Les laboratoires d'IA chinois forcent le marché à concourir sur le coût de l'intelligence utile. Les contrôles à l'exportation ont limité l'accès des laboratoires chinois aux puces NVIDIA avancées. Rester compétitif signifiait extraire davantage de performances du matériel disponible. Lors de l'entraînement, Deepseek a maintenu les GPU en activité pendant le transfert des données entre eux et a adopté des formats à précision réduite, divisant par deux la mémoire et les calculs nécessaires. Les économies les plus importantes sont venues du service : les modèles épars n'activent qu'une fraction de leurs paramètres par jeton, et l'attention révisée a réduit le coût mémoire des contextes longs. Le résultat est des modèles moins chers à construire et bien moins chers à exécuter. Les modèles chinois à poids ouverts sont passés de moins de 1,2 % de la consommation hebdomadaire de jetons sur OpenRouter à la fin de 2024 à une majorité en 2026. OpenRouter représente un faible pourcentage des volumes globaux de jetons, et ses utilisateurs sont sensibles aux prix ; il ne faut donc pas interpréter cela comme une part de marché mondiale. Cela montre toutefois que les utilisateurs choisiront des modèles moins chers lorsque le changement est facile et que les performances sont suffisantes. Une inférence moins coûteuse présente également une valeur stratégique pour la Chine. Ces modèles peuvent déjà fonctionner sur des accélérateurs nationaux et réduire la dépendance du pays vis-à-vis du matériel étranger pour l'inférence. La Chine dépend encore largement des puces étrangères pour l'entraînement de pointe. La Chine n'aura pas une indépendance complète en matière de calcul tant que ses laboratoires ne pourront pas entraîner à grande échelle des modèles de pointe sur une infrastructure nationale.