La diffusion de Deepseek-R1 sur AWS et Azure implique différentes structures de coûts, principalement parce que les deux plates-formes offrent le modèle via différents modèles de tarification.
Modèle de tarification AWS:
- AWS permet aux utilisateurs d'accéder à Deepseek-R1 en payant les ressources informatiques consommées, plutôt que par jeton. Cette approche s'aligne sur la façon dont les modèles d'IA open-source sont généralement évalués sur AWS. Les utilisateurs peuvent personnaliser leur implémentation Deepseek à l'aide de la plate-forme Face Hugging, ce qui offre une flexibilité pour les entreprises ayant besoin d'échelle et de personnalisation.
- Le coût de l'exécution de Deepseek-R1 sur AWS dépendrait des configurations de serveur spécifiques et des modèles d'utilisation. Par exemple, AWS facture jusqu'à 124 $ de l'heure pour un serveur optimisé AI, ce qui peut se traduire par des coûts mensuels importants s'ils sont utilisés en continu.
Modèle de tarification Azure:
- Azure donne également accès à Deepseek-R1 en chargeant la puissance de calcul sous-jacente utilisée. Cependant, Azure ne nécessite pas de location de serveurs dédiés pour Deepseek, ce qui peut conduire à des prix variables en fonction de l'efficacité du modèle.
- À partir des mises à jour récentes, les prix d'Azure pour Deepseek-R1 ne sont pas explicitement répertoriés dans les calculatrices de tarification standard, et les utilisateurs sont invités à contacter l'équipe de vente ou d'assistance pour des informations détaillées sur les prix.
- Certains rapports suggèrent que l'accès à l'API à Deepseek-R1 peut commencer à un coût bas, tel que 0,14 $ par million de jetons, bien que cela ne reflète pas la structure de tarification standard pour les ressources informatiques d'Azure.
Différences clés:
- Structure de tarification: AWS et Azure Charge sur la base des ressources informatiques plutôt que par jeton pour Deepseek-R1. Cependant, une tarification par altitude spécifique n'est pas standard sur ces plateformes, contrairement à certains autres fournisseurs.
- Personnalisation et flexibilité: AWS offre plus de flexibilité grâce à l'intégration avec le visage étreint pour la personnalisation, ce qui pourrait faire appel aux entreprises ayant besoin de solutions d'intermédiaire sur mesure.
- CERTAINE: Deepseek-R1 est généralement positionné comme une alternative rentable aux modèles propriétaires, mais le coût réel sur AWS et Azure dépend fortement de l'efficacité des utilisateurs qui gèrent leurs ressources cloud.
En résumé, alors que AWS et Azure offrent à Deepseek-R1 en mettant l'accent sur la rentabilité, les différences réelles de coûts dépendront largement de la façon dont les utilisateurs gèrent leurs ressources cloud et les configurations de serveur spécifiques qu'ils choisissent.
Citations:
[1] https://prompt.16x.ingineer/blog/deepseek-r1-cost-prix-espion
[2] https://learn.microsoft.com/en-us/answers/questions/2152620/price-for-usage-of-eepseek-r1
[3] https://campustechnology.com/articles/2025/02/04/aws-microsoft-google-others-make-deepseek-r1-ai-model-available-on-their-plalaforms.aspx
[4] https://bluexp.netapp.com/blog/azure-vs-aws-pricing-comparing-apples-to-apples-azure-aws-cvo-blg
[5] https://artificialanalysis.ai/models/deepseek-r1
[6] https://www.reddit.com/r/localllama/comments/1id5179/r1_is_now_on_azure_ai_serverless_great_news_if/
[7] https://windowsforum.com/threads/deepseek-r1-the-affordable-ai-game-changer-on-azure-and-aws.351061/
[8] https://www.byteplus.com/en/topic/385527
[9] https://iot-analytics.com/winners-losers-generative-ai-value-chain/