🎥 Résumé analytique
🎯 Promesse cognitive
- À la fin, on comprend : les coûts, délais et compromis entre DeepSeek V4 Flash 0731 exécuté en local sur un cluster DGX Spark et Grok 4.5 via OpenRouter pour développer la même fonctionnalité, ainsi que la méthode de spécification, de relecture croisée et de critères d’acceptation utilisée pour obtenir un prototype fonctionnel.
🧩 Carte du contenu
- Comparaison coût-performance DeepSeek local vs Grok 4.5 — Temps, tokens, tarifs et budgets de la même fonctionnalité OpenFox, avec la conclusion de l’auteur en faveur de DeepSeek pour ce type de travail.
- Workflow agentique spec, relecture, critères et build-and-verify — Le passage d’une idée enregistrée dans un tableau kanban à un prototype fonctionnel : spécification sans code, relecture par un second agent, 29 critères d’acceptation, exécution non supervisée.
✅ Ce que la vidéo apporte en plus de la lecture de ce post
- Aucune contribution visuelle déterminante n’est établie de manière certaine par les éléments fournis ; la valeur résiduelle de la vidéo tient surtout à la démonstration en direct de l’auteur.
- La démo du tableau de tâches (glisser-déposer, lancement automatique d’une session agent) et l’aperçu du prototype peuvent restituer une lisibilité de l’interaction que le texte ne capture pas.
- La comparaison côte à côte peut montrer les différences de comportement entre Grok 4.5 et DeepSeek, mais sa valeur visuelle exacte reste à confirmer.
🕒 Niveau d’engagement recommandé
- visionnage_actif
- La vidéo combine des chiffres de coût, une méthode de développement agentique et des passages de démonstration qui peuvent ajouter une information visuelle que le post ne restitue pas entièrement.
- Les passages utiles sont courts et ciblés, sans nécessiter un visionnage complet.
Passages susceptibles de mériter l’original
- 06:33 — Démonstration du tableau de tâches : interaction glisser-déposer et lancement automatique d’une session d’agent, peu restitués par le texte.
- 07:26 — Prototype fonctionnel : évaluation visuelle de la qualité réelle de la sortie de l’agent local, au-delà des chiffres rapportés.
- 10:24 — Comparaison côte à côte Grok 4.5 / DeepSeek : observation des différences de comportement et de progression ; la valeur visuelle exacte reste à confirmer.
🧰 Pistes d’exploitation et points de vigilance
- 1 idée à tester : Tester la méthode spec utilisateur sans code, relecture par un second agent, critères d’acceptation et build-and-verify sur une petite fonctionnalité non critique, avec un modèle local ou une API bon marché.
- 1 notion à creuser : L’inférence locale de DeepSeek V4 Flash 0731 sur DGX Spark : coûts réels, débit, consommation matérielle et impact de la future hausse des prix de l’API DeepSeek sur la rentabilité face aux services distants.
- 1 limite / biais : Expérience unique auto-rapportée ; prix, débits et jugements de qualité à vérifier avant d’être traités comme des références stables.
🔍 Déroulé détaillé et analyse critique
📄 Voir la synthèse détaillée
Déroulé structuré
Segment 1 — Comparaison DeepSeek V4 Flash local vs Grok 4.5 sur une fonctionnalité OpenFox
Statut : compte rendu personnel d’une seule exécution, auto-rapporté ; prix et débits sensibles au temps.
- DeepSeek V4 Flash 0731 tourne en local sur le cluster DGX Spark de l’auteur ; selon lui, la fonctionnalité est terminée en une seule passe, sans intervention (1 h 42, contexte final de 350 000 tokens, 238 000 tokens générés).
- Coût estimé par l’auteur : environ 12 centimes si la même exécution passait par l’API DeepSeek, et 30 à 40 minutes possibles via l’API (estimation, non mesurée).
- Grok 4.5 sur OpenRouter : 2 $ par million de tokens en entrée, 6 $ en sortie (tarifs rapportés dans la vidéo).
- Première itération de build Grok : 19 minutes ; à la fin de la phase de build, l’auteur avait déjà dépensé plus que la session locale DeepSeek complète.
