Ultramarine 1 Flash vs DeepSeek V4 Flash : un tarif de jetons bon marché ne fait pas une tâche bon marché

Ultramarine 1 Flash coûte 0,15 $ par million de tokens d’entrée et 0,50 $ en sortie. D​eepSeek V4 Flash est affiché à 0,44 $ et 1,32 $ dans le relevé d’Artificial Analysis, ou à 0,22 $ et 0,66 $ au tarif routé auquel notre cataloguele propose. Mettez les deux grilles tarifaires côte à côte et le modèle Paper Instruments apparaît comme l’aubaine évidente — trois fois moins cher en entrée et deux fois et demie moins cher en sortie, aux prix affichés. Le problème avec cette lecture, c’est qu’un tarif par million de tokens ne représente que la moitié d’une facture, et la moitié qu’il laisse de côté est précisément celle où ces deux modèles diffèrent le plus. D​eepSeek V4 Flash génère 240 millions de tokens de sortie pour terminer l’Intelligence Index. Le modèle médian de sa classe de comparaison en génère 140 millions. Il est, selon la formulation d’Artificial Analysis, très verbeux — classé 36e sur 40 dans sa catégorie de prix sur cet axe.

Ultramarine 1 Flash affirme le contraire à son sujet. Sur les six benchmarks évalués par Paper Instruments, il a généré 6,5 % de tokens en moins que le modèle GLM-5.3 Flash à partir duquel il a été post-entraîné, tout en obtenant un score supérieur sur chacun d’entre eux. Un modèle est économique par token et coûteux par tâche. L’autre s’est donné du mal pour devenir moins coûteux par tâche sans changer son prix. La comparaison qui vaut la peine d’être faite est entre ces deux approches, pas entre deux tarifs d’entrée.

Deux modèles, deux chemins différents vers le même palier de prix

Ils sont parvenus au palier budgétaire par des voies opposées, et cette différence explique l’essentiel de ce qui suit.

DeepSeek V4 Flash est un modèle à mélange d'experts conçu de zéro : 284 milliards de paramètres au total, 13 milliards actifs, publié le 24 avril 2026 sous licence MIT, avec des poids publiés sur Hugging Face. Sa révision 0731, ré-entraînée après publication à partir de zéro sur la même architecture, est ce que l'identifiant daté désigne désormais. Il dispose d'une fenêtre de contexte de 1 048 576 tokens avec jusqu'à 384 000 tokens en sortie, prend du texte en entrée et renvoie du texte en sortie, et affiche de solides résultats de référence pour les agents selon les chiffres publiés par DeepSeek lui-même — 82,7 sur Terminal-Bench 2.1, 76,7 sur Cybergym, 70,3 sur Toolathlon Verified.

Ultramarine 1 Flash est un dérivé. Paper Instruments a pris GLM-5.3 Flash — le modèle multimodal de Z.ai, de 320B au total et 18B actifs — et y a mené un apprentissage par renforcement à grande échelle sur un programme synthétique de travail en finance, juridique, conseil et opérations. L’API est entrée en service le 14 octobre 2026 à 0,15 $ / 0,03 $ en cache / 0,50 $ par million de tokens, aux mêmes tarifs que ceux facturés par GLM-5.3 Flash. Les poids ne sont pas entrés en service ; la page du fournisseur elle-même indique « Poids du modèle bientôt disponibles. »

Ainsi, pour présenter honnêtement cet appariement : un MoE téléchargeable conçu de zéro face à un post-entraînement fermé sur la base ouverte de quelqu'un d'autre, l'un en production depuis six mois et l'autre vieux d'un jour.

Le chiffre de verbosité que le marketing d'aucun des deux camps ne met en avant

Artificial Analysis mesure combien de tokens de sortie un modèle dépense pour terminer l'Intelligence Index, et le rapporte sous forme de classement de verbosité. DeepSeek V4 Flash a utilisé 240 millions de tokens de sortie contre une médiane de 140 millions pour sa catégorie — 71 % au-dessus de la normale, 36e sur 40 de sa catégorie. Ce chiffre est la raison pour laquelle il faut être prudent avec les 0,22 $ par tâche qu'il annonce. C'est aussi, fait notable, un meilleur chiffre de coût par tâche que celui qu'obtiennent la plupart de ses concurrents, ce qui montre à quel point la vitesse brute du modèle compense : à 173,7 tokens de sortie par seconde, il est le huitième plus rapide des 74 modèles de sa catégorie, donc le volume de tokens arrive vite, même s'il est plus élevé.

