DeepSeek – Nya Dagbladet https://nyadagbladet.se Morgondagens Dagstidning! Thu, 10 Sep 2026 13:29:47 +0000 sv-SE hourly 1 https://wordpress.org/?v=7.1 https://nyadagbladet.se/wp-content/uploads/2021/11/cropped-nyd-logo-500-32x32.jpg DeepSeek – Nya Dagbladet https://nyadagbladet.se 32 32 Ny budgetmodell från DeepSeek slår toppmodeller i flera tester https://nyadagbladet.se/teknik/ny-budgetmodell-fran-deepseek-slar-toppmodeller-i-flera-tester/ Thu, 10 Sep 2026 13:40:00 +0000 https://nyadagbladet.se/?p=240025 Kinesiska DeepSeek släppte under torsdagen sin nya billigmodell V4.1-Flash – och enligt bolagets egna tester går den före flera av världens tyngsta AI-modeller. Samtidigt sänks priset igen för de utvecklare som bygger in modellen i sina egna tjänster.

Det första en användare märker är att modellen ser. V4.1-Flash tar emot både bilder och text och svarar med text. Den kan alltså läsa av ett kvitto, ett diagram eller en skärmdump direkt, utan att en separat bildmodell kopplas in i kedjan.

Mer uppseendeväckande är testresultaten. DeepSeek redovisar en rad prov där modellen inte bara ska svara på en fråga, utan själv arbeta sig igenom ett uppdrag i flera steg: leta i filer, köra kommandon och rätta sina egna misstag. Det är det arbete som AI-bolagen nu säljer som "agenter". På provet Terminal-Bench 2.1 får V4.1-Flash 90,6 poäng, mot 89,1 för Anthropics Opus-5.0 och 88,8 för GPT-5.6 Sol.

På AutomationBench, som mäter hur väl en modell klarar att automatisera arbetsuppgifter, blir skillnaden större: 54,8 poäng mot 50,3 för Opus-5.0 och 45,8 för GPT-5.6 Sol. Att modellen, som bolaget kallar den minsta i sin nya arkitekturfamilj, går före flaggskeppen är hela poängen med släppet.

Siffrorna kommer från DeepSeek själv och är uppmätta med modellens resonemangsinställning i högsta läge, alltså den dyraste konfigurationen. Något generellt övertag är det inte heller: på det svårare Terminal-Bench 4.0 stannar V4.1-Flash på 31,2 poäng mot 51,8 för Opus-5.0.

För många köpare är det ändå prislappen som avgör. En miljon inmatade tokens kostar 0,15 dollar under lågtrafik och en miljon tokens i svar 0,60 dollar, enligt vad bolaget redovisar. En token är den minsta textbit modellen räknar i – ett kort ord, en orddel eller ett skiljetecken. Det handlar om listpriset i utvecklartjänsten, där andra företag kopplar in modellen i sina egna produkter, inte om priset på ett chattabonnemang.

Bakom sänkningen ligger konstruktionen. Modellen aktiverar bara en liten del av sig själv för varje textbit som läses in och skrivs ut, och minnet för pågående samtal har krympt kraftigt jämfört med föregångaren. Den färdiga modellen går dessutom att ladda ner och köra på egen hårdvara under MIT-licens.

Bolaget litar tillräckligt på nykomlingen för att låta den ersätta sin egen toppmodell: från den 14 september besvaras anrop till V4-Pro av V4.1-Flash, till Flash-pris, i väntan på en kommande V4.1-Pro.

]]> 160 000 kinesiska AI-chipp ska driva DeepSeeks nya datacenter https://nyadagbladet.se/ekonomi/deepseek-160000-huawei-chipp-ai-center-ulanqab/ Sat, 05 Sep 2026 08:34:22 +0000 https://nyadagbladet.se/?p=239382 Kinesiska DeepSeek planerar att installera minst 160 000 av Huaweis kommande AI-chipp Ascend 950DT i ett nytt datacenter i Inre Mongoliet, enligt uppgifter till Bloomberg. Satsningen skulle skapa ett av de största kända klustren med kinesiska AI-processorer och bli ett konkret steg bort från beroendet av amerikanska Nvidia. Chipsen ska användas för att köra DeepSeeks modeller och hantera frågor från användare – den del av AI-processen som kallas inferens. Däremot har bolaget enligt uppgifterna inga planer på att använda dem för den betydligt mer krävande träningen av modellerna, där DeepSeek hittills har fortsatt att förlita sig på Nvidia. The Decoder återger Bloombergs uppgift att tidsplanen beror på Huaweis förmåga att tillverka de nya processorerna. Varken DeepSeek eller Huawei har offentligt bekräftat beställningen, och nyhetsbyråns uppgifter bygger på personer med insyn i planerna.

