À retenir
- R1 raisonne, V3 génère — deux finalités opposées sur la même architecture MoE 671 milliards de paramètres
- Benchmarks 2026 : R1 écrase V3 en maths (MATH-500 : 97,3 % vs 90,2 %) ; V3 l'emporte sur le code standard et la vitesse
- Coût API : DeepSeek V4-Flash (la fusion V3+R1 depuis juillet 2026) coûte 0,14 $/M tokens — 8 à 20× moins cher que GPT-4o
- RGPD : l'API officielle envoie vos données en Chine ; pour des données sensibles, optez pour un hébergement EU ou le self-hosting open-source
Un cabinet de conseil RH d'une cinquantaine de personnes commence à intégrer l'IA dans ses analyses de poste. Leur développeur installe DeepSeek via API, hésite entre deux endpoints, et finit par en choisir un au hasard. Six semaines plus tard, les réponses sur les grilles de salaire sont bonnes — mais les analyses de profils complexes, celles avec dix critères croisés, reviennent systématiquement trop superficielles. Le problème n'était pas le prompt. C'était le choix du modèle.
DeepSeek R1 vs V3 : la confusion est compréhensible. Les deux modèles partagent la même base technique, le même nom de marque, et sont souvent listés côte à côte dans les interfaces. Mais leurs logiques internes sont aussi différentes que celle d'un architecte et d'un maçon — l'un conçoit, l'autre réalise, et vous avez besoin de savoir lequel appeler avant de passer commande.
R1 raisonne, V3 génère — la distinction fondamentale
R1 est fait pour les problèmes qui nécessitent de la réflexion ; V3 est fait pour les tâches qui nécessitent de la fluidité. C'est la règle de base à poser avant toute comparaison technique.
Les deux modèles reposent sur la même architecture Mixture-of-Experts (MoE) : 671 milliards de paramètres totaux, dont seulement 37 milliards activés par token selon les rapports techniques officiels (arXiv R1, 2025 ; arXiv V3, 2024). C'est ce mécanisme sparse qui rend les deux modèles économiques à inférer malgré leur taille colossale.
La vraie bifurcation intervient dans le post-entraînement. V3 a suivi la voie classique : fine-tuning supervisé (SFT) sur 14,8 trillions de tokens, puis alignement RLHF. Coût : environ 5,6 millions de dollars d'heures GPU H800 — soit 10 à 20 fois moins que GPT-4 selon BentoML (2026). R1, lui, a été post-entraîné par Group Relative Policy Optimization (GRPO), un framework de reinforcement learning qui a appris au modèle à générer des traces de raisonnement visibles — les fameuses balises <think> — avant de formuler une réponse. Ce n'est pas du rafistolage sur V3 : c'est une philosophie d'apprentissage radicalement différente, décrite en détail dans le dépôt GitHub officiel.
💡 Bon à savoir : L'architecture MoE (Mixture-of-Experts) active seulement une fraction des paramètres pour chaque token traité — ici 37 milliards sur 671. Cela rend l'inférence beaucoup moins coûteuse qu'un modèle dense de taille équivalente, ce qui explique le tarif imbattable de DeepSeek malgré la puissance du modèle.
deepseek-chat (lignée V3) et deepseek-reasoner (lignée R1) seraient remappés vers DeepSeek V4-Flash — les anciens noms devenant des alias vers les modes thinking/non-thinking de V4-Flash. Le mode raisonnement se contrôle désormais par le paramètre thinking dans l'appel API. Consultez les DeepSeek API Docs pour l'état actuel de la migration.Ce que les benchmarks révèlent — et ce qu'ils cachent
R1 domine le raisonnement avec presque 40 points d'écart sur AIME 2024 (79,8 % vs 39,2 %), mais V3 reste compétitif face aux grands modèles américains sur les tâches générales. Les chiffres ci-dessous viennent des papiers techniques DeepSeek et de l'évaluation indépendante DataOps Labs (2025) et Emergent.sh (2026).
