Actualités / Veille modèles · Tarifs de l'écosystème DeepSeek
Ollama réduit les prix de DeepSeek-V4 de 50 % en heures creuses : la convention initiée par DeepSeek devient un standard du secteur
Ollama — la plateforme qui a mis les LLM locaux à la portée de chaque ordinateur portable, désormais une API hébergée pour les modèles open weight de pointe — a introduit des tarifs de tokens en heures creuses pour DeepSeek-V4 : la tarification en heures pleines s'applique de 12:00 à 18:00 UTC du lundi au vendredi ; tout le reste, y compris l'intégralité du week-end, est à moitié prix. deepseek-v4-flash passe à $0.22/$0.66 par 1M en heures creuses — et les tarifs des heures pleines sont au centime près ceux de la grille de DeepSeek. La convention heures pleines/heures creuses lancée par DeepSeek le 16 août devient ainsi un standard de l'industrie occidentale.
Ollama facture désormais DeepSeek-V4 50 % moins cher en dehors du créneau 12:00-18:00 UTC en semaine, ainsi que tout le week-end, d'autres modèles devant bientôt bénéficier de tarifs en heures creuses. Tarifs selon la page officielle : v4-flash $0.44/$1.32 heures pleines → $0.22/$0.66 heures creuses (cache $0.014 → $0.007) ; v4-pro $1.32/$3.96 → $0.66/$1.98. Les modèles DeepSeek sont hébergés aux États-Unis et en Europe avec zéro rétention de données — une alternative conforme pour les charges de travail qui ne peuvent pas transiter par des endpoints hébergés en Chine. GLM-5.3 s'aligne à parité avec z.ai ($1.40/$4.40).
Ce que confirment les sources officielles
- L'annonce : les comptes officiels X et LinkedIn d'Ollama ont annoncé des « tarifs de tokens en heures creuses — DeepSeek V4 » avec 50 % d'économie ; la discussion sur HN renvoyait directement vers la page des tarifs.
- Le créneau : heures pleines = 12:00-18:00 UTC, lun.-ven. Heures creuses = début de matinée/soirée en semaine + tout le week-end.
- Les tarifs : v4-flash en heures pleines à $0.44 en entrée / $1.32 en sortie / $0.014 en cache — identique à la grille heures pleines de DeepSeek — réduit de moitié à $0.22/$0.66/$0.007 en heures creuses. v4-pro : $1.32/$3.96/$0.044 heures pleines → $0.66/$1.98/$0.022 heures creuses.
- Le volet conformité : hébergement aux États-Unis & en Europe avec ZDR d'après le post officiel d'Ollama.
- Le catalogue : la même page affiche GLM-5.3 exactement aux tarifs de z.ai, ainsi que GLM-5.3-Flash, Qwen3.5-397B, Gemma4, Nemotron-3-Ultra — les meilleurs modèles open weight hébergés en Occident sous une seule API.
- La feuille de route : « les tarifs en heures creuses seront bientôt disponibles pour davantage de modèles. »
Pourquoi c'est important
- La convention dépasse son cadre d'origine. Lorsque DeepSeek a introduit la facturation heures pleines/heures creuses + week-end en août, cela ressemblait à une simple astuce de gestion des capacités. L'adoption du même créneau horaire par un acteur occidental majeur en fait de facto un standard tarifaire pour les modèles open weight de pointe.
- L'avantage économique du traitement par lots se renforce. Programmer les charges de travail non interactives en soirée ou le week-end divise désormais les coûts par deux, que ce soit sur l'API officielle de DeepSeek ou sur le cloud US/UE d'Ollama — même créneau, même structure de remise.
- L'hébergement avec ZDR élargit la clientèle cible. Les équipes soumises à de strictes réglementations qui ne pouvaient pas utiliser d'endpoints hébergés en Chine peuvent désormais exploiter V4 à parité de tarif (en heures pleines) — élargissant ainsi le marché potentiel de DeepSeek sans que l'entreprise n'ait à l'opérer.
- Pour les utilisateurs de relais : ce sont des solutions complémentaires et non substituables. La planification en heures creuses optimise le coût unitaire pour le batch ; un relais compatible OpenAI optimise l'étendue du routage (modèles Qwen/GLM/Kimi/vidéo, une seule clé, facturation globale) pour le trafic en production. La stack la plus économique combine les deux.
Sources primaires
- Page officielle des tarifs Ollama — Tarifs heures pleines 12:00-18:00 UTC en semaine ; grille complète heures pleines/creuses pour deepseek-v4-flash/pro ; GLM-5.3 $1.40/$4.40
- Post officiel d'Ollama sur X — Introducing off-peak token rates: DeepSeek V4 (hébergement US/UE, ZDR, tarifs heures creuses bientôt disponibles pour d'autres modèles)
- Hacker News — Fil de discussion « New off-peak rates: 50% lower prices for DeepSeek-V4 »
FAQ (2026)
Qu'est-ce qui a été lancé ?
Tarifs heures creuses Ollama : -50 % en dehors de 12:00-18:00 UTC en semaine + tout le week-end, pour DeepSeek-V4 (d'autres modèles bientôt).
Les tarifs de V4-Flash ?
Heures pleines $0.44/$1.32 (en cache $0.014) — identique à la grille de DeepSeek ; heures creuses $0.22/$0.66 (en cache $0.007).
Par rapport à l'API de DeepSeek ?
Même convention (depuis le 16 août) et mêmes chiffres d'heures pleines pour flash ; Ollama fixe ses propres tarifs pro et héberge aux États-Unis/UE avec ZDR.
GLM sur Ollama ?
Oui — GLM-5.3 à parité avec z.ai ($1.40/$4.40), plus GLM-5.3-Flash, Qwen3.5-397B, Gemma4, Nemotron-3-Ultra.
Le volet conformité ?
Hébergement aux États-Unis/en Europe avec zéro rétention de données — utilisable là où les endpoints hébergés en Chine sont proscrits.
Faut-il basculer la production dessus ?
Tâches par lots (batch) : planifiez-les en heures creuses sur l'un ou l'autre fournisseur. Trafic interactif multi-modèles : un relais reste l'épine dorsale la plus simple. Les stacks les plus économiques combinent les deux.