DeepSeek-recension: Är det bättre än ChatGPT? Du bestämmer

Har du någonsin pratat med en AI som om den vore din terapeut? Bara jag?

Jag erkänner att jag har använt ChatGPT för mer än bara att besvara frågor. Ibland är det mitt gå-till-verktyg för att ventilera livets små frustrationer (men låt oss hålla det mellan oss).

När jag behöver forskningsbaserade svar vänder jag mig till Perplexity. Det har en förmåga att samla ihop solid information från hela webben.

När jag hörde talas om DeepSeek blev jag naturligtvis nyfiken. Kunde detta vara nästa stora sak inom AI?

Om du inte har hört talas om DeepSeek ännu, så här är en rolig faktoid: Den 27 januari 2025 blev dess app den mest nedladdade gratisappen på Apple App Store i USA (AAPL ). En sådan meteorisk uppgång händer inte varje dag. DeepSeek skapar rubriker, och jag ville se om det levde upp till hypen.

DeepSeek är ett AI-företag som utvecklar öppen källkods-stora språkmodeller (LLM), och positionerar sig som en kostnadseffektiv och högpresterande alternativ till mer etablerade konkurrenter som ChatGPT. Deras modeller, inklusive DeepSeek-V3 och DeepSeek-R1, är utformade för uppgifter som tekniskt frågesvar, kodgenerering och problemlösning.

Men som med alla AI, så har det inte utan sina nackdelar: tillfälliga tekniska problem, strängare innehållsfilter och potentiella dataskyddsproblem.

I denna DeepSeek-recension kommer jag att diskutera fördelarna och nackdelarna, vad det är, vem det är bäst för och dess nyckelfunktioner. Sedan kommer jag att visa hur jag använde DeepSeeks kärnfunktioner (DeepThink-R1, webbsökning och dokumentanalys). Jag kommer att avsluta artikeln med att jämföra DeepSeek med mina tre bästa alternativ (ChatGPT, Perplexity och Chatsonic).

Så, är DeepSeek den AI-assistent du har väntat på? Eller brister det i jämförelse med konkurrensen? Låt oss dyka in och utforska allt det har att erbjuda.

Sammanfattning

DeepSeek sticker ut med sin lägre API-prissättning, starka prestanda i tekniska uppgifter och öppen källkodsflexibilitet. Detta gör det till ett lockande val för utvecklare som söker anpassningsbara AI-lösningar. Men dess sårbarhet för promptattacker och dataskyddsproblem rörande användardataanvändning utgör betydande risker som bör övervägas noggrant.

Vad är DeepSeek?

DeepSeek är ett kinesiskt AI-företag som grundades 2023 av Liang Wenfeng i Hangzhou, Kina. Det utvecklar öppen källkods-stora språkmodeller (LLM) och har fått betydande uppmärksamhet för sin AI-chattbot som konkurrerar med etablerade konkurrenter som ChatGPT.

Företaget uppstod ur Liang Wenfengs hedgefond, High-Flyer. Det grundades med en tydlig mission: att utveckla kraftfulla språkmodeller som kan konkurrera med betalda alternativ samtidigt som de förblir tillgängliga för den bredare AI-gemenskapen.

Deras AI-modeller (särskilt DeepSeek-V3) kan utföra uppgifter som att besvara frågor, lösa logiska problem och skriva datorprogram på en nivå som är jämförbar med ledande AI-system. DeepSeeks grundare förvärvade en stor lager av Nvidia A100-chip (NVDA ) innan USA:s exportrestriktioner, vilket gav företaget en konkurrensfördel.

Den 27 januari 2025 blev DeepSeeks app den mest nedladdade gratisappen på Apple App Store i USA, vilket orsakade betydande störningar på teknikaktiemarknaden. DeepSeek har också gjort sin AI-chattbot öppen källkod, vilket tillåter fri tillgång till dess kod för användning, modifiering och visning.

Översikt av tillgängliga modeller

DeepSeek har utvecklat flera huvudmodeller, inklusive DeepSeek V3 och DeepSeek R1.

DeepSeek V3 är deras storskaliga modell med 671 miljarder parametrar, kapabel att hantera en mängd olika uppgifter, inklusive komplex kodning och allmän resonemang.

Medan DeepSeek R1 är byggd ovanpå V3 och är specifikt utformad för avancerat resonemang. Den visar betydligt bättre prestanda inom områden som matematiskt resonemang och kodgenerering.

