DeepSeek V4 lance une tarification par créneau horaire : lors de deux fenêtres quotidiennes, ses tokens — entrée et sortie — coûtent le double et baissent hors pointe. L'inférence commence à se facturer comme l'électricité, et budgéter l'IA passe de « combien de tokens » à « à quelle heure ».
Imagine ouvrir la console de ton fournisseur d'IA à dix heures du matin et découvrir que le même appel qui coûtait un euro hier soir en coûte deux aujourd'hui. Pas de petites lignes ni de pénalité cachée : c'est, tout simplement, l'heure. DeepSeek vient d'annoncer exactement cela. Avec son modèle V4, le laboratoire chinois introduit une tarification par créneau horaire à partir de la mi-juillet : lors de deux fenêtres quotidiennes — de 9:00 à 12:00 et de 14:00 à 18:00, heure de Pékin — le prix double, et hors de ces pics il redescend. C'est la première fois qu'un grand laboratoire facture littéralement à l'horloge.
## Uber, mais pour penser
Le mécanisme est identique au surge pricing que tu connais déjà chez Uber ou dans la tarification de l'électricité à l'heure : quand la demande monte, le prix monte ; quand elle baisse, il baisse. En chiffres concrets, la version V4-Pro passe de 6 à 12 yuans par million de tokens de sortie en heure de pointe (environ 1,70 dollar en pic) ; la V4-Flash, de 2 à 4. Et voici la nuance qu'il vaut mieux ne pas confondre : la surcharge ne pèse pas seulement sur ce que le modèle génère. Selon The Next Web, dans les fenêtres de pointe **le prix de l'entrée double lui aussi**, les tokens que tu lui envoies. Hors pointe, rien ne bouge. DeepSeek ne le cache pas comme une astuce : il le présente comme un signal de prix pour que ceux qui le peuvent déplacent leur charge vers les heures creuses et libèrent des GPU quand tout le monde se les arrache.
## Pourquoi un laboratoire ose-t-il cela
Derrière l'idée, il y a de la physique, pas du marketing. Servir un grand modèle est un problème de capacité : il existe un nombre fini de GPU et, aux horaires de bureau asiatiques, ils saturent tous en même temps. Facturer plus en pointe et moins en creux est la façon la plus honnête de dire « je n'ai pas de place là maintenant ; reviens plus tard et ça te coûtera la moitié ». C'est la même logique qui fait que l'électricité ne coûte pas pareil à trois heures de l'après-midi qu'à trois heures du matin. Et le revirement est notable, car DeepSeek venait de faire l'inverse : il venait de rendre permanente une remise de 75 % sur V4, après un an à saper les prix de la concurrence. Passer d'offrir des tokens à facturer à l'horloge, en quelques semaines, en dit long sur le coût qu'a atteint la capacité de calcul.
## La facture ne dépend plus seulement de combien, mais de quand
Pour qui construit du logiciel sur ces API, le changement est plus profond qu'il n'y paraît. Jusqu'ici, budgéter l'IA consistait à multiplier des tokens par un prix fixe. Avec des prix dynamiques, ce calcul devient un problème de scheduling : une tâche batch qui n'est urgente pour personne — retraiter des documents, générer des embeddings, des résumés nocturnes — peut coûter la moitié si tu la programmes pour les heures creuses au lieu de la lancer à midi. Et à l'inverse : une intégration qui ignore l'horloge peut doubler sa facture sans que personne ne le remarque, parce que le code fonctionne tout aussi bien ; seul le relevé change. L'inférence commence à se comporter comme une utility, et les utilities se gèrent avec une discipline horaire, pas avec de l'espoir.
## Ce que cela signifie pour qui construit avec l'IA
La leçon est inconfortable mais libératrice : si ton produit vit d'appels aux modèles, le coût n'est plus une donnée que tu regardes en fin de mois, c'est un levier que tu actionnes en temps réel. Cela exige deux choses qui étaient encore hier optionnelles : des garde-fous de coût qui comprennent le contexte — pas seulement « combien de tokens », mais « à quel prix maintenant » — et la capacité de déplacer vers les heures bon marché les charges qui ne pressent pas. Chez NeuralOS nous travaillons sous cet angle : les cost guardrails et le système de crédits existent pour qu'un appel coûteux ne t'échappe pas par mégarde, et le moteur d'automations avec waits durables permet de différer des tâches batch vers la fenêtre que tu choisis sans perdre le fil d'exécution. Nous ne promettons pas de négocier l'horloge de chaque fournisseur à ta place — ce serait de la poudre aux yeux — ; ce que nous offrons, c'est le tableau de bord pour que « quand » cesse d'être une surprise sur la facture et devienne une décision qui t'appartient.