Huawei-chipp för den dagliga AI-driften

Ascend 950DT är fortfarande en kommande produkt. Enligt Huaweis färdplan ska chippet lanseras under fjärde kvartalet 2026. Det får 144 gigabyte höghastighetsminne, en minnesbandbredd på fyra terabyte per sekund och två terabyte per sekund i bandbredd mellan processorerna. Huawei marknadsför 950DT både för modellträning och för den så kallade avkodningsfasen i inferens, när en färdig modell steg för steg genererar sitt svar. DeepSeeks rapporterade val att tills vidare begränsa chippet till drift visar samtidigt var den kinesiska halvledarindustrin redan kan ersätta Nvidia – och var det amerikanska bolagets hårdvara fortfarande bedöms vara svårare att undvara. [caption id="attachment_239381" align="aligncenter" width="1170"]En tekniker inspekterar svarta serverskåp i ett datacenter i Inre Mongoliet. En tekniker inspekterar utrustning i Horingers datacenterkluster i Inre Mongoliet. Foto: Su Yali/Xinhua.[/caption] Storleken på beställningen måste också sättas i perspektiv. Huaweis eget Atlas 950 SuperPod är konstruerat för upp till 8 192 Ascend-processorer. DeepSeeks uppgivna volym motsvarar chipmängden i närmare 20 sådana fullskaliga system, även om den slutliga arkitekturen för datacentret inte är känd.

Ett datacenter i gigawattklass

Planerna på själva anläggningen blev kända i slutet av juli. Financial Post återgav då Bloombergs uppgift att DeepSeek vill bygga ett eget datacenter med omkring en gigawatts effektkapacitet i Ulanqab, cirka 35 mil nordväst om Peking, och samtidigt hyra ytterligare beräkningskapacitet från andra aktörer. Enligt samma rapportering kunde delar av anläggningen tas i bruk mot slutet av 2027 eller början av 2028. En sådan tidsplan förutsätter dock att Huawei kan leverera processorerna i den takt som projektet kräver. Ulanqab har på kort tid blivit ett av Kinas viktigaste områden för datacenter. Staden ligger i landets nationella satsning ”Östlig data, västlig beräkning”, där energikrävande serverkapacitet flyttas närmare billigare elproduktion i de västra delarna av landet.

Kyla och grön el lockar

Inre Mongoliet har stora tillgångar på vind- och solkraft, gott om mark och ett klimat som minskar behovet av mekanisk kylning. Årsmedeltemperaturen i Ulanqab är omkring 4,3 grader, och datacenter kan använda utomhusluft för kylning under ungefär tio månader om året. Under jämförbara tekniska förhållanden kan det enligt Xinhua minska kylenergin med 20 till 30 procent. Regionens operativa beräkningskapacitet uppgick i augusti till 345 000 petaflops, varav 326 000 petaflops avsåg AI-beräkningar. Mer än 85 procent av elen till datacentren kom enligt Xinhua från förnybara källor. Bara i Ulanqab hade den operativa kapaciteten nått 172 000 petaflops, med AI som mer än 95 procent av totalen. Huawei, Alibaba, Apple och flera kinesiska telekombolag har redan etablerat stora anläggningar i området.

Planerna har varit omstridda

Hur långt DeepSeek faktiskt har kommit är ännu oklart. Den 8 augusti rapporterade China Daily, med hänvisning till egna källor, att bolaget hade diskuterat samarbete med lokala myndigheter men att parterna då inte hade förbundit sig till ett datacenter i gigawattklass. DeepSeek uppgavs i stället använda en begränsad mängd hyrd kapacitet från lokala leverantörer. Samma artikel beskrev samtidigt hur energibolaget Envision redan färdigställt en anläggning på 120 000 kvadratmeter i Ulanqab, avsedd att kunna köra upp till en miljon AI-chipp parallellt. Staden hade då lockat 89 datacenterprojekt. Den infrastrukturen gör platsen logisk även för DeepSeek, men dagens nya uppgifter är fortfarande inte en offentlig bygg- eller inköpsbekräftelse.

