DeepSeek V4 Flash Vision vs Opus 4.8 : prix et benchmarks

Comparaison complète des benchmarks

Les résultats publiés par DeepSeek montrent un modèle compétitif sur les tâches agentiques et l’analyse de graphiques, sans pour autant dépasser systématiquement Claude Opus 4.8. Ses meilleurs résultats relatifs apparaissent sur Agents' Last Exam et ZeroBench, tandis que les scores sur Chartography et Terminal Bench 2.1 restent proches.

L’écart le plus important dans les résultats retranscrits concerne le raisonnement sur du code à l’échelle d’un dépôt : sur NL2Repo, DeepSeek V4 Flash Vision accuse un retard de 12,0 points par rapport à Opus 4.8. Cette tendance plaide en faveur de DeepSeek lorsque le coût est prioritaire, tout en justifiant de tester Opus lorsque de meilleures performances en raisonnement sur le code peuvent compenser son prix plus élevé.

Remarque : le tableau publié par DeepSeek couvre 11 benchmarks, dont 4 n’ont pas encore été retranscrits.

Comment DeepSeek a réalisé ces benchmarks

DeepSeek a évalué ses propres modèles et publié ces résultats en utilisant son propre Harness Minimal Mode. La configuration indiquée fixe le nombre maximal de tokens à la limite du modèle, avec un top_p de 0,95 et une température de 1,0. À ce jour, ces benchmarks de DeepSeek V4 Flash Vision n’ont fait l’objet d’aucune vérification indépendante.

Ce point est important pour interpréter la comparaison. Lorsqu’un fournisseur évalue lui-même son modèle, il contrôle le framework d’évaluation, la configuration, les choix de prompts et les autres conditions de test. Ces paramètres peuvent naturellement être mieux adaptés au modèle que le fournisseur connaît le mieux. Cela ne signifie pas qu’il y a manipulation ou manque d’honnêteté. Les évaluations réalisées en interne sont courantes lors du lancement d’un nouveau modèle, notamment juste après sa sortie.

Il faut donc considérer ces scores comme des indicateurs de performance, et non comme une preuve neutre de supériorité relative. Ils sont utiles pour déterminer quels modèles méritent d’être testés, mais ne suffisent pas, à eux seuls, pour choisir un modèle en production. Avant de router une charge de travail de vision en production, testez DeepSeek V4 Flash Vision et Claude Opus 4.8 sur vos propres documents, graphiques, prompts et formats de sortie attendus.

Là où DeepSeek V4 Flash Vision surpasse Opus 4.8

DeepSeek V4 Flash Vision obtient deux victoires vérifiées face à Claude Opus 4.8 dans les benchmarks retranscrits et auto-déclarés par DeepSeek. Sur Agents' Last Exam, il atteint 27,3 contre 25,7, soit une avance de 1,6 point. Sur ZeroBench (Pass@5), il obtient 35,0 contre 34,0, soit une avance de 1,0 point.

Ces deux benchmarks se concentrent davantage sur le raisonnement agentique ou visuel que sur la simple restitution de connaissances. Cela suggère que DeepSeek est réellement compétitif pour les workloads de vision dans lesquels le modèle doit interpréter des informations visuelles et raisonner sur une tâche, plutôt que simplement identifier ou retrouver une information.

Les écarts restent faibles. Une avance de 1,6 ou 1,0 point se situe dans une zone où les différences de méthodologie d’évaluation peuvent avoir un impact, d’autant plus que DeepSeek a réalisé ces tests selon sa propre méthode. Ces résultats justifient de tester DeepSeek face à Opus 4.8 sur des workloads de vision agentique, mais ils ne démontrent pas une supériorité générale.

Là où Claude Opus 4.8 reste devant

Claude Opus 4.8 conserve l’avantage sur les écarts les plus importants liés aux tâches de raisonnement dans les benchmarks auto-déclarés de DeepSeek. La différence la plus marquée apparaît sur NL2Repo, où DeepSeek V4 Flash Vision obtient 57,7 contre 69,7, soit un retard de 12,0 points. Sur DSBench-Hard, Opus 4.8 devance DeepSeek d’environ 8 points. L’écart tombe à 2,9 points sur ApexBench, avec 36,5 contre 39,4, puis à seulement 1,1 point sur Terminal Bench 2.1, avec 83,9 contre 85,0.

