DeepSeek pour le code : le concurrent open source

Le code est le terrain historique de DeepSeek. Le labo a publié DeepSeek Coder dès 2023, puis Coder V2 en 2024, l’un des premiers modèles ouverts à rivaliser avec les modèles fermés sur la génération de code. Depuis V3, ces capacités sont intégrées au modèle principal, et la génération V4 a mis l’accent sur les agents qui enchaînent les étapes dans un vrai dépôt de code.

Le précédent article de la série expliquait comment brancher DeepSeek dans Claude Code, Codex ou Cursor. Celui-ci entre dans le détail : ce que les modèles valent sur le code, quel niveau de réflexion choisir, et comment faire tourner les poids sur vos serveurs quand l’API hébergée ne convient pas.

Les benchmarks de code de la gamme

Les benchmarks classiques comme HumanEval sont saturés : tous les bons modèles y dépassent 90 %. Ceux qui départagent vraiment mesurent des tâches d’agent, où le modèle doit explorer un dépôt, lancer des commandes, lire les erreurs et corriger jusqu’au résultat. C’est sur ce terrain que DeepSeek a le plus progressé entre avril et septembre 2026.

De la préversion à la version finale

La fiche Hugging Face de V4-Pro (0813) compare la version finale à la préversion d’avril, ainsi qu’à plusieurs modèles concurrents. Les scores ci-dessous sont ceux publiés par DeepSeek.

Le bond est spectaculaire. Sur DeepSWE, la version finale de V4-Pro multiplie son score par cinq par rapport à la préversion, et elle dépasse Claude Opus 4.8 selon les chiffres de DeepSeek. Sur NL2Repo, qui demande de construire tout un projet à partir d’une description, le modèle d’Anthropic garde en revanche huit points d’avance. Les articles et comparatifs rédigés au printemps décrivent donc un modèle qui n’existe plus.

V4.1-Flash, le nouveau meilleur de la gamme sur le code

V4.1-Flash fait mieux que V4-Pro sur les tâches de code et d’agent. Il obtient 74,2 sur DeepSWE, 90,6 sur Terminal-Bench 2.1 et un classement Codeforces de 3471, contre 62,7, 87,9 et 3348 pour V4-Pro. Pour du code, il devient donc le choix par défaut, et il coûte quatre fois moins cher en entrée.

Un regard indépendant tempère ces chiffres. Le CAISI, l’organisme d’évaluation du NIST américain, a mesuré la préversion de V4-Pro à 74 % sur SWE-bench Verified, là où DeepSeek annonçait 80,6 %. Un tel écart entre un éditeur et un évaluateur tiers reste courant, mais il rappelle qu’un test sur vos propres tickets reste le seul juge fiable.

Les langages : où DeepSeek excelle et où il trébuche

Le corpus d’entraînement de DeepSeek couvre plus de 80 langages de programmation, hérité en partie du projet Coder. La qualité varie pourtant beaucoup d’un langage à l’autre, et les retours d’usage dessinent trois groupes.

Les langages les mieux servis

Python, JavaScript, TypeScript, Java et C++ sont les plus représentés dans les données. Le modèle y écrit du code idiomatique, connaît les frameworks majeurs (React, Next.js, FastAPI, Django, Spring Boot) et débogue efficacement. Sur ces langages, V4.1-Flash suffit pour l’immense majorité des tâches.

Les langages bien couverts avec quelques retards

Go, Rust, C#, Kotlin, Swift et Scala donnent du code fonctionnel, mais certaines API récentes ou tournures idiomatiques peuvent dater. Sur Rust, le modèle gère bien les cas courants et bute plus souvent sur les subtilités avancées du système de types. Laisser la réflexion en effort high améliore nettement la fiabilité sur ce groupe.

Les langages de niche

PHP, Ruby, Haskell, Lua, R, le shell, mais aussi Solidity, Verilog ou les langages de shaders sont couverts avec une qualité plus inégale. Les frameworks de niche demandent souvent des corrections. L’effort max aide sur ces terrains, car le modèle prend le temps de vérifier sa logique avant d’écrire.

DeepSeek gère aussi très bien le chinois dans les commentaires et la documentation, un avantage pour les équipes qui travaillent avec des projets sinophones.