Utöver detta har DeepSeek introducerat mindre modeller som DeepSeek Janus-Pro-7B (en multimodal modell med 7 miljarder parametrar), som kan förstå och generera bilder. DeepSeek Coder och DeepSeek-Coder-V2 är specialiserade modeller för kodningsuppgifter, med V2-versionen som har 236 miljarder parametrar.

Tekniska funktioner och arkitektoniska innovationer

DeepSeek V3 (företagets senaste modell) inkorporerar flera avancerade arkitektoniska innovationer:

1. Mixture of Experts (MoE) Arkitektur: DeepSeek V3 använder en MoE-ram som aktiverar specifika parametrar baserat på indata, vilket förbättrar effektivitet utan att förlora prestanda.
2. Multi-Head Latent Attention (MLA): Detta förbättrar hastighet, minskar minnesanvändning och hanterar längre sekvenser bättre.
3. DeepSeekMoE: Denna teknik balanserar arbetsbelastningen över experter, vilket förbättrar prestanda.
4. Load Balancing Strategy: DeepSeek V3 använder en ny load balancing-strategi, vilket förbättrar prestanda utan kompromisser i expertaktivering.
5. Multi-Token Prediction (MTP): DeepSeek V3 förutsäger flera token på samma gång för att förbättra effektivitet.
6. Minnesoptimering: Modellen tränas utan tensorparallellism, vilket gör GPU-träning mer effektiv och kostnadseffektiv.
7. Utökat kontextlängd: DeepSeek V3 kan hantera upp till 128 000 token, vilket gör det bättre på bearbetning av långa dokument.

Dessa innovationer har möjliggjort för DeepSeek att uppnå konkurrenskraftig prestanda med betydligt lägre beräkningsresurser och kostnader jämfört med andra ledande AI-modeller.

Vem är DeepSeek bäst för?

DeepSeek är mest användbart för följande typer av personer:

• Marknadsföringsbyråer kan använda DeepSeek för att analysera konsumentbeteende i nischmarknader, skapa riktade kampanjer och personifiera meddelanden samtidigt som de håller sig före branschens trender.
• Småföretag kan använda DeepSeek för att få tillgång till professionella insikter till en lägre kostnad. Detta ersätter effektivt dyra konsulttjänster för en konkurrensfördel.
• Branschexperter kan använda DeepSeek för att få anpassade insikter inom specialiserade områden som hälsovård, finans, juridik och vetenskaplig forskning.
• Utvecklare och forskare kan använda DeepSeek som en öppen källkodsmodell för att anpassa AI för sina projekt.
• Kostnadsmedvetna användare kan använda DeepSeeks lägre API-prissättning för att spara på AI-utveckling och affärsverksamhet.

• Företag som behöver riktad AI kan använda DeepSeek för att bygga precisa, branschspecifika tillämpningar.

DeepSeek Nyckelfunktioner

Här är DeepSeeks nyckelfunktioner som du bör vara medveten om.

Modelldiversitet

DeepSeek har utvecklat en omfattande svit av stora språkmodeller som visar imponerande mångfald. Deras flaggskeppmodell (DeepSeek-V3) har en imponerande 671 miljarder parametrar och kan hantera kontextfönster på upp till 128 000 token, vilket gör det exceptionellt kraftfullt för komplexa resonemang och kommunikationsuppgifter.

Här är DeepSeeks modeller:

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

Dessa modeller är utformade för olika uppgifter, inklusive kodning, allmän användning och avancerat resonemang.

Arkitektonisk innovation

DeepSeek har banat väg för en avancerad Mixture of Experts (MoE) arkitektur som dramatiskt förbättrar beräknings-effektivitet. De använder exakt expertsegmentering och delad isolering för att förbättra specialisering och minska redundans.

Kompletterande detta har DeepSeek utvecklat DualPipe, en sofistikerad kommunikationsaccelerator för effektiv pipeline-parallellism. DualPipe överlappar framåt och bakåt beräkning, minskar latens och optimerar dataöverföring mellan GPU:er genom att skapa en virtuell Data Processing Unit för att effektivt utbyta data mellan alla GPU:er.

Denna kombination av MoE-arkitektur och DualPipe tillåter DeepSeek att optimera dataflödet mellan GPU:er för snabbare och mer prisvärd modellträning. Till exempel, deras DeepSeek V3-modell (med 671 miljarder parametrar) tränades på 2 048 Nvidia H800 GPU:er på cirka två månader för 10 gånger högre effektivitet än vissa branschledare.