Kinas AI-kapplöpning flyttar in i serverhallen

DeepSeek fick sitt internationella genombrott genom modeller som kunde mäta sig med amerikanska konkurrenter trots betydligt mindre rapporterade resurser. En beställning på 160 000 processorer visar en annan sida av utvecklingen: även effektivare modeller kräver enorm fysisk infrastruktur när de ska användas av miljontals människor. För Huawei skulle affären bli ett skyltfönster för företagets strategi att kompensera för Kinas svagare tillgång till avancerad chiptillverkning genom att koppla samman mycket stora mängder egna processorer. Företaget planerar ett Atlas 950 SuperCluster med mer än 520 000 Ascend 950DT-chipp och över 10 000 serverskåp. För DeepSeek blir den avgörande frågan om Huawei kan leverera i tid och om den kinesiska mjukvaran kan utnyttja klustret tillräckligt effektivt. Om projektet genomförs som rapporterat får Kina inte bara ännu ett stort datacenter, utan en av de tydligaste demonstrationerna hittills av att landets AI-industri kan börja flytta den dagliga driften från Nvidia till inhemsk hårdvara.]]> Tre AI-släpp på en dag – nu bryter priskriget ut på allvar https://nyadagbladet.se/teknik/qwen-grok-deepseek-ai-modeller-priskrig/ Wed, 12 Aug 2026 18:51:52 +0000 https://nyadagbladet.se/?p=237031 Tre av AI-världens tyngsta modellsläpp landar nästan samtidigt. Alibaba öppnar vikterna till jätten Qwen3.8, SpaceXAI lanserar Grok 4.6 och DeepSeek skruvar upp sin V4 Pro – alla med prestanda i eller nära toppskiktet, men till priser som gör den västerländska premiummodellen allt svårare att försvara. Lanseringsdagen har blivit en ovanligt koncentrerad styrkedemonstration. På en och samma dag får utvecklare tillgång till en öppen kinesisk modell med 2,4 biljoner parametrar, en amerikansk utmanare som enligt bolaget blivit markant bättre utan prishöjning och en ny DeepSeek-version vars pris är så lågt att det närmast ser ut som ett angrepp på hela marknadens affärsmodell. Lanseringarna betyder inte att OpenAI, Google och Anthropic plötsligt är akterseglade. De färska jämförelsesiffrorna kommer huvudsakligen från bolagen själva, modellerna är optimerade för delvis olika uppgifter och oberoende tester behöver tid. Men riktningen går knappast att missa: avancerad AI håller på att förvandlas från dyr bristvara till en marknad där flera toppmodeller konkurrerar med pris, öppenhet och praktisk arbetsförmåga.

Qwen öppnar sin största modell

Dagens Qwen-nyhet är inte att Qwen3.8-Max presenteras för första gången. Alibaba lanserade den kommersiella Max-versionen i början av augusti. Det nya är att modellvikterna till Qwen3.8-2.4T-A95B nu har släppts öppet på Hugging Face och ModelScope. Namnet beskriver konstruktionen: modellen har totalt 2,4 biljoner parametrar, men aktiverar omkring 95 miljarder åt gången. Den använder en expertblandning där olika delar av nätverket kopplas in beroende på uppgift. Det gör det möjligt att bygga en enorm modell utan att varje beräkning behöver använda hela maskineriet. I det officiella modellkortet skriver Qwen-teamet att detta är första gången en modell i bolagets Max-klass får öppna vikter. Den öppna versionen är textbaserad, har ett naturligt kontextfönster på 262 144 tokens och kan byggas ut till drygt en miljon. Den kräver dock mycket stora resurser för att köras i full skala; ”öppen” betyder här framför allt att företag, forskare och modellplattformar kan granska, anpassa och driftsätta den själva – inte att den obehindrat ryms i en vanlig bärbar dator. Qwens egna tester ger en blandad men imponerande bild. Modellen når 93,0 i PaperBench, ett test av förmågan att återskapa forskning, och 86,6 i Terminal Bench 2.1. På SWE-bench Pro ligger den däremot efter Fable 5 och något efter Opus 4.8. Qwen vinner alltså inte varje test, men befinner sig i samma liga som de dyraste låsta alternativen – och vikterna kan hämtas.

Grok 4.6: mer kraft till samma pris

SpaceXAI:s Grok 4.6 är dagens tydligaste traditionella modellpremiär. Bolaget beskriver den som ett stort steg från Grok 4.5 inom kodning, långvarigt agentarbete och kvalificerade arbetsuppgifter. Modellen finns i API:et, Grok Build, Cursor och andra anslutna tjänster. På bolagets egen jämförelsetabell stiger Grok från 54,0 till 65,9 procent i DeepSWE, medan resultatet i GDPVal-AA v2 ökar från 1 526 till 1 753. Det senare testet försöker mäta ekonomiskt värdefullt kunskapsarbete. Grok 4.6 når samtidigt 69,9 procent i CursorBench och 57,5 procent i APEX-Agents. Den kanske viktigaste siffran finns ändå inte i benchmarktabellen. Priset ligger kvar på 2 dollar per miljon indatatokens och 6 dollar per miljon utdatatokens. Nivån motsvarar Qwen3.8 på OpenRouter och ligger betydligt under de dyraste modellerna från OpenAI och Anthropic. Grok 4.6 är inte billigast i dagens trio, men xAI – vars modellutbud nu marknadsförs under SpaceXAI – gör ett tydligt försök att lägga en toppmodell på den nivå där utvecklare faktiskt kan använda den i stor skala. När en modell ska läsa kodbaser, söka i dokument och arbeta i många steg blir kostnaden per token snabbt viktigare än abonnemangspriset i en chattjänst.

