Alibaba, DeepSeek accélèrent la course aux modèles d’IA en Chine vers une réduction des coûts

Alibaba a présenté Qwen3.8-Max, son modèle d’IA le plus puissant à ce jour, alors que le nouveau V4-Flash de DeepSeek attire l’attention pour proposer un prix d’inférence inférieur à celui de plusieurs concurrents.

Avec 2,4 billions de paramètres, Qwen3.8-Max utilise une architecture à mélange d’experts qui n’active qu’un sous-ensemble de paramètres par requête. Alibaba indique qu’environ 95 milliards de paramètres sont actifs à tout moment, réduisant considérablement les coûts et la latence par rapport aux modèles qui activent tous les paramètres.

DeepSeek utilise une architecture similaire, mais à une échelle plus réduite. Selon Artificial Analysis, V4-Flash contient 284 milliards de paramètres au total, dont 13 milliards sont actifs lors de l’inférence, tandis que Kimi K3 de Moonshot AI possède 2,8 billions de paramètres au total et environ 104 milliards de paramètres actifs.

Qwen3.8-Max traite le texte, les images et les vidéos, en prenant en charge une fenêtre de contexte allant jusqu’à un million de jetons. Alibaba a également indiqué que le modèle a réussi à terminer un projet d’ingénierie logicielle sur 16 jours.

En termes de taille, Qwen3.8-Max rivalise avec Kimi K3, lancé par Moonshot AI en juillet. Les deux entreprises sont également en concurrence sur les tarifs : Qwen3.8-Max facture 2 $ par million de jetons d’entrée et 6 $ par million de jetons de sortie, tandis que Kimi K3 coûte respectivement 3 $ et 15 $.

La taille du modèle ne détermine pas à elle seule les coûts d’inférence. Des facteurs tels que l’architecture, le nombre de paramètres actifs, la consommation de jetons et le nombre d’appels nécessaires pour terminer une tâche influencent tous le coût final d’exécution d’un modèle.

Après sa sortie, Qwen3.8-Max a grimpé au premier rang des modèles textuels chinois sur la plateforme crowdsourcée Arena.AI, bien qu’il reste derrière plusieurs modèles d’Anthropic dans les classements généraux. Il a également obtenu la deuxième place sur le tableau de classement d’Arena.AI pour l’analyse d’images et visuelle, derrière une variante d’Anthropic Claude Fable 5.

DeepSeek fait baisser les prix de l’inférence

DeepSeek a adopté une stratégie différente avec V4-Flash. Au lieu de rivaliser avec l’échelle massive des derniers modèles d’Alibaba et de Moonshot AI, il a fixé le prix du modèle en dessous de plusieurs systèmes d’IA largement utilisés.

Selon Artificial Analysis, V4-Flash coûte 0,14 $ par million de jetons d’entrée et 0,28 $ par million de jetons de sortie. Le cabinet d’études liste le modèle avec une fenêtre de contexte d’un million de jetons et 284 milliards de paramètres au total, dont 13 milliards sont actifs lors de l’inférence.

Artificial Analysis indique les tarifs de cache pour la version Max Effort de V4-Flash à 0,003 $ par million de jetons, soit 98 % de moins que son taux d’entrée standard. L’entrée mise en cache fait référence à un contexte précédemment traité qui peut être réutilisé dans les requêtes suivantes.

Les tarifs inférieurs par jeton de DeepSeek se sont également traduits dans les tests de référence d’Artificial Analysis. Reuters a rapporté que le cabinet d’études a estimé le coût moyen de V4-Flash à trois cents par test, comparé à 86 cents pour Kimi K3, 1,86 $ pour GPT-5.6 Sol d’OpenAI et 3,15 $ pour Claude Fable 5 d’Anthropic.

Cette comparaison prend en compte la quantité d’entrée et de sortie que chaque modèle utilise pour terminer la référence. Un taux par jeton plus bas ne signifie pas nécessairement un coût de tâche inférieur si un modèle génère plus de sortie ou nécessite des interactions supplémentaires.

