DeepSeek V4 niszczy cennik OpenAI: Gigant z Chin tnie koszty o 98 procent

Wojna na wyniszczenie marży

DeepSeek nie prosi o pozwolenie. Kilka godzin po premierze GPT-5.5 od OpenAI, chińskie laboratorium z Hangzhou wypuściło DeepSeek-V4-Pro – model, który nie tylko dorównuje zachodniej czołówce w kodowaniu, ale robi to za ułamek ich budżetu. Podczas gdy giganci z Doliny Krzemowej windują ceny, DeepSeek proponuje 1,74 USD za milion tokenów wejściowych.

To nie jest drobna korekta. To rzeźnia.

Wersja Pro kosztuje o 98% mniej niż GPT-5.5 Pro. Jeśli korporacja taka jak Uber przerzuciłaby swoje procesy AI na rozwiązania DeepSeek, jej roczny budżet na tokeny wystarczyłby na siedem lat zamiast czterech miesięcy. Takie liczby zmieniają układ sił na rynku szybciej niż jakikolwiek benchmark.

Architektura oszczędności: 1,6 biliona parametrów pod kontrolą

V4-Pro to kolos o łącznej masie 1,6 biliona parametrów, co czyni go największym modelem open-weight na rynku. Jednak kluczem do sukcesu nie jest surowa siła, a inteligencja zarządzania zasobami. Dzięki dopracowanej architekturze Mixture-of-Experts (MoE), przy każdym zapytaniu model aktywuje jedynie 49 miliardów parametrów.

Magia ukryta w uwadze

• Compressed Sparse Attention: Kompresuje grupy tokenów i wybiera tylko te kluczowe, drastycznie redukując zapotrzebowanie na moc obliczeniową.
• Heavily Compressed Attention: Agresywnie spłaszcza co 128 tokenów, dając modelowi „globalny podgląd” bez obciążania pamięci.
• Interleaved Thinking: Przełomowa funkcja, która pozwala agentom AI zachować ciąg myślowy między wieloma wywołaniami narzędzi.

W efekcie V4-Pro zużywa zaledwie 27% zasobów obliczeniowych swojego poprzednika, zachowując przy tym gigantyczne okno kontekstowe na poziomie miliona tokenów. To wystarczy, by „przeczytać” całą trylogię Władcy Pierścieni i jeszcze mieć miejsce na notatki.

Sankcje? Jakie sankcje?

DeepSeek trenował V4 częściowo na chipach Huawei Ascend, udowadniając całemu światu, że amerykańskie restrykcje na eksport układów Nvidii są nieszczelne lub wręcz przeciwskuteczne. Chińczycy, zamiast czekać na dostawy z USA, zoptymalizowali oprogramowanie pod dostępny sprzęt.

To policzek dla entuzjastów teorii, że bez H100 nie da się zbudować modeli klasy SOTA.

Benchmarki kontra rzeczywistość

DeepSeek gra fair, co w tej branży jest rzadkością. W oficjalnych raportach laboratorium otwarcie przyznaje, że w ogólnym rozumowaniu (MMLU-Pro czy GPQA) wciąż traci około 3-6 miesięcy do Gemini 3.1 Pro czy GPT-5.4. Ale tam, gdzie liczy się czysta inżynieria i matematyka, Chińczycy biorą górę.

Gdzie V4-Pro miażdży konkurencję?

W teście Codeforces, imitującym ludzkie zawody programistyczne, model uzyskał wynik stawiający go w 23. percentylu najlepszych ludzkich koderów. Na platformie SWE-Verified, mierzącej zdolność do naprawiania realnych błędów w repozytoriach GitHub, DeepSeek osiągnął 80,6%, zrównując się z Claude Opus 4.6.

Dla deweloperów przekaz jest jasny: jeśli budujesz agenta do pisania kodu, przepłacanie za zamknięte modele z USA przestaje mieć ekonomiczny sens.

V4-Flash: AI dla każdego

Dla tych, którzy potrzebują szybkości bez kompromisów, przygotowano V4-Flash. Koszt miliona tokenów wejściowych to zaledwie 0,14 USD. To cena niemal symboliczna za model o 284 miliardach parametrów, który w testach logicznych depcze po piętach znacznie droższym konstrukcjom.

DeepSeek zapowiada, że po uruchomieniu 950 nowych superwęzłów w 2026 roku, ceny spadną jeszcze niżej. To nie jest rewolucja – to demokratyzacja brutalnej siły obliczeniowej, która może wywrócić stolik, przy którym siedzą OpenAI, Google i Anthropic.