DeepSeek går längst i prispressen

DeepSeek V4 Pro 0813 är den skarpa versionen av en modellfamilj som visats i förhandsversion sedan våren. DeepSeeks uppdaterade API-dokumentation anger en miljon tokens i kontextfönster och upp till 384 000 tokens i maximalt svar. Modellen kan arbeta både med och utan synligt resonemang och stöder verktygsanrop, strukturerade svar och gränssnitt som efterliknar både OpenAI och Anthropic. OpenRouter, som har gjort versionen tillgänglig, uppger med hänvisning till DeepSeek att resultatet i Terminal Bench 2.1 har stigit från 72,1 till 87,9. I DeepSWE går modellen från 12,8 till 62,7 och i cybersäkerhetstestet CyberGym från 52,7 till 83,3. Sprången är dramatiska, men bör betraktas som leverantörsuppgifter tills fler oberoende testare har hunnit köra samma version. Priset är svårare att avfärda. DeepSeeks officiella prislista anger 0,435 dollar per miljon indatatokens när cachen inte träffar och 0,87 dollar per miljon utdatatokens. Vid återanvändning av tidigare indata sjunker kostnaden ännu mer. Bolaget varnar samtidigt för att en betydande prishöjning planeras framöver, vilket gör dagens nivå till både ett konkurrensvapen och möjligen ett tidsbegränsat skyltfönster.

Sex gånger billigare – och ändå i toppskiktet

En förenklad prisjämförelse visar hur snabbt marknaden har förändrats. En arbetsmängd med en miljon tokens in och en miljon ut kostar 8 dollar med Grok 4.6 eller den öppna Qwen-modellen via OpenRouter. Med DeepSeek V4 Pro blir summan 1,305 dollar – drygt sex gånger mindre, utan att någon cachefördel räknas in. I samma ögonblicksbild ligger Gemini 3.1 Pro på omkring 14 dollar för samma kombination, Claude Sonnet 5 på 12 dollar, Claude Opus 5 på 30 dollar och GPT-5.6 Sol på 35 dollar. Priserna varierar mellan plattformar, långa kontexter kan kosta mer och en token är inte samma sak som ett löst problem. En dyrare modell kan fortfarande bli billigare totalt om den behöver färre försök eller levererar rätt resultat direkt. Men prisgapet har blivit för stort för att gömmas bakom den reservationen. När modeller för en bråkdel av kostnaden klarar avancerad kodning, forskning, terminalarbete och verktygsanrop förändras kalkylen för mindre företag, självständiga utvecklare och vanliga användare. De behöver inte längre välja mellan en billig modell som nästan räcker och en premiumtjänst som spräcker budgeten.

Från chattbot till digital arbetskraft

Det mest slående med de tre lanseringarna är också vad bolagen väljer att mäta. Klassiska kunskapsprov finns kvar, men tonvikten ligger på agenter som kan arbeta i terminaler, ändra stora kodbaser, använda verktyg, hålla reda på långa händelsekedjor och slutföra uppgifter som tar timmar eller dagar. Det innebär större nytta – men också större risk. En chattbot som svarar fel producerar en dålig text. En agent som har tillgång till filer, terminal, webbläsare och molntjänster kan göra verklig skada om den misstolkar en instruktion eller utsätts för en instruktionsattack. Prisfallet gör därför inte bara kraftfull AI mer tillgänglig; det gör också säkerhetsfrågorna mer akuta för betydligt fler användare. För konsumenten är utvecklingen ändå svår att beskriva som något annat än ett guldläge. Två kinesiska modellfamiljer och en amerikansk utmanare pressar samtidigt en marknad som länge dominerats av några få västerländska bolag. Vinnaren är ännu inte utsedd. Men priskriget är ett faktum – och inträdesbiljetten till AI:s toppskikt har på en dag blivit betydligt billigare. ]]> Kina skärper reserestriktioner för AI-toppar https://nyadagbladet.se/teknik/kina-reserestriktioner-ai-toppar/ Sat, 30 May 2026 09:05:45 +0000 https://nyadagbladet.se/?p=231971 Kina uppges ha börjat begränsa utlandsresor för ledande AI-forskare, entreprenörer och chefer vid privata teknikbolag. De nya reglerna beskrivs som ett tecken på att Peking ser avancerad AI-kompetens som en strategisk resurs i teknikstriden med USA. Restriktionerna gäller personer som arbetar med avancerad och strategiskt viktig artificiell intelligens vid företag som Alibaba och DeepSeek, rapporterar Invezz med hänvisning till Bloomberg. De berörda uppges behöva godkännande från statliga myndigheter innan de reser utomlands. Bloomberg uppger att åtgärderna omfattar en bredare krets av AI-profiler, däribland grundare av uppstartsbolag, forskare och höga chefer. Reuters skriver att nyhetsbyrån inte omedelbart kunde verifiera Bloombergs uppgifter. Liknande kontroll av utlandsresor har tidigare förekommit inom känsliga delar av den kinesiska staten och inom strategiska sektorer. Universitetsforskare, kärntekniker, chefer i statsägda bolag och företrädare för kommunistpartiet har i olika sammanhang omfattats av reserestriktioner eller krav på särskilt godkännande. Det nya är att kontrollen nu ska sträcka sig djupare in i den privata tekniksektorn. Bloomberg beskriver det som en tydlig utvidgning av statens grepp om personal som bedöms sitta på kunskap med strategisk betydelse.

