La startup chinoise DeepSeek poursuit son ascension fulgurante.
À peine a-t-elle détrôné ChatGPT de la première place des applications gratuites les plus téléchargées aux États-Unis sur l’App Store qu’elle dévoile Janus-Pro, son tout nouveau modèle IA multimodal texte-image.
Janus-Pro, plus fort que Stable Diffusion et DALL-E ?
Janus-Pro est open source sous licence MIT ce qui assure une exploitation commerciale sans restriction. Il est d’ores et déjà disponible en téléchargement sur Hugging Face et GitHub.
Décliné en plusieurs versions, de 1B à 7B, le modèle Janus-Pro-7B, le plus avancé de la gamme, surpasserait les références du secteur comme Stable Diffusion et DALL-E sur les benchmarks GenEval et DPG-Bench. DeepSeek précise que son modèle repose sur un « cadre autorégressif », une approche qui lui permettrait de « surpasser » les architectures unifiées traditionnelles.
Janus-Pro s’appuie sur Janus, sa version originale lancée l’an dernier, et se distingue par sa capacité à créer et analyser des images. Toutefois, les modèles aux paramètres plus réduits de la gamme sont limités à une résolution de 384 x 384 pixels, un handicap face aux standards actuels du secteur.
Une IA performante pour un coût dérisoire ?
Cela dit, Janus-Pro reste compétitif, d’autant plus que DeepSeek revendique des coûts de formation inférieurs à ceux des géants américains de l’IA. En décembre, un rapport interne avançait que son modèle V3 n’aurait coûté que 5,6 millions de dollars à développer — une fraction des budgets investis par Google et OpenAI pour leurs modèles phares. Un chiffre qui suscite toutefois des interrogations : certains estiment qu’il ne prend pas en compte les coûts de R&D, de collecte de données et de personnel, ou qu’il pourrait être sous-évalué.
Quoi qu’il en soit, la sortie de Janus-Pro remet en question des projets comme Stargate, une initiative à 500 milliards de dollars entre plusieurs géants de l’IA et soutenue par l’administration Trump.