DeepSeek-anmeldelse: Er det bedre end ChatGPT? Du bestemmer

Har du nogensinde snakket med en AI, som om det var din terapeut? Kun mig?

Jeg vil indrømme, at jeg har brugt ChatGPT til mere end bare at besvare spørgsmål. Nogle gange er det mit go-to-sted for at beklage mig over livets små irritationer (men lad os holde det mellem os).

Når jeg har brug for videnskabeligt underbyggede svar, vender jeg mig til Perplexity. Det har en evne til at samle solide oplysninger fra hele nettet.

Når jeg hørte om DeepSeek, var jeg naturligvis interesseret. Kunne dette være den næste store ting i AI?

Hvis du endnu ikke har hørt om DeepSeek, så er her en sjov faktum: Den 27. januar 2025 blev deres app det mest downloadede gratis app i Apple’s App Store i USA. Den slags meteoriske stigninger sker ikke hver dag. DeepSeek skaber bølger, og jeg ville se, om det levede op til hypen.

DeepSeek er et AI-selskab, der udvikler open-source store sprogmodeller (LLM’er), og positionerer sig som en kosteffektiv og højtydende alternativ til mere etablerede konkurrenter som ChatGPT. Dets modeller, herunder DeepSeek-V3 og DeepSeek-R1, er designed til opgaver som tekniske spørgsmål, kodegenerering og problemløsning.

Der er dog også ulemper ved at bruge AI: lejlighedsvis tekniske fejl, strengere indholdsfiltre og potentielle bekymringer omkring dataprivatliv.

I denne DeepSeek-anmeldelse vil jeg diskutere fordelene og ulemperne, hvad det er, hvem det er bedst for, og dets nøglefunktioner. Derefter vil jeg vise, hvordan jeg har brugt DeepSeek’s kernefunktioner (DeepThink-R1, web-søgning og dokumentanalyse). Til sidst vil jeg sammenligne DeepSeek med mine top 3 alternative muligheder (ChatGPT, Perplexity og Chatsonic).

Er DeepSeek så den AI-assistent, du har ventet på? Eller falder det kort i forhold til konkurrencen? Lad os dykke ned og udforske alt, det har at tilbyde.

Konklusion

DeepSeek står ud med sin lavere API-prisning, stærk præstation i tekniske opgaver og open-source fleksibilitet. Dette gør det til et overbevisende valg for udviklere, der søger brugervenlige AI-løsninger. Derimod udgør dets sårbarhed over for prompt-angreb og bekymringer omkring brugernes dataanvendelse betydelige risici, som bør overvejes nøje.

Hvad er DeepSeek?

DeepSeek er et kinesisk kunstig intelligens-selskab, grundlagt i 2023 af Liang Wenfeng i Hangzhou, Kina. Det udvikler open-source store sprogmodeller (LLM’er) og har fået betydelig opmærksomhed for sin AI-chatbot, der kan måle sig med etablerede konkurrenter som ChatGPT.

Selskabet opstod fra Liang Wenfengs hedgefond, High-Flyer. Det blev grundlagt med en klar mission: at udvikle kraftfulde sprogmodeller, der kan konkurrere med betalte alternativer, mens de forbliver tilgængelige for det brede AI-samfund.

Dets AI-modeller (især DeepSeek-V3) kan udføre opgaver som at besvare spørgsmål, løse logiske problemer og skrive computerprogrammer på et niveau, der kan sammenlignes med førende AI-systemer. DeepSeek’s grundlægger erhvervede en stor mængde Nvidia A100-chip (NVDA ) før U.S. eksportrestriktioner, hvilket gav selskabet en konkurrencemæssig fordel.

Den 27. januar 2025 blev DeepSeek’s app den mest downloadede gratis app på Apple’s App Store i USA, hvilket forårsagede betydelig forstyrrelse på teknologi-aktiemarkedet. DeepSeek har også gjort sin AI-chatbot open-source, hvilket giver fri adgang til koden til brug, modificering og visning.