R1 domine sur le raisonnement mathématique — presque 40 points d'écart sur AIME 2024, c'est vertigineux. Mais V3 n'est pas un modèle faible : sur les benchmarks de génération de code standard et de connaissances générales (MMLU 88,5 %), il est très compétitif face aux grands modèles américains.
Ce que ces benchmarks ne mesurent pas, c'est là que ça devient intéressant. Le NIST/CAISI a évalué R1-0528 et V3.1 sur 19 dimensions en septembre 2025, et a identifié deux points à ne pas esquiver :
Combien ça coûte vraiment ? Calcul pour une PME
DeepSeek V4-Flash coûte 0,14 $/M tokens en input — soit 8 à 20 fois moins cher que GPT-4o ou Claude Sonnet, ce qui change radicalement l'équation pour une équipe de 10 à 200 personnes. Voilà ce que ça donne concrètement.
Depuis la fusion V4-Flash, les prix ont été simplifiés et drastiquement réduits selon les DeepSeek API Docs et MulerTech (2026) :
Traduit en vie réelle : une équipe commerciale de 15 personnes envoyant 500 requêtes par jour (2 000 tokens chacune) génère environ 3 millions de tokens par mois. Via V4-Flash, ça représente moins de 1 € par mois côté DeepSeek, contre 8 à 25 € sur GPT-4o ou Claude Sonnet selon MulerTech (2026). L'écart n'est pas linéaire : à 50 millions de tokens/mois pour une équipe de 200 personnes, vous économisez potentiellement 50 000 à 60 000 $ sur 24 mois selon Keerok (2026).
💡 Bon à savoir : Le self-hosting de DeepSeek ne se justifie économiquement qu'à des volumes de centaines de millions de tokens/jour. En dessous de ce seuil, l'API officielle est systématiquement moins chère que l'infrastructure GPU. Mais si vos données sont sensibles — dossiers RH, données médicales, contrats — la question n'est plus le coût, c'est la souveraineté réglementaire.
Pour approfondir la question du coût et du ROI de l'IA pour votre organisation, consultez notre guide sur le coût réel de l'IA pour une PME.
Quel modèle selon votre métier ?
La règle pratique : routez 80 à 90 % de vos tâches vers V3 (sans raisonnement) et n'activez R1 que lorsque le problème exige une décomposition logique multi-étapes. Voilà l'angle absent de tous les comparatifs en anglais.
Analyste / contrôleur de gestion
Développeur / tech lead
Marketeur / chargé de communication
Commercial / responsable CRM
Juriste / consultant
Chef de projet / manager
La règle pratique recommandée par Emergent.sh (2026) reste bonne : routez 80 à 90 % de vos tâches vers V3 (ou V4-Flash sans thinking), et n'activez le raisonnement que lorsque le problème exige une décomposition multi-étapes. Les tokens de raisonnement de R1 sont facturés comme des tokens de sortie, avec un coût effectif souvent 3 à 5 fois supérieur pour les tâches de raisonnement complexes selon Emergent.sh. Sur un chatbot à fort volume, c'est une différence de facture considérable.
Pour aller plus loin dans l'intégration de ces modèles dans vos processus métier, notre formation Claude AI pour entreprises couvre les arbitrages modèles et l'optimisation des prompts en contexte professionnel.
DeepSeek, le RGPD et la souveraineté des données
L'API officielle DeepSeek transfère vos données vers des serveurs en Chine — incompatible avec le RGPD pour des données personnelles ou sensibles. C'est la dimension absente de 9 comparatifs sur 10 et pourtant c'est souvent la première question que posent les directions juridiques ou les DSI français.
API officielle DeepSeek
Vos données partent sur des serveurs en Chine. Pas de BAA, pas de SOC 2. Pour des données personnelles, médicales, contractuelles ou financières sous RGPD, c'est à éviter selon Koïno (2026).
