DeepSeek gjorde AI billigt, mens USA prissatte det modsatte

DeepSeek, et kinesisk laboratorium udsprunget af en kvantitativ hedgefond, bliver ved med at gøre det, som den amerikanske AI-industri prissatte som umuligt. Det bygger modeller, der præsterer tæt på fronten, træner dem for en brøkdel af, hvad de amerikanske rivaler bruger, og offentliggør så vægtene, så enhver kan hente og køre dem. Hver udgivelse genåbner den samme diskussion: værdiansættelsen af hele den amerikanske AI-sektor hviler på en antagelse, som DeepSeek stille skiller ad, nemlig at intelligens skal forblive dyr.

Den antagelse er ikke abstrakt. Den bærer hundredvis af milliarder dollars i datacentre under opførelse, aktiekurserne hos chipproducenterne og cloududbyderne, der ligger i næsten enhver indeksfond, og det månedlige abonnement, mange læsere allerede betaler for en chatbot. Hvis en rival leverer sammenlignelige resultater for langt mindre og forærer softwaren væk, ligner præmien for knap, dyr regnekraft mindre en voldgrav og mere et væddemål.

DeepSeeks påstand handler om effektivitet, ikke trolddom. Ingeniørerne satsede på et mixture-of-experts-design, der kun vækker en del af modellen ved hver forespørgsel, på aggressiv brug af beregninger med lavere præcision og på træningskæder, der er trimmet til at køre på færre og delvist eksportbegrænsede chips. Det hyppigst gentagne tal for en af hovedtræningerne lå under seks millioner dollars. Tilsvarende amerikanske kørsler antages at koste mange gange mere, når hele regningen er lagt sammen.

Anbefalet læsningDeepSeek V4 koster en femtedel af GPT-5 og kører uden Nvidia-chips

Hvordan modellen udgives, betyder lige så meget som, hvad den kostede. DeepSeek lægger åbne vægte ud, så en udvikler i São Paulo, et universitetslaboratorium i Warszawa eller en startup i Seoul kan hente modellen og køre den på egne maskiner, uden at betale en amerikansk udbyder pr. forespørgsel og uden at sende deres data ud af landet. Heri ligger en ironi: eksportkontrollerne, der skulle bremse kinesisk AI ved at skære de kraftigste chips fra, ser ud til at have skubbet DeepSeek mod at presse mere ud af mindre, og de nøjsomme metoder rejser nu overalt, hvor de åbne vægte når hen.

For den, der blot bruger værktøjerne, er den umiddelbare effekt valgfrihed. Billigere modeller presser abonnementspriserne ned, bringer mere kapable assistenter ud på almindelige bærbare og telefoner og svækker grunden til at låse sig fast hos én udbyder. Det, der føltes som en tjeneste, man lejer, begynder at ligne software, man kan eje.

Snakken om boblen kræver store forbehold. Tallet under seks millioner dollars dækker en enkelt afsluttende træningskørsel, ikke forskningen, blindgyderne, lønningerne eller hardwaren, der gjorde den mulig, så at stille det op mod et amerikansk laboratoriums samlede udgifter er at sammenligne to forskellige ting. Åbne vægte er heller ikke åben kildekode; træningsdataene og hele metoden forbliver private. Og effektivitetsargumentet skærer begge veje. Adspurgt om DeepSeek greb Microsofts ledelse efter Jevons-paradokset, den gamle iagttagelse, at når en ressource bliver billigere at bruge, har det samlede forbrug tendens til at stige frem for at falde. Billigere intelligens kan ganske enkelt betyde, at verden køber langt mere af den, hvilket ville være en god nyhed for dem, der sælger regnekraft, ikke en dårlig.

Det er heller ikke første gang, boblen erklæres død. Det samme laboratorium udløste engang det største børsværditab på en enkelt dag i USA’s historie, slettede næsten seks hundrede milliarder dollars hos en chipproducent på en eftermiddag og så derefter aktien hente det meste tilbage inden for uger. De store amerikanske AI-selskaber svarede ikke med at bruge mindre. De rejste mere og byggede større. Enhver påstand om, at boblen endelig er bristet, må overleve, at netop dem med flest penge på bordet fordobler deres indsats.

Det, DeepSeek faktisk har gjort, er sværere at dramatisere end en bristet boble. Det har fjernet bekvemmeligheden ved at antage, at de førende amerikanske laboratorier er beskyttet af en kapitalmur, ingen anden kan bestige. Hvis spidsevne kan tilnærmes billigt og deles ud gratis, holder værdien op med at ligge i at eje modellen. Den flytter til distributionen, til produkterne bygget omkring modellen og til den, der holder på kunden. Den næste prøve står allerede i kalenderen, selv uden en dato: hver ny DeepSeek-udgivelse genåbner det samme spørgsmål og lander på et marked, der har forpligtet sig til at bruge mere, ikke mindre, i troen på, at skala stadig vinder. Det afgøres i kvartalsregnskaberne og investeringsprognoserne de kommende måneder, ikke i en forumtråd, der allerede erklærer kampen afgjort.

Flere som denne

SpaceX-prospekt afslører Anthropics regning på 15 milliarder dollar om året

Microsoft i samtaler med Anthropic om første eksterne brug af Maia 200

Anthropic betaler Elon Musks SpaceX 15 milliarder dollars om året for regnekraft

Meta fyrer 8.000 medarbejdere —10 pct. af staben— mens AI-regningen passerer 115 milliarder dollar

xAI’s 99-dollars Grok Build CLI går direkte efter Claude Code i din terminal

Nvidia blev AI-økonomiens eneste fejlpunkt — og det var hele væddemålet