DeepSeek ने अपना नवीनतम मॉडल V4-Flash जारी किया है, जिसकी प्रति कार्य लागत केवल लगभग 3 सेंट है, जो वैश्विक प्रमुख बड़े मॉडल्स में सबसे कम है। V4-Flash की कीमत 0.14 डॉलर प्रति मिलियन इनपुट टोकन और 0.28 डॉलर प्रति मिलियन आउटपुट टोकन है, जिसकी समग्र लागत प्रतिस्पर्धी मॉडल्स की तुलना में काफी कम है और केवल Anthropic Claude Fable 5 की लगभग 1/105 है। DeepSeek अपनी IPO की तैयारी कर रहा है, और इसकी API क्लाउड सेवाओं की वार्षिक नियमित आय 4 से 5 अरब डॉलर तक पहुँच चुकी है, जिसकी घातक लाभमार्जिन 50% से अधिक है। AI उद्योग की प्रतिस्पर्धा अब मॉडल प्रदर्शन से निष्कर्षण लागत और व्यावसायिक कुशलता पर स्थानांतरित हो रही है, जिससे उद्यमों के AI अनुप्रयोगों को स्थापित करने की सीमांत लागत में क्रमिक कमी आने की संभावना है।लेखक, स्रोत: वॉल स्ट्रीट विजन
DeepSeek ने नवीनतम मॉडल V4-Flash जारी किया है, जिससे AI मॉडल की लागत प्रतिस्पर्धा फिर से सामने आ गई है।
अनुसंधान संस्थान Artificial Analysis के हालिया आकलन के अनुसार, V4-Flash की औसत प्रति कार्य लागत केवल लगभग 3 सेंट है, जो वर्तमान विश्व के प्रमुख बड़े मॉडल्स में सबसे कम है और Anthropic के Claude Fable 5 की लगभग 1/105 है। इसका अर्थ है कि कई सामान्य कार्यों में, उद्यमों द्वारा AI अनुप्रयोगों के स्थापित करने की सीमांत लागत आगे घट सकती है, और यह फिर से AI के विशाल पूंजी खर्च की रिटर्न दर पर बाजार में चर्चा को जन्म दे रहा है।
ध्यान देने योग्य बात यह है कि V4-Flash का लॉन्च उसी समय हुआ है जब DeepSeek की व्यावसायिक प्रक्रिया तेज हो रही है। रिपोर्ट्स के अनुसार, जानकारों के मुताबिक, DeepSeek एक संभावित IPO की तैयारी कर रहा है। इसकी AI मॉडल API क्लाउड सेवाओं से वार्षिक नियमित आय (ARR) 400 मिलियन से 500 मिलियन डॉलर तक पहुंच गई है, जिसकी स्थिर लाभमार्जिन 50% से अधिक है।
इस बार लॉन्च किया गया V4-Flash कंपनी की लगातार अपनाई जा रही कम लागत और उच्च दक्षता की रणनीति को आगे बढ़ाता है और मूल्य और दक्षता पर आधारित प्रतिस्पर्धा की रणनीति को मजबूत करता है।
V4-Flash की प्रत्येक कार्य लागत केवल 3 सेंट है, जो वैश्विक प्रमुख मॉडल्स में सबसे अधिक मूल्य प्रदान करती है
Artificial Analysis के डेटा के अनुसार, V4-Flash की कीमत प्रति मिलियन इनपुट टोकन 0.14 डॉलर और प्रति मिलियन आउटपुट टोकन 0.28 डॉलर है।
हालाँकि, इस संस्थान ने बताया कि केवल मूल्य की तुलना में "प्रति कार्य लागत (Cost per Task)" मॉडल की वास्तविक उपयोग लागत को अधिक अच्छी तरह से दर्शाती है। यह सूचक एक ही कार्य पूरा करने के लिए मॉडल द्वारा खपत किए गए इनपुट और आउटपुट टोकन की कुल संख्या को ध्यान में रखता है, इसलिए यह अधिक संदर्भपूर्ण है।
इस मापदंड के अनुसार, V4-Flash की औसत प्रति कार्य लागत लगभग 3 सेंट है, जो वैश्विक प्रमुख मॉडल्स में सबसे कम स्तर पर है।
तुलना के लिए, Moonshot AI का Kimi K3 लगभग 86 सेंट है, OpenAI GPT-5.6 Sol लगभग 1.86 डॉलर है, और Anthropic Claude Fable 5 लगभग 3.15 डॉलर है। V4-Flash की लागत केवल उनकी लगभग 1/105 है।
Artificial Analysis और भी जोर देता है कि यदि इकाई टोकन की कीमत कम है, लेकिन कार्य निष्पादन के दौरान अधिक सामग्री उत्पन्न करनी पड़ती है या अधिक इंटरैक्शन स्टेप्स का अनुभव करना पड़ता है, तो अंतिम उपयोग लागत अभी भी अधिक मूल्य वाले लेकिन अधिक कुशल मॉडल से अधिक हो सकती है। इसलिए, "प्रति कार्य पूरा होने की लागत" एकल मूल्य सूचक से अधिक सटीक रूप से मॉडल की मूल्य प्रति लागत को प्रतिबिंबित करती है।
कीमत के निचले स्तर पर बाहर निकलें, AI प्रतिस्पर्धा "प्रदर्शन की तुलना" से "बेहतर मूल्य की तुलना" की ओर बदल रही है
प्रदर्शन रैंकिंग की तुलना में, V4-Flash की लागत लाभ इस बार बाजार का अधिक ध्यान आकर्षित कर रहा है।
पिछले वर्ष, AI उद्योग की प्रतिस्पर्धा का केंद्र मॉडल क्षमता से निष्कर्ष लेने की लागत और व्यावसायिक दक्षता की ओर बढ़ गया है। जैसे-जैसे उद्यमों के AI अनुप्रयोगों का पैमाना बढ़ रहा है, मॉडल चलाने की लागत खरीद निर्णय का महत्वपूर्ण कारक बन गई है।
जब एक मॉडल एक कार्य पूरा करने में लगभग 3 सेंट की लागत लेता है, जबकि कुछ उच्च-अंत मॉडल की लागत कई डॉलर होती है, तो कंपनियाँ कस्टमर सपोर्ट, ऑफिस ऑटोमेशन, कोड सहायता जैसे उच्च आवृत्ति स्थितियों में लागत को क्रम के अनुसार कम कर सकती हैं।
यह फिर से वॉल स्ट्रीट के लगातार ध्यान देने वाले मुद्दे को छूता है: AI में किए गए विशाल पूंजी निवेश का अंततः पर्याप्त व्यावसायिक लाभ में परिवर्तन हो पाएगा या नहीं।
2025 की शुरुआत में, DeepSeek द्वारा R1 मॉडल लॉन्च करने के बाद, बाजार ने वैश्विक AI बुनियादी ढांचे में निवेश की आवश्यकता का पुनर्मूल्यांकन किया और टेक स्टॉक में तीव्र उतार-चढ़ाव आया। आज, V4-Flash अपनी अत्यंत कम चलाने की लागत को केंद्रीय बिंदु के रूप में पेश कर रहा है, जिसका अर्थ है कि AI क्षेत्र में प्रतिस्पर्धा अब "किसका मॉडल अधिक शक्तिशाली है" से "कौन पर्याप्त रूप से अच्छी क्षमता प्रदान कर सकता है, लेकिन कम लागत पर" की ओर बढ़ रही है, और AI निवेश की रिटर्न पर चर्चा फिर से गरम हो सकती है।