Utiliser DeepSeek au quotidien : chat, API et intégrations

Le premier article de cette série a présenté la gamme actuelle : V4.1-Flash, le modèle par défaut qui voit les images, et V4-Pro, le modèle phare maintenu sur l’API. Ce guide passe à la pratique, du chat pour les tâches du quotidien jusqu’aux agents de code pour les développeurs.

Trois canaux coexistent. Le chat sur chat.deepseek.com et l’application mobile sont gratuits. L’API sur platform.deepseek.com se paie au token et accepte les formats d’OpenAI et d’Anthropic. Les outils de code, enfin, se branchent sur cette API : Claude Code, Codex, OpenCode, OpenClaw, Cursor, Continue ou Cline.

Le chat DeepSeek : l’interface gratuite

Le chat s’ouvre sur chat.deepseek.com, et l’application existe sur Android et iOS. L’inscription se fait avec une adresse e-mail, un compte Google ou un compte Apple. L’interface s’affiche en français, et le modèle répond dans la langue de votre question.

Le 10 septembre 2026, DeepSeek a simplifié l’écran. Il fallait auparavant choisir entre un mode rapide, un mode expert et un mode de reconnaissance d’images. Ces trois modes ont fusionné en un seul, servi par V4.1-Flash. Le modèle évalue lui-même la difficulté de la question pour décider combien réfléchir, et il active la vision dès que vous joignez une image.

Ce que le chat sait faire

L’interface couvre l’essentiel des besoins courants sans aucun réglage.

• Le chat lit les fichiers que vous déposez (PDF, documents, tableurs) pour les résumer, les comparer ou en extraire des informations.
• Il comprend les images nativement : captures d’écran, photos de tableau blanc, schémas ou documents scannés.
• Il dispose d’une recherche web qui cite ses sources quand la question porte sur l’actualité.
• Il garde l’historique de vos conversations dans la barre latérale.
• Il accepte un contexte très long, suffisant pour un rapport complet ou un gros extrait de code.

Ce que le chat ne fait pas

Le chat ne garde aucune mémoire d’une conversation à l’autre, et il faut donc réexpliquer le contexte à chaque session. Il ne génère pas d’images et ne se connecte pas à vos outils (agenda, messagerie, stockage). Depuis la fusion des modes, il ne donne plus accès à V4-Pro, que certains utilisateurs préféraient pour les explications longues et la rédaction nuancée.

La censure politique reste active sur les sujets sensibles en Chine, comme Tiananmen, le Tibet, Taïwan ou le Xinjiang : le modèle refuse ou reprend la position officielle. Pour un usage professionnel sans lien avec ces thèmes, l’effet reste nul. Pour un usage éducatif ou journalistique, en revanche, cette limite pèse.

L’API DeepSeek : votre premier appel en cinq minutes

L’API DeepSeek reprend le format de l’API OpenAI et celui de l’API Anthropic. Si vous appelez déjà l’une ou l’autre depuis votre code, la migration tient en deux changements : l’adresse du serveur et la clé.

Étape 1 : créer un compte et une clé

Rendez-vous sur platform.deepseek.com et créez un compte. Dans la rubrique API Keys, cliquez sur Create API Key, puis copiez la clé qui commence par sk-, car elle ne s’affichera plus en clair. Certains nouveaux comptes reçoivent un petit crédit promotionnel, sans garantie. Si votre solde affiche zéro, un premier rechargement de quelques dollars suffit pour tester sérieusement.

Étape 2 : le premier appel en Python

Le SDK officiel d’OpenAI fonctionne tel quel. Il suffit de l’installer, de changer l’adresse du serveur et d’appeler le modèle.

