DeepSeek · modèle de langage
DeepSeek V3.1 : prix, contexte et benchmarks
DeepSeek V3.1 est le modèle de DeepSeek sorti le 21 août 2025. Il coûte 0,25 $US par million de tokens en entrée et 0,95 $US en sortie, avec un contexte de 163,8 k tokens. Epoch AI le classe 100e sur 125 modèles notés.
Ce qu'il faut savoir sur DeepSeek V3.1
C'est DeepSeek, éditeur basé en Chine, qui a mis DeepSeek V3.1 en ligne le 21 août 2025. Il accepte du texte en entrée et produit du texte. Sa fenêtre de contexte atteint 163 840 tokens, plus que 32 % des modèles du registre, et il peut écrire jusqu'à 32 768 tokens d'une traite.
Il est disponible depuis environ 14 mois, assez pour que ses prix et ses scores soient stabilisés.
Prix de DeepSeek V3.1
Sur OpenRouter, DeepSeek V3.1 coûte 0,25 $US par million de tokens en entrée et 0,95 $US en sortie. En comptant trois tokens lus pour un token écrit, son prix moyen est de 0,425 $US par million, plus cher que 36 % des modèles payants (1,8 fois moins que la médiane de 0,76 $US).
Exemple concret : une tâche qui envoie 2 000 tokens (environ 1 500 mots) et reçoit 500 tokens de réponse coûte 0,001 $US. À 1 000 tâches par jour, comptez 29 $US par mois. Le calculateur de prix refait ce calcul avec vos propres volumes.
Les tokens déjà envoyés et mis en cache sont facturés 0,13 $US par million.
Performance et benchmarks
L'Epoch Capabilities Index (ECI), qui agrège les résultats publiés sur de nombreux benchmarks, attribue à DeepSeek V3.1 un score de 139,8 (intervalle de 135,7 à 143,3). Il se place ainsi au 100e rang sur 125 modèles notés.
À performance au moins égale, Claude Haiku 5.5, GPT-6 Luna et DeepSeek V4.1 Flash 1017 coûtent au moins 30 % de moins.
Fonctions, confidentialité et usage local
- Il gère l'appel d'outils : il peut donc piloter un agent IA, appeler des API ou des serveurs MCP.
- Il sait répondre dans un format JSON imposé (sorties structurées).
- C'est un modèle de raisonnement : il « réfléchit » avant de répondre, ce qui améliore les tâches difficiles mais consomme plus de tokens de sortie.
- Ses connaissances s'arrêtent à mars 2025.
Ses poids sont ouverts et téléchargeables sur Hugging Face (licence mit) : vous pouvez le faire tourner sur vos propres machines, sans envoyer vos données à un tiers. Avec 684 531 386 000 milliards de paramètres, il demande environ 382 511 719 689 Go de mémoire en quantification 4 bits. Vérifier avec le calculateur VRAM. Il a été téléchargé 316 077 fois sur Hugging Face le mois dernier.
Les autres modèles de DeepSeek
| Modèle | Sortie | Prix moyen | ECI |
|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | 17 oct. 2026 | 0,26 $US | 155,9 |
| DeepSeek V4.1 Flash | 10 sept. 2026 | 0,27 $US | 155,9 |
| DeepSeek V4 Flash Vision Exp | 21 août 2026 | 0,32 $US | — |
| DeepSeek V4 Pro 0813 | 12 août 2026 | 0,99 $US | 155,6 |
| DeepSeek V4 Flash 0731 | 31 juil. 2026 | 0,07 $US | 154,8 |
| DeepSeek V4 Pro 0423 | 24 avr. 2026 | 0,26 $US | 155,6 |
| DeepSeek V4 Flash 0423 | 24 avr. 2026 | 0,11 $US | 154,8 |
| DeepSeek V3.2 | 1 déc. 2025 | 0,32 $US | 146,1 |
Verdict
Note calculée : 47/100, à partir des données publiques (performance, prix, contexte, fonctions).
Points forts
- Poids ouverts : auto-hébergeable, données gardées chez vous.
- Prêt pour les agents : appel d'outils et sorties JSON structurées.
Limites
- Performance modeste : derrière 79 % des modèles notés.
- Texte seulement : ne lit ni images ni fichiers.
À éviter si…
- vous voulez l'héberger sur un seul ordinateur grand public (≈ 382 511 719 689 Go requis en 4 bits).
Alternatives
- gpt-oss-120b0,26 $US
- Qwen3.5-35B-A3B0,36 $US
- Qwen3 32B0,13 $US
- Mistral Medium 30,8 $US
- Qwen3.6 35B A3B0,31 $US
- Qwen3.6 Flash0,42 $US
Comparatifs et outils
Comprendre
Questions fréquentes
Combien coûte DeepSeek V3.1 ?
0,25 $US par million de tokens en entrée et 0,95 $US en sortie sur OpenRouter (relevé du 25 octobre 2026). Une tâche de 2 000 tokens lus et 500 écrits revient à 0,001 $US.
Quelle est la taille du contexte de DeepSeek V3.1 ?
163 840 tokens, soit environ 123 000 mots, avec 32 768 tokens maximum en sortie.
Peut-on utiliser DeepSeek V3.1 en local ?
Oui, ses poids sont publiés sous licence mit. Comptez environ 382 511 719 689 Go de mémoire en 4 bits.
DeepSeek V3.1 convient-il pour un agent IA ?
Oui sur le plan technique : il gère l'appel d'outils et les sorties structurées. Vérifiez ensuite son coût pour votre volume.
DeepSeek V3.1 est-il performant ?
Epoch AI le classe 100e sur 125 modèles notés (ECI 139,8).
Quelles alternatives à DeepSeek V3.1 ?
Les modèles les plus proches en prix et en performance sont gpt-oss-120b, Qwen3.5-35B-A3B et Qwen3 32B.
Articles liés
- Mistral AI : modèles, prix et agents25 octobre 2026
- Benchmark LLM : comment lire les classements des modèles24 octobre 2026
- Faire tourner un LLM en local : matériel, logiciels et limites24 octobre 2026
- Modèles open source ou fermés pour vos agents ?5 octobre 2026
Neutralité. Aucun lien d'affiliation. Aucun éditeur ne paie pour être évalué, noté ou classé. Les évaluations sont dirigées par François Chollet, neutres et factuelles, et chaque donnée est datée et sourcée. Comment nous notons