AI-kompetens blir en strategisk tillgång

Utvecklingen kommer efter flera år av hårdnande teknikmotsättningar mellan Kina och USA. Washington har infört exportrestriktioner för avancerade halvledare och annan teknik som kan användas i AI-system, samtidigt som Kina försöker bygga upp en egen inhemsk förmåga. DeepSeek har blivit en symbol för denna ambition. Bolagets AI-modeller har uppmärksammats internationellt och beskrivits som ett kinesiskt svar på de amerikanska toppmodellerna. Alibaba har samtidigt satsat stort på egna språkmodeller och molnbaserade AI-tjänster. För Peking handlar konkurrensen inte bara om datorkraft, chip och modeller, utan även om de människor som bygger systemen. Om nyckelpersoner lämnar landet, deltar i internationella projekt eller knyts till utländska bolag kan det enligt den kinesiska statens logik innebära risk för teknikläckage och förlorad konkurrenskraft. Bloomberg kopplar de nya reserestriktionerna till en bredare oro över att ursprungligen kinesisk AI-teknik och AI-kompetens flyttar utomlands. Som exempel nämns AI-bolaget Manus, som grundades i Kina men senare flyttade till Singapore. Enligt uppgifterna ska Peking ha reagerat starkt på en planerad affär där Meta Platforms kopplats samman med bolaget. Exakt hur omfattande reglerna blir är fortfarande oklart. Hur många personer som berörs framgår inte. Vilka befattningar som räknas som strategiskt känsliga är också oklart, liksom om kontrollerna kommer att tillämpas systematiskt över hela AI-branschen. Åtgärderna kan samtidigt få praktiska konsekvenser för kinesiska teknikbolag. Deltagande i internationella konferenser, investerarmöten och forskningssamarbeten kan försvåras om ledande personer måste söka tillstånd för varje utlandsresa. Samma sak gäller rekrytering av globalt orienterade specialister. För yngre AI-ingenjörer med internationella ambitioner kan signalen bli tydlig: valet mellan en karriär i Kina och en utomlands kan behöva göras i ett tidigare skede.]]> OpenAI och DeepSeek drar AI-marknaden åt varsitt håll https://nyadagbladet.se/teknik/openai-deepseek-ai-marknaden/ Fri, 24 Apr 2026 14:42:02 +0000 https://nyadagbladet.se/?p=228485 Två modellsläpp på mindre än ett dygn visar hur snabbt AI-marknaden håller på att omformas. OpenAI flyttar fram sina positioner med GPT-5.5, medan kinesiska DeepSeek pressar priserna och publicerar modellparametrarna för DeepSeek-V4. AI-branschen fick under torsdagen och fredagen två besked som pekar åt samma håll – men med helt olika affärslogik. OpenAI lanserade GPT-5.5 som bolagets hittills mest kapabla modell för komplexa arbetsuppgifter, kodning och förmåga att använda digitala verktyg. Bara ett par timmar senare meddelade DeepSeek att DeepSeek-V4-serien har lanserats – två öppet tillgängliga modeller med ett kontextfönster på en miljon tokens som standard. Skillnaden är slående. OpenAI erbjuder maximal prestanda i ett alltmer integrerat system med ChatGPT, Codex och kommande API-åtkomst. DeepSeek säljer något annat: prestanda nära den absoluta framkanten till betydligt lägre pris, med öppna modellparametrar och API-stöd för både OpenAI- och Anthropic-format. Med andra ord: AI-kapplöpningen handlar inte längre bara om vilken modell som är smartast. Det handlar om vem som kontrollerar arbetsflödet – och vem som kan göra tekniken billig nog att integreras överallt. OpenAI:s inlägg på X visar vad bolaget vill prioritera i lanseringen. I ett officiellt inlägg skrev bolaget att GPT-5.5 nu rullas ut till användare av Plus, Pro, Business och Enterprise i både ChatGPT och Codex, samtidigt som GPT-5.5 Pro introduceras för företag och professionella användare. Ett annat inlägg betonade att modellen är lika snabb som GPT-5.4 per token, men presterar bättre i nästan alla mätningar som bolaget redovisar.