Quel niveau de réflexion pour quelle tâche de code

Sur le code, le niveau de réflexion influe directement sur la qualité et sur le coût, puisque le raisonnement est facturé comme de la sortie. Voici une règle simple.

• Sans réflexion, le modèle convient à l’autocomplétion, aux fonctions courtes, au code répétitif et à la traduction d’une signature d’un langage à l’autre. La latence et le coût sont minimaux, et c’est le seul mode qui accepte la complétion au milieu du code (FIM).
• En effort low ou high, il couvre le debug, le refactoring d’un module, l’écriture de tests qui couvrent les cas limites et la résolution d’un ticket. Le modèle déroule sa réflexion avant de répondre, et la qualité y gagne nettement.
• En effort max, il s’attaque aux problèmes algorithmiques durs, à l’optimisation de performance et aux refactorings qui touchent plusieurs fichiers. Ce niveau peut consommer des centaines de milliers de tokens et se réserve aux tâches où le gain de qualité le justifie.

Les agents de code compatibles

La documentation de DeepSeek détaille la configuration de quatre agents, et tous les outils compatibles OpenAI peuvent suivre. L’article 2 de la série donne les réglages complets. Voici ce qu’il faut savoir côté code.

Claude Code

Claude Code se branche sur DeepSeek par l’adresse compatible Anthropic. Le suffixe [1m] ajouté au nom du modèle indique à l’outil qu’il peut utiliser un million de tokens de contexte, ce qui compte pour explorer un gros dépôt sans résumer trop tôt. Les sous-agents qui planifient ou exécutent des tâches courtes tournent sur V4.1-Flash, ce qui garde la facture basse.

Codex

Depuis la version finale de V4-Flash, fin juillet, DeepSeek prend en charge nativement le format Responses d’OpenAI et s’adapte spécifiquement à Codex. Un script officiel écrit la configuration en une commande. Pour un développeur déjà habitué à Codex, c’est la façon la plus directe de comparer les modèles sur ses propres tâches.

OpenCode et OpenClaw

Ces deux agents open source intègrent DeepSeek dans leur liste de fournisseurs. Ils sont gratuits, et vous ne payez que les tokens. Pour un développeur qui veut un agent autonome à coût marginal minimal, ils forment l’option la plus économique.

Cursor, Continue, Cline et Aider

Ces outils passent par le mode compatible OpenAI, avec l’adresse https://api.deepseek.com, votre clé et le nom deepseek-flash ou deepseek-v4-pro. Cline tire parti du long contexte pour enchaîner des modifications sur plusieurs fichiers. Aider se lance en une ligne dans le terminal, avec aider --model openai/deepseek-flash --openai-api-base https://api.deepseek.com et votre clé dans la variable OPENAI_API_KEY.

DeepSeek Harness

DeepSeek a publié en août son propre cadre d’agents, DeepSeek Harness, sous licence MIT. Il propose un mode agent de code complet, un mode qui écrit et exécute des scripts TypeScript pour enchaîner les opérations, et un journal de session qui conserve chaque étape pour reprendre, dupliquer ou rejouer une session. L’outil reste en préversion pour développeurs, mais il montre la direction prise par le labo.

L’auto-hébergement : l’avantage stratégique

L’auto-hébergement reste le terrain où DeepSeek se distingue le plus. Les poids de V4.1-Flash, V4-Pro (0813) et V4-Flash (0731) sont publiés sous licence MIT : vous pouvez les télécharger, les affiner, les redistribuer et les héberger commercialement. Pour les équipes qui travaillent sur du code sensible, dans la finance, la santé, la défense ou la propriété intellectuelle, cet argument pèse souvent plus que les benchmarks.

Le matériel nécessaire a toutefois beaucoup changé avec V4.1. Dans un modèle MoE, le faible nombre de paramètres actifs économise du calcul, mais tous les paramètres doivent tenir en mémoire. Le tableau ci-dessous résume ce qu’il faut prévoir.

V4-Flash, la cible pratique

V4-Flash (0731) reste le modèle DeepSeek récent le plus accessible. Sa version officielle, en précision mixte FP4 et FP8, tient sur deux GPU H200. DeepSeek a aussi publié en juillet une variante DSpark, qui ajoute au même modèle un module de décodage spéculatif : le modèle propose plusieurs tokens d’avance et les valide en bloc. Unsloth annonce jusqu’à deux fois plus de vitesse en génération avec ce module.

