डीपसीक V4 लॉन्च से बाजार प्रतिक्रियाएँ शुरू: चीनी चिप स्टॉक बढ़े, हांगकांग की AI कंपनियाँ गिरीं

DeepSeek V4 अंततः लॉन्च हो गया है। यह एक ऐसा क्षण है जिसकी लगभग पांच महीने तक प्रतीक्षा की जा रही थी। 1T पैरामीटर का MoE मुख्य मॉडल + 285B पैरामीटर का Flash संस्करण, पूरा 1.6T का Pro संस्करण इसके तुरंत बाद आया, और GitHub पर Apache 2.0 लाइसेंस के तहत पूरी तरह से ओपन सोर्स किया गया है, वजन और डिप्लॉयमेंट कोड साथ ही जारी किए गए हैं।

मॉडल आने के तुरंत बाद, बाजार ने तीन आपस में स्वतंत्र लेकिन एक-दूसरे से जुड़े तरीकों से अपना जवाब दिया।

A-शेयर कैलकुलेशन चेन पर लगभग सभी शेयर तेजी से बढ़े। Cambricon 11 लगातार दिनों तक ऊपर की ओर गया, एक दिन में 3.7% की बढ़ोतरी हुई, और महीने में कुल वृद्धि 60% से अधिक हो गई। Hua Guang Information ने दिन के दौरान 10% का प्रतिबंध छू लिया, और बंद होने पर +8.4% का फायदा हुआ। SMIC के A-शेयर +4.91% और हांगकांग शेयर +8.81% बढ़े। Hua Hong के हांगकांग शेयर सबसे अधिक +18% तक पहुंचे, और बंद होने पर +12% का फायदा हुआ। Sci-Tech Innovation Chip ETF (Guotai) ने एक दिन में 24 अरब युआन का निवेश आकर्षित किया, और इसका पैमाना ऐतिहासिक उच्च स्तर पर पहुंच गया।

हॉंग कॉंग स्टॉक मार्केट की बड़ी मॉडल कंपनियों की ओर एक अलग रंग है। ज़ही (02513.HK) 8.07% गिरा, शॉर्ट सेलिंग अनुपात 9.9%। मिनीमैक्स (00100.HK) 7.40% गिरा, शॉर्ट सेलिंग अनुपात 22.87% तक पहुँच गया। बाद वाली कंपनी हॉंग कॉंग AI सेक्टर का पिछले तीन महीनों का सबसे अधिक एकल दिन का शॉर्ट सेलिंग डेटा है। ये दोनों कंपनियाँ 2025 के दूसरे छमाही में हॉंग कॉंग AI आईपीओ बूम के प्रतिनिधि हैं, और आईपीओ प्रोस्पेक्टस में उनकी प्रमुख प्रतिस्पर्धी विशेषता एक ही वाक्य है: "स्वयं विकसित बेस मॉडल"।

प्रशांत महासागर के दूसरी ओर प्रतिक्रिया भी समान रूप से विशिष्ट थी। न्वाडिया ने 24 अप्रैल को 1.8% की गिरावट के साथ खुला, जिसमें दिन के दौरान यह -2.6% तक गिरा, लेकिन पूरे दिन के अंत में यह समान रहा। ब्लूमबर्ग के मार्केट स्पीड रिव्यू ने इस समायोजन की तुलना 27 जनवरी के V3 "DeepSeek मोमेंट" से की। अंतर यह है कि जनवरी में यह आतंकित बिक्री थी, जिसमें एक दिन में 600 अरब डॉलर का बाजार मूल्य विलुप्त हो गया। इस बार, यह एक संयमित, लेकिन स्पष्ट दिशा के साथ पुनः मूल्यांकन की तरह लगता है। खरीदार संस्थानों की शोध समीक्षा में एक नया कथन प्रकट हुआ, "चीनी AI निष्कर्षण मांग उत्तरी अमेरिकी AI निष्कर्षण मांग से अलग होने लगी है।"

इन तीनों बाजार के डेटा को एक साथ रखने पर, V4 के लॉन्च के बाद 24 घंटे के भीतर बाजार द्वारा लिखी गई पहली राय सामने आती है। ओपन सोर्स के विजय के बाद, पैसा फिर से अपनी पक्ष चुनने लगा; अब मॉडल का मूल्यांकन उस मॉडल के खुद के आधार पर नहीं, बल्कि यह तय करके होता है कि मॉडल किस कार्ड पर चल रहा है और किस उद्योग श्रृंखला में स्थापित है।

V4 के लॉन्च का समय अवधि ही इस प्रतिक्रिया के बढ़ने का एक कारण है।

पिछले 30 दिनों को देखें। 26 मार्च से 24 अप्रैल के बीच, वैश्विक स्तर पर कम से कम 11 बड़े मॉडल लॉन्च या बड़े अपडेट के साथ आए, जिनमें लगभग सभी प्रमुख खिलाड़ी शामिल हैं। Anthropic Opus 4.6, Google Gemini 3.1 Pro, OpenAI GPT-5.5, Mistral Large 3, Meta Llama 4, Moonshot Kimi K2.6, Alibaba Qwen3-Next, ByteDance Doubao 2.5 Pro, Tencent Hunyuan 3.0, Kimi K2.6 Plus, और अंत में 23 अप्रैल की रात को लॉन्च किया गया DeepSeek V4।