Träningsutmärkthet

DeepSeeks träningsprestanda utmärker sig med avancerade förstärkt lärande-tekniker. De utvecklade ett regelbaserat belöningssystem med två nyckelkomponenter: noggrannhetsbelöningar och formatbelöningar, som överträffar traditionella neurala belöningssystem. Detta tillvägagångssätt tillåter deras AI att lära sig mer nyanserat och precisa resonemangsförmågor.

Till exempel, deras R1-modell visade imponerande förbättringar i matematiskt resonemang, öka pass@1-poäng på AIME 2024 från 15,6% till 71,0%. Företaget använde en träningsprocess med förstärkt lärande. Denna metod möjliggjorde för modellen att använda en självverifieringsteknik som en del av sitt resonemangsförfarande.

Resultatet är ett träningsförfarande som inte bara förbättrar beräkningslärande utan också skapar AI-modeller som kan hantera mer sofistikerat och tillförlitligt resonemang över komplexa uppgifter.

Ekonomisk effektivitet

DeepSeek har uppnått konkurrenskraftig AI-prestanda med betydande kostnadseffektivitet jämfört med vissa västerländska modeller.

Medan de första rapporterna om att utveckla DeepSeek-V3 för bara 6 miljoner dollar var vilseledande, har företaget visat betydande ekonomiska fördelar. De 6 miljoner dollar representerar endast de slutliga träningskostnaderna, med totala utvecklingskostnader uppskattade till mellan 100 miljoner och 1 miljard dollar per år.

Trots högre totala kostnader förblir DeepSeeks tillvägagångssätt ekonomiskt effektivt. Deras API-prissättning är betydligt lägre än konkurrenter som OpenAI, vilket erbjuder potentiella kostnadsbesparingar för utvecklare och företag.

Denna prissättningsstrategi, kombinerad med dess öppen källkods-tillvägagångssätt och konkurrenskraftig modellprestanda, positionerar DeepSeek som en potentiellt disruptiv kraft i den globala AI-tekniklandskapet.

Specialiserade förmågor

Företaget har inte bara skapat allmänna modeller, utan också utvecklat specialiserade lösningar som DeepSeek Coder och Janus-Pro-7B.

DeepSeek Coder är en serie programmeringsfokuserade språkmodeller som tränats på 2 biljoner token, med 87% kod och 13% naturligt språk på engelska och kinesiska. Tillgängliga i storlekar från 1B till 33B parametrar, dessa modeller levererar toppmoderna prestanda på programmeringsbenchmark och stöder projektnivåkodkomplettering.

Janus-Pro-7B representerar DeepSeeks genombrott i att förstå och generera bilder. Släppt i januari 2025, denna modell uppnår 80% noggrannhet på GenEval-benchmark, överträffande konkurrenter som DALL-E 3 och Stable Diffusion. Byggd på DeepSeek-LLM-7B, Janus-Pro-7B använder en 72-miljondatabas.

Dessa riktade modeller utmärker sig inom specifika områden som programmering och bildgenerering, och visar DeepSeeks innovativa tillvägagångssätt för specialiserade AI-lösningar.

Tillgänglighetsfilosofi

Dedikerad till att demokratisera AI-teknik, släpper DeepSeek många av sina modeller med öppen källkods- eller delvis öppen källkodslicenser. Detta tillåter forskare, utvecklare och företag över hela världen att få tillgång till toppmoderna AI-förmågor till betydligt reducerade kostnader.

DeepSeek har antagit öppen källkods-metoder som främjar samarbetsbaserad innovation, och erbjuder modeller som DeepSeek Coder, DeepSeek-V3 och DeepSeek-R1 med tillgängliga licenser. Deras prissättningsstrategi sänker dramatiskt inträdesbarriärerna, med DeepSeek-R1 prissatt till endast 0,55 dollar per miljon indata-token, jämfört med OpenAIs o1-modell som kostar 15 dollar per miljon token.

DeepSeek samlar experter och erbjuder prisvärd AI-verktyg, vilket påskyndar innovation och utökar global tillgång. Detta representerar ett betydande steg mot att demokratisera artificiell intelligens, och bryter ner traditionella barriärer av kostnad, komplexitet och beräkningskraft.