# Installation : pip install openai
from openai import OpenAI

client = OpenAI(
    api_key="sk-VOTRE-CLE-DEEPSEEK",
    base_url="https://api.deepseek.com"
)

# Appel à V4.1-Flash, réflexion activée par défaut
response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[
        {"role": "system", "content": "Tu es un assistant technique précis."},
        {"role": "user", "content": "Explique le principe du Mixture of Experts en trois phrases."}
    ]
)
print(response.choices[0].message.content)

La réflexion est désormais activée par défaut, avec un effort high. Le raisonnement du modèle arrive dans un champ séparé, reasoning_content, et il est facturé comme de la sortie. Pour une tâche simple et répétitive, vous pouvez donc le couper, et pour un problème difficile le pousser au maximum.

# Réponse directe, sans réflexion : plus rapide et moins chère
response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "Classe ce ticket : 'Ma facture est fausse'"}],
    extra_body={"thinking": {"type": "disabled"}}
)

# V4-Pro en effort maximal, pour un raisonnement long
response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Démontre que racine de 2 est irrationnelle."}],
    reasoning_effort="max",
    extra_body={"thinking": {"type": "enabled"}}
)
print(response.choices[0].message.reasoning_content)
print(response.choices[0].message.content)

En mode réflexion, les paramètres temperature, presence_penalty et frequency_penalty ne sont pas pris en compte, et top_p ne descend pas sous 0,95. Si vos sorties varient d’un appel à l’autre malgré une température à zéro, ce comportement est donc normal.

Étape 3 : envoyer une image

V4.1-Flash comprend les images, ce qui manquait à la génération précédente. Vous les envoyez dans le message, au format habituel d’OpenAI, par adresse web ou encodées en base64. Chaque image est facturée comme du texte, au tarif de V4.1-Flash.

# Lire une capture d'écran de tableau de bord
response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "Quels indicateurs sont en baisse sur cette capture ?"},
            {"type": "image_url", "image_url": {"url": "https://exemple.fr/capture.png"}}
        ]
    }]
)

Les formats compatibles et la migration

L’API DeepSeek expose trois formats. L’adresse https://api.deepseek.com sert le format Chat Completions d’OpenAI, qui permet de réutiliser tout script écrit pour GPT. La même adresse sert aussi le format Responses d’OpenAI, ajouté en juillet 2026 pour Codex. L’adresse https://api.deepseek.com/anthropic sert enfin le format Messages d’Anthropic, utilisé par Claude Code.

Migrer depuis OpenAI

# Avant : OpenAI
client = OpenAI(api_key="sk-VOTRE-CLE-OPENAI")
response = client.chat.completions.create(model="gpt-5.4-mini", messages=[...])

# Après : DeepSeek
client = OpenAI(
    api_key="sk-VOTRE-CLE-DEEPSEEK",
    base_url="https://api.deepseek.com"
)
response = client.chat.completions.create(model="deepseek-flash", messages=[...])

Le format des messages, le streaming, l’appel d’outils et la sortie JSON fonctionnent à l’identique. La principale différence tient au champ reasoning_content, qui porte le raisonnement à côté de la réponse.

Mettre à jour les anciens identifiants

Les identifiants deepseek-chat et deepseek-reasoner ont été retirés le 24 juillet 2026. L’identifiant deepseek-v4-flash est encore accepté, mais il pointe vers V4.1-Flash depuis le 10 septembre. Pour éviter les surprises, remplacez-le par deepseek-flash dans votre code, et gardez deepseek-v4-pro pour les tâches qui justifient le modèle phare.

Côté format Anthropic, DeepSeek fait lui-même la correspondance : un nom de modèle Opus est servi par V4-Pro, un nom Sonnet ou Haiku par V4.1-Flash, et tout nom inconnu par V4.1-Flash.

Brancher DeepSeek dans vos outils de code

C’est au quotidien du développeur que DeepSeek se montre le plus utile. La documentation officielle couvre Claude Code, Codex, OpenCode et OpenClaw, et tous les outils qui acceptent une API compatible OpenAI peuvent suivre. Pour découvrir cette façon de travailler, notre guide du vibe coding pose les bases.

Claude Code

La configuration officielle tient en quelques variables d’environnement. Elle fait de V4.1-Flash le modèle principal de Claude Code, y compris pour les sous-agents.