Hébergeur EU (OVHcloud, Scaleway, S3NS)
Plusieurs providers cloud européens proposent DeepSeek en inference. Les données restent en Europe, sous droit européen. Attention : un datacenter en France opéré par une filiale américaine reste potentiellement soumis au Cloud Act.
Self-hosting (modèle open-weights MIT)
Contrôle total, zéro transmission. DeepSeek R1 et V3 sont sous licence MIT. Le modèle complet (671B) nécessite un cluster GPU — mais les versions distillées sont accessibles : R1-Distill-Qwen-7B tourne sur un seul GPU RTX 4090 (24 Go VRAM), et le 32B dépasse o1-mini sur les benchmarks de raisonnement selon le GitHub officiel.
Providers SecNumCloud (ANSSI)
Pour les données très sensibles (santé, défense, finance réglementée), les 9 prestataires qualifiés SecNumCloud en 2026 (OVHcloud, Cloud Temple, 3DS Outscale…) offrent le niveau de souveraineté maximal. La Commission Européenne et les 19 AI Factories EuroHPC financent l'accès GPU pour les PME souhaitant auto-héberger des modèles open-source selon la Commission Européenne (2025).
💡 Bon à savoir : 31 % des TPE et PME françaises utilisaient l'IA générative en 2025 (dont 8 % régulièrement), contre 12 % en usage occasionnel et 3 % en usage régulier fin 2023 — soit une multiplication par 2,5 en deux ans selon Bpifrance Le Lab (2025). Ce décollage rapide se heurte précisément aux freins réglementaires RGPD et souveraineté — et c'est là que le choix R1/V3 se double d'un choix d'infrastructure.
Pour comprendre comment votre entreprise peut utiliser l'IA de manière conforme au RGPD, l'article ChatGPT et RGPD : guide pour les entreprises françaises détaille les règles applicables et les alternatives souveraines.
Modèles distillés : l'alternative souvent oubliée
Les distillés DeepSeek permettent le self-hosting sans cluster GPU professionnel
DeepSeek a open-sourcé six modèles distillés depuis R1 (janvier 2025) — en deux familles (Qwen et Llama), de 1,5B à 70B paramètres. Ce sont des modèles denses, pas des MoE, entraînés sur les traces de raisonnement de R1 complet.
Le distillé 32B qui dépasse o1-mini sur le raisonnement — c'est le chiffre à retenir. Il vient du GitHub officiel DeepSeek. Pour une startup tech ou un cabinet de conseil qui veut du raisonnement on-premise sans cluster, c'est une option très sérieuse.
Sources et références
- DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning (2025) — architecture GRPO et benchmarks R1
- DeepSeek-V3 Technical Report (2024) — architecture MoE et coûts d'entraînement V3
- deepseek-ai/DeepSeek-R1 — GitHub officiel — modèles distillés et performances
- Change Log — DeepSeek API Docs (2026) — remappage des endpoints vers V4-Flash, nouveaux prix, paramètre thinking
- CAISI Evaluation of DeepSeek AI Models — NIST (2025) — vulnérabilités sécurité et benchmarks indépendants
- 31 % des TPE et PME utilisent l'IA générative — Bpifrance Le Lab (2025) — adoption IA en France
- IA souveraine : héberger vos données et modèles en Europe — Koïno (2026) — RGPD et SecNumCloud
FAQ
Quelle est la différence essentielle entre DeepSeek R1 et V3 ?
R1 est un modèle de raisonnement entraîné par reinforcement learning (GRPO) qui génère une trace de réflexion step-by-step avant de répondre (balises <think>). V3 est un modèle généraliste entraîné par fine-tuning supervisé classique qui répond directement, sans processus intermédiaire. Même architecture MoE de base (671B / 37B actifs), usage radicalement différent.
DeepSeek R1 et V3 sont-ils gratuits ?