Hur man använder DeepSeek

Här är hur jag använde alla DeepSeeks funktioner för att besvara mina frågor och lösa mina problem:

1. Välj Starta nu
2. Skapa ett konto
3. Ställ en fråga till DeepSeek
4. Använd DeepThink-R1-modellen
5. Använd DeepSeek för att söka på webben
6. Ge DeepSeek ett dokument att analysera

Steg 1: Välj Starta nu

Jag började med att gå till deepseek.com och klicka på “Starta nu” för gratis tillgång till DeepSeek-V3.

Steg 2: Skapa ett konto

Efter att ha skapat ett konto blev jag imponerad av hur rent och snyggt gränssnittet var. Det såg mycket ut som ChatGPT!

När jag tittade närmare på meddelandefältet i sig, såg jag att jag kunde göra följande:

• Aktivera DeepSeek-R1 för att lösa resonemangsproblem
• Söka på webben
• Uppladda dokument och bilder

Steg 3: Ställ en fråga till DeepSeek

Jag ville prova dessa olika funktioner och jämföra dem med varandra, och började med att ställa DeepSeek en intressant fråga: “Vilka är några ovanliga sätt att mäta tid utan att använda klockor eller kalendrar?”

Jag skrev in detta i meddelandefältet (utan att aktivera DeepThink eller Sök) och skickade det.

Ett par sekunder senare genererade DeepSeek ett svar som tillräckligt besvarade min fråga!

Steg 4: Använd DeepThink-R1-modellen

Sedan ville jag prova DeepThink-R1-modellen. Denna modell är utformad för avancerat resonemang och problemlösning. Den är utmärkt för att slutföra mer komplexa uppgifter, som logiska pussel och matematiska utmaningar.

Jag bestämde mig för att testa dess förmågor genom att ställa en resonemangsfråga och se hur väl den kunde bryta ner och lösa den: “Om du hade en oändlig mängd 3-liters och 5-liters kärl, hur skulle du mäta exakt 4 liter vatten?”

Ett par sekunder senare delade DeepSeek med sig av tankesättet bakom hur den gick tillväga för att lösa problemet i en konversationsliknande ton.

Det tillhandahöll också två metoder för att lösa problemet! Jag blev imponerad.

Steg 5: Använd DeepSeek för att söka på webben

Sedan ville jag prova DeepSeeks webbsökfunktion. Jag testade detta genom att ställa en fråga: “Vilka är de senaste genombrotten inom AI-driven medicinsk diagnostik i år?”

Ett par sekunder senare genererade DeepSeek ett svar på min fråga.

Jag skickade frågan ett par gånger, och tyvärr misslyckades DeepSeek på grund av tekniska problem. Detta kan dock bara bero på hög efterfrågan som överbelastar servrarna.

Oavsett så uppskattade jag att DeepSeek fortfarande besvarade frågan så gott det kunde. Men informationen den tillhandahöll var föråldrad med två år.

Steg 6: Ge DeepSeek ett dokument att analysera

Till sist ville jag ge DeepSeek en bild att analysera.

Jag gjorde detta genom att uppladda ett PDF-dokument av Zhuangzis “Svalpans dröm” och ställa frågan: “Analysera detta utdrag ur Zhuangzis ‘Svalpans dröm’ och diskutera dess implikationer för naturen och självidentitet.”

Ett par sekunder senare tillhandahöll DeepSeek en djupgående titt på de viktigaste teman och filosofiska implikationerna av Zhuangzis “Svalpans dröm”, som jag fann mycket insiktsgivande!

Sammanfattningsvis var min upplevelse av DeepSeek mestadels positiv. Dess funktionalitet kändes smidig och intuitiv, särskilt när jag använde DeepThink-R1-modellen och analyserade dokument.

Även om jag stötte på några tekniska problem, så blev jag imponerad av hur djupt det analyserade problem och tillhandahöll genomtänkta svar.

Top 3 DeepSeek-alternativ

Här är de bästa DeepSeek-alternativen som du vill prova.

ChatGPT

Det första DeepSeek-alternativet jag skulle rekommendera är ChatGPT. Jag använder ChatGPT ganska religiöst för en mängd olika saker. Men det jag älskar mest med det är dess konversationsförmåga och hur väl det hanterar en mängd olika frågor, från informella samtal till mer komplexa ämnen som kodning eller historia.