# Claude Code avec DeepSeek (Linux et macOS)
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=sk-VOTRE-CLE-DEEPSEEK
export ANTHROPIC_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-flash
export CLAUDE_CODE_EFFORT_LEVEL=max

Une fois ces variables chargées, lancez claude dans votre projet : l’outil dialogue alors avec DeepSeek. Le suffixe [1m] indique à Claude Code que le modèle accepte un million de tokens de contexte, ce qui lui évite de résumer trop tôt la conversation sur un gros projet. Pour confier les tâches lourdes à V4-Pro, remplacez deepseek-flash[1m] par deepseek-v4-pro[1m] sur la ligne Opus.

Codex

DeepSeek a ajouté fin juillet une prise en charge native du format Responses, pensée pour Codex. La documentation fournit un script qui écrit la configuration à votre place et sauvegarde l’ancienne. Sur macOS et Linux, il se lance avec bash <(curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.sh). Si vous préférez configurer vous-même, le cœur du fichier ~/.codex/config.toml tient en quelques lignes.

# ~/.codex/config.toml
model = "deepseek-flash"
model_provider = "deepseek"
model_reasoning_effort = "high"

[model_providers.deepseek]
name = "deepseek"
base_url = "https://api.deepseek.com/"
wire_api = "responses"
experimental_bearer_token = "sk-VOTRE-CLE-DEEPSEEK"

La configuration officielle complète ajoute un fichier models.json qui décrit les deux modèles à Codex. Le script s'en charge, et c'est la raison pour laquelle il reste la voie la plus sûre.

OpenCode et OpenClaw

OpenCode et OpenClaw sont deux agents open source qui intègrent DeepSeek comme fournisseur. Dans OpenCode, tapez /connect, choisissez DeepSeek, collez votre clé et sélectionnez V4.1-Flash. OpenClaw passe par sa commande openclaw onboard, qui propose aussi DeepSeek dans la liste des fournisseurs. Les deux logiciels sont gratuits, et vous ne payez que les tokens consommés.

Cursor, Continue et Cline

Les extensions d'éditeur passent par le mode « compatible OpenAI ». Dans Cursor, ajoutez un modèle personnalisé dans les réglages des modèles, indiquez l'adresse https://api.deepseek.com et votre clé, puis nommez le modèle deepseek-flash. Dans Cline, choisissez le fournisseur OpenAI Compatible et renseignez les mêmes informations. Continue se configure dans son fichier config.yaml.

# ~/.continue/config.yaml
name: DeepSeek
version: 1.0.0
schema: v1
models:
  - name: DeepSeek V4.1-Flash
    provider: openai
    model: deepseek-flash
    apiBase: https://api.deepseek.com
    apiKey: sk-VOTRE-CLE-DEEPSEEK
    roles: [chat, edit, apply]
  - name: DeepSeek V4-Pro
    provider: openai
    model: deepseek-v4-pro
    apiBase: https://api.deepseek.com
    apiKey: sk-VOTRE-CLE-DEEPSEEK
    roles: [chat]

DeepSeek Harness, l'outil maison en préversion

DeepSeek a publié en août DeepSeek Harness, un cadre open source sous licence MIT pour construire ses propres agents. Tout y fonctionne par modules interchangeables : le modèle, les outils, la mémoire de session ou l'interface. L'outil accepte aussi les modèles d'autres fournisseurs, et il se lance avec npx @deepseek-ai/dsh web, qui ouvre une interface dans le navigateur. Il reste en préversion pour développeurs, et ses API peuvent encore changer.

Les autres clients

Tout outil qui accepte une API OpenAI ou Anthropic peut utiliser DeepSeek en changeant l'adresse du serveur. C'est le cas d'Aider, de LiteLLM, de LangChain, de CrewAI et de la plupart des cadres d'agents. GitHub Copilot figure aussi dans la liste des outils compatibles de la documentation.