La tendance est claire dans ces résultats. L’écart de performance augmente lorsque les tâches exigent un raisonnement en plusieurs étapes sur de grandes bases de code ou de grands ensembles de données. Il se réduit sur des tâches visuelles plus directes, où DeepSeek se rapproche davantage d’Opus 4.8.

Routez le raisonnement sur de grands dépôts de code et les tâches complexes liées aux données vers Claude Opus 4.8, et les workloads visuels à moindre coût vers DeepSeek V4 Flash Vision.

Ce que la vision apporte par rapport à DeepSeek V4 Flash

La comparaison utile ne se limite pas à Claude Opus 4.8. Il faut également comparer DeepSeek V4 Flash Vision au modèle de base DeepSeek V4 Flash 0731, qui fonctionne uniquement avec du texte. Sur ApexBench, DeepSeek V4 Flash Vision atteint 36,5, contre 26,2 pour V4 Flash 0731, soit un gain de 10,3 points. Sur Terminal Bench 2.1, le score passe de 82,7 à 83,9, soit un gain beaucoup plus limité de 1,2 point, tout en restant dans la même gamme tarifaire.

Cette différence permet de mieux isoler l’apport réel de l’entrée image. L’ajout de la vision entraîne une nette amélioration sur le benchmark qui nécessite un contexte visuel, tandis qu’il modifie très peu les performances sur celui qui n’en dépend pas. D’après les résultats publiés par DeepSeek, la vision apporte donc une réelle valeur sur les tâches capables d’exploiter des informations visuelles, plutôt que d’augmenter artificiellement les scores sur l’ensemble des benchmarks.

Tarification : coût par image, et non coût par token

La tarification au million de tokens peut être trompeuse lorsqu’on compare des modèles de vision. Les modèles de pointe consomment environ 1 000 à 4 000 tokens par image selon la résolution, tandis que DeepSeek V4 Flash Vision limite chaque image à 384 tokens d’entrée. C’est cette limite qui explique en grande partie l’écart de coût. Le tarif de 0,22 $ par million de tokens d’entrée est important, mais c’est surtout le plafonnement du nombre de tokens consommés par image qui permet de garder des coûts de traitement prévisibles.

Seule la ligne DeepSeek est vérifiée à partir des tarifs du fournisseur. Les lignes concurrentes utilisent les tarifs par token non vérifiés fournis pour cette comparaison, ainsi qu’une consommation typique d’environ 1 000 à 4 000 tokens par image.

DeepSeek propose également une Files API gratuite. Vous pouvez importer une image une seule fois, puis la référencer via son file_id dans plusieurs requêtes, ce qui évite de payer à nouveau le coût d’envoi dans les workflows multi-tours qui réutilisent la même image.

Sur Eden AI, deepseek/deepseek-v4-flash-vision-exp coûte 0,22 $ par million de tokens d’entrée et 0,66 $ par million de tokens de sortie, soit les mêmes tarifs que ceux facturés directement par DeepSeek. Eden AI n’ajoute aucune majoration de passerelle sur ce modèle.

Scores des benchmarks rapportés au coût

Une autre façon d’interpréter les benchmarks auto-déclarés par DeepSeek consiste à comparer la part du score de Claude Opus 4.8 atteinte par DeepSeek V4 Flash Vision sur les tests pour lesquels les deux modèles disposent de résultats

Calcul : score DeepSeek ÷ score Claude Opus 4.8 × 100.

Sur trois de ces quatre benchmarks, DeepSeek atteint plus de 90 % du score d’Opus 4.8. Dans le même temps, les tokens de sortie de DeepSeek coûtent 0,66 $ par million, contre 25,00 $ par million de tokens pour Opus 4.8, selon les tarifs concurrents non vérifiés fournis pour cette comparaison. Sur Terminal Bench 2.1, ApexBench et Chartography, l’écart de score est donc bien inférieur à l’écart de prix des tokens de sortie.

Le pourcentage de score reste toutefois un indicateur approximatif, et non une mesure d’une qualité équivalente. Il devient notamment moins pertinent lorsqu’un faible écart sur un benchmark peut se traduire par des erreurs coûteuses en production.

