DeepSeek, GPT ou Gemini sur OpenRouter : comment choisir pour le code, la rédaction et le raisonnement

Épingler trois slugs avant de comparer les marques

Le produit d’OpenRouter est une clé compatible OpenAI qui peut pointer vers beaucoup de modèles. L’échec habituel, c’est de comparer des noms. DeepSeek n’est pas seulement V3.2 : Speciale, plus gourmand en calcul, est à côté. La ligne GPT affiche encore 5.2 à côté de 5.4. Gemini affiche encore 2.5 Pro, 3 Pro Preview et 3.1 Pro Preview. Un classement de marques traite des prix, des fenêtres et des modalités différents comme un seul SKU. Le premier changement de configuration, c’est le slug, pas le slogan.

Les trois modèles épinglés ici sont ceux dont les pages publiques OpenRouter, en octobre 2026, montrent encore un prix et une fenêtre vérifiables pour chaque ligne. DeepSeek V3.2 est sorti le 1er décembre 2025, fenêtre de 163 840 jetons. La page indique que vous pouvez activer le raisonnement avec reasoning.enabled, et elle décrit des résultats de niveau médaille d’or à l’IMO et à l’IOI 2025, plus un post-entraînement orienté outils. GPT-5.4 est décrit comme le modèle frontière qui réunit les lignes Codex et GPT : environ 1,05 million de jetons de contexte (à peu près 922 000 en entrée et un plafond de 128 000 en sortie), texte et image. Gemini 3.1 Pro Preview reste une préversion : 1 048 576 jetons, plafond de sortie 65 536, texte, image, vidéo, audio et code. Préversion veut dire que le comportement peut bouger. La production a besoin d’un second slug derrière.

Deux articles du site répondent à d’autres questions. OpenRouter Top 10 2026 : Claude, Gemini, DeepSeek, Kimi — qui gagne vraiment ? classe une foule de modèles. Il n’assigne pas ces trois slugs à des tâches. Choisir un agent en terminal (Claude Code, Codex, Gemini CLI, OpenClaw) est un autre étage : comment choisir un agent de coding IA en 2026. Cet article reste sur OpenRouter et dit seulement où envoyer la requête par défaut pour le code, la rédaction et le raisonnement.

Les pages à rouvrir avant de dépenser : DeepSeek V3.2, GPT-5.4 et Gemini 3.1 Pro Preview. Vous pointez base_url vers OpenRouter et vous ne changez que la chaîne model. Le quickstart suffit pour le câblage. Chaque prix et chaque score ci-dessous porte la date de lecture. Remises fournisseur, cache et routage écartent la facture du tableau. La page modèle en direct est le devis.

Une clé, trois factures

Ce ne sont pas trois prix affichés fixes. Chaque appel est modèle fois fournisseur fois route. En octobre 2026, la page de comparaison DeepSeek affichait environ 0,2088 $ par million de jetons d’entrée et 0,3096 $ par million en sortie. Ce titre est un fournisseur remisé. Sur la même page modèle, les fournisseurs vont d’environ 0,26 $ / 0,38 $ jusqu’à 3 $ / 4,50 $. Une ligne SiliconFlow à la mi-octobre montrait encore environ 0,259 $ en entrée et 0,80 $ en sortie. Les lectures de cache sont à part ; le bas de fourchette est d’environ 0,0216 $ par million. Si vous ne figez pas un fournisseur, Balanced ne promet pas le titre.

La route standard de GPT-5.4 se cite plus clairement : 2,50 $ en entrée, 15 $ en sortie, 0,25 $ en lecture de cache, par million de jetons. Flex (environ 1,25 $ / 7,50 $) et Fast (environ 5 $ / 30 $) sont listés et ne font pas partie du routage standard. Gemini 3.1 Pro Preview titre à 2 $ en entrée et 12 $ en sortie, lecture de cache autour de 0,20 $. La recherche web est en plus ; la page modèle cite environ 14 $ pour mille appels. Les plafonds de sortie diffèrent aussi : environ 128 000 pour GPT-5.4 et 65 536 pour Gemini 3.1. Un long brouillon échoue au plafond avant d’échouer au prix unitaire.

