DeepSeek V4.1 Flash est bon marché : en heures creuses, il coûte $0.15 par million de tokens d'entrée en cas de cache miss, $0.003 en cas de cache hit et $0.60 par million de tokens de sortie. Les heures de pointe (01:00-04:00 et 06:00-10:00 UTC en semaine) doublent les trois chiffres, et les heures creuses valent exactement la moitié de la pointe.
C'est moins cher que DeepSeek V4 Flash, qui sort du catalogue, et environ un tiers du palier V4 Pro, ce qui explique pourquoi DeepSeek retire V4 Pro et redirige son trafic vers V4.1 Flash à partir du 14 septembre 2026. Pas d'offre gratuite, 1M de contexte et des poids MIT que vous pouvez héberger vous-même si vous avez une machine de 384GB.
Le piège pour les équipes de support n'est pas le prix. J'ai passé assez d'années à mettre de l'IA sur des files de support réelles pour dire que la facture de tokens est presque jamais le chiffre qui compte. Ce qui coûte vraiment cher, c'est le traitement des données, la connaissance, et le fait d'avoir testé avant qu'un client ne le voie.
Tarifs de DeepSeek V4.1 Flash, en détail
Les tarifs ci-dessous proviennent directement de la page officielle des tarifs de DeepSeek, consultée le 11 septembre 2026. Tout est par million de tokens, en USD, et DeepSeek applique un calendrier de pointe et de creux où les heures creuses valent exactement la moitié de la pointe.
| Poste (par 1M de tokens) | Heures creuses | Pointe |
|---|---|---|
| Entrée, cache hit | $0.003 | $0.006 |
| Entrée, cache miss | $0.15 | $0.30 |
| Sortie | $0.60 | $1.20 |
| Fenêtre de contexte | 1M | 1M |
| Sortie maximale | 384K | 384K |
| Limite de concurrence | 2,500 | 2,500 |
Vous l'appelez sur l'API sous le nom deepseek-flash (version du modèle DeepSeek-V4.1-Flash). Le modèle gère les appels d'outils, la sortie JSON, la Responses API d'OpenAI et un point d'accès au format Anthropic, et il lit désormais les images nativement, ce qui ouvre des cas d'usage d'agents IA que V4 Flash, limité au texte, ne pouvait pas aborder. Il n'y a pas d'offre gratuite : l'usage est prélevé sur un solde rechargé ou accordé, le solde accordé étant dépensé en premier.
Deux chiffres méritent qu'on s'y attarde. Le tarif d'entrée en cache hit de $0.003 est cinquante fois moins cher que celui du cache miss, donc tout ce que vous pouvez garder stable d'une requête à l'autre (un prompt système, un extrait de connaissance, un schéma d'outil) est presque gratuit à renvoyer. Et le plafond de concurrence de 2,500 est cinq fois celui de 500 de V4 Pro, ce qui compte dès que vous l'appliquez à un vrai workflow de service client plutôt qu'à un script de test.
Le piège des heures de pointe et creuses, et pourquoi il vous aide le plus souvent
C'est la partie que la plupart des comparatifs de prix passent sous silence. Les heures de pointe de DeepSeek sont 01:00-04:00 et 06:00-10:00 UTC, du lundi au vendredi. Tout le reste est en heures creuses, à moitié prix.
Ces plages correspondent aux heures de bureau chinoises. Si votre trafic est une file de support américaine ou européenne, l'essentiel de votre volume tombe dans les heures creuses de DeepSeek, et vous payez donc surtout le tarif bas sans rien faire de particulier. C'est un vrai vent favorable pour construire un logiciel de service client IA en Occident.
C'est aussi un peu fragile, et à signaler à la personne qui valide le budget. Votre tarif effectif dépend de l'horloge, pas seulement de votre usage : un traitement par lots programmé à 08:00 UTC coûte le double du même traitement à 14:00. Si vous lancez des lots de nuit ou si vos agents européens se connectent tôt, une partie de votre trafic basculera en pointe. Modélisez le mix, ne supposez pas le tarif creux affiché pour chaque token.
Tokens de raisonnement : le coût qui n'est pas sur la grille tarifaire
Le tarif de sortie affiché est de $0.60 par million en heures creuses. Le piège, c'est que DeepSeek V4.1 Flash a le mode réflexion activé par défaut, et que chaque token de raisonnement qu'il génère est facturé à ce même tarif de sortie.