- La course Grok s’arrête avant la fin (8 centimes restants) ; l’auteur reprend la tâche avec l’API DeepSeek et la termine en 2 min 8 s à 137 tokens par seconde pour 3 centimes.
- Un avertissement de l’API indique une hausse significative future des prix DeepSeek ; l’auteur estime que le modèle reste rentable.
- Comparaison qualitative assistée par LLM (demandée à DeepSeek) : l’implémentation DeepSeek V4 Flash est déclarée gagnante, avec plus de tests sur la logique complexe.
- L’implémentation Grok 4.5 a identifié que la fonctionnalité de commandes slash restait en front-end seulement et a déplacé la logique en backend.
- Verdict de l’auteur (opinion) : DeepSeek V4 Flash 0731 via l’API est recommandé pour ce type de travail — jugé peu coûteux et suffisamment capable, notamment pour laisser tourner et obtenir un résultat fonctionnel.
Segment 2 — Fonctionnalité OpenFox Tasks et workflow agentique en quatre étapes
Statut : description de l’auteur sur son propre projet ; les détails restent spécifiques à son environnement.
- Motivation : les bugs et idées s’accumulaient dans un fichier texte non sauvegardé, existant uniquement en mémoire vive pendant les sessions IA.
- OpenFox Tasks : un tableau kanban où chaque tâche stocke un prompt ; le glisser-déposer vers « In Progress » lance automatiquement une session agent avec ce prompt.
- Les sessions parallèles sont limitées aux emplacements disponibles ; les tâches suivantes sont mises en file d’attente.
- Étape 1 — spécification utilisateur sans code (point d’entrée, bouton, comportement de la session) : le modèle a réfléchi 8 minutes, posé des questions (dont sur la persistance) et écrit une spécification lisible de 266 lignes en environ 2 minutes.
- Étape 2 — relecture par un second agent, qui détecte des incohérences corrigées par l’auteur.
- Étape 3 — conversion de la spec validée en 29 critères d’acceptation dans une nouvelle session.
- Étape 4 — build-and-verify dans un nouvel espace de travail, laissé en exécution non supervisée : résultat jugé fonctionnel et considéré comme une première version solide à affiner.
- Mécanisme de définition-of-done : l’agent peut appeler un outil pour marquer une tâche comme terminée et déclencher des vérifications sur des points précis.
- Vérification de l’implémentation Grok : deux problèmes liés aux critères d’acceptation détectés en 2 minutes ; l’auteur en conclut que la phase de vérification reste utile même avec des modèles plus puissants.
- Position de l’auteur (opinion) : la valeur principale de l’IA en développement est de produire vite un prototype fonctionnel, puis d’itérer sur l’UX et les détails — l’architecture et le design ne sont pas entièrement prévisibles à l’avance.
Points notables
- La phase de vérification a trouvé deux non-conformités sur l’implémentation Grok malgré un modèle jugé fort : argument concret pour un build-and-verify systématique, quel que soit le modèle.
- Grok 4.5 a restructuré la fonctionnalité slash-command de front-end vers le backend : un exemple de refactoring proactif constaté sur la course payante.
- Le jugement « gagnant » est issu d’une comparaison demandée à DeepSeek lui-même — possible conflit d’intérêt du juge.
- Les 8 centimes restants avant l’arrêt de la course Grok illustrent la limite budgétaire des longues sessions API sur modèle coûteux.
Limites & biais factuels
- Compte rendu personnel d’une seule exécution, non indépendant ni reproduit de manière systématique.
- Prix API, tarifs OpenRouter, coûts et débits sensibles au temps : à vérifier avant d’être considérés comme des valeurs fixes.
- La conclusion qualitative repose sur une comparaison assistée par LLM, ce qui introduit un biais possible dans l’attribution du gagnant.
- La fonctionnalité OpenFox et le contexte de projet restent spécifiques, ce qui limite la généralisation directe de la méthode.
- Contenu promotionnel léger (demande de like et d’abonnement), sans incidence majeure sur la substance technique.