Les prompts qui fonctionnent avec DeepSeek

DeepSeek répond bien à certains styles de prompts et moins bien à d'autres. Voici ce qui ressort de la documentation et des retours d'usage.

Ce qui marche bien

Les prompts structurés avec un exemple donnent les meilleurs résultats. Le modèle respecte bien un format de sortie quand vous lui en montrez un, et deux ou trois exemples avant la vraie demande l'orientent plus vite qu'une longue consigne.

# Extraction structurée, à copier
Extrais les informations suivantes de ce texte, au format JSON :
- nom_entreprise (texte)
- chiffre_affaires (nombre, en millions d'euros)
- nombre_employes (nombre)
- secteur (texte)

Exemple :
Texte : "La société Atelier Lumen, fabricant de luminaires,
emploie 120 personnes pour 18 M€ de chiffre d'affaires."
Résultat : {"nom_entreprise": "Atelier Lumen",
"chiffre_affaires": 18, "nombre_employes": 120,
"secteur": "luminaires"}

Texte à analyser :
[COLLEZ VOTRE TEXTE ICI]

Le niveau de réflexion adapté à la tâche fait aussi une vraie différence. Pour un debug, un problème logique ou une analyse, laissez la réflexion activée : le modèle repère ses propres erreurs avant de répondre. Pour classer mille tickets, coupez-la, et vous gagnerez en vitesse comme en coût.

Les images comme point de départ fonctionnent désormais. Une capture d'erreur accompagnée du fichier de log, un schéma d'architecture ou la photo d'un tableau blanc donnent un contexte que le texte seul transmet mal.

Le code, enfin, reste le terrain favori de DeepSeek. Sur les fonctions isolées, les tests unitaires, le refactoring et le debug, le modèle livre du code fonctionnel dès le premier essai dans la plupart des cas, surtout en Python, JavaScript, TypeScript, Java et C++.

Ce qui coince

Les consignes longues et nuancées en français demandent plus d'attention. Le modèle comprend bien les demandes directes, mais une consigne qui empile beaucoup de contraintes éditoriales perd en précision. La parade consiste à découper la demande en plusieurs étapes. Depuis la bascule vers V4.1-Flash, des utilisateurs trouvent aussi les réponses du chat plus courtes, et il suffit souvent de préciser la longueur ou le niveau de détail attendus.

Les sujets politiques chinois déclenchent un refus ou une réponse alignée. Plus subtil, des tests de CrowdStrike ont montré que la seule présence de mots sensibles dans un contexte sans rapport, comme un nom de projet, peut dégrader la qualité du code produit. Évitez donc les mots-clés inutiles dans vos prompts système.

Le rappel factuel pur reste le point faible de la gamme. Pour une question de connaissance, le modèle se trompe plus souvent que les meilleurs modèles propriétaires. Branchez-le sur un système de RAG qui lui fournit les faits vérifiés, ou activez la recherche web dans le chat.

Une journée type avec DeepSeek

Voici comment répartir le travail entre les trois canaux sur une journée réaliste.

La règle qui en ressort consiste à confier à DeepSeek ce qu'il fait bien. La gamme excelle sur le volume, le code et les tâches structurées. Pour le rappel factuel, ajoutez du RAG, et pour les nuances éditoriales en français, découpez vos consignes.

Ce qu'il faut retenir

DeepSeek s'utilise en cinq minutes : un compte sur platform.deepseek.com, une clé, trois lignes de Python. Le chat gratuit fonctionne désormais en mode unique avec V4.1-Flash, qui choisit lui-même son niveau de réflexion et lit les images. L'API parle trois formats, ce qui rend la migration depuis OpenAI ou Anthropic très simple.

Côté outils, la documentation officielle couvre Claude Code, Codex, OpenCode et OpenClaw, et les extensions d'éditeur passent par le mode compatible OpenAI. Trois réflexes évitent les mauvaises surprises : utiliser l'identifiant deepseek-flash au lieu des anciens noms, couper la réflexion sur les tâches simples, et planifier les gros traitements aux heures creuses.