Liang Wenheng finalmente não conseguiu resistir. O modelo V4.1-Flash atualizado pelo DeepSeek em 17 de outubro foi amplamente "distilado" a partir do mais recente GPT-6 Astra da OpenAI. O novo modelo Kimi da Moonshot também foi mencionado. Distilação, por assim dizer, significa usar as respostas de modelos mais fortes como material de estudo para treinar o próprio modelo — um método que acelera o progresso e reduz custos. Os resultados são diretos. Em um conjunto de testes que avaliam se a IA consegue realizar tarefas na internet por conta própria, a nova versão do DeepSeek obteve 75,0 pontos, enquanto o Astra marcou 77,9. Contudo, o custo por chamada por questão do DeepSeek é de apenas US$ 0,22, contra US$ 10,77 do Astra — uma diferença de quase 49 vezes. Anteriormente, laboratórios chineses principalmente distilavam o Claude. Mas, recentemente, com a Anthropic aumentando suas proteções, todos passaram a focar no Astra. Liang Wenheng originalmente não queria depender desse método no V4. Mas, ao ver concorrentes como o GLM da Zhipu avançando rapidamente por meio da distilação, ele acabou cedendo à pressão competitiva. Quando o DeepSeek surgiu, sua força estava justamente no fato de ser barato e totalmente treinado internamente. Hoje, o preço ainda é baixo — mas a segunda parte dessa promessa já não é tão clara.