DeepSeek V4 gir frontier-ytelse til en brøkdel av prisen
Én billion parametre. 81 % på SWE-bench. $0,30 per million tokens. Åpen kildekode under Apache 2.0.
Begreper i denne artikkelen
Arkitektur og ytelse
DeepSeek V4 er en Mixture-of-Experts-modell med rundt én billion totale parametre og 32 milliarder aktive per token, ifølge NxCode. context window-et er på 1 million tokens, drevet av en ny «Engram»-mekanisme for betinget minne. Modellen er nativt multimodal — den prosesserer tekst, bilder og video fra trening, ikke som ettermontering.
På benchmark-en SWE-bench Verified scorer V4 81 prosent — opp fra V3s 69 prosent, ifølge NxCode og Morph. HumanEval: 90 prosent. Det plasserer modellen på nivå med Claude Opus 4.6 (80,8 % SWE-bench Verified) til en brøkdel av prisen.
Prisen som endrer regnestykket
DeepSeek V4 koster $0,30 per million input-tokens og $0,50 per million output-tokens, ifølge NxCode. Med cache-treff faller inngangsprisen til $0,03 per million — en 90 prosent rabatt. For inference-tunge arbeidsflyter er dette rundt 1/20 av GPT-5-prising.
Treningskostnaden var anslagsvis 5,2 millioner dollar, ifølge Digital Applied. Til sammenligning brukte OpenAI størrelsesordener mer på GPT-5. Effektivitetsgapet mellom kinesiske og amerikanske modeller er ikke lenger et spørsmål om kvalitet — det er et spørsmål om pris.
Open source AI under press
V4 lanseres under Apache 2.0 — full kommersiell frihet, ingen lisensgebyr, ifølge Particula Tech. For europeiske selskaper med datakrav betyr det at en frontier-modell kan kjøres lokalt, på egne servere, uten avhengighet av amerikanske eller kinesiske skytjenester.
Spørsmålet som henger over DeepSeek V4 er det samme som for alle kinesiske open source AI-modeller: hvem trente den, på hvilke data, og under hvilke vilkår. Apache 2.0 dekker lisensen — ikke provenansen. For norske virksomheter er det en avveining verdt å gjøre eksplisitt.