Overblik over tilgængelige modeller

DeepSeek har udviklet flere hovedmodeller, herunder DeepSeek V3 og DeepSeek R1.

DeepSeek V3 er deres storstile model med 671 milliarder parametre, der kan håndtere en lang række opgaver, herunder kompleks kodegenerering og generel resonans.

DeepSeek R1 er bygget oven på V3 og er specifikt designet til avanceret resonans. Det viser betydelig bedre præstation i områder som matematisk resonans og kodegenerering.

Derudover har DeepSeek introduceret mindre modeller som DeepSeek Janus-Pro-7B (en multimodal model med 7 milliarder parametre), der kan forstå og generere billeder. DeepSeek Coder og DeepSeek-Coder-V2 er specialiserede modeller til kodningsopgaver, hvor V2-versionen har 236 milliarder parametre.

Teknologiske funktioner og arkitektoniske innovationer

DeepSeek V3 (selskabets seneste model) inkorporerer flere avancerede arkitektoniske innovationer:

1. Mixture of Experts (MoE) Arkitektur: DeepSeek V3 anvender en MoE-ramme, der aktiverer bestemte parametre baseret på input, hvilket forbedrer effektiviteten uden at gå på kompromis med præstationen.
2. Multi-Head Latent Attention (MLA): Dette forbedrer hastigheden, reducerer hukommelsesbrug og kan håndtere længere sekvenser bedre.
3. DeepSeekMoE: Denne teknik balancerer arbejdsbyrden på tværs af eksperter, hvilket forbedrer præstationen.
4. Load Balancing Strategy: DeepSeek V3 anvender en ny load balancing-strategi, der forbedrer præstationen uden at gå på kompromis med ekspertaktivering.
5. Multi-Token Prediction (MTP): DeepSeek V3 forudser flere tokens på én gang for at forbedre effektiviteten.
6. Hukommelsesoptimering: Modellen trænes uden tensor-parallellisering, hvilket gør GPU-træning mere effektiv og omkostningsvenlig.
7. Forlænget kontekstlængde: DeepSeek V3 kan håndtere op til 128.000 tokens, hvilket gør det bedre til behandling af lange dokumenter.

Disse innovationer har gjort det muligt for DeepSeek at opnå konkurrencedygtig præstation med betydeligt lavere beregningsressourcer og omkostninger i forhold til andre førende AI-modeller.

Hvem er DeepSeek bedst for?

DeepSeek er mest nyttigt for følgende typer af personer:

• Markedsføringsbureauer kan bruge DeepSeek til at analysere forbrugeradfærd i niche-markeder, skabe målrettede kampagner og tilpasse beskeder, mens de holder sig foran branchetrends.
• Små virksomheder kan bruge DeepSeek til at få adgang til professionelle indsigt til en lavere pris. Dette erstatter effektivt dyre konsulenttjenester for at opnå en konkurrencemæssig fordel.
• Brancheprofessionelle kan bruge DeepSeek til at få tilpassede indsigt i specialiserede fag som sundhedsvesen, finans, juridiske tjenester og videnskabelig forskning.
• Udviklere og forskere kan bruge DeepSeek som en open-source-model til at tilpasse og tilpasse AI til deres projekter.
• Kostbevidste brugere kan bruge DeepSeek’s lavere API-prisning til at spare på AI-udvikling og forretningsdrift.

• Virksomheder, der har brug for målrettet AI, kan bruge DeepSeek til at bygge præcise, branchspecifikke applikationer.

DeepSeek’s nøglefunktioner

Her er DeepSeek’s nøglefunktioner, du bør være opmærksom på.

Modeldiversitet

DeepSeek har udviklet en komplet samling af store sprogmodeller, der viser bemærkelsesværdig fleksibilitet. Dets flagskib-model (DeepSeek-V3) har en imponerende 671 milliarder parametre og kan håndtere kontekstvinduer på op til 128.000 tokens, hvilket gør det exceptionelt kraftfuldt til kompleks resonans og kommunikationsopgaver.

