DeepSeek met à jour son IA : ce que les Suisses doivent vérifier
DeepSeek a publié la version V4.1-Flash-1017. Les gains de performance annoncés viennent du fabricant – pour les utilisateurs suisses, la protection des données et la gestion des informations confidentielles comptent tout autant.
DeepSeek a mis à jour son modèle DeepSeek-V4.1-Flash vers la version V4.1-Flash-1017 le 17 octobre. Selon le fournisseur chinois, la nouvelle mouture est disponible sur le web, dans l'application et via l'interface de programmation API. L'appel API existant «deepseek-flash» et les prix restent inchangés. Il s'agit d'une communication technique concrète – mais pas encore d'une preuve indépendante que le modèle surpasse tous les produits concurrents.
DeepSeek décrit la mise à jour comme une évolution mineure. Selon la fiche du modèle, elle améliore notamment le raisonnement, la programmation, les tâches agentiques et le traitement visuel. Le fournisseur promet en outre des temps de traitement et des sorties plus courts. Ces indications sont pertinentes pour les développeuses et développeurs, qui doivent décider si un test ou un changement d'outil en vaut la peine. Elles restent toutefois des déclarations du fabricant. Aucun benchmark indépendant comparable ne figurait dans le matériel examiné.
Ce qui est officiellement nouveau
La documentation mentionne trois points vérifiables : la nouvelle version a été déployée, la méthode API est conservée et la structure tarifaire ne change pas, selon DeepSeek. Sur la plateforme Hugging Face, DeepSeek publie en outre des informations sur le modèle et place les poids sous licence MIT. Cela ne rend pas chaque utilisation exempte de risques pour autant. La licence porte sur les composants logiciels et le modèle ; elle ne répond pas à la question de savoir quelles données une organisation peut saisir dans un service cloud.
La distinction est importante, car «ouvert» peut revêtir plusieurs niveaux au sens technique. Un modèle accessible publiquement ou des poids librement disponibles ne disent rien de la manière dont un usage concret du web ou de l'API est organisé. Les entreprises doivent donc examiner séparément le produit, le mode de mise à disposition, le traitement des données par des sous-traitants et leurs propres flux de données.
Les indications du fabricant ne sont pas un rapport de test
Les fournisseurs de modèles mesurent la performance avec leurs propres tests ou des benchmarks choisis. Cela peut être utile, mais ne remplace pas un examen indépendant dans le domaine d'application concerné. Un modèle qui obtient de bons résultats en programmation ne fournit pas forcément des résumés, des traductions ou des aides à la décision fiables. Il en va de même pour la promesse d'une meilleure efficacité : sans indications sur les tâches, le matériel, la longueur des entrées et les critères de qualité, un avantage ne peut pas être généralisé.
Pour les achats et les décisions produit, une comparaison contrôlée est donc judicieuse. Elle comprend des tâches de test représentatives, des taux d'erreur clairement définis, les coûts par utilisation et un examen de la traçabilité des résultats. En particulier pour les contenus juridiques, médicaux ou financiers, une formulation convaincante ne doit pas être confondue avec une exactitude vérifiée.
Ce qui compte en plus en Suisse
La loi suisse sur la protection des données s'applique aussi aux traitements assistés par l'IA. Le Préposé fédéral à la protection des données et à la transparence (PFPDT) précise que la finalité, le fonctionnement et les sources de données doivent être transparents. Ces exigences ne valent pas seulement pour DeepSeek, mais pour tout système d'IA. La question centrale n'est pas de savoir si un modèle est rapide, mais quelles informations une organisation y saisit et quels résultats elle en retire.
Le Centre national pour la cybersécurité (NCSC) met explicitement en garde contre la saisie irréfléchie de données personnelles, commerciales ou autres données confidentielles dans des outils d'IA. Concrètement : ne pas copier de dossiers clients, de contrats non publiés, d'identifiants ou de données personnelles sensibles dans un service dont le traitement des données n'est pas clarifié. Là où l'IA est utilisée en production, il faut des règles, des formations et un point de contact pour les cas d'incertitude.
Une mise à jour, pas un laissez-passer
DeepSeek-V4.1-Flash-1017 est une véritable mise à jour de produit. Les gains de performance annoncés restent pour l'instant des déclarations du fournisseur. Pour les utilisateurs suisses, cette distinction constitue le véritable apport : un modèle peut être techniquement attrayant et néanmoins soulever des questions de protection des données, de sécurité et de qualité avant son utilisation. Celui qui clarifie ces questions en premier prend une décision plus solide que celui qui se laisse guider uniquement par un benchmark ou une formule marketing.
Une courte liste de contrôle pour l'utilisation
Avant un projet pilote, les responsables devraient documenter au moins quatre choses : l'objectif concret, les catégories de données autorisées, la vérification des sorties par des humains et la responsabilité en cas d'erreur. S'y ajoute la question de savoir si un déploiement local ou contrôlé est possible. Ce travail paraît moins spectaculaire qu'un changement de modèle, mais il détermine si une promesse technique devient une application assumable.
