درّب DeepSeek نموذجه V3 بمبلغ حوالي 5.58 مليون دولار. كمرجع، فإن المنافسين الأمريكيين ينفقون عادةً عشرات إلى مئات الملايين على نماذج متقدمة.
في مايو 2026، خفّض DeepSeek بشكل دائم أسعار نموذجه V4-Pro بنسبة 75%. انخفضت تكاليف المدخلات المخزنة إلى ما يقل عن 0.025 يوان صيني لكل مليون رمز.
ليس DeepSeek وحده في هذا السباق نحو القاع. وفقًا للتقارير، تقدم الشركة الصينية 01.ai خدمة الاستنتاج بسعر حوالي 14 سنتًا لكل مليون رمز، مما يجعل أسعار واجهات برمجة التطبيقات الصينية الأدنى عالميًا.
حققت نماذج الذكاء الاصطناعي الصينية على OpenRouter نموًا بخمسة أضعاف في الحجم، مدفوعًا بشكل شبه كامل بميزتها التكلفة مقارنة بالبدائل الأمريكية.
كيف يفعلون ذلك
قام المطورون الصينيون ببناء هياكل MoE نادرة تقلل من تنشيط المعلمات من 671 مليار إلى 37 مليار فقط. وهذا يترجم إلى تخفيضات في تكلفة الحوسبة تتراوح بين 90-97% على طبقة الاستنتاج.
بeyond architecture، اعتمد فرق الصينية أساليب تدريب ذات دقة أقل مثل FP8، والتي تقلل من المتطلبات الحسابية لكل حساب فردي.
تم تدريب نموذج الاستدلال DeepSeek R1 بتكلفة قدرها 294,000 دولار فقط، باستخدام 512 شريحة H800 على مدار 80 ساعة.
ولدت من القيود
منذ عام 2023، قيدت ضوابط التصدير الأمريكية وصول الشركات الصينية إلى أجهزة Nvidia عالية الأداء. إن H100 ونماذجه اللاحقة غير مسموح بها فعليًا. وقد عمل المطورون الصينيون مع H800، وهو شريحة مخففة تم تصميمها للامتثال لقواعد التصدير.
تشمل اللاعبين الصينيين الرئيسيين على هذا الحد الأقصى للكفاءة Qwen من علي بابا، وKimi من Moonshot AI، وGLM من Zhipu AI، وDoubao من ByteDance، إلى جانب DeepSeek.
ما يعنيه ذلك للمستثمرين
إذا كان أداء الذكاء الاصطناعي على مستوى الحدود ممكنًا بتكلفة تدريب أقل من 6 ملايين دولار بدلاً من أكثر من 100 مليون دولار، فإن حواجز النفقات الرأسمالية المحيطة بقادة الذكاء الاصطناعي في الولايات المتحدة تبدأ في التراجع.
في نظام البيئة الرقمية والويب 3، فإن تقليل تكلفة الاستنتاج يقلل مباشرة من تكلفة تشغيل تطبيقات لامركزية مدعومة بالذكاء الاصطناعي، وشبكات الأوراكل، وأدوات التحليل على السلسلة.
التخفيضات البالغة 97% في الحوسبة التي يحققها المطورون الصينيون من خلال هياكل MoE النادرة ليست مجرد إنجازات تقنية. إنها إشارات أسعار، والأسواق تتبع إشارات الأسعار في النهاية.