Китайські AI-лабораторії змушують ринок конкурувати за вартість корисної інтелектуальної здатності. Експортні обмеження обмежили доступ китайських лабораторій до передових чипів NVIDIA. Залишатися конкурентоспроможними означало отримувати більшу продуктивність з наявного обладнання. Під час навчання Deepseek тримав GPU у роботі, поки дані переміщалися між ними, і перейшов на формати з нижчою точністю, що зменшували пам’ять та обчислювальні витрати наполовину. Більші заощадження прийшли під час виконання: розріджені моделі активують лише частину своїх параметрів на токен, а перероблена увага зменшила вартість пам’яті для довгих контекстів. Результат — моделі, які дешевші для створення і значно дешевші для запуску. Китайські моделі з відкритими вагами зменшили частку з менше ніж 1,2% токенів на тиждень на OpenRouter наприкінці 2024 року до більшості у 2026 році. OpenRouter становить невелику частку глобального обсягу токенів, а його користувачі чутливі до ціни, тому це не слід розуміти як глобальну частку ринку. Це показує, що користувачі вибиратимуть дешевші моделі, коли перехід простий, а продуктивність достатня. Дешевший висновок також має стратегічну цінність для Китаю. Ці моделі вже можуть працювати на власних прискорювачах і зменшують залежність країни від іноземного обладнання для висновку. Китай все ще значно залежить від іноземних чипів для навчання передових моделей. Китай не матиме повної незалежності у обчисленнях, поки його лабораторії не зможуть масштабно навчати передові моделі на власній інфраструктурі.