GPT-6 Sol vs DeepSeek V4 Pro : un écart de douze points dans l'indice pour un prix quatre fois plus élevé

Voici l’arithmétique que personne ne met sur une page de lancement. DeepSeek V4 Pro obtient un score de 36 à l’Intelligence Index d’Artificial Analysis. GPT-6 Sol obtient 48. GPT-6 Sol coûte 2,00 $ par million de tokens d’entrée et 10,00 $ par million de tokens de sortie. DeepSeek V4 Pro coûte 1,32 $ et 3,96 $ sur le même tableau — et sa propre grille tarifaire publiée, convertie, revient à environ 0,42 $ et 0,87 $. Ainsi, l’écart de douze points entre GPT-6 Sol et DeepSeek V4 Pro s’achète à un prix situé entre une fois et demie et quatre fois plus élevé selon la grille tarifaire que l’on consulte, et le modèle du côté le moins cher est celui que l’on peut télécharger et exécuter soi-même.

C’est là toute la décision, et elle est vraiment plus serrée que ne le laisse penser le tableau des scores. DeepSeek V4 Pro est sorti le 13 août 2026 en tant que modèle de mélange d’experts sous licence MIT, avec 1,6 billion de paramètres au total et 49 milliards de paramètres actifs par token. GPT-6 Sol est sorti le 22 septembre 2026 en tant que modèle de frontière à poids fermés, à la moitié du prix de son propre prédécesseur. L’un est une commodité que vous pouvez héberger ; l’autre est une capacité que vous louez. Les deux disposent d’une fenêtre de contexte d’un million de tokens. Tous deux sont des modèles de raisonnement. Ni l’un ni l’autre n’est manifestement un mauvais achat.

Le nombre qui décide de cela

Commençons par ce sur quoi les deux fournisseurs s'accordent : le contexte. DeepSeek V4 Pro dispose d'une fenêtre de contexte de 1 M avec une sortie maximale de 384K. GPT-6 Sol est répertorié à 872 000 tokens par Artificial Analysis, face à un plafond de 1,05 M, avec une limite de sortie de 128K ailleurs dans les documents d'OpenAI. DeepSeek vous offre trois fois plus d'espace de sortie et une fenêtre d'entrée comparable.

Puis vient ce que seul l’un des deux propose : une falaise de retarification en contexte long. Les tarifs de 2 $/10 $ de GPT-6 Sol tiennent en dessous de 272 000 jetons d’entrée. Au-delà, toute la requête est retarifée : l’entrée double à peu près pour passer à 4 $, et la sortie augmente de moitié pour atteindre environ 15 $. DeepSeek V4 Pro n’a pas d’équivalent ; ses tarifs publiés s’appliquent sur toute la fenêtre, avec un barème heures pleines/heures creuses introduit le 17 août qui fait varier le prix selon l’heure de la journée plutôt que selon la longueur du contexte.

En réunissant ces éléments, la comparaison s’inverse dans le haut de gamme. Une requête DeepSeek V4 Pro transportant 400K tokens de contexte coûte son tarif normal. La même requête sur GPT-6 Sol coûte environ le double du tarif affiché. Si votre charge de travail est par nature à contexte long — analyse de documents, agents sur de grands dépôts, raisonnement sur des transcriptions étendues —, l’écart de prix effectif entre ces deux modèles est bien plus large que ne le suggère 2 $ contre 1,32 $.