Un mélange facile à recalculer : 100 000 jetons d’entrée et 8 000 de sortie. Au titre de la page de comparaison, DeepSeek coûte environ 0,023 $. Sur la ligne 0,259 $ / 0,80 $, environ 0,032 $. Le même appel vaut environ 0,37 $ sur GPT-5.4 et environ 0,30 $ sur Gemini 3.1. Dans ce mélange, GPT vaut à peu près 16 fois le titre DeepSeek et environ 11 fois la ligne à 0,80 $ de sortie. Des sorties plus épaisses élargissent l’écart, parce que 15 $ contre 0,31 $ n’est pas le même ratio que 15 $ contre 0,80 $. Les hits de cache réduisent ensuite l’entrée. Aucun des trois n’efface le plein tarif du premier appel froid.

OpenRouter nomme les routes Balanced (prix plus vitesse), Nitro (plus rapide), Floor (moins cher) et Exacto (appels d’outils plus justes). Si un agent perd parce que les arguments d’outil sont faux, essayez Exacto avant d’accuser le slug. Si un lot d’écriture n’est qu’un premier jet, Floor plus V3.2 bat en général « toujours GPT-5.4 » sur la facture. La latence n’est pas un SLA à coller depuis un blog. L’instantané du 5 octobre 2026 montrait GPT-5.4 contre Gemini 3.1 à environ 1,74 s contre 90,9 s de latence médiane et environ 42 contre 8 jetons par seconde. Une médiane de 90 secondes est une coupe d’un point de terminaison de raisonnement ou d’un fournisseur froid, pas une loi selon laquelle Gemini est toujours cinquante fois plus lent. Lisez le graphique d’activité de la route que vous avez vraiment choisie avant de coder un délai en dur.

Code : brouillon, dépôt, terminal

Le code n’est pas un score. Un correctif sur un fichier, un changement d’API sur plusieurs fichiers et une session terminal qui doit faire passer les tests peuvent couronner trois modèles différents. La synthèse Vector Wire du 8 octobre 2026 sur les tests partagés DeepSeek-V3.2 contre GPT-5.4 est utile parce que les écarts sont inégaux : SWE-bench Pro environ 15,6 contre 57,7, Terminal-Bench 2.1 environ 46,8 contre 78,3, et SWE-bench Multilingual à seulement environ 1,5 point (70,2 contre 71,7). Les corrections courtes, multilingues, en un point, sont un travail honnête pour V3.2. Le travail long, multi-fichiers, qui doit lancer des commandes dans un vrai terminal, est l’endroit où les scores publics de GPT-5.4 s’écartent. Ce sont des scores publics agrégés, pas le taux de réussite de votre dépôt. Changez l’échafaudage et l’ordre bouge.

La comparaison OpenRouter du 5 octobre 2026 donne à DeepSeek V3.2 (Reasoning) un Coding Index de 44,2 et un Intelligence Index de 21,5. L’autre colonne de cette page est GPT-5.2, pas 5.4 ; l’Intelligence Index de GPT-5.2 y est de 30,4 et son Coding Index était vide. Une autre page, GPT-5.4 contre Gemini 3.1 Pro Preview, liste 39,0 et un Coding Index de 71,1 pour GPT-5.4, les deux index Gemini étant vides ce jour-là. Vous ne pouvez pas agrafer « 71 contre 44 » en verdict officiel GPT contre DeepSeek. Les variantes et les adversaires diffèrent. L’affirmation plus étroite, celle qui entre dans la config : l’index de code qu’OpenRouter publie vraiment est, pour l’instant, rempli côté GPT-5.4 ; V3.2 a son propre index contre un autre adversaire.

