La jeune entreprise chinoise DeepSeek, spécialisée dans l’intelligence artificielle open source, affirme atteindre une rentabilité hors normes avec ses modèles de langage.
Fondée il y a moins de deux ans à Hangzhou, DeepSeek s’est fait connaître pour son approche innovante et bon marché du développement de modèles d’IA, à contre-courant des géants du secteur.
Son modèle phare R1, entièrement open source, promet des performances élevées en raisonnement tout en limitant les coûts d’infrastructure.
Un taux de rentabilité théorique de plus de 500 % annoncé
DeepSeek a récemment révélé quelques chiffres financiers inédits, en affirmant que la marge bénéficiaire théorique de l’exploitation de ses modèles d’IA dépasse cinq fois les coûts engagés.
Plus précisément, la startup a indiqué sur le réseau social X (anciennement Twitter) qu’au cours d’une période de 24 heures fin février, le rapport entre le coût d’inférence (l’exécution des modèles) et les revenus correspondants atteignait 545 %.
En d’autres termes, les services en ligne alimentés par ses modèles DeepSeek-V3 et DeepSeek-R1 auraient généré en une journée théorique environ 562 000 $ de revenus, pour seulement 87 000 $ de dépenses opérationnelles – soit plus de cinq fois le coût.
Si l’on extrapole ce rythme sur une année entière, cela représenterait un chiffre d’affaires d’un peu plus de 200 millions de dollars par an, toujours de façon théorique.
Contexte de l’annonce officielle
Cette annonce a été faite début mars 2025 lors d’une communication officielle de DeepSeek sur X, complétée par la publication de détails techniques sur GitHub.
C’est la première fois que la startup livre des informations sur ses marges bénéficiaires, levant partiellement le voile sur un modèle économique qui intriguait le secteur.
DeepSeek a profité de l’occasion pour présenter un aperçu de son fonctionnement interne, expliquant comment elle optimise sa puissance de calcul en répartissant la charge entre plusieurs serveurs (load balancing) et en maîtrisant la latence – le délai de réponse entre une requête utilisateur et la réponse de l’IA.
Fidèle à sa philosophie de modèle open source, la jeune pousse a surpris l’industrie en partageant ouvertement ces données et innovations techniques, à rebours de l’opacité généralement pratiquée par ses concurrents américains tels qu’OpenAI.
L’annonce s’inscrit par ailleurs dans un contexte de popularité croissante des chatbots R1 et V3 de DeepSeek, qui ont connu un engouement mondial en début d’année.
Coûts minimisés grâce à l’open source et à l’infrastructure allégée
Le modèle économique de DeepSeek repose sur des coûts d’infrastructure exceptionnellement faibles comparés aux standards du secteur.
La société avait déjà fait sensation en affirmant avoir entraîné son modèle R1 avec moins de 6 millions de dollars de puces informatiques, soit une fraction négligeable des sommes investies par des rivaux comme OpenAI.
Pour ce faire, DeepSeek s’appuie sur du matériel moins onéreux : elle utilise notamment les processeurs graphiques Nvidia H800, certes moins puissants que les GPU haut de gamme employés par les géants américains, mais bien plus économiques.
En parallèle, l’architecture technique de ses modèles a été pensée pour réduire la consommation de ressources.
Par exemple, DeepSeek recourt à une méthode de « mixture of experts » (« mélange d’experts ») qui n’active qu’une petite partie du réseau de neurones pour chaque requête, diminuant d’autant la puissance de calcul nécessaire et les coûts d’exécution.
Cette optimisation logicielle, conjuguée à la mise à disposition gratuite du modèle R1 en open source, permet à DeepSeek de proposer des services d’IA à un tarif extrêmement compétitif. À titre d’illustration, l’accès via l’API à R1 est facturé 25 fois moins cher que celui du modèle propriétaire comparable chez OpenAI.
Ces choix stratégiques – matériel standard, code ouvert et efficacité logicielle – expliquent en partie comment DeepSeek peut afficher un taux de rentabilité théorique aussi élevé.
Des résultats théoriques à relativiser
DeepSeek insiste toutefois sur le caractère théorique de cette rentabilité hors du commun. Dans les précisions fournies sur GitHub, la startup reconnaît que ses revenus réels sont « substantiellement inférieurs » à ce scénario optimal.
Plusieurs facteurs tempèrent en effet la profitabilité effective : d’une part, seul un nombre limité de services DeepSeek sont monétisés, de nombreux utilisateurs profitant d’un accès gratuit via le web ou l’application mobile.
D’autre part, l’entreprise pratique des tarifs réduits sur certaines plages horaires creuses afin de démocratiser l’usage de son IA. En outre, le calcul de la marge de 545 % ne tient pas compte des dépenses de recherche et développement ni des coûts d’entraînement initiaux des modèles.
DeepSeek souligne donc que ces marges bénéficiaires exceptionnelles sont avant tout indicatives de ce qui serait possible dans un contexte pleinement optimisé et monétisé, plutôt que le reflet de sa situation financière actuelle.
En résumé, DeepSeek met en avant une marge bénéficiaire théorique de plus de 500 % sur ses modèles d’intelligence artificielle, grâce à un modèle open source innovant allié à des coûts d’infrastructure ultra-réduits.
L’entreprise adopte un ton neutre et factuel dans ses communications, se contentant de présenter ces chiffres impressionnants tout en y apportant les nuances nécessaires.
Ces déclarations offrent un aperçu rare du potentiel de rentabilité des services d’IA à grande échelle selon DeepSeek, tout en rappelant que la viabilité économique réelle dépend de la monétisation effective et des choix stratégiques à long terme de la startup