DeepSeek expose l'effort de raisonnement sous la forme d'un curseur continu de 1 à 100 (les préréglages de l'API sont low, high et max). En le montant, la qualité des réponses grimpe, mais le nombre de tokens consommés avant que vous ne voyiez une réponse aussi. Une requête qui renvoie une réponse de 200 tokens peut avoir généré plusieurs milliers de tokens de raisonnement caché pour y parvenir, et vous les payez tous. Des testeurs indépendants ont aussi signalé le Flash précédent comme verbeux, ce n'est donc pas une inquiétude théorique.
La leçon pratique pour un modèle de coûts : ne multipliez pas la longueur de réponse attendue par $0.60 en pensant avoir terminé. Si vous faites tourner un flux de déviation de niveau 1 où la plupart des tickets exigent presque aucun raisonnement, gardez l'effort bas et la facture réelle reste proche du chiffre affiché. Si vous poussez l'effort pour les tickets difficiles, votre coût par résolution peut discrètement changer d'un ordre de grandeur. C'est la même raison pour laquelle les estimations du coût d'un chatbot qui ne comptent que la réponse visible sont généralement fausses.
Estimez votre propre facture mensuelle
Le moyen le plus net de voir ce que cela signifie pour vous est de saisir vos propres volumes. Cet outil applique les tarifs publics de DeepSeek et montre le coût réparti entre entrée et sortie.
Pourquoi V4.1 Flash est si bon marché : l'architecture
Un modèle aussi bon marché est généralement un petit modèle, mais V4.1 Flash est un mélange d'experts de 552B paramètres, plus gros que le V4 Flash de 284B qu'il remplace. La baisse de prix vient plutôt d'une nouvelle conception.
L'élément central est une architecture d'encodeur-décodeur causal qui n'active que 8B paramètres pour lire votre prompt et 16B pour écrire la réponse, si bien que l'essentiel des 552B reste inactif à chaque token. L'autre levier est la mémoire : DeepSeek annonce un cache KV d'environ 890 octets par token, environ quatre fois plus petit que celui de V4 Flash et des centaines de fois plus petit que celui de sa première génération. Moins de mémoire par token en cours de traitement permet à DeepSeek de servir 2,500 requêtes simultanées et de répercuter les économies sur la grille tarifaire.
Vous n'avez pas besoin de connaître les détails internes pour acheter le modèle, mais ils expliquent pourquoi il ne s'agit pas d'un prix d'appel qui sera réévalué dans trois mois. Le prix bas est une propriété de la conception, ce qui en fait une donnée plus fiable pour un modèle de coût par résolution qu'un tarif promotionnel.
Le retrait de V4 Pro : un changement de facturation à anticiper
Le point le plus discuté de ce lancement n'est pas le prix, c'est ce que DeepSeek en fait. Parce que V4.1 Flash égale ou dépasse le V4 Pro, plus cher, DeepSeek retire V4 Pro : à partir du 14 septembre 2026, toutes les requêtes deepseek-v4-pro sont redirigées vers V4.1 Flash et facturées aux tarifs Flash jusqu'à la sortie d'un futur V4.1 Pro.
Sur la facture, c'est une bonne nouvelle : une requête qui coûtait $1.98 en sortie avec V4 Pro coûte désormais $0.60. Côté fiabilité, cela a rendu les développeurs nerveux, car le modèle que vous aviez fixé change discrètement sous un workflow déjà validé :
"If I'd carefully tested and optimized prompts against Pro I wouldn't be keen on this particular news. I feel like API model providers should lean towards not swapping out models on their paying customers, no matter how much 'better' the new model is meant to be."
Le contre-argument honnête est que DeepSeek publie les poids ouverts de chaque modèle, de sorte que quiconque a besoin d'une version figée peut la conserver lui-même. Quoi qu'il en soit, si vous avez un flux en production sur deepseek-v4-pro, traitez le 14 septembre comme une vraie date de changement : retestez sur V4.1 Flash avant qu'il ne devienne votre défaut, avec le même soin que pour tout travail de fiabilité des agents IA.