DeepSeek och ChatGPT har mycket gemensamt, som deras förmåga att bearbeta och generera text i en konversationsliknande format. Men DeepSeek utmärker sig i teknisk precision, med fokus på resonemangsintensiva uppgifter som kodning, matematik och strukturerad problemlösning. Det är mer inriktat på de som behöver hastighet och precision inom områden som matematik, kryptografi eller avancerad AI-modellkapacitet. DeepSeek har en 90% noggrannhetsgrad i matematik jämfört med ChatGPTs 83%. Å andra sidan är ChatGPT känd för sin vänliga natur och förmåga att engagera sig djupt i mer allmänna, vardagliga samtal.

Om du behöver hjälp med mer specialiserade, tekniska uppgifter, välj DeepSeek. För en mer interaktiv och engagerande upplevelse med flexibiliteten att hantera en mängd olika ämnen, välj ChatGPT!

Perplexity

Det andra DeepSeek-alternativet jag skulle rekommendera är Perplexity. Utöver ChatGPT är det ett annat LLM som jag är stor fan av för att göra forskning. Det känns som att ha en forskningsassistent som inte bara hittar information, utan också organiserar och finslipar den baserat på vad jag behöver.

Medan DeepSeek fokuserar på AI-resonemang, kodning och problemlösning, utmärker sig Perplexity inom AI-driven sökning, sammanfattning och forskning. Båda plattformarna är starka inom olika områden: DeepSeek är bra för logikintensiva uppgifter och tekniska utmaningar, medan Perplexity är bättre för att upptäcka och organisera information.

Perplexity utmärker sig inom AI-driven sökning, som drar information från live-internetkällor för att tillhandahålla uppdaterade resultat. Medan DeepSeek fokuserar på avancerat resonemang och specialiserade uppgifter med sin sofistikerade modell. Dessa modeller uppdateras regelbundet, men de utför inte realtidswebbsökningar.

DeepSeek sticker ut med sina öppna källkodsmodeller, som DeepSeek-R1, som tillåter utvecklare att anpassa AI för specifika behov. Medan Perplexity erbjuder ett användarvänligt forskningsverktyg som känns som en avancerad sökmotor.

För en AI som hjälper dig att lösa komplexa problem, generera kod och arbeta med logikbaserade uppgifter, välj DeepSeek. För en AI som förbättrar forskning, sammanfattar innehåll och tillhandahåller uppdaterade svar, är Perplexity ett utmärkt val!

Chatsonic

Det tredje DeepSeek-alternativet jag skulle rekommendera är Chatsonic. Vad jag älskar med Chatsonic är hur det förenklar marknadsföringsuppgifter med sin allt-i-ett AI-arbetsyta och inbyggda optimeringsverktyg.

Medan DeepSeek har visat konkurrenskraftig prestanda inom specifika områden som matematiskt resonemang, sticker Chatsonic ut med sina marknadsintegreringar och innehållsskapande verktyg.

Å ena sidan är DeepSeek en öppen källkods-jätte. Det utmärker sig inom logik, matematik och kodningsuppgifter, vilket gör det till ett solidt val för tekniska användare som behöver exakthet och precision inom områden som matematik, kryptografi eller avancerad AI-modellkapacitet. API-åtkomst och gratis modelltillgänglighet erbjuder också flexibilitet för utvecklare och forskare.

Å andra sidan är Chatsonic byggt för marknadsförare, författare och innehållsstrateger. Det integrerar med Ahrefs, Google Search Console och WordPress, vilket gör det enkelt att hämta data i realtid och hantera kampanjer. Till skillnad från DeepSeek, som fokuserar mer på beräkningar men kan användas för innehållsskapande och analys, prioriterar Chatsonic varumärkesidentitet, automatiserade arbetsflöden och multi-modell AI-val för kreativa projekt.

För en avancerad AI-modell för problemlösning, kodning och forskning, är DeepSeek ett bra val. Men om ditt fokus ligger på innehållsskapande, marknadsföring och automatisering, välj Chatsonic!

DeepSeek-recension: Rätt verktyg för dig?

Efter att ha testat DeepSeeks funktioner (DeepThink-R1, webbsökning och dokumentanalys) blev jag särskilt imponerad av dess förmåga att lösa resonemangsproblem och generera genomtänkta, strukturerade svar. Men vissa tekniska problem gjorde upplevelsen lite inkonsekvent.

Oavsett så visade DeepSeek stark potential, särskilt när det gäller att hantera komplexa frågor med djup och tydlighet. Dess intuitiva gränssnitt och logiska resonemangsförmågor stack verkligen ut för mig. Trots de tillfälliga glappen förblir det ett lovande verktyg för forskning och analys!

