DeepSeek Is Free Now but What’s the Catch?

Item: DeepSeek Is Free Now but What’s the Catch?
Rating: 5
Author: PostSingularity Institute

DeepSeek est gratuit maintenant, mais quel est le piège ?

Historique des titres

DeepSeek Is Free Now but What’s the Catch? — observé le 20261031-2302 UTC (YouTube)

par Kai · Voir la chaîne sur PSI

Sciences formelles & physiques IA — Modèles & Recherche UYQIntelligence artificielle (IA)UYQFIntelligence artificielle générative

🎙 Kai 👥 65K 📅 24 octobre 2026 ⏱ 20 min 👁 117K 📄 revue d'actualité 🧭 2026-10-31

Disponible en : Français (actuel) English

Mots-clés

DeepSeekinférencecache KVcoûtopen source

Résumé

La vidéo analyse la récente ouverture par DeepSeek de son moteur d’inférence DeepInfer et démêle le vrai coût de l’inférence IA. L’auteur montre que le chiffre de 155 000 milliards de jetons par jour servi par un cluster ne correspond pas à un calcul réel : 95 % de ces jetons sont lus depuis un cache KV, seuls 4 % sont des entrées calculées et 1 % une sortie générée. Le taux de hit du cache est passé de 56,3 % à 96 %, réduisant de 11 fois le calcul nécessaire par jeton. La partie cruciale — le système de cache distribué, la séparation préfill/décodage et l’équilibrage de charge — n’a pas été ouverte, alors que c’est elle qui fait l’économie. L’auteur compare les prix des différents fournisseurs OpenRouter et montre qu’avec les mêmes poids et prix, le taux de hit change le coût réel de manière spectaculaire : 7,6 fois plus cher à 56,3 % de hit qu’à 96 %. Il détaille les exigences pour l’auto-hébergement (128 GPUs, 510 Go) et conclut que la question clé pour tout fournisseur est la durée de conservation du cache et la persistance entre machines. Il évoque enfin les cas où éviter DeepSeek (travail fédéral américain, données sensibles).

205 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur de la vidéo réside dans sa capacité à déconstruire un chiffre viral ($38 par GPU-heure) et à révéler que la véritable économie de DeepSeek ne vient pas du coût des GPU mais du taux de cache. L’argumentation est solide : l’auteur recoupe les données publiées (155 T tokens/jour, prix API, taux de cache publiés) pour montrer que l’écart est expliqué par le cache. Il fournit les calculs complets et les sources primaires. La démonstration est claire et bien structurée, avec des exemples concrets (billet de 89,5 M tokens). Il nuance sa propre analyse en reconnaissant les limites et en donnant des cas où l’auto-hébergement n’est pas pertinent.

Rigueur scientifique, qualité des sources, adéquation du titre

La vidéo cite de nombreuses sources primaires : documentation officielle DeepSeek, rapports techniques, posts Twitter de SemiAnalysis et Yuchen Jin, tarifs OpenRouter, etc. Les affichages de coûts sont replacés dans leur contexte et les défauts de DeepInfer (absence du système de cache) sont explicitement soulignés. L’adéquation entre le titre et le contenu est bonne : le ‘piège’ du titre est bien le cache non ouvert. Cependant, quelques calculs reposent sur des hypothèses (comme le nombre de GPU) qui ne sont pas vérifiées de manière indépendante, mais l’auteur le note.

213 mots

Adéquation titre / contenu

Le titre interroge sur le 'piège' de la gratuité de DeepSeek ; la vidéo démontre que le vrai coût est caché dans le taux de cache non ouvert, ce qui correspond bien au titre.

Qualité & fiabilité

8/10

Vidéo très bien documentée, chiffres précis et sources citées, mais certaines extrapolations (marges, nombre de GPU) reposent sur des hypothèses non vérifiées indépendamment.

Chapitres

Sources citées

DeepSeek API KV cache — Documentation officielle sur le KV cache utilisé dans la vidéo.
DeepSeek API pricing — Grille tarifaire officielle de DeepSeek.
DeepSeek-V4.1-Flash technical report — Rapport technique sur la compression du KV cache.
DeepInfra cache retention — Blog sur la rétention du cache chez DeepInfra.
Fireworks prompt caching — Documentation sur le cache de prompt de Fireworks.
DeepInfer GitHub — Code source du moteur d'inférence DeepInfer.
DeepInfer deployment Q&A — FAQ sur le déploiement de DeepInfer.
DeepSeek inference overview 2025 — Présentation du système d'inférence de DeepSeek en février 2025.
DeepSeek inference engine open-source post — Annonce de l'open-source du moteur d'inférence en avril 2025.
DeepSeek-V4.1-Flash-1017 model card — Fiche du modèle sur Hugging Face.
OpenRouter providers for DeepSeek V4.1 Flash — Liste des fournisseurs sur OpenRouter.
DeepSeek funding round article — Article sur la levée de fonds de DeepSeek de 12 milliards de dollars.
DHS order on DeepSeek — Ordre du département de la sécurité intérieure américain retirant DeepSeek des ordinateurs fédéraux.
DeepSeek $1B revenue run rate (Reuters) — Article sur les revenus annuels de DeepSeek.
B300 GPU rental prices — Prix de location du GPU Nvidia B300.
What It Actually Costs to Run DeepSeek V4.1 Flash Locally — Vidéo liée sur les coûts de déploiement local.
Xiaomi & DeepSeek Solved the Biggest Local AI Bottleneck — Vidéo liée sur un sujet connexe.
OpenRouter Is Quietly Giving Nerfed AI Models — Vidéo liée sur OpenRouter.
DeepSeek's $1 Billion Is a Price Hike, Not Growth — Vidéo liée sur l'analyse des revenus de DeepSeek.
DeepSeek Just Shrunk the KV Cache 437x — Vidéo liée sur la compression du KV cache.

Sources concordantes

DeepInfer GitHub — Code source du moteur d'inférence, confirme les affirmations sur l'ouverture du code.
DeepSeek-V4.1-Flash technical report — Rapport technique sur la compression du KV cache, aligné avec les chiffres de la vidéo.

Références externes

Apport & nouveautés

Ce contenu apporte une compréhension approfondie de l’économie de l’inférence IA, en mettant en lumière le rôle central du cache KV, souvent négligé. L’auteur propose une grille de lecture pour évaluer les fournisseurs d’API au-delà des prix affichés.

Pour aller plus loin :

vLLM (GitHub) — Moteur d’inférence open source mentionné dans la vidéo comme équivalent à DeepInfer sur les benchmarks publiés.
DeepSeek-V4.1-Flash technical report — Rapport technique détaillant la compression du KV cache.
Mixture of Experts (Wikipedia) — Architecture sous-jacente au modèle DeepSeek V4.1 Flash.

86 mots

Profil radar

Le profil radar est équilibré, avec des scores élevés en quantité et qualité d'informations, un niveau technique correct, et une fiabilité globalement bonne grâce aux références fournies.

Fiabilité 8/10

💬 Sur les 30 commentaires analysés, l'ensemble est équilibré : beaucoup saluent la clarté et l'utilité de l'explication, quelques-uns discutent du style scripté et des implications de confidentialité, mais sans hostilité.