Au quotidien, trois voies suffisent. Commentaires, un test unitaire, l’explication d’une stack trace et un diff minimal sont du travail V3.2 : dix essais coûtent souvent encore moins qu’un appel GPT. Si le changement doit toucher en même temps les appelants, les types et un script de migration, ou si l’agent doit installer une dépendance, lire le journal d’échec et rééditer, passez le défaut à openai/gpt-5.4. Au-delà d’environ 160 000 jetons d’entrée, la fenêtre de V3.2 est pleine. GPT-5.4 et Gemini 3.1 sont tous deux autour d’un million. Pour du code et du texte purs, l’historique terminal et outils de GPT-5.4 est le plus proche d’un agent de code. Une vidéo de parcours d’interface, un enregistrement de revue design ou une note vocale est la raison d’appeler Gemini — pas « qui a la fenêtre la plus longue ». Ces deux fenêtres sont déjà de la même classe.

La page de GPT-5.4 est explicite sur l’entrée image. Gemini 3.1 prend aussi la vidéo et l’audio. Une seule capture d’erreur est juste pour les deux. Un enregistrement d’écran que le modèle doit regarder avant d’éditer le code est, parmi ces trois, un travail Gemini. Quand la préversion revient vide, ou qu’un tour d’outil perd le fil, envoyez le même prompt à GPT-5.4. Ne laissez pas la passerelle réessayer la même préversion sans fin.

Rédaction : volume, anglais fini, sources longues

La rédaction n’a pas de classement public stable que les trois éditeurs publient au niveau de SWE-bench. Un seul ELO de prose sera périmé le mois prochain. Découpez le travail en quatre tâches que vous payez vraiment : un premier jet en volume, un anglais fini, un format à contraintes dures, et un texte qui doit rester collé à une longue source sans inventer de citations.

Notes internes, macros de support et premier passage en français ou en anglais sont en général un défaut V3.2. L’appel est assez bon marché pour produire trois longueurs et laisser une personne choisir. Quand un guide de style existe déjà, qu’une note de version n’a pas le droit d’avoir un ton marketing, ou que les sections doivent suivre les titres que vous avez donnés, l’écart publié qui vaut de l’argent est le suivi d’instructions, pas « qui écrit de plus belles phrases ». Le tableau Vector Wire d’octobre 2026 place le suivi d’instructions parmi les domaines où GPT-5.4 gagne nettement contre V3.2. C’est encore leur jeu de prompts, pas votre liste de mots interdits. Faites une régression sur dix de vos anciens textes avant de croire un autre comparatif.

Les sources longues sont un autre échec. Des notes de réunion, un paquet d’articles ou un extrait réglementaire au-delà de 160 000 jetons seront tronqués sur V3.2. Le résumé a l’air complet. Il n’a jamais vu la seconde moitié. GPT-5.4 et Gemini 3.1 peuvent tous deux tenir de l’ordre d’un million de jetons. Les raisons en plus pour Gemini sont le médium — vidéo ou audio — et un prix de sortie de 12 $ contre 15 $. Si l’échec que vous détestez est un numéro de page qui n’existe pas, les deux modèles doivent citer le passage source, et un script doit vérifier la citation. Un slug plus cher n’annule pas l’invention.

Notez la rédaction sur quatre colonnes, de 0 à 2 : contraintes tenues (longueur, personne, mots interdits), inventions (liens, chiffres, citations absents de la source), tours de révision, et dollars de jetons de sortie. Même température, même brief, un passage chacun. La colonne des brouillons internes tombe souvent sur V3.2, parce qu’un second tour reste moins cher que le premier tour de GPT. La colonne d’anglais externe tombe souvent sur GPT-5.4, parce qu’une réécriture de marque évitée paie le prix unitaire. Un brief qui inclut un enregistrement met Gemini en finale. Ne faites pas la moyenne des colonnes pour élire un champion. La moyenne mélange un brouillon bon marché et un texte fini cher, et appelle cette bouillie un gagnant.

