ڈیپسیک V4-Flash کی قیمت صرف 3 سینٹ فی کام، دنیا میں سب سے کم

ڈیپسیک نے اپنا نیا مدل V4-Flash جاری کیا ہے، جس کی ہر ایک کامیابی کی لاگت صرف تقریباً 3 سینٹ ہے، جو عالمی اہم بڑے ماڈلز میں سب سے کم ہے۔ V4-Flash کی قیمت ہر ملین ان پٹ ٹوکن کے لیے 0.14 امریکی ڈالر اور ہر ملین آؤٹ پٹ ٹوکن کے لیے 0.28 امریکی ڈالر ہے، جس کا مجموعی لاگت تجزیہ کرنے پر مقابلہ کرنے والے ماڈلز سے کہیں کم ہے، صرف Anthropic Claude Fable 5 کا تقریباً 1/105۔ ڈیپسیک IPO کی تیاری کر رہا ہے، اور اس کی API کلاؤڈ سروس کی سالانہ مستقل آمدنی 4 سے 5 ارب امریکی ڈالر تک پہنچ چکی ہے، جس کا فائدہ مارجن 50 فیصد سے زائد ہے۔ AI صنعت کا مقابلہ اب ماڈل کی پرفارمنس سے ترجمہ کر رہا ہے، جو استدلال کی لاگت اور تجارتی کارکردگی پر مرکوز ہے، جس سے کاروباروں کے لیے AI اطلاقات کی حدود کی لاگت میں تعداد کے لحاظ سے کمی آنے کا امکان ہے۔

مضمون کا مصنف، ذریعہ: وول سٹریٹ ویزن

ڈیپسیک نے نئے ماڈل V4-Flash جاری کیا ہے، جس نے دوبارہ AI ماڈلز کی لاگت کے مقابلے کو سامنے لایا ہے۔

تحقیقی ادارہ Artificial Analysis کے حالیہ اندازے کے مطابق، V4-Flash کی اوسط ہر ٹاسک مکمل کرنے کی لاگت صرف تقریباً 3 سینٹ ہے، جو موجودہ عالمی رائج بڑے ماڈلز میں سب سے کم ہے، جو Anthropic کے Claude Fable 5 کی تقریباً 1/105 ہے۔ اس کا مطلب یہ ہے کہ بہت سے عام ٹاسکس میں، کاروباروں کے لیے AI ایپلیکیشنز کی تنصیب کی حدی لاگت مزید کم ہونے کا امکان ہے، اور یہ دوبارہ AI کے بڑے سرمایہ کاری خرچوں کے ریٹرن کے بارے میں مارکیٹ میں بحث کا باعث بن رہا ہے۔

یہ قابل توجہ ہے کہ V4-Flash کا اطلاق اس وقت ہوا ہے جب DeepSeek کا تجارتی عمل تیز ہو رہا ہے۔ رپورٹس کے مطابق، معلومات کے حامل افراد کے مطابق، DeepSeek ممکنہ IPO کی تیاری کر رہا ہے۔ اس کی AI ماڈل API کلاؤڈ سروسز سے سالانہ روزمرہ آمدنی (ARR) 4 ارب سے 5 ارب امریکی ڈالر تک پہنچ چکی ہے، جس کا گروس مارجن 50 فیصد سے زائد ہے۔

اس بار لانچ کیا گیا V4-Flash کمپنی کی مسلسل سستی اور اعلیٰ کارکردگی کی راہ پر چلتا ہے اور قیمت اور کارکردگی پر مبنی مقابلہ کی حکمت عملی کو مزید مضبوط بناتا ہے۔

Artificial Analysis کے مطابق، V4-Flash کی قیمت ہر ملین ان پٹ ٹوکن کے لیے 0.14 امریکی ڈالر اور ہر ملین آؤٹ پٹ ٹوکن کے لیے 0.28 امریکی ڈالر ہے۔

