लियांग वेनफेंग अंततः भी टिक नहीं पाए। DeepSeek ने 17 अक्टूबर को V4.1-Flash मॉडल अपडेट किया, जिसके प्रशिक्षण के दौरान उन्होंने OpenAI के नवीनतम GPT-6 Astra को बहुत अधिक "डिस्टिल" किया। यहाँ तक कि Moonshot के Kimi नए मॉडल का भी उल्लेख किया गया। डिस्टिलेशन का मतलब सरल है—बेहतर मॉडल के उत्तरों को अपने मॉडल के लिए पाठ्यपुस्तक की तरह इस्तेमाल करना। इससे प्रगति तेज होती है और खर्च कम आता है। परिणाम सीधे सामने हैं। AI की क्षमता का परीक्षण करने वाले एक सेट में, जहाँ AI को स्वयं इंटरनेट पर काम करने की क्षमता परीक्षित की जाती है, DeepSeek का नया संस्करण 75.0 अंक प्राप्त करता है, जबकि Astra 77.9 पर है। हालाँकि, प्रत्येक प्रश्न की कॉल लागत DeepSeek के लिए केवल 0.22 डॉलर है, जबकि Astra के लिए 10.77 डॉलर है—लगभग 49 गुना का अंतर। पहले, भारतीय प्रयोगशालाएँ मुख्य रूप से Claude को ही डिस्टिल करती थीं। हाल ही में Anthropic ने सख्ती से सुरक्षा बढ़ाई, इसलिए सभी Astra पर ध्यान केंद्रित करने लगे। लियांग वेनफेंग मूल रूप से V4 पर इस तरह की रणनीति का उपयोग नहीं करना चाहते थे। लेकिन जब उन्होंने देखा कि ZhiPu GLM जैसे प्रतिद्वंद्वी प्रतिस्पर्धा में डिस्टिलेशन से आगे निकल रहे हैं, तो उन्होंने प्रतिस्पर्धा के दबाव से हार मान ली। DeepSeek मूल रूप से "सस्ता है, साथ ही स्वयं प्रशिक्षित है" के संदेश से प्रसिद्ध हुआ। अब सस्ता होना अभी भी सच है, लेकिन पीछे का हिस्सा संदिग्ध होता जा रहा है।