Her er DeepSeek’s modeller:

• DeepSeek Coder (november 2023)
• DeepSeek LLM (december 2023)
• DeepSeek-V2 (maj 2024)
• DeepSeek-Coder-V2 (juli 2024)
• DeepSeek-V3 (december 2024)
• DeepSeek-R1 (januar 2025)
• Janus-Pro-7B (januar 2025)

Disse modeller er designed til forskellige opgaver, herunder kodning, generel brug og avanceret resonans.

Arkitektonisk innovation

DeepSeek har banet vejen for en avanceret Mixture of Experts (MoE)-arkitektur, der dramatisk forbedrer beregnings-effektiviteten. De anvender præcis ekspert-segmentering og deling af isolation til at forbedre specialisering og reducere redundans.

Komplementeret hermed har DeepSeek udviklet DualPipe, en sofistikeret kommunikationsaccelerator for effektiv pipeline-parallellisering. DualPipe overlapper fremad- og bagud-komputation, reducerer latency og optimerer data-bevægelse på tværs af GPU’er ved at oprette en virtuel Data Processing Unit til effektivt at udveksle data mellem alle GPU’er.

Denne kombination af MoE-arkitektur og DualPipe giver DeepSeek mulighed for at optimere data-flow mellem GPU’er for hurtigere og mere omkostningsvenlig model-træning. For eksempel blev deres DeepSeek V3-model (med 671 milliarder parametre) trænet på 2.048 Nvidia H800 GPU’er på omkring to måneder for 10 gange højere effektivitet end nogle industriledere.

Trænings-excellence

DeepSeek’s træning excellerer med avancerede forstærkede læringsteknikker. De har udviklet et regel-baseret belønnings-system med to nøglekomponenter: nøjagtighedsbelønninger og format-belønninger, der overgår traditionelle neurale belønnings-modeller. Denne tilgang giver deres AI mulighed for at lære mere nuanceret og præcis resonans-kapacitet.

For eksempel demonstrerede deres R1-model bemærkelsesværdige forbedringer i matematisk resonans, øger pass@1-scorer på AIME 2024 fra 15,6% til 71,0%. Selskabet anvendte en trænings-proces med forstærket læring. Denne metode gjorde det muligt for modellen at anvende en selv-verificerings-teknik som en del af dens resonans-proces.

Resultatet er en trænings-tilgang, der ikke kun forbedrer beregnings-læring, men også skaber AI-modeller, der er i stand til mere sofistikeret og pålidelig resonans på tværs af komplekse opgaver.

Økonomisk effektivitet

DeepSeek har opnået konkurrencedygtig AI-præstation med betydelig omkostnings-effektivitet i forhold til nogle vestlige modeller.

Mens de første rapporter om udviklingen af DeepSeek-V3 for kun 6 millioner dollar var misvisende, har selskabet demonstreret betydelig økonomiske fordele. De 6 millioner dollar repræsenterer kun de endelige trænings-omkostninger, og de samlede udviklings-omkostninger estimeres til at være mellem 100 millioner og 1 milliard dollar om året.

Trods højere samlede omkostninger forbliver DeepSeek’s tilgang økonomisk effektiv. Deres API-prisning er betydelig lavere end konkurrenter som OpenAI, hvilket giver mulighed for omkostnings-besparelse for udviklere og virksomheder.

Denne pris-strategi kombineret med dets open-source-tilgang og konkurrencedygtig model-præstation positionerer DeepSeek som en potentiel disruptiv kraft i den globale AI-teknologi-landskab.

Specialiserede kapaciteter

Selskabet har ikke kun udviklet generalist-modeller, men også specialiserede løsninger som DeepSeek Coder og Janus-Pro-7B.