Les poids du modèle sont open-source sous licence MIT — téléchargeables et auto-hébergeables gratuitement. L'API officielle DeepSeek est payante : depuis juillet 2026, les deux modèles sont fusionnés en V4-Flash à 0,14 $/M tokens en input (tarif au lancement ; consultez la page tarifaire officielle pour les tarifs actuels). L'interface web chat.deepseek.com reste gratuite pour un usage personnel limité.
Depuis juillet 2026, R1 et V3 existent-ils encore séparément ?
Via l'API, les anciens endpoints deepseek-chat (V3) et deepseek-reasoner (R1) ont été remappés comme alias vers les modes non-thinking et thinking de DeepSeek-V4-Flash. Le mode raisonnement de R1 se contrôle via le paramètre thinking. Les poids V3 et R1 restent téléchargeables sur HuggingFace pour le self-hosting.
DeepSeek R1 ou V3 est-il conforme au RGPD ?
L'API officielle DeepSeek transfère vos données vers des serveurs en Chine — incompatible avec le RGPD pour des données personnelles ou sensibles. Pour être conforme, trois options : héberger via un provider EU (OVHcloud, Scaleway), utiliser un prestataire SecNumCloud qualifié ANSSI, ou auto-héberger les poids open-source sur votre infrastructure.
Lequel choisir pour du code : R1 ou V3 ?
Pour la génération de code standard (scripts, APIs, snippets) → V3 : plus rapide, moins de tokens, aussi performant sur HumanEval (90,2 % pour V3 Coder). Pour le débogage d'edge cases complexes, l'analyse d'architecture ou les algorithmes multi-étapes → R1 ou le mode thinking de V4-Flash. La latence plus élevée de R1 se justifie quand l'exactitude prime sur la vitesse.
Les modèles distillés DeepSeek valent-ils le modèle complet ?
Pour beaucoup d'usages, oui. R1-Distill-Qwen-32B surpasse OpenAI o1-mini sur les benchmarks de raisonnement, avec un modèle 20 fois plus petit que le R1 complet. R1-Distill-7B tourne sur un seul GPU RTX 4090 et couvre environ 80 % des capacités du modèle complet sur des tâches courantes. C'est l'option idéale pour un self-hosting on-premise sans cluster GPU professionnel.
DeepSeek R1 est-il meilleur que GPT-4o ?
Sur le raisonnement mathématique : oui nettement (R1 atteint 97,3 % sur MATH-500, soit un score nettement supérieur à GPT-4o sur ce benchmark). Sur les tâches générales (MMLU, génération de texte, code standard) : performances comparables, avec GPT-4o plus solide sur la sécurité selon le NIST (2025). Et GPT-4o est 18 fois plus cher en input. Le choix dépend de votre cas d'usage et de vos exigences de conformité.
Conclusion
R1 raisonne, V3 génère — la formule tient sur une ligne mais elle masque une réalité plus nuancée : depuis juillet 2026, les deux modèles sont fusionnés dans V4-Flash, et c'est votre usage qui détermine lequel vous invoquez via le paramètre thinking. La vraie décision n'est plus "R1 ou V3", elle est "est-ce que ma tâche mérite de payer des tokens de raisonnement ?"
Pour 80 à 90 % des usages professionnels courants — rédaction, code standard, Q&A, résumés — V4-Flash sans thinking est amplement suffisant et 8 à 20 fois moins cher que GPT-4o. Pour les 10 à 20 % de tâches qui demandent une décomposition logique fine, vous activez le raisonnement. Et si vos données sont sensibles, vous posez la question de l'hébergement avant de choisir l'endpoint.
C'est précisément ce type d'arbitrage — quel modèle pour quel cas d'usage, à quel coût, sous quelles contraintes réglementaires — que les formations The Intelligence Academy enseignent de manière opérationnelle. Pas des benchmarks abstraits : des workflows concrets intégrés dans vos outils du quotidien.