Quand router vers DeepSeek plutôt que vers Opus 4.8

Router vers DeepSeek V4 Flash Vision

• Traitement à grande échelle de documents et de reçus : DeepSeek limite chaque image à 384 tokens d’entrée, ce qui ramène le coût à environ 0,000085 $ par image, soit 0,08 $ pour 1 000 images.
• Lecture de graphiques : sur le benchmark Chartography auto-déclaré par DeepSeek, V4 Flash Vision obtient 64,3 contre 65,0 pour Claude Opus 4.8. L’écart de performance est faible par rapport à l’écart de prix.
• Workflows visuels agentiques : DeepSeek remporte Agents' Last Exam avec 27,3 contre 25,7, et devance également Opus 4.8 sur ZeroBench (Pass@5) avec 35,0 contre 34,0.
• Agents soumis à de fortes contraintes de coût : DeepSeek coûte 0,22 $ par million de tokens d’entrée et 0,66 $ par million de tokens de sortie, tandis que les tarifs non vérifiés d’Opus 4.8 utilisés dans cette comparaison sont de 5,00 $ et 25,00 $.
• Workloads texte auto-hébergés où la résidence des données est importante : le modèle de base textuel DeepSeek V4 Flash 0731 est disponible en open weight sous licence MIT. La variante vision n’est pas open weight et ne peut pas être auto-hébergée à partir de poids publiés.

Router vers Claude Opus 4.8

• Raisonnement sur du code à l’échelle d’un dépôt : sur NL2Repo, DeepSeek obtient 57,7 contre 69,7, soit un retard de 12,0 points.
• Analyse de données complexe : sur DSBench-Hard, Claude Opus 4.8 devance DeepSeek d’environ 8 points dans le tableau auto-déclaré de DeepSeek.
• Tâches complexes où les erreurs coûtent plus cher que les tokens : ApexBench reste à l’avantage d’Opus, avec 39,4 contre 36,5. Le prix plus faible de DeepSeek, à 0,66 $ par million de tokens de sortie, n’est réellement avantageux que si l’écart de qualité restant est acceptable.
• Workloads de production excluant les modèles expérimentaux : DeepSeek V4 Flash Vision est explicitement marqué EXPERIMENTAL. Il est donc préférable de router vers Opus si ce statut ne répond pas à vos exigences de production.

Avec Eden AI, il ne s’agit pas nécessairement de choisir exclusivement l’un ou l’autre : vous pouvez router chaque workload vers le modèle dont le profil de performance et le prix correspondent le mieux à la tâche.

Comment appeler les deux modèles via une seule API

Eden AI expose un endpoint compatible avec l’API OpenAI, ce qui permet de router une requête de vision sans reconstruire votre intégration pour chaque fournisseur. Pour DeepSeek V4 Flash Vision, l’identifiant du modèle est deepseek/deepseek-v4-flash-vision-exp. Pour changer de modèle, il suffit donc de modifier l’identifiant du modèle tout en conservant la même structure de requête.

Vous pouvez également configurer une liste de fallbacks afin que la requête puisse continuer si le modèle expérimental DeepSeek renvoie une erreur ou atteint une limite de débit. Cette possibilité est particulièrement utile en production, car DeepSeek V4 Flash Vision est toujours marqué EXPERIMENTAL, tandis que votre application peut avoir besoin de renvoyer un résultat même si le premier modèle sélectionné échoue.

import requests

url = "https://api.edenai.run/v3/chat/completions"

headers = {
    "Authorization": "Bearer <your-api-key>",
    "Content-Type": "application/json"
}

payload = {
    "model": "deepseek/deepseek-v4-flash-vision-exp",
    "messages": [
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "Analyze this image and summarize the key information."
                },
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://example.com/image.jpg"
                    }
                }
            ]
        }
    ],
    "fallbacks": [
        "<claude-opus-4.8-model-id>"
    ],
    "stream": False
}

response = requests.post(url, headers=headers, json=payload)
data = response.json()

print(data)

‍

L’exemple envoie une image à DeepSeek V4 Flash Vision via Eden AI et conserve une route de fallback disponible si le modèle principal ne parvient pas à traiter la requête.

FAQ - DeepSeek V4 Flash Vision vs Opus 4.8