Artificial Analysis a attribué à la version de raisonnement Max Effort de DeepSeek V4-Flash un score de 40 sur son Indice d’Intelligence. Le cabinet d’études a également enregistré un taux de sortie d’environ 118 jetons par seconde lors des tests.

Les prix des jetons ne racontent qu’une partie de l’histoire des coûts

Kimi K3 de Moonshot AI offre un autre exemple de la manière dont les tarifs d’API annoncés peuvent différer du coût de l’exécution de charges de travail plus longues. Artificial Analysis liste le modèle à 3 $ par million de jetons d’entrée et 15 $ par million de jetons de sortie, avec une entrée mise en cache à 0,30 $ par million de jetons.

Sur la référence AA-Briefcase d’Artificial Analysis pour le travail de connaissances agentic, Kimi K3 a coûté en moyenne 10,57 $ par tâche. Il a généré environ 120 000 jetons de sortie et utilisé en moyenne 83 tours par tâche.

Artificial Analysis a déclaré que le coût reflétait le tarification par jetons de Kimi K3, le volume de sortie et le nombre d’interactions avec le modèle. Des appels répétés au modèle et des sorties plus grandes peuvent donc augmenter le coût total de l’exécution d’une charge de travail au-delà de ce que le taux d’API principal suggère.

Kimi K3 a enregistré le deuxième score global le plus élevé sur l’évaluation AA-Briefcase au moment des tests, derrière Claude Fable 5. Il a également obtenu 57 sur l’Indice d’Intelligence plus large d’Artificial Analysis.

La comparaison avec DeepSeek met en lumière pourquoi les mesures de coût par tâche ajoutent un contexte utile aux tarifs d’API standard. Les modèles ayant des architectures et des schémas d’utilisation différents peuvent consommer des quantités de calcul et de jetons substantiellement différentes tout en traitant le même type de tâche.

Les poids ouverts ajoutent une autre option de déploiement

Le coût est également façonné par la manière dont les développeurs chinois distribuent leurs modèles. Alibaba, DeepSeek et Moonshot AI continuent de soutenir les versions à poids ouverts aux côtés de l’accès API hébergé, offrant aux développeurs plus d’options pour déployer ces modèles.

Artificial Analysis liste DeepSeek V4-Flash comme un modèle à poids ouverts sous licence MIT, avec des poids disponibles via Hugging Face. Kimi K3 est également disponible en tant que modèle à poids ouverts sous la licence propre de Moonshot AI.

Les poids ouverts permettent aux développeurs d’exécuter des modèles sur leur propre infrastructure ou via des fournisseurs tiers au lieu de s’appuyer uniquement sur un service d’inférence hébergé par le développeur. Les coûts de déploiement dépendent toujours du matériel et de l’infrastructure utilisés, mais l’accès au modèle n’est pas lié à une seule API hébergée.

Cette approche diffère des principaux modèles proposés par OpenAI, Anthropic et Google, qui conservent généralement leurs poids de modèle fermés.

Lian Jye Su, analyste en chef chez Omdia, a noté que la sélection de modèles pour de nombreuses charges de travail commerciales ne dépend pas uniquement de l’accès au système le plus performant.

« De nombreux flux de travail commerciaux n’ont pas besoin du très meilleur modèle de l’industrie », a déclaré Su. « Ils ont besoin de modèles qui sont suffisamment bons, abordables, transparents et accessibles, et les modèles à poids ouverts aident à répondre à cette demande. »

Voir aussi : Alibaba conçoit des puces IA autour d’agents, et cela change ce dont parle réellement la course

Vous souhaitez en savoir plus sur l’IA et les mégadonnées avec des leaders de l’industrie ? Découvrez l’événement AI & Big Data Expo qui se déroulera à Amsterdam, en Californie et à Londres. L’événement complet fait partie de TechEx et est co-localisé avec d’autres événements technologiques de premier plan, y compris le Cyber Security & Cloud Expo. Cliquez ici pour plus d’informations.

AI News est propulsé par TechForge Media. Explorez d’autres événements technologiques d’entreprise et webinaires à venir ici.