DeepSeek Coder er en række programmerings-fokuserede sprogmodeller, der er trænet på 2 billioner tokens, med 87% kode og 13% naturlig sprog på engelsk og kinesisk. Disse modeller leverer top-præstation på programmerings-benchmark og understøtter projekt-niveau kode-komplettering.

Janus-Pro-7B repræsenterer DeepSeek’s gennembrud i forståelse og generering af billeder. Udgivet i januar 2025, opnår denne model 80% nøjagtighed på GenEval-benchmark, overgår konkurrenter som DALL-E 3 og Stable Diffusion. Bygget på DeepSeek-LLM-7B, anvender Janus-Pro-7B en 72-millioner billed-samling.

Disse målrettede modeller excellerer i specifikke domæner som programmering og billed-generering, og viser DeepSeek’s innovative tilgang til specialiserede AI-løsninger.

Tilgængeligheds-filosofi

DeepSeek er dedikeret til at demokratisere AI-teknologi og udgiver mange af sine modeller med open-source eller delvist open-source licenser. Dette giver forskere, udviklere og virksomheder på verdensplan adgang til avancerede AI-kapaciteter til betydelig reducerede omkostninger.

DeepSeek har omfattet open-source-metoder, der fremmer samarbejdende innovation, og tilbyder modeller som DeepSeek Coder, DeepSeek-V3 og DeepSeek-R1 med tilgængelige licenser. Deres pris-strategi reducerer betydeligt adgangs-barriererne, og DeepSeek-R1 er prissat til kun 0,55 dollar per million input-tokens, sammenlignet med OpenAI’s o1-model til 15 dollar per million tokens.

DeepSeek samler eksperter og tilbyder omkostningsvenlige AI-værktøjer, hvilket fremskynder innovation og udvider global adgang. Dette repræsenterer et betydeligt skridt mod at demokratisere kunstig intelligens, og bryder traditionelle barrierer af omkostninger, kompleksitet og beregningskraft.

Hvordan bruger man DeepSeek

Her er, hvordan jeg har brugt alle DeepSeek’s funktioner til at besvare mine spørgsmål og løse mine problemer:

1. Vælg “Start Nu”
2. Opret en konto
3. Spørg DeepSeek et spørgsmål
4. Brug DeepThink-R1-modellen
5. Brug DeepSeek til at søge på nettet
6. Giv DeepSeek et dokument til at analysere

Trin 1: Vælg “Start Nu”

Jeg startede med at gå til deepseek.com og klikke på “Start Nu” for at få gratis adgang til DeepSeek-V3.

Trin 2: Opret en konto

Efter at have oprettet en konto, var jeg imponeret over, hvor rent og enkelt grænsefladen var. Det lignede meget ChatGPT!

Når jeg tog en nærmere kig på meddelelse-feltet selv, var der et par ting, jeg lagde mærke til, som jeg kunne gøre:

• Slå DeepSeek-R1 til for at løse resonans-problemer
• Søg på nettet
• Upload dokumenter og billeder

Trin 3: Spørg DeepSeek et spørgsmål

Jeg ville prøve disse forskellige funktioner og sammenligne dem med hinanden, og startede med at spørgge DeepSeek et interessant spørgsmål: “Hvad er nogle usædvanlige måder at måle tid uden at bruge ure eller kalendere?”

Jeg skrev dette ind i meddelelse-feltet (uden at slå DeepThink eller Søg til) og trykkede på “Send”.

Et par sekunder senere genererede DeepSeek en respons, der tilfredsstillede mit spørgsmål!

Trin 4: Brug DeepThink-R1-modellen

Derefter ville jeg prøve DeepThink-R1-modellen. Denne model er designet til avanceret resonans og problemløsning. Det er fantastisk til mere komplekse opgaver, som logiske puslespil og matematiske udfordringer.

Jeg besluttede at teste dets kapaciteter ved at stille det et resonans-spørgsmål og se, hvor godt det kunne bryde ned og løse det: “Hvis du havde en ubegrænset mængde 3-liters og 5-liters kander, hvordan ville du måle præcis 4 liter vand?”