Raisonnement : maths, science, outils en plusieurs tours

Le raisonnement se découpe de la même façon. Le volume de maths de concours, les items de science de niveau master et l’usage d’outils en plusieurs tours n’ont pas le même objectif. Le texte modèle de DeepSeek parle d’attention creuse, d’un post-entraînement par renforcement à l’échelle, et de résultats de niveau médaille d’or à l’IMO et à l’IOI 2025. C’est la bonne histoire quand vous avez un grand jeu d’items de maths notés automatiquement et que vous voulez le coût par item sous quelques centimes. Ce n’est pas la phrase « premier sur chaque tableau partagé ». La comparaison Vector Wire du 8 octobre 2026 dit que GPT-5.4 mène sur les tests de raisonnement, de maths et de faits que les deux modèles publient : GPQA Diamond environ 92 contre 84, Humanity’s Last Exam environ 43,7 contre 24,6, et un écart ARC-AGI-2 bien plus large (environ 73,3 contre 4). Balayez avec V3.2. Quand une seule solution doit satisfaire une grille pointilleuse, appelez GPT-5.4.

Les items de science demandent de garder deux règles à part. La page OpenRouter du 5 octobre 2026 donne à GPT-5.4 un Intelligence Index de 39,0 et à Gemini 3.1 Pro Preview 28,0, l’index de code de Gemini étant vide. D’autres textes du printemps 2026 citent des GPQA et des SWE-bench Verified plus hauts pour Gemini 3.1 Pro. Les deux peuvent être vrais parce que le jeu d’items, l’effort de raisonnement et l’échafaudage diffèrent. Si vous livrez des réponses biomédicales ou réglementaires, faites tourner vos 20 questions déjà vérifiées et notez si le raté était un fait ou une étape. N’effacez pas un 28 du tableau B avec un 94 du tableau A, ni l’inverse.

Les outils en plusieurs tours sont l’endroit où la préversion Gemini casse le plus facilement, et où la doc est la plus précise. OpenRouter vous demande de conserver les blocs de raisonnement d’un tour d’outil à l’autre. La page est le guide des jetons de raisonnement. Si votre passerelle ne renvoie que le texte visible et jette les détails de raisonnement, le second tour ressemble à de l’amnésie. Le récit produit de GPT-5.4 met l’agent de code et le modèle général dans un seul système, donc la boucle d’outils est le chemin autour duquel la page est écrite. V3.2 utilise reasoning.enabled pour décider si cet appel dépense des jetons de raisonnement. Quand les trois « savent appeler des outils », vérifiez d’abord que votre client renvoie le bloc de raisonnement inchangé avant de comparer les QI. Une grande part des tickets « Gemini ne suit pas le plan » sont des bugs client.

Comment choisir : un tableau et une route

Le tableau ci-dessous est fait pour être collé à côté de la passerelle. Commencez sur la ligne bon marché. Montez seulement quand la fenêtre, la modalité ou le coût d’une révision de plus a déjà battu le prix unitaire.

L’extrait est une politique de départ. Changez les seuils après vos 20 tâches. Elles n’ont pas besoin d’être publiques, mais ce doivent être vos vrais échecs : un test unitaire, un changement multi-fichiers, un journal terminal, une note interne, une note de version, un mot interdit, un faux numéro de page dans une longue source, un second tour d’outil qui doit se souvenir de la première contrainte, une capture, un enregistrement. 0 à 2 par tâche, par colonne. Ne les écrasez pas en un total.

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v3.2",
    "messages": [
      {"role": "user", "content": "Explique cette erreur en trois phrases et propose le plus petit correctif."}
    ]
  }'

# Multi-fichiers, terminal ou anglais fini : openai/gpt-5.4
# Vidéo, audio ou multimodal Gemini : google/gemini-3.1-pro-preview
# Préversion vide ou blocs de raisonnement perdus : même prompt, repli openai/gpt-5.4

La route est volontairement conservatrice. Elle ne cherche pas à prouver qu’une marque est plus forte en tout. Elle évite trois erreurs chères : résumer une source qui ne tient pas dans 160 000 jetons, forcer un modèle en préversion dans une boucle d’outils qui jette les blocs de raisonnement, et payer des prix de sortie frontière pour cent premiers jets. Les prix bougeaient encore en octobre 2026. Le devis de sortie DeepSeek peut varier de plus du double entre fournisseurs sur la même page. Relancez les mêmes 20 tâches une fois par mois. C’est plus sûr que de geler un slug dans un plan trimestriel.

Questions