OpenAI vill göra modellen till en digital medarbetare

OpenAI beskriver GPT-5.5 som ett steg mot digitalt arbete där användaren inte längre behöver detaljstyra varje moment. Bolaget hävdar att modellen kan hantera ostrukturerade och komplexa uppgifter, planera, använda verktyg, kontrollera sitt arbete och arbeta under längre tid utan avbrott. Den mest konkreta nyheten för utvecklare är Codex-integrationen. GPT-5.5 uppges få ett kontextfönster på 400 000 tokens i Codex och ska enligt OpenAI matcha GPT-5.4:s svarshastighet per token, trots högre prestanda. För den kommande API-versionen anger bolaget ett kontextfönster på en miljon tokens. Priset visar samtidigt vilken del av marknaden OpenAI riktar sig mot. När GPT-5.5 släpps i API:t ska modellen enligt OpenAI:s prisinformation kosta 5 dollar per miljon tokens för indata och 30 dollar per miljon tokens för utdata. GPT-5.5 Pro hamnar betydligt högre: 30 dollar för indata och 180 dollar för utdata per miljon tokens. Modellen är i första hand inte avsedd för massmarknaden. Målgruppen är företag, kodbaser, forskningsflöden och agentbaserade system där ett fel kan bli dyrare än själva modellkörningen. DeepSeek utnyttjade i sin tur X för att markera kontrasten mot de slutna toppmodellerna. Det officiella lanseringsinlägget beskrev DeepSeek-V4 Preview som lanserad med öppet publicerade modellparametrar och lyfte fram ett prisvärt kontextfönster på en miljon tokens. I samma tråd beskrev bolaget V4-Pro som flaggskeppet och V4-Flash som det snabbare och billigare alternativet.

DeepSeek publicerar modellparametrarna – och kapar priset

DeepSeek går i motsatt riktning. I sin release beskriver bolaget två modeller: DeepSeek-V4-Pro med totalt 1,6 biljoner parametrar, varav 49 miljarder är aktiva, samt DeepSeek-V4-Flash med 284 miljarder parametrar totalt och 13 miljarder aktiva parametrar. Båda modellerna har ett kontextfönster på en miljon tokens som standard. Båda har stöd för resonerande och icke-resonerande läge. Båda blev tillgängliga via API samma dag som de lanserades, och modellparametrarna har publicerats på Hugging Face under MIT-licens. Prissättningen är den verkliga vattendelaren. DeepSeek-V4-Flash kostar 0,14 dollar för indata och 0,28 dollar för utdata per miljon tokens. DeepSeek-V4-Pro kostar 1,74 dollar för indata och 3,48 dollar för utdata per miljon tokens. När data hämtas från cacheminnet sjunker priset ytterligare. För utvecklare och företag innebär det att många uppgifter som tidigare krävde hård prioritering kan köras betydligt friare: långa dokumentkedjor, kodbasanalys, agentloggar, automatisk research och stora interna kunskapsarkiv. En miljon tokens är inte längre bara en siffra i en demonstration. Det håller på att bli standard. DeepSeek presenterade samtidigt V4-serien på X som början på ”kostnadseffektiv enmiljonstokens-kontext” och lyfte fram både V4-Pro och den billigare V4-Flash.

Reaktionerna: imponerat men splittrat

Den oberoende utvecklaren Simon Willison sammanfattar DeepSeek-V4 som ”nästan i framkant, till en bråkdel av priset”. Han pekar särskilt på kombinationen av stora öppna modellparametrar, MIT-licens, ett kontextfönster på en miljon tokens och låg API-kostnad. Samtidigt är omdömena inte entydiga. I utvecklardiskussioner efter lanseringen återkommer bilden att DeepSeek-V4 presterar starkt i förhållande till priset, men att praktiska resultat också beror på verktygskedjor, kontexthantering och arbetsflöden. Den slutsatsen ligger nära den bredare reaktionen i branschen: modellintelligens blir alltmer en standardvara, medan systemen runt modellen avgör vad användaren faktiskt får ut. Även GPT-5.5 får både beröm och reservationer. Tekniksajten The New Stack rapporterar om lanseringen som OpenAI beskriver som en ”ny klass av intelligens”, medan OpenAI själv framhåller förbättringar i kodning, datoranvändning och agentbaserade arbetsflöden. Skillnaden är viktig. Prestandatester säljer modeller, men det är i arbetsflödena de prövas.

Den verkliga striden gäller kontrollen

OpenAI:s strategi går ut på att göra modellen till en del av en större produkt. GPT-5.5 är inte bara en textgenerator, utan en komponent i ChatGPT och Codex med förmåga att använda digitala verktyg, datorstyrning och företagsmiljöer. Modellen utgör hjärnan – men produkten är hela kroppen. DeepSeek angriper samma marknad från andra hållet. Genom öppna modellparametrar, låg kostnad och kompatibla API:er gör bolaget det enklare för utvecklare att byta modell, bygga egna system och undvika inlåsningseffekter i amerikanska ekosystem. Det betyder inte att DeepSeek automatiskt är det bättre valet. Öppna modellparametrar kräver kompetens, infrastruktur och riskhantering. Kinesiska modeller väcker dessutom vissa frågor om innehållsbegränsningar och datastyrning. OpenAI:s slutna modell väcker i sin tur frågor om centralisering, prissättning, företagsberoende och vem som i praktiken sätter gränserna för vad framtidens digitala arbete får vara. Därmed blir tekniken en samhällsfråga. När AI-modeller börjar planera, skriva kod, läsa dokument, använda verktyg och utföra arbetsuppgifter som sträcker sig över timmar eller dagar förändras maktförhållandet mellan användare, företag och plattformar.