Et par sekunder senere delte DeepSeek sin tænkeproces bag, hvordan det tilgik at løse problemet i en samtale-ton!

Det gav endda to metoder til at løse problemet! Jeg var imponeret.

Trin 5: Brug DeepSeek til at søge på nettet

Derefter ville jeg prøve DeepSeek’s web-søgningsfunktion. Jeg testede dette ved at spørgge det følgende spørgsmål: “Hvad er de seneste gennembrud i AI-drevet medicinsk diagnostik i år?”

Et par sekunder senere genererede DeepSeek en respons til mit spørgsmål.

Jeg sendte spørgsmålet et par gange, og desværre fejlede DeepSeek på grund af tekniske problemer. Dette kunne dog blot være på grund af høj efterspørgsel, der overbelaster serverne.

Uanset hvad var jeg taknemlig for, at DeepSeek stadig besvarede mit spørgsmål til bedste evne. Dog var den information, det leverede, forældet med to år.

Trin 6: Giv DeepSeek et dokument til at analysere

Til sidst ville jeg give DeepSeek et billede til at analysere.

Jeg gjorde dette ved at uploade en PDF-fil med Zhuangzi’s “Butterfly Dream” og stillede følgende spørgsmål: “Analysér dette uddrag fra Zhuangzi’s ‘Butterfly Dream’ og diskuter dets implikationer for naturen og selv-identitet.”

Et par sekunder senere gav DeepSeek mig en dybdegående analyse af de centrale temaer og filosofiske implikationer af Zhuangzi’s “Butterfly Dream”, som jeg fandt meget indsigtfuld!

Samlet set var min oplevelse med DeepSeek overvejende positiv. Dets funktionalitet føltes glat og intuitiv, især når jeg brugte DeepThink-R1-modellen og analyserede dokumenter.

Selv om jeg oplevede nogle tekniske fejl, var jeg imponeret over, hvor dybt det analyserede problemer og leverede tankefulde svar.

Top 3 DeepSeek-alternativer

Her er de bedste DeepSeek-alternativer, du vil ønske at prøve.

ChatGPT

Den første DeepSeek-alternativ, jeg vil anbefale, er ChatGPT. Jeg bruger ChatGPT ret hyppigt til en række ting. Men det, jeg elsker mest ved det, er dets samtale-evne og hvor godt det håndterer en bred vifte af spørgsmål, fra hverdags-snak til mere komplekse emner som kodning eller historie.

DeepSeek og ChatGPT har meget til fælles, som deres evne til at behandle og generere tekst i en samtale-format. Dog excellerer DeepSeek i teknisk præcision, med fokus på resonans-krævende opgaver som kodning, matematik og struktureret problemløsning. Det er mere rettet mod brugere, der kræver hastighed og præcision i fag som matematik, kryptografi eller avanceret AI-model-kapacitet. DeepSeek har en 90% nøjagtighed i matematik i forhold til ChatGPT’s 83%. På den anden side er ChatGPT kendt for sin venlige natur og evne til at engagere sig dybt i mere generelle, hverdags-samtaler.

Hvis du har brug for hjælp til mere specialiserede, tekniske opgaver, vælg DeepSeek. Til en mere interaktiv og engagerende oplevelse med fleksibiliteten til at tackle en bred vifte af emner, vælg ChatGPT!

Perplexity

Den næste DeepSeek-alternativ, jeg vil anbefale, er Perplexity. Ud over ChatGPT er det en anden LLM, jeg er stor fan af til forskning. Det føles som at have en forsknings-assistent, der ikke kun finder information, men også organiserer og forfiner den baseret på, hvad jeg har brug for.