# V4-Flash avec DSpark sur deux GPU, via vLLM
vllm serve deepseek-ai/DeepSeek-V4-Flash-DSpark \
  --tensor-parallel-size 2 \
  --trust-remote-code \
  --speculative-config '{"method":"dspark","num_speculative_tokens":7,"draft_sample_method":"greedy"}'

vLLM expose ensuite une API compatible OpenAI sur le port 8000. Vous pointez n’importe quel SDK vers http://votre-serveur:8000/v1, et la migration depuis l’API hébergée se fait sans changer votre code.

V4-Flash sur une station de travail

Sans GPU de datacenter, les versions quantifiées au format GGUF publiées par Unsloth permettent de faire tourner V4-Flash avec llama.cpp, en répartissant le modèle entre la mémoire vive et le GPU. La version 3 bits demande entre 110 et 135 Go de mémoire, la version 4 bits environ 160 Go. Une station bien dotée ou un Mac à mémoire unifiée de grande capacité suffit donc. La vitesse reste modeste, correcte pour un développeur seul et insuffisante pour servir plusieurs personnes.

# V4-Flash quantifié en 4 bits, via llama.cpp
llama-server \
  -hf unsloth/DeepSeek-V4-Flash-0731-GGUF:UD-Q4_K_XL \
  --ctx-size 65536 \
  --n-gpu-layers 99 \
  --temp 1.0 --top-p 0.95

La quantification agressive, en 1 ou 2 bits, dégrade surtout les tâches de raisonnement. Pour du code, la version 4 bits offre le meilleur compromis entre qualité et mémoire.

V4.1-Flash, un modèle de datacenter

V4.1-Flash change d’échelle. Ses 552 milliards de paramètres s’accompagnent de tables de mémoire qui doivent aussi résider sur les GPU, et l’ensemble dépasse 600 Go. Les recettes vérifiées à sa sortie visaient quatre GPU GB200 ou GB300, avec vLLM (version 0.30 ou plus) ou SGLang, et elles ne servaient encore que le texte. Aucune version GGUF n’existait à sa publication, et le modèle arrive déjà quantifié, ce qui ferme la porte aux stations de travail. DeepSeek indique d’ailleurs viser les déploiements à grande échelle.

V4-Pro, le déploiement lourd

V4-Pro demande un cluster d’au moins huit GPU de dernière génération. Un tel cluster en location dépasse facilement 15 000 dollars par mois, et il ne devient rentable qu’au-delà de très gros volumes. En dessous, l’API officielle ou un hébergeur tiers restent plus économiques.

Les hébergeurs tiers : la voie médiane

Entre l’API officielle, dont les serveurs sont en Chine, et l’auto-hébergement complet, il existe une troisième voie : les hébergeurs qui servent les poids DeepSeek hors de Chine. OpenRouter, Together AI, Fireworks, DeepInfra, NVIDIA NIM et Microsoft Foundry proposent tout ou partie de la gamme, avec une API compatible OpenAI. Vous gardez le modèle, souvent à un prix proche du tarif officiel, sans que vos données passent par la Chine.

Deux vérifications s’imposent avant de choisir. Les versions servies varient d’un hébergeur à l’autre, et certains proposent encore la préversion de V4 alors que la version finale est bien meilleure sur le code. La région d’hébergement et le contrat de traitement des données, ensuite, doivent correspondre à vos obligations. L’article 5 de la série détaille ce point.

Le bon choix selon votre profil

Ce qu’il faut retenir

Sur le code, la gamme DeepSeek a fait un saut entre la préversion d’avril et les versions finales de juillet et août, et V4.1-Flash en est aujourd’hui le meilleur représentant. Il dépasse V4-Pro sur les tâches d’agent selon les chiffres de l’éditeur, pour un prix bien plus bas. Les évaluations indépendantes restent un peu moins flatteuses que celles de DeepSeek, ce qui justifie un test sur vos propres tickets.

Claude Code, Codex, OpenCode et OpenClaw sont documentés officiellement, et tous les outils compatibles OpenAI suivent. Côté auto-hébergement, V4-Flash reste la cible pratique, sur deux H200 ou sur une station bien dotée en mémoire grâce aux versions quantifiées. V4.1-Flash et V4-Pro relèvent en revanche du datacenter.