Tout juste officialisé par la start-up chinoise, le modèle DeepSeek V4.1 Flash s’offre un coup de pub monumental. L’hébergeur américain Fireworks AI affirme le faire tourner à plus de 1 521 tokens par seconde grâce à sa nouvelle infrastructure « Ultrafast », de quoi coder un jeu complet en onze secondes.
Spécialisé dans l’hébergement haute performance de modèles d’intelligence artificielle open source, Fireworks AI a fait de la vitesse son principal cheval de bataille. Dans une publication partagée sur X ce mercredi 21 octobre, la startup américaine affirme avoir atteint le score record de 1 521 tokens par seconde avec le modèle DeepSeek V4.1 Flash 1017.
Pour vous donner un ordre d’idée, un token représentant schématiquement un fragment de mot, ce débit équivaut à environ 1 100 mots en anglais générés chaque seconde. Pour illustrer cette démesure, Fireworks s’est fendu d’une démonstration spectaculaire : un jeu de Tetris entièrement codé en onze secondes, soit un chrono sept fois plus rapide qu’avec Claude Opus 5.5, le modèle amiral d’Anthropic. Seul bémol, l’entreprise se garde bien de publier ses tarifs ou le protocole technique de son test.
Pour aller plus loin
Claude Opus 5.5 : Anthropic promet 40 % moins cher et 30 % plus rapide
Il faut dire que le modèle mis à l’honneur est particulièrement récent. Conçu par la start-up chinoise DeepSeek, basée à Hangzhou, cette déclinaison a été lancée le samedi 17 octobre, à peine cinq semaines après la version V4.1 Flash originelle.
Pour aller plus loin
Pourquoi la sortie surprise de DeepSeek V4 le jour de GPT-5.5 change la donne pour tout l’écosystème IA
Cette mise à jour promet des performances améliorées, une exécution plus vive et des coûts d’exploitation encore réduits. Réaliser une tâche de programmation standard y reviendrait à environ 0,20 dollar (soit près de 0,18 euro), ce qui représente moins d’un dixième des tarifs pratiqués par les solutions américaines équivalentes.
Et puisque DeepSeek distribue ses créations sous licence libre MIT, n’importe quel acteur peut s’en emparer, qu’il s’agisse d’un hébergeur cloud ou même d’un particulier souhaitant faire tourner l’IA localement sur son PC sans connexion Internet. Une accessibilité qui pousse les prestataires tiers à se livrer une guerre acharnée de la vitesse, loin des jardins clos d’OpenAI ou d’Anthropic.
Ce qui est intéressant avec cette performance, c’est qu’on peut imaginer plus tard des systèmes d’exploitation agentiques qu’on appelle l’OS agent, où on construirait les outils et les applications en fonction des besoins et des demandes de l’utilisateur.
Un chrono Tetris impossible à reproduire
Fireworks AI reste muet sur la nature exacte du matériel employé, la méthodologie de mesure ou le niveau de quantification (la compression) appliqué au modèle.
Pourtant, le choix des composants change radicalement la donne, comme le rappelle notre comparatif montrant qu’une même IA réagit totalement différemment selon qu’elle tourne sur un Mac mini, un PC gamer ou un mini PC. De nombreux hébergeurs n’hésitent pas à alléger les poids des modèles en 8 ou 4 bits pour booster artificiellement les débits, au détriment de la précision (et donc des erreurs). À titre de comparaison, la plateforme spécialisée Artificial Analysis, qui audite les API en conditions réelles, n’a relevé qu’une moyenne de 208,7 tokens par seconde sur l’infrastructure officielle de DeepSeek.
La comparaison affichée avec Claude Opus 5.5 soulève elle aussi de sérieuses interrogations. D’après les mesures d’Artificial Analysis compilées par Intelligent Living, le modèle d’Anthropic plafonne à environ 92 tokens par seconde sur ses propres serveurs. Mathématiquement, l’écart de performance aurait dû frôler un facteur 16, là où Fireworks n’en revendique que sept. Il est donc fort probable que le fameux défi du Tetris intègre d’autres variables, on pense notamment à l’utilisation du mode « Fast » d’Opus 5.5 (qui accélère la cadence par deux et demi).
Mais à quoi peut bien servir une telle rapidité au quotidien, sachant qu’aucun être humain ne possède la capacité de lire 1 100 mots par seconde ? En réalité, ce type de performances profite avant tout aux agents logiciels autonomes, ces programmes capables d’enchaîner des milliers de requêtes successives en arrière-plan, où chaque milliseconde gagnée se traduit par un gain de productivité massif.
La vitesse a un prix (encore secret)
Mais combien coûte l’infrastructure Ultrafast ? Fireworks AI est resté muet, son nouveau service ne disposant d’aucune grille tarifaire publique.
L’offre standard de l’hébergeur pour ce même modèle s’établit déjà à 0,30 dollar par million de tokens en entrée et 1,20 dollar par million en sortie (environ 0,27 et 1,07 euro HT). C’est d’ores et déjà deux fois plus onéreux que les tarifs facturés par DeepSeek en heures creuses (0,15 et 0,60 dollar).
Dans l’écosystème du cloud pour l’IA, la vitesse se monnaye généralement au prix fort. Fireworks commercialise déjà une variante « Fast » de DeepSeek R1 qui, selon sa documentation officielle, s’appuie sur le même modèle de base mais facture l’inférence accélérée plus cher.
Même logique chez Xiaomi avec le mode UltraSpeed de son MiMo V2.6 Pro, facturé dix fois le tarif normal pour un gain de vitesse vingt fois supérieur, ou chez Anthropic qui double le prix du mode Fast sur Opus 5.5 pour atteindre 40 dollars (environ 36 euros) le million de tokens générés.
Le piège économique est d’autant plus grand que les modèles de DeepSeek se distinguent par leur prolixité. Durant les audits d’Artificial Analysis, la solution a généré en moyenne 210 millions de tokens, contre 140 millions pour les modèles concurrents de taille médiane. Il est très bavard.
À l’heure où les architectures textuelles s’étirent de plus en plus, à l’instar des capacités de traitement géantes comme les un million de jetons de Gemini 4 Argon, la moindre hausse tarifaire sur une offre ultra-rapide se répercutera lourdement sur la facture finale des développeurs.
Un petit geste pour Frandroid ? Abonnez-vous à Frandroid sur Google pour ne manquer aucun de nos articles.
Et le second meilleur moyen de nous donner un coup de pouce, c’est d’ajouter Frandroid à vos sources préférées sur Google.
Ce contenu est bloqué car vous n'avez pas accepté les cookies et autres traceurs. Ce contenu est fourni par Disqus.
Pour pouvoir le visualiser, vous devez accepter l'usage étant opéré par Disqus avec vos données qui pourront être utilisées pour les finalités suivantes : vous permettre de visualiser et de partager des contenus avec des médias sociaux, favoriser le développement et l'amélioration des produits d'Humanoid et de ses partenaires, vous afficher des publicités personnalisées par rapport à votre profil et activité, vous définir un profil publicitaire personnalisé, mesurer la performance des publicités et du contenu de ce site et mesurer l'audience de ce site (en savoir plus)
En cliquant sur « J’accepte tout », vous consentez aux finalités susmentionnées pour l’ensemble des cookies et autres traceurs déposés par Humanoid et .
Vous gardez la possibilité de retirer votre consentement à tout moment. Pour plus d’informations, nous vous invitons à prendre connaissance de notre Politique cookies.