Ce mardi 20 octobre, DeepSeek a publié en open source DeepInfer, le moteur d’inférence qui fait tourner en production son modèle DeepSeek-V4.1-Flash, dont les poids ont été publiés trois jours plus tôt, le 17 octobre.
Dans le billet qui l’accompagne sur Zhihu, une phrase a fait le tour de Hacker News et de Reddit : un seul cluster sert 155 000 milliards de tokens par jour, pour un revenu de « 38 dollars par carte et par heure » (environ 34 euros), calculé au tarif des heures creuses.
Attention, ce chiffre est un revenu, avant toute dépense. DeepSeek avait déjà publié ce genre de chiffre en mars 2025 : rapporté à ses 1 814 cartes de l’époque, il donnait environ 13 dollars (environ 11,50 euros) par carte et par heure, et encore, au prix fort. Le revenu par carte a donc triplé en un an et demi, alors que les prix, eux, ont baissé.
Ces chiffres restent déclaratifs : DeepSeek les a publiés dans un document de questions-réponses mis en ligne avec le code sur GitHub, et aucun audit extérieur ne les a vérifiés. Ils donnent un ordre de grandeur, que l’on peut recouper avec les tarifs publics de l’entreprise.
38 dollars de l’heure, vraiment ?
Le chiffre se recoupe assez bien avec les tarifs publics de DeepSeek. En heures creuses, le modèle Flash facture 4 yuans (0,53 €) le million de tokens générés, 1 (0,13 €) yuan le million de tokens lus pour la première fois, et 0,02 yuan (0,0027 €) quand ces tokens sont déjà en mémoire.
D’après les statistiques de production publiées par DeepSeek et reprises par 36Kr, une carte chargée de générer les réponses en sort 14 000 tokens par seconde. Au cours actuel, autour de 6,7 yuans pour un dollar, cela fait environ 30 dollars de l’heure. Une carte chargée de lire les requêtes rapporte de son côté environ 48 dollars. Comme DeepSeek en déploie à peu près autant des deux côtés, la moyenne tombe autour de 39 dollars. Le chiffre de DeepSeek tient donc, à condition que les cartes tournent à pleine charge.
Sur un an, une seule carte rapporterait donc environ 333 000 dollars (environ 296 000 €), à condition de tourner à plein jour et nuit.
Combien coûte la carte ?
Un H100, la référence du marché, se loue autour de 3 à 4 dollars de l’heure en 2026 (environ 2,70 à 3,50 euros), jusqu’à une douzaine de dollars chez les géants comme AWS, Azure ou Google. Un B200, de la génération suivante, entre 6 et 11 dollars (environ 5,30 à 9,80 euros). Une carte achetée autour de 60 000 dollars (environ 53 000 €), serveur compris, et amortie sur cinq ans coûte environ 1,4 dollar de l’heure, 2,3 dollars si on l’amortit sur trois ans. L’électricité ajoute de 10 à 20 centimes.
Un billet publié sur le portail chinois Sina a fait le calcul avec les prix de location de Nebius : après la location d’un H200, à 5,40 dollars de l’heure (environ 4,80 euros), il resterait 85,8 % du revenu. Il en conclut que le modèle économique de l’inférence serait « bien meilleur que ce que le marché imagine ».
Bref, une carte coûte quelques dollars de l’heure et en rapporte 38.
Que vaut une RTX 5090 branchée chez soi ?
Une RTX 5090, lancée à 2 349 euros en janvier 2025, coûte aujourd’hui entre 6 500 et 8 500 euros chez les revendeurs français, à cause de la pénurie de mémoire. En charge, le PC qui l’héberge consomme environ 600 watts. Au tarif réglementé d’EDF (0,2001 euro le kWh en option Base), cela revient à environ 12 centimes de l’heure.
La RTX 5090 ne fait en revanche pas partie des cartes prises en charge par DeepInfer. Le code, publié sous licence Apache 2.0, ne vise que les puces Blackwell de centre de données (SM100) et les Ascend 950 de Huawei, et un seul modèle, DeepSeek-V4.1-Flash. Pour faire tourner une IA chez soi, on passe par d’autres outils, comme vLLM, le projet libre sur lequel DeepInfer a été construit.
Première option : la louer
Des places de marché comme Vast.ai, RunPod ou Salad permettent de louer sa carte graphique à des inconnus. Chez RunPod, une RTX 5090 se loue à partir de 0,69 dollar de l’heure (environ 0,61 euro) sur l’offre communautaire, mais la plateforme garde sa part. Des trois, seule Salad publie ce que les propriétaires touchent vraiment : du 14 au 20 octobre, une RTX 5090 a rapporté en moyenne 0,277 dollar par heure allumée (environ 0,25 euro), et elle avait du travail 97 % du temps.
Une fois l’électricité payée, il reste environ 13 centimes de l’heure, soit un peu plus de 1 000 euros par an pour une machine allumée jour et nuit. Il faut donc près de six ans pour rembourser une carte à 6 500 euros, et plus de sept ans à 8 500 euros, sans compter son usure.
