DeepSeek V4 Pro contre GPT-5.6 Sol : un écart de prix de sortie de 34x, mesuré.

Commençons par le poste de dépense, car c'est tout l'argument : GPT-5.6 Sol coûte 30 $ par million de jetons de sortie, et DeepSeek V4 Pro coûte 0,87 $ — un écart de 34× sur le nombre qui domine toute facture d'IA réelle. Ce sont tous deux des modèles phares de 2026 avec des fenêtres de contexte d'environ un million de jetons, tous deux sont performants en codage, et ils ne pourraient guère être plus différents pour le reste. Le GPT-5.6 Sol d'O​penAI est un modèle phare fermé, premium, multimodal et de raisonnement, qui mène la frontière sur les benchmarks les plus difficiles. DeepSeek V4 Pro, dans sa version GA 0813, est un modèle open-weights sous licence MIT qu'une équipe de développement peut auto-héberger, et qui est suffisamment proche de Sol pour le travail d'ingénierie courant pour que l'écart de prix devienne le facteur décisif.

Ce n'est pas un article « modèle bon marché vs modèle cher », car ce cadrage masque la vraie question. La question réelle est plus étroite : où la prime de 34× achète-t-elle réellement des capacités, et où non ? La réponse honnête est que la prime de Sol est concentrée en quelques endroits précis — le raisonnement le plus difficile, les horizons agentiques les plus longs, l'orchestration d'outils la plus exigeante — et que pour l'essentiel de ce qu'une équipe d'ingénierie attend d'un LLM, DeepSeek V4 Pro est fonctionnellement interchangeable à un trentième du prix de sortie.

Deux philosophies, une fenêtre de contexte

DeepSeek V4 Pro est un modèle de mélange d'experts de 1,6 billion de paramètres, avec 49 milliards de paramètres actifs, des poids ouverts sous licence MIT, un contexte d'un million de jetons, un plafond de sortie de 384 000 jetons et — nouvelle fonctionnalité de la build GA — une compréhension native des images en plus de son cœur texte-code. GPT-5.6 Sol est le vaisseau amiral d'O​penAI, à l'architecture non divulguée, lancé le 9 juillet 2026 au sommet d'une famille à trois niveaux (Sol, Terra, Luna), fermé et accessible uniquement par API, avec un contexte d'environ 1,05 million de jetons, une limite de sortie de 128 000 jetons, une entrée visuelle native et un mode de raisonnement « Ultra » unique qui coordonne quatre sous-agents parallèles, extensibles à seize. L'un peut être exécuté dans votre propre centre de données ; l'autre ne peut être que loué.

Ce que le premium achète réellement

La prime de 34× de Sol n'est pas du marketing — elle apparaît dans les benchmarks qui mesurent l'extrémité la plus difficile de la frontière, et les deltas sont réels :

• Raisonnement difficile — sur un banc d'essai indépendant à passage unique pour les problèmes de l'IMO 2026, GPT-5.6 Sol a obtenu 39 sur 42 à effort xhigh contre les 19 sur 42 de DeepSeek V4 Pro. C'est l'écart le plus important de cette confrontation, et il porte sur le type de problème qui distingue un modèle de recherche d'un modèle de production.

• Codage agentique — Sol obtient 88,8 sur Terminal-Bench 2.1 (91,9 en mode Ultra) contre 87,9 pour DeepSeek V4 Pro ; sur SWE-bench Pro, Sol affiche 64,6, et ses résultats de classe DeepSWE se situent en tête de la frontière fermée.

• Orchestration d'outils — Sol obtient 58 au benchmark Toolathlon, contre 46,3 pour DeepSeek V4 Pro (51,8 avec un effort maximal). Les longues chaînes d'utilisation d'outils avec des formats stricts sont là où l'avantage de Sol est le plus visible.

• Agents' Last Exam — Sol 53,6 %, loin devant tous les modèles open-weights.

Si votre charge de travail consiste à « raisonner sur un problème non résolu, ou à exécuter un agent multi-outils long qui ne peut pas échouer en cours de route », c'est ce que le 34× vous apporte. Sol conserve également un avantage décisif en matière de fiabilité et de cohérence dans ces contextes agentiques difficiles — les endroits où une erreur subtile du modèle coûte cher, et pas seulement ennuyeuse.

Ce qu'il n'achète pas

Maintenant, dans l'autre sens, et c'est tout aussi important. Sur les benchmarks qui ressemblent à de l'ingénierie quotidienne — pas de la recherche de pointe, pas des olympiades à 42 problèmes — DeepSeek V4 Pro comble la majeure partie de l'écart :

• SWE-bench Verified — DeepSeek V4 Pro 80.6%, un score qui égale ou dépasse la plupart des modèles propriétaires haut de gamme et se situe à quelques points seulement du tout premier rang du classement.

• LiveCodeBench — DeepSeek V4 Pro 93,5 %, classé par des traqueurs indépendants comme le meilleur score mondial.

• Terminal-Bench 2.1 — DeepSeek V4 Pro 87,9, un point derrière le Sol de base et à moins de trois points du mode Ultra.