Comment il se compare sur le prix
Face à la gamme de DeepSeek elle-même, V4.1 Flash est l'option capable la moins chère qu'ils proposent, et c'est la raison pour laquelle l'ancien DeepSeek V4 Flash et V4 Pro sont tous deux absorbés par lui. Face au marché au sens large, la comparaison intéressante est le palier économique de Google, Gemini 3 Flash. Des membres de la communauté qui ont testé les deux ont été directs :
"The direct competition is Gemini Flash, and these models are much better on agentic tasks with fraction of the task price compared to Gemini... 20-30% of the price per task. And especially Deepseek Flash produces better quality than Gemini does."
Cela correspond à la fiche des tarifs de Gemini et à la forme générale du marché : DeepSeek continue de fixer le plancher.
Si vous comparez activement des moteurs pour un projet de support, nos analyses DeepSeek V4 Flash vs GPT-5.6 et Claude vs Gemini détaillent les compromis au-delà du prix. Et si vous chiffrez une offre clé en main d'un éditeur plutôt que des tokens bruts, le coût de Decagon est un point de repère utile.
Le piège que personne ne chiffre : c'est un modèle, pas un agent de support
C'est ici que je dois être honnête sur ce que le prix achète et sur ce qu'il n'achète pas. La grille tarifaire concerne un modèle brut. Brancher un modèle brut sur des tickets clients, ce n'est pas la même chose que d'avoir un helpdesk IA qui fonctionne, et c'est aussi très loin d'un ancien chatbot à règles. L'écart entre un modèle et un produit, c'est là que se trouve le vrai argent.
D'abord, la question des données. Les conditions de l'API payante de DeepSeek ne disent rien sur l'usage de vos entrées pour entraîner le modèle, il n'existe aucune option publiée de rétention zéro ni d'accord de traitement des données, et les requêtes sont traitées en RPC. Pour une file remplie de noms de clients, de numéros de commande et de données personnelles, c'est une discussion de conformité à avoir avant d'envoyer un seul vrai ticket, pas après. Si c'est votre cas, notre guide sur SOC 2 et RGPD pour les chatbots de support est le bon point de départ.
Ensuite, et c'est plus important : le coût des tokens est une erreur d'arrondi à côté du coût d'une automatisation du support mal faite. Un modèle qui donne une réponse fausse avec aplomb à une question de remboursement ne vous fait pas économiser, il crée un client en colère et un nettoyage manuel. Après des années à faire tourner de l'IA sur des files réelles, le schéma est toujours le même : le modèle à $0.60 par million représente 2 % du travail, et les 98 % restants sont la connaissance de l'entreprise, les règles d'escalade, les actions réelles dans votre helpdesk et les tests sur votre propre historique avant la mise en production. C'est aussi pourquoi les chiffres qui comptent sont vos indicateurs de support, pas le compteur de tokens. Voilà pourquoi toute comparaison sérieuse des coûts entre agent IA et agent humain doit regarder au-delà du compteur de l'API.
Essayez eesel
DeepSeek V4.1 Flash est un moteur fantastique et, à $0.15 en entrée et $0.60 en sortie, c'est l'un des moteurs capables les moins chers du marché. Mais un moteur n'est pas un employé. eesel est une plateforme de coéquipiers IA : au lieu d'un modèle brut qu'il faut entourer de connaissances, de garde-fous et d'intégrations, vous recrutez un coéquipier prêt à travailler pour une mission précise. Le coéquipier IA pour le helpdesk rejoint votre file existante, apprend de vos anciens tickets et de votre centre d'aide, et sait quand passer la main à un humain : le modèle qui tourne en dessous est donc un détail dont vous n'avez pas à vous occuper.
Comme un article sur les tarifs de DeepSeek attire volontiers des gens qui vivent dans un terminal, un point mérite d'être souligné : eesel n'est pas réservé au tableau de bord. Il propose une vraie interface en ligne de commande, @eesel/cli, et chaque espace de travail est aussi un serveur MCP. Une personne peut piloter le même coéquipier depuis un terminal, des scripts peuvent l'automatiser en CI, et des agents de code comme Claude Code ou Cursor peuvent l'utiliser directement. Vous pouvez connecter une intégration, modifier les instructions permanentes, lancer une simulation sur votre historique réel de tickets et inspecter chaque exécution avec eesel activity, le tout sans ouvrir de navigateur.