تاہم، اس ادارے نے اشارہ کیا کہ صرف قیمت کے بجائے "ہر ٹاسک مکمل کرنے کی لاگت (Cost per Task)" ماڈل کی حقیقی استعمال کی لاگت کو بہتر طور پر ظاہر کرتی ہے۔ یہ اشارہ ماڈل کے ایک ہی ٹاسک مکمل کرنے کے دوران استعمال ہونے والے ان پٹ اور آؤٹ پٹ ٹوکنز کے کل مجموعے کو مدنظر رکھتا ہے، اس لیے یہ زیادہ مفید ہے۔

اس پیمانے کے مطابق، V4-Flash کی فی ٹاسک اوسط لاگت تقریباً 3 سینٹ ہے، جو عالمی سطح پر تمام اہم ماڈلز میں سب سے کم سطح پر ہے۔

مقابلہ کے طور پر، مون شاٹ AI کا کیمی K3 تقریباً 86 سینٹ ہے، OpenAI GPT-5.6 Sol تقریباً 1.86 ڈالر ہے، اور Anthropic Claude Fable 5 تقریباً 3.15 ڈالر ہے۔ V4-Flash کی لاگت صرف ان کی تقریباً 1/105 ہے۔

آرٹیفیشل اینالیسس مزید زور دیتی ہے کہ اگر کسی مدل کے ٹوکن کی قیمت کم ہے لیکن اسے کام مکمل کرنے کے لیے زیادہ مواد یا زیادہ انٹرایکشن سٹیپس کی ضرورت ہو، تو آخرکار اس کا استعمال کا خرچ زیادہ قیمت والے مگر زیادہ موثر مدل سے زیادہ ہو سکتا ہے۔ اس لیے، "ہر ٹاسک مکمل کرنے کا خرچ" منفرد قیمت کے اشارے کے مقابلے میں مدل کی قیمت اور افادیت دونوں کو زیادہ درست طور پر ظاہر کرتا ہے۔

پرفارمنس رینکنگ کے مقابلے میں، V4-Flash کی سب سے بڑی خصوصیت اس کی لاگت کا فائدہ ہے۔

گزشتہ سال، AI صنعت کے مقابلے کا مرکز مدل کی صلاحیتوں سے ترجمہ اور تجارتی کارکردگی پر منتقل ہو گیا ہے۔ جبکہ کاروباری AI اطلاقات کا احاطہ بڑھ رہا ہے، مدل کے عمل کی لاگت خریداری کے فیصلوں کا اہم عامل بن رہی ہے۔

جب ایک ماڈل ایک کام کو صرف تقریباً 3 سینٹ میں مکمل کر سکے، جبکہ کچھ اعلیٰ درجے کے ماڈلز کی لاگت کئی ڈالر تک ہو، تو کاروبار جب کسٹمر سروس، آفس آٹومیشن، کوڈ ایسٹسٹنس جیسے اعلیٰ تعدد والے مناظر میں استعمال کریں، تو کل استعمال کی لاگت میں ایک درجہ کی کمی آ سکتی ہے۔

یہ دوبارہ وال اسٹریٹ کے لیے مستقل دلچسپی کا موضوع ہے: AI میں کیے گئے بڑے سرمایہ کاری کا آخر میں کافی تجارتی منافع حاصل ہونا ممکن ہے؟

2025 کے شروع میں، DeepSeek نے R1 ماڈل جاری کرنے کے بعد، مارکیٹ نے عالمی AI انفراسٹرکچر میں سرمایہ کاری کی ضرورت کو دوبارہ جانچا اور ٹیکنالوجی شیئرز میں بڑی لہر دیکھی۔ اب، V4-Flash اپنی بنیادی خصوصیت کے طور پر بہت کم آپریشنل لاگت کے ساتھ آیا ہے، جس کا مطلب ہے کہ AI صنعت کا مقابلہ "کون سا ماڈل زیادہ طاقتور ہے" سے "کون کم لاگت پر کافی اچھی صلاحیت فراہم کر سکتا ہے" کی طرف منتقل ہو رہا ہے، جس سے AI کے سرمایہ کاری کے ردعمل پر بحث دوبارہ تیز ہو سکتی ہے۔