La verbosité d'Ultramarine 1 Flash n'est pas publiée par Artificial Analysis, car Artificial Analysis n'a pas évalué le modèle. Ce que Paper Instruments publie à la place, c'est la comparaison avec sa propre base : 30,5 millions de tokens contre les 32,7 millions de GLM-5.3 Flash sur les six suites de benchmarks, raisonnement inclus. Il s'agit d'une mesure que les deux côtés de la comparaison partagent — même suite, même harnais, mêmes conditions — ce qui en fait le chiffre le plus fiable de la publication et le seul où une affirmation d'efficacité en tokens est vérifiée par rapport à autre chose qu'elle-même.

Combinez tout cela et l’arithmétique change de forme. L’avantage de D​eepSeek V4 Flash : un modèle rapide, capable et bien calibré que l’on peut exécuter presque partout. Son inconvénient est qu’il écrit beaucoup, et avec un tarif de sortie fixe, cela se voit sur la facture. L’avantage d’Ultramarine 1 Flash est qu’il écrit moins que le modèle dont il est issu — mais uniquement face à ce modèle, et seulement sur les suites de tests écrites par son propre concepteur.

Ce que disent réellement les six benchmarks

Paper Instruments a fait passer six suites de tests à son propre modèle et à plusieurs concurrents. D​eepSeek V4.1 Flash y apparaît ; le D​eepSeek V4 Flash original, le modèle de ce titre, n’y figure pas.

• JobBench : Ultramarine 1 Flash 62,4 — DeepSeek V4.1 Flash 60,4. Le modèle Paper Instruments est en tête avec 2,5 points d’avance.

• PI Knowledge Work — Ultramarine 1 Flash 59,3, D​eepSeek V4.1 Flash 47,9. Un écart de 11,4 points, le plus large de l'ensemble.

• FrontierFinance — 53,3 contre 46,0.

• AutomationBench — la seule suite où DeepSeek l'emporte : V4.1 Flash 51,3 face aux 50,2 d'Ultramarine.

• DiligenceBench — 50,6 contre 50,3. Pratiquement à égalité, tous deux devancés par Gemini 3.8 Flash et Claude Fable 5.

• APEX-Agents 1.1 — 57,0 contre 39,5, l'écart le plus important de tout le tableau.

Les mises en garde s'accumulent ici, et il vaut la peine d'être explicite à propos de chacune d'elles. Ce sont les benchmarks du fournisseur. Les chiffres de D​eepSeek concernent un modèle différent et plus récent de la même famille, que Paper Instruments nomme explicitement. Et rien de tout cela n'a été vérifié par quiconque en dehors de l'entreprise. Ce que le tableau établit est étroit mais réel : sur les travaux à livrable documentaire, le spécialiste post-entraîné détient une large avance sur un MoE généraliste efficace, et sur les tâches d'agent automatisées, l'écart disparaît presque. Si votre travail est un mémo ou un modèle, ce clivage pointe dans une direction. S'il s'agit d'une boucle d'agent à plusieurs étapes, ce n'est pas le cas.

Vous pouvez télécharger l'un de ceux-ci.

C'est la différence qu'aucun benchmark ne capte, et c'est celle qui a le plus de chances de décider de l'issue d'une conversation d'achat.

D​eepSeek V4 Flash est sous licence MIT, avec des poids sur Hugging Face. Vous pouvez le télécharger, l'exécuter sur votre propre matériel, le fine-tuner, l'intégrer dans un produit, et ne jamais envoyer le moindre token à un tiers. Pour un cabinet d'avocats ou une banque soumise à des obligations de confidentialité envers ses clients, ce n'est pas un simple atout facultatif ; c'est bien souvent là toute l'exigence, et cela écarte entièrement le modèle de D​eepSeek de la partie API hébergée de cette comparaison, pour le placer plutôt sur vos propres machines.