À titre de comparaison, une carte de DeepSeek rapporte en une heure ce qu’une RTX 5090 de particulier gagne en cinq à six jours.
Seconde option : s’en servir pour soi
Sur une RTX 5090, un modèle de taille moyenne comme Qwen3 32B écrit environ 60 tokens par seconde, selon les mesures de Hardware Corner. Cela représente 220 000 tokens de l’heure pour 12 centimes d’électricité : le million de tokens revient à environ 0,55 euro, rien qu’en courant. C’est à peu près le prix que DeepSeek facture en heures creuses pour son modèle Flash (4 yuans, environ 0,53 euro), qui est pourtant bien plus gros.
Si on ajoute le prix de la carte, amortie sur trois ans à raison de deux heures d’utilisation par jour, on passe à environ 14 euros le million de tokens pour une carte à 6 500 euros. Un modèle plus léger comme gpt-oss-20b, qui écrit près de 300 tokens par seconde, ramène la facture autour de 3 euros.
| Revenu ou coût | |
|---|---|
| Une carte de DeepSeek (revenu) | environ 38 dollars de l’heure |
| Une RTX 5090 louée sur Salad (revenu) | environ 0,25 euro de l’heure |
| Électricité d’un PC avec une RTX 5090 | environ 0,12 euro de l’heure |
| Un million de tokens générés chez soi (Qwen3 32B, carte comprise) | environ 14 euros |
| Un million de tokens générés par DeepSeek Flash (heures creuses) | environ 0,53 euro |
DeepSeek doit cet écart à la même recette que ses 38 dollars de l’heure. Un particulier envoie une requête à la fois, alors que l’entreprise en traite des milliers en même temps sur chaque carte et relit son cache au lieu de tout recalculer.
Au prix actuel, une RTX 5090 paie entre 27 et 35 ans d’abonnement à une IA à 20 euros par mois. Sachant que les abonnements donnent accès à des modèles impossibles à faire tourner sur sa carte graphique.
Alors pourquoi OpenAI perd-il des milliards ?
Parce que ces 38 dollars ne paient ni l’entraînement, ni les salaires, ni la recherche. Sam Altman, le CEO d’OpenAI, le disait dès août 2025, lors d’un dîner avec des journalistes : « Nous sommes rentables sur l’inférence. Si nous ne payions pas l’entraînement, nous serions une entreprise très rentable. »
OpenAI tablait pourtant, selon ses propres projections, sur une perte de 14 milliards de dollars (environ 12,5 milliards d’euros) cette année. Anthropic, d’après ses prévisions révélées en janvier par The Information, dépenserait en 2026 environ 12 milliards de dollars (environ 10,7 milliards d’euros) pour entraîner ses modèles, contre 7 milliards (environ 6,2 milliards d’euros) pour les faire tourner pour ses clients payants.
Les abonnés et les utilisateurs gratuits pèsent aussi sur la facture. Selon les estimations publiées début octobre par le cabinet SemiAnalysis, les abonnements représenteraient environ 10 % du revenu d’Anthropic, mais plus de 40 % de sa puissance consacrée à l’inférence. D’après le même cabinet, un abonné obtient plus de quatre fois plus de calcul par dollar qu’un client de l’API. Les abonnements resteraient malgré tout rentables, avec une marge d’environ 50 % sur le calcul.
Quant aux utilisateurs gratuits, DeepSeek reconnaissait lui-même en 2025 que son application et son site gratuits ne lui rapportent rien.
Quels sont les pièges ?
Il y en a trois. D’abord, le chiffre porte sur un seul cluster à pleine charge : les cartes gardées en réserve pour les pics ou les pannes ne sont pas comptées.
Ensuite, le calcul retient le tarif des heures creuses, deux fois moins cher. Ce choix tend plutôt à sous-estimer le revenu : chez DeepSeek, les heures pleines se limitent aux jours ouvrés, de 9 h à 12 h et de 14 h à 18 h, heure de Pékin, et les heures creuses couvrent près de 80 % de la semaine.
Enfin, Flash est le modèle le moins cher de DeepSeek, environ trois fois moins cher que V4 Pro en sortie, et il est très optimisé : on est dans le meilleur des cas, loin d’un GPT ou d’un Claude haut de gamme.
DeepSeek ne dit pas non plus sur quelles cartes tourne ce cluster. DeepInfer prend en charge les puces Nvidia de génération Blackwell, en principe interdites à l’export vers la Chine, et les Ascend 950 de Huawei. Les performances publiées avec le code ont même été mesurées sur des Blackwell. Or tout le calcul de coût ci-dessus repose sur des prix de cartes Nvidia : sur des Ascend 950, la facture ne serait pas la même.
Si vous voulez recevoir les meilleures actus Frandroid sur WhatsApp, rejoignez cette discussion.
Pour nous soutenir gratuitement, dites simplement à Google d’ajouter Frandroid à vos sources préférées en cliquant ici.
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.