Mens DeepSeek fokuserer på AI-resonans, kodning og problemløsning, excellerer Perplexity i AI-drevet søgning, sammenfatning og forskning. Begge platforme er stærke i forskellige områder: DeepSeek er fantastisk til logik-krævende opgaver og tekniske udfordringer, mens Perplexity er bedre til at opdage og organisere information.

Perplexity excellerer i AI-drevet søgning, der trækker information fra live-internetkilder for at give opdaterede resultater. Imens fokuserer DeepSeek på avanceret resonans og specialiserede opgaver ved hjælp af sin sofistikerede model. Disse modeller opdateres jævnligt, men udfører ikke realtids-web-søgninger.

DeepSeek står ud med sine open-source-modeller, såsom DeepSeek-R1, der giver udviklere mulighed for at tilpasse AI til deres specifikke behov. Imens tilbyder Perplexity en brugervenlig forsknings-værktøj, der føles mere som en avanceret søgemaskine.

Til en AI, der hjælper dig med at løse komplekse problemer, generere kode og arbejde på logik-baserede opgaver, vælg DeepSeek. Til en AI, der forbedrer forskning, sammenfatter indhold og giver opdaterede svar, er Perplexity et godt valg!

Chatsonic

Den sidste DeepSeek-alternativ, jeg vil anbefale, er Chatsonic. Det, jeg elsker ved Chatsonic, er, hvordan det forenkler markedsførings-opgaver med sin all-i-one AI-arbejdsplads og indbyggede optimerings-værktøjer.

Mens DeepSeek har vist konkurrencedygtig præstation i specifikke områder som matematisk resonans, står Chatsonic ud med sine nærmest ubegrænsede markedsførings-integrationer og indholdsskabende værktøjer.

På den ene side er DeepSeek en open-source-kraftværk. Det excellerer i logik, matematik og kodnings-opgaver, hvilket gør det til et solidt valg for tekniske brugere, der kræver præcision i fag som matematik, kryptografi eller avanceret AI-model-kapacitet. Det tilbyder også API-adgang og gratis model-tilgængelighed, hvilket giver fleksibilitet for udviklere og forskere.

På den anden side er Chatsonic bygget til markedsførere, forfattere og indholdsskabere. Det integrerer med Ahrefs, Google Search Console og WordPress, hvilket gør realtids-data-hentning og kampagne-styring let. I modsætning til DeepSeek, der fokuserer mere på beregning, men kan bruges til indholdsskabelse og analyse, prioriterer Chatsonic brandning, automatiserede arbejdsprocesser og multi-model AI-valg til kreative projekter.

Til en avanceret AI-model til problemløsning, kodning og forskning, er DeepSeek et godt valg. Men hvis dit fokus er indholdsskabelse, markedsføring og automation, vælg Chatsonic!

DeepSeek-anmeldelse: Er det det rigtige værktøj for dig?

Efter at have testet DeepSeek’s funktioner (DeepThink-R1, web-søgning og dokument-analyse), var jeg især imponeret over dets evne til at løse resonans-problemer og generere tankefulde, strukturerede svar. Dog var der nogle tekniske problemer, der gjorde oplevelsen lidt inkonsistent.

Uanset hvad viste DeepSeek stort potentiale, især i håndtering af komplekse spørgsmål med dybde og klarhed. Dets intuitive grænseflade og logiske resonans-kapaciteter stod virkelig ud for mig. Trods de lejlighedsvis fejl var det stadig et lovende værktøj til forskning og analyse!

Hvis du har brug for en kraftfuld, omkostningsvenlig AI til kodning og tekniske opgaver, er DeepSeek et solidt valg. Men hvis du søger efter de bedste DeepSeek-alternativer, vil jeg anbefale følgende:

• ChatGPT er bedst til generel AI-samtale, indholdsskabelse, brainstorming og kodning. Det tilbyder en mere naturlig og interaktiv oplevelse med høj grad af pålidelighed.
• Perplexity er bedst til forskning og faktuel information. Dets AI-drevne søgemaskine leverer opdaterede, citerede resultater, der er fantastiske til akademisk eller forretnings-forskning.
• Chatsonic er bedst til AI-drevet billed-generering, realtids-web-søgning og tale-interaktioner. Det er et stærkt valg for digitale markedsførere, indholdsskabere og virksomheder, der søger en AI med multimedie-kapaciteter.