Ultramarine 1 Flash ne peut pas faire cela aujourd'hui. « Les poids du modèle arriveront bientôt » est une déclaration d'intention, pas une licence. Ce que Paper Instruments a réellement publié ouvertement, c'est l'échafaudage autour du modèle : le harnais d'agent Feather dans lequel il a été entraîné et évalué, ainsi que les forks paper-docx, paper-pptx et paper-xlsx qui donnent à un agent une interface sûre vers les formats de fichiers Office. Ceux-ci sont véritablement utiles — et ils constituent aussi une publicité pour le modèle, puisqu'ils existent pour rendre ses sorties moins corrompues que ce qu'un agent générique produit avec les bibliothèques standard.

Ainsi, la ligne de licence réorganise la comparaison. Si vous devez exécuter les poids vous-même, il n’y a pas de comparaison : DeepSeek V4 Flash est la réponse et Ultramarine 1 Flash est une promesse. Si vous pouvez appeler une API, les deux sont réellement en concurrence, et la preuve décisive est le coût par tâche sur vos propres documents.

Où le prix acheminé aboutit

Sur OrcaRouter, D​eepSeek V4 Flash est servi à 0,22 $ en entrée et 0,66 $ en sortie par million de tokens — le prix catalogue du fournisseur répercutésans rien ajouter par token, ce qui explique pourquoi il se situe en dessous de la paire 0,44 $/1,32 $ dans le relevé d'Artificial Analysis : cette paire correspond à la grille tarifaire d'un autre fournisseur. Le dispositif de répercussion a une deuxième conséquence qu'il vaut la peine de connaître si vous établissez un budget : lorsqu'un fournisseur modifie un tarif, le tarif servi suit le mouvement le jour même, sans modification de configuration de votre côté.

Face à ce tarif routé, le tarif de 0,15 $/0,50 $ d'Ultramarine 1 Flash est environ 1,5 fois moins cher en entrée et 1,3 fois en sortie — un écart bien plus faible que ne le suggère la comparaison des prix catalogue, et plus faible encore une fois la remise de 97 % sur le cache de DeepSeek appliquée à une charge de travail documentaire avec un large préfixe partagé. Le tarif en cache d'Ultramarine 1 Flash est de 0,03 $ par million, également une remise importante, mais les deux sont à ce stade suffisamment proches pour qu'aucun des deux ne l'emporte sur la seule arithmétique.

Ce qui laisse la décision là où elle doit être : sur votre propre travail. Envoyez un lot de livrables réels aux deux, comparez les factures et lisez les sorties. Ultramarine 1 Flash ne figure pas dans notre catalogue, donc ce test s'exécute d'un côté contre le point de terminaison du fournisseur lui-même. Le modèle à partir duquel il est post-entraîné, GLM-5.3 Flash, est servi ici à 0,15 $/0,50 $ — la même grille tarifaire — ce qui vous donne une approximation raisonnable de ce que produit la base avant que vous n'y ajoutiez le post-entraînement.

La position, sans vainqueur

Ces deux-là ne sont pas vraiment des substituts, et les forcer à désigner un gagnant masque le résultat utile. DeepSeek V4 Flash est un MoE téléchargeable, mesuré indépendamment et exceptionnellement rapide, qui écrit plus que nécessaire. Ultramarine 1 Flash est un post-entraînement fermé et non mesuré d'une base ouverte, conçu pour écrire moins, vendu sur une suite de benchmarks que personne d'autre n'a exécutée.

La version à écarter de cet article dirait que le tarif par token le moins cher l’emporte. La version qui se défend dit que la licence décide de l’approvisionnement, que les chiffres de verbosité déterminent la facture, et qu’aucun des deux modèles n’a été testé sur vos documents. Vous pouvez résoudre deux de ces trois points cette semaine. Le troisième ne pourra être résolu que lorsque Paper Instruments publiera des chiffres indépendants ou livrera les poids dont elle annonce l’arrivée.

C'est aussi dans des comparaisons comme celle-ci que les modes de défaillance apparaissent : les incidents d'IA et les défaillances d'agents documentés derrière les modèles de cette classe sont recueillis dans l'OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, son niveau de gravité, sa note de confiance et un indicateur de contestation.