Qu’est-ce que DeepSeek-V3.1, et que veut dire un modèle de réflexion hybride?

Hier, le 21 août 2025, l’entreprise chinoise d’IA DeepSeek a lancé DeepSeek-V3.1, une mise à jour de la famille de modèles qui a attiré l’attention du monde entier plus tôt cette année. DeepSeek la présente comme « notre premier pas vers l’ère des agents ». Le principal changement : un seul modèle fait maintenant deux travaux, des réponses rapides au quotidien et un raisonnement plus lent, étape par étape.

Jusqu’ici, les utilisateurs de DeepSeek choisissaient entre deux modèles distincts : V3 pour la conversation et R1 pour le raisonnement difficile. V3.1 réunit les deux en un seul système à deux modes, que DeepSeek appelle Think et Non-Think.

Ce que DeepSeek a lancé

Une fenêtre de contexte est la quantité de texte que le modèle peut considérer d’un coup; 128 000 jetons (un jeton est un mot ou un morceau de mot) équivalent à peu près à un long roman. Les poids ouverts veulent dire que le modèle entraîné lui-même est publié : toute personne qui dispose d’assez de puissance de calcul peut le faire tourner ou l’adapter.

Comment fonctionne un modèle de réflexion hybride

Un modèle de raisonnement est entraîné à écrire des étapes intermédiaires, une sorte de brouillon, avant de donner sa réponse finale. Cela aide en mathématiques, en logique et en programmation, mais coûte du temps et des jetons. Pour les demandes simples, comme reformuler un courriel, la réflexion supplémentaire ajoute un délai sans améliorer la réponse.

Un modèle hybride apprend les deux comportements et vous laisse choisir. Pensez à un collègue qui peut répondre de mémoire ou dire « laisse-moi travailler ça sur papier » quand la question le mérite. Les mêmes connaissances se trouvent derrière les deux; seule la façon de travailler change.

V3.1 est construit sur DeepSeek-V3, le grand modèle à mélange d’experts (mixture-of-experts) lancé en décembre dernier. Cette conception compte 671 milliards de paramètres au total, mais seulement 37 milliards sont actifs pour chaque jeton : chaque morceau de texte est traité par un petit ensemble de sous-réseaux spécialisés plutôt que par le modèle entier. Pour V3.1, DeepSeek a poursuivi l’entraînement du modèle de base sur 840 milliards de jetons supplémentaires pour augmenter la quantité de texte qu’il peut traiter, a mis à jour son segmenteur (tokenizer, l’outil qui découpe le texte en jetons), puis l’a entraîné davantage à utiliser des outils et à accomplir des tâches d’agent à plusieurs étapes.

Voici un exemple simple. Posez la même question dans chaque mode :

Un magasin vend des stylos seulement en paquets : 3 stylos pour 2 $ ou 10 stylos pour 6 $.
Quelle est la façon la moins chère d’obtenir au moins 21 stylos?

En mode Non-Think, vous devriez obtenir une réponse rapide et courte. En mode Think, vous verrez le modèle passer d’abord les options en revue : sept petits paquets donnent 21 stylos pour 14 $; un grand paquet et quatre petits donnent 22 stylos pour 14 $; deux grands paquets et un petit donnent 23 stylos pour 14 $. Le minimum est de 14 $ dans tous les cas, et la version soignée a plus de chances de remarquer que les mêmes 14 $ peuvent acheter 23 stylos.

L’enjeu des puces

Dans un commentaire publié sur son compte WeChat officiel, DeepSeek a dit que V3.1 utilise un format de précision appelé UE8M0 FP8, qu’elle a décrit comme adapté aux puces de prochaine génération fabriquées en Chine qui seront lancées bientôt. FP8 veut dire stocker chaque nombre sur 8 bits au lieu de 16 ou de 32. Moins de bits par nombre, c’est un peu comme arrondir les prix au dollar près : vous perdez un peu de détail, mais vous pouvez traiter beaucoup plus de nombres avec la même mémoire et la même puissance de calcul.

CNBC note que DeepSeek n’a pas dit sur quelles puces elle a entraîné V3.1 ni quelles puces chinoises le format vise. Le commentaire compte en raison du contexte plus large : les États-Unis restreignent les exportations de puces d’IA avancées vers la Chine, et Pékin presserait les développeurs d’IA du pays de remplacer les processeurs de Nvidia par des processeurs fabriqués en Chine.

Pourquoi c’est important cette semaine

Pour les utilisateurs, V3.1 simplifie le choix : un seul modèle, avec un bouton pour les questions qui méritent plus d’effort. Pour les développeurs, la meilleure utilisation d’outils et l’API compatible avec celle d’Anthropic facilitent le branchement de DeepSeek dans les outils d’agents qu’ils utilisent déjà, et les poids ouverts permettent aux entreprises de le faire tourner sur leurs propres serveurs.

Pour l’industrie, c’est un autre signe que la frontière entre modèles de conversation et modèles de raisonnement s’efface, et que des modèles performants continuent d’arriver en téléchargement gratuit. Si l’allusion de DeepSeek aux puces se confirme, les futurs modèles pourraient aussi montrer jusqu’où le matériel chinois peut mener l’IA avancée.

Comment choisir entre le mode avec réflexion et le mode sans réflexion dans DeepSeek-V3.1?

Sur chat.deepseek.com, laissez DeepThink désactivé pour les tâches de tous les jours : résumés, traductions, reformulations, faits rapides et remue-méninges. Activez-le pour les problèmes à plusieurs étapes où les erreurs sont faciles : mathématiques, énigmes logiques, débogage de code, comparaison d’options aux nombreuses conditions ou planification d’un projet. Si une réponse semble trop rapide ou laisse de côté une partie de la question, posez-la de nouveau avec DeepThink activé.

Les développeurs font le même choix au moyen du nom du modèle : deepseek-chat pour des réponses rapides et moins chères, et deepseek-reasoner quand l’exactitude compte plus que la vitesse. Consultez la page des prix de DeepSeek avant le 5 septembre, date d’entrée en vigueur des nouveaux tarifs.

Dans un mode comme dans l’autre, vérifiez les réponses importantes. Le mode avec réflexion rend les erreurs moins probables, pas impossibles et, comme avec tout service d’IA en ligne, réfléchissez aux renseignements personnels ou d’affaires que vous communiquez dans vos prompts.