Tak for at læse min DeepSeek-anmeldelse! Jeg håber, du fandt den nyttig.

Prøv DeepSeek’s kernefunktioner gratis og se, hvordan du kan lide det!

Ofte stillede spørgsmål

Er DeepSeek pålideligt?

DeepSeek’s AI-kapaciteter er imponerende, men der er betydelige bekymringer om privatliv og sikkerhed på grund af dets data-lagrings-praksis i Kina. Der er også potentielle sårbarheder over for misinformation. Selv om modellen viser potentiale i områder som matematik og kodning, bør den tilgås med forsigtighed på grund af dens sårbarhed over for at generere skadelig indhold og manglen på gennemsigtighed i data-håndtering.

Hvordan adskiller DeepSeek sig fra ChatGPT?

DeepSeek excellerer i teknisk præcision, med fokus på resonans-krævende opgaver som kodning, matematik og struktureret problemløsning. Imens tilbyder ChatGPT en mere alsidig og samtale-venlig oplevelse, der er egnet til kreative skrivning, brainstorming og hverdags-samtaler. DeepSeek anvender også en selv-forstærket læring-model uden menneskelig overvågning, hvilket gør det mere omkostningsvenligt og effektivt. Det tilbyder også funktioner som ubegrænsede prompter og mulighed for at køre på lokale maskiner.

Hvad bruges DeepSeek til?

DeepSeek er et AI-udviklingsselskab, der skaber open-source store sprogmodeller (LLM’er) til forskellige opgaver. Disse LLM’er er særligt stærke i formal resonans, kodning og problemløsning. DeepSeek tilbyder flere tjenester, herunder en web-grænseflade, mobil-app og API-adgang.

Er DeepSeek gratis?

Ja, DeepSeek tilbyder en fuldstændig gratis niveau med fuld adgang til dets kerne-funktioner. Det betyder, at alle kan bruge DeepSeek-V3 og R1-modellerne uden begrænsninger! I modsætning til mange AI-tjenester, der begrænser gratis brug, giver DeepSeek ubegrænset adgang til sin chatbot og modeller uden at kræve kreditkort eller daglige spørgsmåls-grænser.

Hvem ejer DeepSeek?

DeepSeek ejes af High-Flyer, et kinesisk hedge-fond. Det blev grundlagt af Liang Wenfeng, en 40-årig iværksætter, der er uddannet fra Zhejiang Universitet. Liang Wenfeng fungerer som administrerende direktør for DeepSeek og har tidligere medstiftet High-Flyer, en kvantitativ investerings-styret virksomhed, der nu administrerer en rapporteret 8 milliarder dollar i aktiver.

Hvorfor falder Nvidia’s aktie på grund af DeepSeek?

Nvidia’s aktie faldt 17% den 27. januar 2025, på grund af DeepSeek’s meddelelse om en omkostningsvenlig AI-model, der opnår lignende præstation som vestlige modeller til betydeligt lavere omkostninger. Denne udvikling rejste bekymringer om fremtidig efterspørgsel efter Nvidia’s højtydende AI-chip, der er kerne til deres forretning. Det udløste også frygt for øget konkurrence i den globale AI-arena.

Er DeepSeek R1 gratis?

DeepSeek R1 tilbyder både gratis og betalte niveauer, med priser så lavt som 0,14 dollar per million input-tokens og 0,28 dollar per million output-tokens. Selv om det ikke er fuldstændig gratis, giver DeepSeek R1 en meget omkostningsvenlig mulighed i forhold til andre AI-modeller, hvor nogle platforme tilbyder begrænsede gratis brug eller lavomkostnings-adgang.