Om du behöver en kraftfull och kostnadseffektiv AI för kodning och tekniska uppgifter, är DeepSeek ett solidt val. Men om du letar efter de bästa DeepSeek-alternativen, skulle jag överväga dessa alternativ:

• ChatGPT är bäst för allmänna AI-samtal, innehållsskapande, brainstorming och kodning. Det erbjuder en mer naturlig och interaktiv upplevelse med hög tillförlitlighet.
• Perplexity är bäst för forskning och faktabaserade svar. Dess AI-drivna sökmotor tillhandahåller uppdaterade, citerade resultat som är utmärkta för akademisk eller affärsforskning.
• Chatsonic är bäst för AI-driven bildgenerering, realtidswebbsökning och röstinteraktioner. Det är ett starkt alternativ för digitala marknadsförare, innehållsskapare och företag som söker en AI med multimedieförmågor.

Tack för att du läste min DeepSeek-recension! Jag hoppas att du hittade den till hjälp.

Prova DeepSeeks kärnfunktioner gratis och se hur du gillar det!

Vanliga frågor

Kan DeepSeek lita på?

DeepSeeks AI-förmågor är imponerande, men det finns betydande dataskydds- och säkerhetsproblem på grund av dess datahanteringspraxis i Kina. Det finns också potentiella sårbarheter för desinformation. Medan modellen visar potential inom områden som matematik och kodning, bör den närmas med försiktighet med tanke på dess benägenhet att generera skadligt innehåll och bristen på transparens kring datahantering.

Hur skiljer sig DeepSeek från ChatGPT?

DeepSeek utmärker sig inom teknisk precision, med fokus på resonemangsintensiva uppgifter som kodning, matematik och strukturerad problemlösning. ChatGPT erbjuder en mer mångsidig och konversationsliknande upplevelse lämpad för kreativt skrivande, brainstorming och informella samtal. DeepSeek använder också en självförstärkt lärandemodell utan mänsklig övervakning, vilket gör den mer kostnadseffektiv och effektiv. Den erbjuder också funktioner som obegränsade prompter och möjligheten att köras på lokala maskiner.

Vad används DeepSeek för?

DeepSeek är ett AI-utvecklingsföretag som skapar öppen källkods-stora språkmodeller (LLM) för olika uppgifter. Dessa LLM är särskilt starka inom formellt resonemang, kodning och problemlösning. DeepSeek erbjuder flera tjänster, inklusive en webbgränssnitt, mobilapplikation och API-åtkomst.

Är DeepSeek gratis?

Ja, DeepSeek erbjuder en helt gratis nivå med full tillgång till dess kärnfunktioner. Det betyder att vem som helst kan använda DeepSeek-V3 och R1-modellerna utan begränsningar! Till skillnad från många AI-tjänster som begränsar gratisanvändning, erbjuder DeepSeek obegränsad tillgång till sin chattbot och modeller utan att kräva kreditkort eller dagliga frågebegränsningar.

Vem äger DeepSeek?

DeepSeek ägs av High-Flyer, en kinesisk hedgefond. Det grundades av Liang Wenfeng, en 40-årig entreprenör som utexaminerades från Zhejiang University. Liang Wenfeng fungerar som VD för DeepSeek och har tidigare varit med och grundat High-Flyer, en kvantitativ förvaltningsfond som nu hanterar en rapporterad 8 miljarder dollar i tillgångar.

Varför sjunker Nvidias aktie på grund av DeepSeek?

Nvidias aktie rasade 17% den 27 januari 2025 på grund av DeepSeeks tillkännagivande av en kostnadseffektiv AI-modell som uppnår liknande prestanda som västerländska modeller till betydligt lägre kostnad. Detta väckte farhågor om framtida efterfrågan på Nvidias högpresterande AI-chip, som är kärnan i deras verksamhet. Det väckte också farhågor om ökad konkurrens på den globala AI-arenan.

Är DeepSeek R1 gratis?

DeepSeek R1 erbjuder både gratis och betalda nivåer, med priser så låga som 0,14 dollar per miljon indata-token och 0,28 dollar per miljon utdata-token. Medan det inte är helt gratis, erbjuder DeepSeek R1 ett mycket prisvärt alternativ jämfört med andra AI-modeller, med vissa plattformar som erbjuder begränsad gratisanvändning eller lågkostnadstillgång.