Les compétences en programmation de DeepSeek V4 suscitent un engouement en ligne et des discussions sur les tendances stylistiques

Le 11 février, DeepSeek a commencé à déployer une mise à jour progressive de ses plateformes web et mobiles. Le 14 février, la société a officiellement annoncé qu'il s'agissait d'un essai de sa nouvelle architecture de modèle de texte long. Les interfaces web et mobiles mises à jour gèrent désormais des contextes ultra-longs pouvant atteindre 1 million de tokens, et la base de connaissances a été actualisée pour inclure des informations jusqu'en mai 2025. Cependant, le service API reste en version V3.2, qui ne prend toujours en charge que 128 Ko de contexte. Les experts du secteur considèrent cette mise à jour comme un échauffement technique et un test de résistance avant le lancement de son modèle V4 de nouvelle génération. Par conséquent, l'anticipation en ligne se renforce sur des plateformes telles que Weibo pour la sortie prochaine de la V4.

À la suite de la mise à jour, le style d'interaction de DeepSeek a sensiblement changé, ce qui a incité les utilisateurs à déclarer qu'il était « devenu moins sympathique ». Ce sujet s'est rapidement hissé en tête du classement des tendances de Weibo, avec plus de 68,535 millions de vues. Parmi les changements spécifiques, le modèle n'utilise plus de surnoms personnalisés pour les utilisateurs, mais s'adresse à tout le monde de manière uniforme en utilisant le terme « utilisateur ». En mode réflexion approfondie, les réponses sont devenues plus courtes et plus directes, adoptant un ton simple et concis. Certaines réponses ont même été perçues comme « ambiguës » ou « sarcastiques », laissant les utilisateurs habitués à son style empathique précédent avec un sentiment de retrait. Les réactions des internautes ont été partagées : les fans émotionnels regrettaient les interactions chaleureuses d'autrefois, tandis que les utilisateurs soucieux d'efficacité louaient la communication rationnelle et rationalisée, y voyant la marque d'un véritable outil de productivité. Il convient de noter que le modèle mis à jour a réussi le « test de Turing du lavage de voiture », un défi qui fait souvent trébucher les principaux modèles d'IA.

Concernant le changement de style, la déclaration officielle de DeepSeek a précisé qu'il ne s'agissait pas d'un changement intentionnel, mais d'une conséquence de la priorité accordée à l'efficacité et à l'affinement des limites de réponse. Les expressions excessives et le contenu de remplissage pouvaient diluer la densité des informations dans les requêtes complexes, et la mise à jour répondait également aux besoins des utilisateurs qui préfèrent des réponses claires sans ce qu'ils considèrent comme « une IA qui fait semblant de se soucier ». Cette évolution a encore alimenté l'enthousiasme en ligne pour DeepSeek V4. Selon certaines informations, le modèle devrait être lancé vers la mi-février 2026, à l'occasion de la fête du Printemps, peut-être le 17 février ou aux alentours de cette date, selon des sources Weibo.

En tant que modèle phare avec des trillions de paramètres, V4 met fortement l'accent sur les améliorations en matière de programmation. Les premiers benchmarks internes indiquent que V4 a déjà surpassé les modèles leaders tels que Claude et GPT dans les tâches de programmation, ce qui le positionne pour potentiellement redéfinir le paysage de la programmation IA. De plus, le V4 introduit plusieurs avancées technologiques clés, lui permettant de traiter et d'interpréter des invites de code extrêmement longues et de comprendre des contextes de base de code volumineux en un seul passage, ce qui constitue un avantage significatif pour le développement au niveau de l'entreprise. Les algorithmes d'entraînement améliorés renforcent sa capacité à reconnaître les modèles de données et à réduire la dégradation des performances. Le raisonnement du modèle est plus rigoureux et plus fiable, ce qui lui permet d'atteindre des performances stables sans régression tout en offrant un meilleur équilibre entre les différentes capacités.

Dans le même temps, le modèle conservera son avantage en termes de contexte d'un million de tokens, avec des coûts d'inférence nettement inférieurs à ceux de ses concurrents occidentaux. Il est également prévu qu'il soit open source sous licence Apache 2.0.