Säkerheten blir mer komplicerad

OpenAI uppger i sin systemrapport att GPT-5.5 har genomgått förhandsgranskningar enligt bolagets Preparedness Framework, med särskild testning inom avancerad cybersäkerhet och biologi. Modellen behandlas enligt OpenAI som ”hög förmåga” inom biologiska och kemiska risker samt cybersäkerhet. För cybersäkerhet ligger den enligt bolaget under gränsen för kritisk förmåga. Dilemmat lär bli allt vanligare. Ju mer användbar en modell blir för legitim forskning, försvar, programmering och analys, desto mer användbar blir den också för aktörer med sämre avsikter. DeepSeek gör samma typ av förmåga billigare och mer spridd. OpenAI gör den mer integrerad och mer kraftfull inom slutna arbetsmiljöer. Den ena modellen koncentrerar makten. Den andra sprider den.

AI-kapplöpningen har gått in i en ny fas

GPT-5.5 och DeepSeek-V4 är därför inte bara två nya modellnamn på en redan överfull marknad. De markerar två konkurrerande riktningar för nästa fas av AI-utvecklingen. OpenAI visar hur mycket mer användbar den slutna toppmodellen kan bli när den blir mer uthållig, får bättre förmåga att använda digitala verktyg och tar plats i ett helt arbetsflöde. DeepSeek visar hur snabbt samma typ av förmåga kan pressas ned i pris och göras tillgänglig för fler aktörer. För användarna är frågan inte längre vilken chattbot som svarar bäst på en fråga. Frågan är vilken infrastruktur som ska få läsa våra dokument, skriva vår kod, analysera våra företag och automatisera våra beslut. Modellerna blir smartare. Men den avgörande frågan är fortfarande äldre än tekniken: vem äger verktygen?]]> DeepSeek presenterar ny arkitektur som kan revolutionera AI-utveckling https://nyadagbladet.se/teknik/deepseek-presenterar-ny-arkitektur-som-kan-revolutionera-ai-utveckling/ Sun, 04 Jan 2026 13:47:39 +0000 https://nyadagbladet.se/?p=219214 Det kinesiska AI-bolaget DeepSeek har publicerat ett tekniskt dokument som föreslår en grundläggande omarbetning av den arkitektur som används för att träna artificiella intelligensmodeller. Metoden, som grundaren Liang Wenfeng medförfattat, kan innebära ett skifte i hur framtidens AI-system utvecklas. DeepSeeks nya metod kallas Manifold-Constrained Hyper-Connections, eller mHC, och utgör en vidareutveckling av den konventionella ResNet-arkitekturen som ligger till grund för stora språkmodeller. Artikeln publicerades den 1 januari och har omedelbart väckt stort intresse bland utvecklare och forskare. I studien testade ett team på 19 forskare från DeepSeek metoden på modeller med 3, 9 och 27 miljarder parametrar. Resultaten visade att mHC kunde skalas upp utan att lägga till någon betydande beräkningsbörda. Quan Long, professor vid Hong Kong-universitetet för vetenskap och teknik, beskrev resultaten som "mycket betydelsefulla för transformerarkitekturen som används i stora språkmodeller". Han tillade att han var "mycket entusiastisk över att se denna viktiga optimering från DeepSeek som redan har revolutionerat effektiviteten i stora språkmodeller".

Fokus på grundläggande mekanismer

Medan de flesta AI-företag koncentrerar sig på att omvandla AI-funktioner till agenter och produkter, har DeepSeek valt en annan väg. Bolaget, som är ett sidoprojekt till Liang Wenfengs kvanthandelsföretag, fokuserar istället på att förbättra de grundläggande tekniska mekanismerna för hur maskiner lär sig av data. ResNet-arkitekturen utvecklades för ett decennium sedan av fyra kinesiska forskare vid Microsoft Research Asia, däribland datavetaren He Kaiming. Metoden möjliggör träning av djupa neurala nätverk genom att minska träningsfel genom nätverkets olika lager. En artikel om ResNet blev enligt den brittiska tidskriften Nature det mest citerade vetenskapliga arbetet under 2000-talet.

