DeepSeek gjorde KI billig, mens USA priset inn det motsatte

DeepSeek, et kinesisk laboratorium sprunget ut av et kvantitativt hedgefond, fortsetter å gjøre det den amerikanske KI-bransjen priset som umulig. Det bygger modeller som yter nær fronten, trener dem for en brøkdel av det de amerikanske rivalene bruker, og publiserer så vektene slik at hvem som helst kan laste dem ned og kjøre dem. Hver lansering åpner den samme debatten: verdsettelsen av hele den amerikanske KI-sektoren hviler på en antakelse DeepSeek stille demonterer, nemlig at intelligens må forbli dyr.

Den antakelsen er ikke abstrakt. Den bærer hundrevis av milliarder dollar i datasentre under bygging, aksjekursene til brikkeprodusentene og skyleverandørene som ligger i nesten alle indeksfond, og månedsabonnementet mange lesere allerede betaler for en chatbot. Hvis en rival leverer sammenlignbare resultater for langt mindre og gir bort programvaren, ligner premien for knapp, dyr regnekraft mindre på en vollgrav og mer på et veddemål.

DeepSeeks påstand handler om effektivitet, ikke trolldom. Ingeniørene satset på en mixture-of-experts-design som bare vekker en del av modellen ved hver forespørsel, på aggressiv bruk av beregninger med lavere presisjon og på treningsløp finjustert for å gå på færre og delvis eksportbegrensede brikker. Det hyppigst gjentatte tallet for en av hovedtreningene lå under seks millioner dollar. Tilsvarende amerikanske kjøringer antas å koste mange ganger mer når hele regningen legges sammen.

Anbefalt lesningDeepSeek V4 koster en femtedel av GPT-5 og kjører uten Nvidia-brikker

Hvordan modellen slippes, betyr like mye som hva den kostet. DeepSeek legger ut åpne vekter, så en utvikler i São Paulo, et universitetslaboratorium i Warszawa eller en oppstart i Seoul kan hente modellen og kjøre den på egne maskiner, uten å betale en amerikansk leverandør per forespørsel og uten å sende dataene sine ut av landet. Her ligger en ironi: eksportkontrollene som skulle bremse kinesisk KI ved å kutte de kraftigste brikkene, ser ut til å ha dyttet DeepSeek mot å presse mer ut av mindre, og de nøysomme metodene reiser nå overalt dit de åpne vektene når.

For den som rett og slett bruker verktøyene, er den umiddelbare effekten valgfrihet. Billigere modeller presser abonnementsprisene ned, får mer kapable assistenter inn på vanlige bærbare og telefoner og svekker grunnen til å låse seg til én leverandør. Det som føltes som en tjeneste man leier, begynner å ligne programvare man kan eie.

Snakket om boblen krever store forbehold. Tallet under seks millioner dollar dekker ett enkelt avsluttende treningsløp, ikke forskningen, blindveiene, lønningene eller maskinvaren som gjorde det mulig, så å sette det opp mot et amerikansk laboratoriums samlede utgifter er å sammenligne to forskjellige ting. Åpne vekter er heller ikke åpen kildekode; treningsdataene og hele metoden forblir private. Og effektivitetsargumentet skjærer begge veier. Spurt om DeepSeek grep Microsofts ledelse til Jevons’ paradoks, den gamle observasjonen at når en ressurs blir billigere å bruke, har det samlede forbruket en tendens til å stige snarere enn å falle. Billigere intelligens kan rett og slett bety at verden kjøper langt mer av den, en god nyhet for dem som selger regnekraft, ikke en dårlig.

Det er heller ikke første gang boblen erklæres død. Det samme laboratoriet utløste en gang det største børsverditapet på en enkelt dag i USAs historie, slettet nær seks hundre milliarder dollar hos en brikkeprodusent på en ettermiddag og så deretter aksjen hente inn det meste i løpet av uker. De store amerikanske KI-selskapene svarte ikke med å bruke mindre. De hentet inn mer og bygde større. Enhver påstand om at boblen endelig har sprukket, må overleve at nettopp de med mest penger på bordet dobler innsatsen.

Det DeepSeek faktisk har gjort, er vanskeligere å dramatisere enn en sprukket boble. Det har fjernet bekvemmeligheten ved å anta at de ledende amerikanske laboratoriene er beskyttet av en kapitalmur ingen andre kan klatre over. Hvis spissevne kan tilnærmes billig og deles ut gratis, slutter verdien å ligge i å eie modellen. Den flytter til distribusjonen, til produktene bygget rundt modellen og til den som holder på kunden. Den neste prøven står allerede i kalenderen, selv uten en dato: hver nye DeepSeek-lansering åpner det samme spørsmålet og lander i et marked som har forpliktet seg til å bruke mer, ikke mindre, i troen på at skala fortsatt vinner. Det avgjøres i kvartalstallene og investeringsprognosene de kommende månedene, ikke i en forumtråd som allerede erklærer kampen avgjort.

Mer som dette

SpaceX-prospekt avslører Anthropics regning på 15 milliarder dollar i året

Microsoft i samtaler med Anthropic om første eksterne bruk av Maia 200

xAIs 99-dollars Grok Build CLI går rett på Claude Code i terminalen din

Nvidia ble KI-økonomiens enkeltpunkt for svikt. Det var veddemålet

Anthropic betaler Elon Musks SpaceX 15 milliarder dollar i året for regnekraft

Perplexitys Mac-agent koster 200 dollar i måneden og leser e-posten din