औसतन, हर 2.7 दिन में एक नया मॉडल लॉन्च हो रहा है। यह उस गति से है जिससे फंड मैनेजर भी प्रेस रिलीज पढ़ने में पीछे रह जाते हैं। लेकिन इन 30 दिनों के चीन-हांगकांग AI संपत्ति K-कैंडल को देखने पर, बाजार पर स्थायी छाप छोड़ने वाला केवल एक ही नाम है। 8 अप्रैल को GPT-5.5 के साथ निवेश करने से NVIDIA ने एक दिन में 4.2% की बढ़ोतरी की और उसी दिन शीर्ष पर पहुंच गई। फिर 23-24 अप्रैल को DeepSeek V4 ने चीन-हांगकांग के कैलकुलेशन चेन को लगातार कूदते हुए ऊपर ले जाया।

अंतर मॉडल क्षमता में नहीं है। LMArena रैंकिंग पर इन 11 मॉडल्स के बीच का अंतर अधिकांश स्थितियों में 50 अंक से अधिक नहीं है, जो 'एक ही स्तर' के संकीर्ण बैंड में है। अंतर दो चीजों के योग से है।

पहली बात ओपन सोर्स है। पिछले 10 मॉडल्स में से केवल Llama 4 ओपन सोर्स था, लेकिन Llama 4 के वेट्स प्रोटोकॉल के साथ व्यावसायिक उपयोग के लिए एक लंबी सीमाओं की सूची जुड़ी हुई थी, जिसकी यूरोपीय और अमेरिकी डेवलपर समुदाय ने ठंडी प्रतिक्रिया दी, और OpenRouter पर तीसरे दिन ही यह टॉप 10 से बाहर हो गया। V4 का प्रोटोकॉल Apache 2.0 है, जिसमें वेट्स के लिए कोई बाधा नहीं है, व्यावसायिक उपयोग पर कोई प्रतिबंध नहीं है, और इन्फरेंस कोड समानांतर रूप से जारी किया गया है। यह पिछले छह महीनों में पहला प्रमुख ओपन सोर्स मॉडल है जिसने बंद सोर्स समुदाय को प्रदर्शन, कीमत और खुलापन के तीनों पहलुओं में एक साथ दबाव में डाला है।

दूसरी बात समय है। बंद स्रोत समूह द्वारा लगातार बड़े दावों के बीच, ओपन सोर्स नैरेटिव को बार-बार संकुचित किया जा रहा है। Opus 4.6 ने कोडिंग कार्यों के लिए SWE-Bench को नए उच्च स्तर पर पहुँचाया है, और GPT-5.5 ने प्रति मिलियन टोकन की कीमत 1.25 डॉलर के निचले अंक पर स्थापित कर दी है। ओपन सोर्स क्या बंद स्रोत के पीछे छूट पाएगा, यह विवाद सिलिकॉन वैली में दो साल से चल रहा है। V4 ने एक महीने में 90 मिलियन सक्रिय उपयोगकर्ताओं का अनुमान लगाकर इस विवाद को रोक दिया।

एक घरेलू बड़े निवेश फंड मैनेजर के रोडशो में कहने के अनुसार, "V4 से पहले हमने ओपन सोर्स बड़े मॉडल्स के मूल्यांकन में छूट रखी थी, V4 के बाद यह छूट उल्टी शुल्क बन गई।"

V4 प्रकाशन में एक पंक्ति है जो पहले कभी किसी चीनी बड़े मॉडल के आधिकारिक दस्तावेज़ में नहीं आई थी: 「Day 0 पूर्ण स्टैक के लिए Cambricon思元 590 और Huawei Ascend 950PR के साथ समायोजन, डिप्लॉयमेंट कोड समानांतर खुला स्रोत है।」 इस पंक्ति का महत्व समझने के लिए पिछले 12 महीनों में तीन समानांतर रूप से विकसित गुप्त रेखाओं को जोड़ना होगा। ये तीनों गुप्त रेखाएँ क्रमशः हार्डवेयर, सॉफ़्टवेयर और सिलिकॉन वैली की प्रतिक्रिया से संबंधित हैं।

