في النهاية، لم يستطع ليان وينفنغ الصمود. نموذج DeepSeek V4.1-Flash المحدث في 17 أكتوبر، تم تدريبه باستخدام كمية كبيرة من "الاستخلاص" من أحدث نموذج GPT-6 Astra من OpenAI، كما تم ذكر النموذج الجديد لـ Kimi من Moonshot أيضًا. الاستخلاص، ببساطة، يعني استخدام إجابات النماذج الأقوى كدروس لتدريب نموذجك الخاص. إنه يحقق تقدمًا سريعًا بتكلفة أقل. النتيجة واضحة. في مجموعة اختبارات تقيّم قدرة الذكاء الاصطناعي على أداء المهام عبر الإنترنت، حصل الإصدار الجديد من DeepSeek على 75.0 نقطة، بينما حصل Astra على 77.9 نقطة. لكن تكلفة استدعاء كل سؤال كانت 0.22 دولار فقط لـ DeepSeek، مقابل 10.77 دولار لـ Astra — أي فرق يقارب 49 مرة. في الماضي، كانت المختبرات المحلية تركز بشكل رئيسي على استخلاص Claude. لكن مؤخرًا، مع تشديد Anthropic على الحماية، تحول الاهتمام نحو Astra. لم يكن ليان وينفنغ ينوي الاعتماد على هذه الطريقة في V4. لكنه عندما رأى المنافسين مثل Zhipu GLM يتقدمون بسرعة باستخدام الاستخلاص، استسلم أخيرًا لضغط المنافسة. في البداية، نجح DeepSeek في جذب الانتباه بفضل شعاره "رخيص وتم تدريبه داخليًا". الآن، لا يزال الرخيص موجودًا، لكن الجزء الثاني من الشعار لم يعد مضمونًا.