Là où DeepSeek V4 Pro est réellement compétitif

Les résultats de DeepSeek en matière d'agents et de codage ne sont pas un compromis budgétaire. D'après les chiffres publiés par le fournisseur :

• Terminal-Bench 2.1 — DeepSeek V4 Pro 87.9

• Toolathlon-Verified — DeepSeek V4 Pro 74.1

• DeepSWE — DeepSeek V4 Pro 62,7

• SWE-bench Verified — DeepSeek V4 Pro 80,6

• AA Intelligence Index — DeepSeek V4 Pro 36, classé 8e sur 114 modèles mesurés

• Vitesse de sortie — DeepSeek V4 Pro 67,8 jetons/sec

• Licence — MIT, poids ouverts, auto-hébergeable

Le classement de The Index mérite un deuxième coup d'œil. Avec trente-six points, DeepSeek V4 Pro se classe huitième sur 114 modèles au classement, ce qui est une position solide pour un modèle doté de poids téléchargeables et d'une licence MIT. L'écart avec GPT-6 Sol est réel, mais c'est un écart entre « très bon » et « à la pointe », pas entre « utilisable » et « pas utilisable ».

La licence MIT est la partie pour laquelle il n'existe aucun équivalent GPT-6 Sol. Si votre contrainte est la résidence des données, un déploiement en environnement isolé, un coût par token qui tend vers zéro à forte utilisation, ou simplement le fait de ne pas vouloir qu'une dépréciation de fournisseur soit un événement de migration, DeepSeek V4 Pro est le seul de ces deux à répondre à la question. GPT-6 Sol est uniquement disponible via API et le restera.

Là où GPT-6 Sol creuse l’écart

Douze points d’Index constituent une large marge à cette extrémité du tableau. GPT-6 Sol se classe 18e sur 212 modèles mesurés, contre DeepSeek, 8e sur 114, et il atteint cette position avec un ensemble de résultats agentiques publiés par le fournisseur que DeepSeek ne conteste pas :

• AutomationBench — GPT-6 Sol 33,2 % à 0,27 $ par tâche

• Dernier examen des agents — GPT-6 Sol 56,4 %

• DeepSWE v1.1 — GPT-6 Sol 68,8 %

• OSWorld 2.0 — GPT-6 Sol 60,5 %

• Vitesse de sortie — 104,4 tokens/sec pour GPT-6 Sol, contre 67,8 pour DeepSeek V4 Pro

Ces chiffres sont déclarés par les fournisseurs et OpenAI a exécuté son propre harnais d’évaluation, donc considérez-les comme des affirmations plutôt que comme des mesures. Deux mises en garde méritent d’être retenues. OpenAI a utilisé les scores publiés de concurrents dans plusieurs lignes au lieu de réexécuter le modèle du concurrent, et son point du graphique Agents' Last Exam pour Claude Fable 5.1 exclut les replis vers Opus 5 qui se sont déclenchés sur environ 40 % des tâches. Aucune de ces mises en garde ne concerne directement la comparaison avec DeepSeek, mais elles justifient de considérer l’ensemble du tableau avec prudence.

L’analyse indépendante est plus mesurée que celle de l’un ou l’autre des fournisseurs. Artificial Analysis a constaté que GPT-6 Sol réduit à peu près de moitié le coût par tâche par rapport à GPT-5.6 Sol, tout en produisant un mélange de gains et de régressions — y compris des régressions sur GDPval-AA v2.1. Un modèle qui échange des capacités à certains endroits contre une forte réduction des coûts est un modèle qui change ce que vous pouvez vous permettre d’exécuter, et non un modèle qui repousse le plafond partout.

Et le profil de latence de GPT-6 Sol est un véritable handicap. Le temps jusqu’au premier token est de 107,18 secondes, contre une médiane du classement de 3,87. C’est le premier token le plus lent du classement, et de loin. DeepSeek V4 Pro n’est pas non plus un modèle rapide, mais il n’est pas dans cette catégorie, et pour toute surface interactive, la différence n’est rédhibitoire que dans un seul sens.

Poids ouverts contre frontière louée

C’est la dimension où les deux modèles ne sont pas vraiment en concurrence. DeepSeek V4 Pro est un MoE de 1,6 T de paramètres avec 49 Md de paramètres actifs, sous licence MIT, téléchargeable. Cela implique un coût fixe qui s’amortit jusqu’à devenir nul à grande échelle, un déploiement que vous contrôlez, et un modèle qui ne peut pas être rendu obsolète dans votre dos. Cela implique aussi que vous assumez la pile de service, la facture GPU et chaque régression.

