चीनी AI प्रयोगशालाएँ बाजार को उपयोगी बुद्धिमत्ता की लागत पर प्रतिस्पर्धा के लिए मजबूर कर रही हैं। निर्यात नियंत्रणों ने चीनी प्रयोगशालाओं को उन्नत NVIDIA चिप्स तक पहुँच से रोक दिया। प्रतिस्पर्धी बने रहने का मतलब उपलब्ध हार्डवेयर से अधिक प्रदर्शन प्राप्त करना था। प्रशिक्षण के दौरान, Deepseek ने GPU को काम करते रखा जबकि डेटा उनके बीच स्थानांतरित हो रहा था और निम्न-सटीकता वाले प्रारूपों में स्थानांतरित हो गया, जिससे स्मृति और गणना आधी हो गई। सेवा में बड़ी बचत हुई: स्पार्स मॉडल प्रति टोकन केवल अपने पैरामीटर का एक छोटा हिस्सा सक्रिय करते हैं, और पुनः डिज़ाइन किया गया ध्यान (attention) लंबे संदर्भों की स्मृति लागत को कम करता है। परिणामस्वरूप, मॉडल बनाने में सस्ते हैं और संचालित करने में कहीं अधिक सस्ते हैं। 2024 के अंत में OpenRouter पर साप्ताहिक टोकन उपभोग में चीनी ओपन-वेट मॉडल 1.2% से कम थे, लेकिन 2026 में वे बहुमत में हो गए। OpenRouter, वैश्विक टोकन मात्रा का एक छोटा हिस्सा है और इसके उपयोगकर्ता मूल्य-लचीले हैं, इसलिए इसे वैश्विक बाजार हिस्सेदारी के रूप में नहीं समझा जाना चाहिए। यह दर्शाता है कि जब स्विच करना آसान हो और प्रदर्शन पर्याप्त हो, तो उपयोगकर्ता सस्ते मॉडल का चयन करेंगे। सस्ती निष्क्रियता (inference) का China के लिए सामरिक मूल्य भी है। ये मॉडल पहले से ही घरेलू संवेगक (accelerators) पर चल सकते हैं और निष्क्रियता के लिए विदेशी हार्डवेयर पर China की निर्भरता कम करते हैं। China अभी भी सीमांत प्रशिक्षण के लिए मुख्यतः विदेशी चिप्स पर Nirbhar है। जब तक China की प्रयोगशालाएँ स्वदेशी अवसंरचना पर सीमांत मॉडल का पैमाने पर प्रशिक्षण नहीं कर पातीं, China को पूर्ण कंप्यूट स्वतंत्रता प्राप्त नहीं होगी।