C'est la manière API-first de gérer le support, le même flux de travail natif du terminal que vous utiliseriez pour gérer des agents en ligne de commande, et il est entièrement documenté dans la documentation de la CLI eesel.
Côté prix, eesel propose un tarif mensuel fixe à partir de $299/mois pour 500 crédits (1 crédit par ticket ou chat), sans frais par siège, et un plan gratuit avec 100 crédits. Si vous lorgnez sur un modèle bon marché pour réduire les coûts de support, la partie que je ne sauterais pas est la simulation : essayez eesel et mesurez la qualité de résolution réelle sur vos propres tickets avant de vous engager sur un modèle, DeepSeek compris.
Questions fréquentes
Combien coûte DeepSeek V4.1 Flash ?
Sur l'API officielle, DeepSeek V4.1 Flash coûte, en heures creuses, $0.15 par million de tokens d'entrée en cas de cache miss, $0.003 en cas de cache hit et $0.60 par million de tokens de sortie. Les heures de pointe doublent chacun de ces chiffres. Les tarifs de DeepSeek V4.1 Flash sont donc plus bas que les tarifs de DeepSeek V4 Flash, qui sort du catalogue, et représentent environ un tiers du palier V4 Pro, lui aussi retiré.
Quelles sont les heures de pointe et creuses de DeepSeek ?
Les heures de pointe sont 01:00-04:00 et 06:00-10:00 UTC en semaine, et les tarifs en heures creuses valent exactement la moitié. Comme ces plages correspondent aux heures de bureau chinoises, une file de support américaine ou européenne est surtout facturée au tarif creux, moins cher. C'est une économie réelle, qui dépend discrètement de l'horloge.
DeepSeek V4.1 Flash est-il moins cher que DeepSeek V4 Pro ?
Oui, et de loin. L'entrée en cache miss de V4 Pro coûte $0.66 en heures creuses et sa sortie $1.98, contre $0.15 et $0.60 pour V4.1 Flash. DeepSeek retire V4 Pro parce que le modèle plus récent et moins cher l'égale ou le dépasse : à partir du 14 septembre 2026, les anciens appels à deepseek-v4-pro sont redirigés vers V4.1 Flash aux tarifs Flash.
DeepSeek V4.1 Flash propose-t-il une offre gratuite ?
Aucune offre gratuite n'est annoncée sur la page des tarifs. L'usage est déduit de votre solde rechargé ou accordé, le solde accordé étant dépensé en premier. Si vous voulez essayer une IA de support sans compteur de carte bancaire qui tourne, un coéquipier IA pour le helpdesk comme eesel propose un plan gratuit avec 100 crédits et sans carte.
Les tarifs de DeepSeek V4.1 Flash sont-ils adaptés au support client ?
Le prix brut au token est excellent, mais le coût des tokens ne représente qu'une petite part de ce que coûte réellement un bot de support. Les vraies questions sont le traitement des données (les conditions de DeepSeek restent muettes sur l'usage pour l'entraînement et les données sont traitées en RPC) et le fait que le modèle soit ou non relié à votre base de connaissances et à votre helpdesk. Consultez notre note sur le coût par résolution pour un tableau plus complet.
Puis-je héberger DeepSeek V4.1 Flash moi-même pour éviter les frais d'API ?
Oui, les poids sont sous licence MIT sur Hugging Face. Le hic, c'est le matériel : avec 552B paramètres, il faut environ 384GB de mémoire, si bien que l'auto-hébergement n'est rentable qu'à fort volume. Pour des configurations plus légères, comparez les plateformes de chatbot open source qui tiennent sur des machines plus petites.
Comment les tokens de raisonnement influencent-ils les tarifs de DeepSeek V4.1 Flash ?
Le mode réflexion est activé par défaut, et les tokens de raisonnement générés par le modèle sont facturés au tarif de sortie. Un réglage de raisonnement élevé peut donc multiplier discrètement votre coût réel par requête, même si le chiffre affiché de
$0.60en sortie ne change jamais. Si vous modélisez le coût d'une charge de déviation de niveau 1, budgétez les tokens de réflexion, pas seulement la réponse.