Pour le portefeuille standard de travail d'ingénierie — refactorisations, génération de tests, revue de code, code passe-partout, extraction, documentation, la longue traîne de « rendre la base de code meilleure » — ces écarts se traduisent par « le même travail est fait, le résultat est un peu moins soigné dans les recoins les plus difficiles, et la facture est trente-quatre fois moins élevée ». Une comparaison largement citée arrive exactement à cette conclusion : pour environ 80 % du travail d'ingénierie courant, DeepSeek V4 Pro est fonctionnellement interchangeable avec un modèle phare à une fraction du prix. Sol justifie son prix premium pour les tâches agentiques à long horizon les plus difficiles, la recherche spécialisée, et les tâches où une seule instruction manquée est disqualifiante.

Coût à l'échelle

Rendons cela concret. Une flotte d'agents qui écrit 200 000 jetons de sortie par jour — un déploiement modeste mais réel — coûte 6,00 $ par jour en jetons de sortie sur GPT-5.6 Sol (30 $ × 0,2 M) et environ 0,17 $ par jour sur DeepSeek V4 Pro (0,87 $ × 0,2 M). Ajoutez 2 millions de jetons d'entrée par jour : Sol ajoute 10,00 $ sans cache (ou 1,00 $ à son taux de succès de cache de 0,50 $), DeepSeek ajoute 0,87 $ sans cache (ou 0,007 $ à son taux de succès de cache quasi gratuit de 0,0036 $). Sur un mois, la même flotte d'agents coûte environ 500 $ sur Sol et environ 30 $ sur DeepSeek V4 Pro. À grande échelle, cet écart n'est pas une économie, c'est une autre ligne budgétaire — le genre qui finance le prochain projet.

Il y a un bémol du côté de Sol qu'il convient de signaler honnêtement : O​penAI a considérablement réduit les prix de la famille GPT-5.6 en juillet 2026 (le prix d'entrée de Sol a baissé par rapport à son tarif d'aperçu), et Sol a gagné un « mode rapide » qui échange un prix 2× contre une vitesse d'inférence pouvant atteindre 2,5×. La prime s'est donc rétrécie récemment. Elle est toujours de 34× sur la sortie, et sur une plateforme comme OrcaRouter qui transmet le prix catalogue du fournisseur directement avec une marge de 0 %, ces baisses de prix sont effectives le jour même où O​penAI les applique — sans renégociation, ni facture obsolète.

L'option d'auto-hébergement change tout.

Au-delà du prix, il y a une différence structurelle : les poids de DeepSeek V4 Pro sont sous licence MIT, il peut donc fonctionner dans votre propre environnement. Cela compte pour les charges de travail où vous ne pouvez pas, légalement ou concrètement, envoyer des données à une API hébergée aux États-Unis — secteurs réglementés, bases de code propriétaires, pipelines isolés (air-gapped) — et cela change le calcul du risque de bâtir une dépendance de production au modèle. GPT-5.6 Sol est conçu pour être exclusivement accessible via API ; vous louez la capacité, avec les politiques de données d'OpenAI, les limites de débit et le calendrier d'obsolescence comme conditions du bail. DeepSeek V4 Pro peut être un actif permanent. Le compromis est l'image en miroir : vous êtes responsable de l'infrastructure, et la profondeur agentique de Sol est la chose la plus difficile à reproduire avec des poids ouverts, même lorsque ces poids sont en main.

Alors, lequel choisis-tu ?

La règle de base défendable se divise selon la charge de travail, non selon l'idéologie :

• Choisissez GPT-5.6 Sol pour le travail agentique à long horizon le plus difficile, les mathématiques de pointe et le raisonnement de recherche, l'orchestration stricte de multiples outils, la vision native lorsqu'elle est le facteur décisif, et partout où un échec est suffisamment coûteux pour qu'une prime soit l'option la moins chère.

• Choisissez DeepSeek V4 Pro pour l'essentiel du travail d’ingénierie — génération de code, revue, refactorisation, extraction, traitement de documents longs avec un contexte de 1M et un plafond de sortie de 384K — où un trentième du coût offre un résultat quasi haut de gamme, et pour tout ce qui nécessite des poids ouverts pour l’auto-hébergement ou la conformité.

• Choisissez les deux si la charge de travail est mixte : les deux sont appelables via une seule clé OrcaRouter à leurs prix catalogue, et une règle de routage qui envoie le travail à fort volume vers DeepSeek V4 Pro et ne fait remonter que les appels vraiment difficiles vers GPT-5.6 Sol capture la plupart des capacités de Sol pour une fraction du coût moyen de Sol — avec un basculement automatique pour couvrir le jour où l'API de Sol est lente.

L'écart production-prix de 34× est ce rare benchmark qui est exactement ce qu'il paraît. Il achète un avantage de capacité réel et mesurable tout en haut de la frontière. Il n'achète pas une équipe d'ingénierie 34× meilleure, et pour le travail qui paie les factures, DeepSeek V4 Pro s'en approche de très près, à un prix qui vous permet de passer à l'échelle sans surveiller le compteur.