पहली गुप्त लाइन चिप साइड पर है। हुआवेई शेंटेंग 950PR का 2025 दिसंबर में बड़े पैमाने पर उत्पादन शुरू होगा, जिसकी FP4 क्षमता 1.56 PFLOPS और HBM क्षमता 112GB है, जो घरेलू AI चिप की पहली बार है जिसने नेटिव संख्यात्मक मापदंडों पर नेविडिया B सीरीज के साथ प्रतिस्पर्धा की है। V4 जैसे 1T पैरामीटर MoE इन्फरेंस कार्य में, H20 की तुलना में एकल कार्ड के माध्यम से थ्रूपुट 2.87 गुना बढ़ गया है। संबंधित CANN 8.0 सॉफ्टवेयर स्टैक ने LLM इन्फरेंस फ्रेमवर्क के अनुकूलन को ऑपरेटर स्तर तक नीचे ले आया है, DeepSeek द्वारा प्रकाशित Benchmark के अनुसार, V4 की शेंटेंग सुपर-नोड (8 कार्ड 950PR) पर एंड-टू-एंड इन्फरेंस लेटेंसी समान आकार के H100 क्लस्टर की तुलना में 35% कम है। सिमेंस 590 के आंकड़े और भी अधिक आक्रामक हैं, जिसकी एकल चिप FP8 क्षमता H100 के समान है, लेकिन मूल्य आधे से कम है।

दूसरी छिपी रेखा सॉफ्टवेयर स्तर पर है। vLLM ने 22 अप्रैल को सिन्क्रोनिक MLU बैकएंड PR को मर्ज किया, जिससे ओपन-सोर्स इन्फरेंस फ्रेमवर्क ने पहली बार नेटिव रूप से निश्चित रूप से नाइविडिया के बाहर की घरेलू GPU का समर्थन किया। हाइकोंग इनफोरमेशन का DCU ROCm इकोसिस्टम के माध्यम से एक अलग रास्ता अपनाता है, लेकिन यह V4 के MoE रूटिंग लेयर को पूरी तरह से चला सकता है। इसका मतलब है कि V4 का डिप्लॉयमेंट अब “केवल किसी एक घरेलू GPU पर ही चलाया जा सकता है” की बजाय “कई घरेलू GPU में से चुना जा सकता है”। इकोसिस्टम की एकल सप्लायर पर निर्भरता टूट गई है, जो production के लिए एक महत्वपूर्ण मोड़ है।

तीसरी गुप्त रेखा सिलिकॉन वैली से आई। 15 अप्रैल को, हुआंग रेनक्सन को टाइवेन इलेक्ट्रॉनिक्स के ईयरली कॉन्फ्रेंस में विश्लेषकों द्वारा चीनी घरेलू कैलकुलेशन क्षमता की प्रगति के बारे में पूछा गया, और उनकी मूल बातचीत कठोर और विशिष्ट थी, "अगर वे वास्तव में LLM को CUDA से मुक्त कर सकते हैं, तो यह हमारे लिए एक आपदा (a disaster) होगी।" नौ दिनों के बाद, DeepSeek ने एक पंक्ति के Day 0 घोषणा के साथ जवाब दिया।

पिछले तीन वर्षों में "घरेलू विकल्प" यह चार शब्द इतने अधिक उपयोग किए जा चुके हैं कि उनका अर्थ खो चुका है। लेकिन 24 अप्रैल की सुबह के बाद, इस मुद्दे के लिए पहली बार बाजार पूंजीकरण द्वारा मूल्यांकन किए जाने योग्य वास्तविक डेटा उपलब्ध हुआ। एकल कार्ड की थ्रूपुट, एंड-टू-एंड निष्पादन विलंब, निष्पादन लागत, और व्यावसायिक रूप से लागू करने योग्य डिप्लॉयमेंट कोड — इन्होंने शांति से इस लंबी बातचीत को production की सीमा के अंदर ले आया।

वुमिंग जीपीएस की कीमत 11 लगातार बढ़ने का तर्क यहीं छिपा है। यह अब एक «भारतीय GPU कॉन्सेप्ट स्टॉक» नहीं है, बल्कि «DeepSeek V4 इन्फ्रास्ट्रक्चर सप्लायर» है। इसी तर्क का उपयोग हुआ हुआ है कि हुआहोंग के हॉंगकांग स्टॉक में 12% की वृद्धि हुई, क्योंकि यह 950PR के 7nm समतुल्य प्रक्रिया का उत्पादन करता है। प्रत्येक V4 टोकन, जो भारतीय शेंगटेंग पर चल रहा है, इसका मतलब है कि नवीनतम क्षमता, जो पहले निवेडिया और टैमीसेक की ओर बह रही थी, अब जुझारू त्रिकोण में ही रुक गई है।

अगला कदम पहले से ही तैयार है। हुआवेई के रोडमैप में, 950DT (ट्रेनिंग संस्करण) को 2026 के चौथे तिमाही में डिलीवर किए जाने की योजना है, जिसका लक्ष्य "10,000 GPU क्लस्टर पर V5 या समकक्ष स्तर के मॉडल का पूर्ण स्टैक ट्रेनिंग" है। यदि यह मार्ग सफल होता है, तो CUDA का चीन में बड़े मॉडल ट्रेनिंग के लिए वर्चुअल बाधा, 'आवश्यक' से 'वैकल्पिक' में घट जाएगी।

स्रोत: लुडोंग ब्लॉकबीट्स