Lab AI Cina memaksa pasaran bersaing berdasarkan kos kecerdasan yang berguna. Kawalan eksport menghadkan akses lab Cina kepada cip NVIDIA canggih. Untuk kekal kompetitif, mereka perlu mengekstrak lebih banyak prestasi daripada peranti keras yang tersedia. Dalam pelatihan, Deepseek terus menjalankan GPU semasa data bergerak di antara mereka dan beralih ke format presisi lebih rendah yang mengurangkan penggunaan memori dan pengiraan separuhnya. Penghematan yang lebih besar datang daripada perkhidmatan: model jarang hanya mengaktifkan sebahagian kecil parameter mereka setiap token, dan perhatian yang direka semula mengurangkan kos memori untuk konteks panjang. Hasilnya ialah model yang lebih murah untuk dibina dan jauh lebih murah untuk dijalankan. Model terbuka Cina meningkat dari kurang daripada 1.2% penggunaan token mingguan di OpenRouter pada akhir 2024 menjadi majoriti pada 2026. OpenRouter merupakan peratusan kecil daripada jumlah token global dan penggunanya peka terhadap harga, jadi ini tidak boleh dianggap sebagai kongsi pasaran global. Ia menunjukkan bahawa pengguna akan memilih model yang lebih murah apabila menukar adalah mudah dan prestasi mencukupi. Inferens yang lebih murah juga mempunyai nilai strategik untuk Cina. Model-model ini sudah boleh dijalankan pada akselerator tempatan dan mengurangkan ketergantungan negara terhadap peranti asing untuk inferens. Cina masih bergantung sebahagian besar kepada cip asing untuk pelatihan terkini. Cina tidak akan mempunyai kemandirian pengiraan penuh sehingga lab-labnya mampu melatih model terkini dalam skala besar di infrastruktur tempatan.