GPT-6 Sol est le pari inverse. Vous payez au token pour toujours, vous obtenez des capacités de pointe sans posséder de matériel, et OpenAI peut modifier le prix, la grille tarifaire ou la disponibilité avec un simple article de blog — comme l’a fait OpenAI le 22 septembre en divisant par deux le prix de son propre modèle phare. Il n’existe aucune version de GPT-6 Sol que vous puissiez épingler.

La bonne façon d’aborder la question n’est pas de se demander « qu’est-ce qui est mieux », mais « quel risque préférez-vous ». Risque fournisseur contre risque opérationnel. Pour une startup sans équipe d’infrastructure et au trafic volatil, l’API est de toute évidence le bon choix. Pour une organisation disposant déjà de capacités GPU, d’une limite de conformité, ou d’une charge de travail dont le volume rend la tarification par token absurde, les poids ouverts l’emportent pour des raisons purement économiques, et douze points Index sont un prix qui vaut la peine d’être payé.

Si vous voulez arrêter de choisir

Il existe une version de cette décision qui ne nécessite aucun engagement. DeepSeek V4 Pro est disponible sur OrcaRouter au prix catalogue de DeepSeek, avec le modèle de répercussion directe, ce qui signifie qu'un changement de tarif DeepSeek — y compris le calendrier des heures pleines et creuses — est répercuté de notre côté le jour même plutôt qu'après une renégociation par un revendeur. GPT-6 Sol ne figure pas dans notre catalogue à la date de rédaction ; il est accessible via l'API d'OpenAI elle-même, donc une route qui couvre les deux implique une clé pour DeepSeek V4 Pro et une intégration directe pour OpenAI.

Cette séparation vaut la peine d'être maintenue pour une raison précise : ces deux modèles ne défaillent pas de la même manière. Un déploiement à poids ouverts tombe en panne quand votre matériel tombe en panne ; une API tombe en panne quand le fournisseur tombe en panne. Le basculement automatique entre fournisseurs est ce qui transforme ces défaillances en un après-midi dégradé plutôt qu'une panne, et pouvoir déplacer une route entre un modèle économique à haut débit et un modèle coûteux et méticuleux en modifiant une configuration plutôt qu'un chemin de code, c'est ce qui vous permet de suivre la courbe des prix au lieu de parier sur elle.

Qui devrait choisir lequel ?

Choisissez DeepSeek V4 Pro si vous disposez d’une infrastructure, d’une limite de conformité ou d’un problème de volume. Il est sous licence MIT, il est huitième sur 114 dans l’index indépendant, il offre 384 K d’espace de sortie, et sa grille tarifaire ne présente aucun précipice de contexte. C’est la bonne réponse pour quiconque a pour contrainte principale le coût à l’échelle ou le contrôle du déploiement, et l’écart de douze points avec GPT-6 Sol en est le prix.

Choisissez GPT-6 Sol si vous avez besoin de la frontière et que votre contexte reste sous 272K tokens. Il obtient un score de 48 contre 36, il génère les tokens environ 50 % plus vite, et à $2/$10, c'est le modèle phare le moins cher qu'OpenAI ait jamais conçu. Sachez juste ce que vous achetez : une attente de cent secondes pour le premier token, un palier de contexte long qui double le tarif, et un modèle dont l'évaluation indépendante est un mélange de gains et de régressions plutôt qu'un net bond en avant.

Et si la réponse est « les deux, selon la requête », ce n’est pas de l’indécision. C’est l’architecture correcte pour un marché où deux fournisseurs ont divisé par deux le prix de leurs offres phares à six semaines d’intervalle, et ni l’un ni l’autre n’a cessé de bouger.