Stabilare träning

DeepSeeks nya mHC-metod bygger vidare på ByteDances Hyper-Connections från 2024, men löser ett viktigt problem. Enligt DeepSeeks forskare leder konventionella hyper-connections lätt till allvarliga stabilitetsproblem vid träning. Metoden stabiliserar arkitekturen genom att begränsa dataflödet till en specifik matematisk struktur. Pierre-Carl Langlais, medgrundare av franska AI-företaget Pleias, menar att artikelns verkliga betydelse ligger i DeepSeeks förmåga att omarbeta varje dimension av träningsmiljön för att stödja ny forskning. — Det är vad som gör DeepSeek till ett ledande laboratorium, skrev Langlais på LinkedIn. Branschobservatörer menar att DeepSeeks tekniska artiklar ofta signalerar vilken riktning företagets nästa stora modell kommer att ta. Det finns nu höga förväntningar på att DeepSeek kan släppa sin nästa stora modell i samband med det kinesiska nyårsfirandet i mitten av februari.]]> Kinesisk AI-modell utmanar amerikanska jättar – till en bråkdel av priset https://nyadagbladet.se/teknik/kinesisk-ai-modell-utmanar-amerikanska-jattar-till-en-brakdel-av-priset/ Mon, 01 Dec 2025 20:45:21 +0000 https://nyadagbladet.se/?p=217777 Det kinesiska AI-företaget DeepSeek släppte på måndagen sin nya modell V3.2 som presterar i nivå med OpenAI:s GPT-5 och Google Gemini 3 Pro i viktiga tester. Modellen är helt öppen och kostar upp till 90 procent mindre att använda än de amerikanska konkurrenterna. Lanseringen väcker frågor om hur länge Silicon Valley kan behålla sitt teknologiska försprång när kinesiska rivaler erbjuder likvärdiga verktyg till en bråkdel av priset – och om USA:s försök att bromsa kinesisk AI-utveckling genom exportrestriktioner i själva verket har haft motsatt effekt. DeepSeek-V3.2 visade imponerande resultat i standardiserade tester. I det amerikanska matematiktestet AIME 2025 nådde modellen 96 procent rätt, jämfört med GPT-5:s 94,6 procent. Företagets mest avancerade variant, kallad Speciale, tog även guldmedalj i den internationella matematikolympiaden. — Effektivitet blir lika viktigt som ren kraft. Det här gör kraftfull AI mer tillgänglig för utvecklare, forskare och mindre företag, sade Nick Patience, AI-analytiker på analysföretaget Futurum Group, till Venturebeat.

Drastiskt lägre priser

Prisskillnaden är slående. För företag som använder AI via programmeringsgränssnitt kostar DeepSeek cirka 2,70 kronor per miljon tecken indata, jämfört med GPT-5:s 12,50 kronor. För utdata är skillnaden ännu större: 11 kronor mot 100 kronor per miljon tecken. Den låga kostnaden möjliggörs delvis av en ny teknik kallad DeepSeek Sparse Attention, som minskar beräkningskostnaderna med 50–70 procent för längre texter utan kvalitetsförlust. [caption id="attachment_217783" align="alignnone" width="640"] DeepSeek häpnar med resultat i paritet med de kraftfullaste allra senaste amerikanska modellerna.[/caption]

Kina satsar på öppenhet

Medan amerikanska bolag som OpenAI, Anthropic och Google håller sina modeller stängda, släpper DeepSeek hela tekniken under en öppen licens. Vem som helst kan ladda ner, modifiera och använda modellen fritt. Strategin är medveten. Kinesiska AI-bolag har valt öppenhet som konkurrensvapen, och enligt forskning från MIT och Hugging Face står kinesiska öppna modeller nu för 17 procent av alla nedladdningar globalt – mer än amerikanska modellers andel på 15,8 procent.

Restriktioner slog bakut

DeepSeeks framgång kommer trots USA:s exportförbud på avancerade AI-chip till Kina. Företaget lade upp lager av Nvidia-chip innan restriktionerna skärptes och har sedan dess utvecklat innovativa lösningar för att klara sig med de nedgraderade chip som fortfarande är tillåtna. Amerikanska Brookings Institution konstaterar i en analys att knapphet driver innovation, och varnar för att Kina nu bygger upp både effektiva algoritmer och egen chipproduktion – en potentiellt kraftfull kombination. DeepSeek grundades i juli 2023 i Hangzhou som en avknoppning från hedgefonden High-Flyer. Företaget har omkring 200 anställda och har inte tagit in något riskkapital. Vissa västländer och företag har valt att begränsa användningen av DeepSeek på grund av att data lagras i Kina, men för den breda marknaden markerar lanseringen ett tydligt skifte: frågan är inte längre om kinesisk AI kan konkurrera med Silicon Valley, utan hur amerikanska bolag ska behålla försprånget när rivalen släpper jämförbar teknik som öppen källkod.]]> Danska folketinget förbjuder DeepSeek – ser risk för övervakning https://nyadagbladet.se/norden/danska-folketinget-forbjuder-deepseek-ser-risk-for-overvakning/ Tue, 11 Mar 2025 12:04:22 +0000 https://nyadagbladet.se/?p=201976 DeepSeek får inte längre användas på enheter inom det danska parlamentet, enligt Folketingets högsta ledningsorgan. Förbudet är en försiktighetsåtgärd på grund av att man ser en risk för övervakning. Folketingets Præsidium, som är det högsta ledningsorganet i Danmarks lagstiftande församling Folketinget, har tidigare rekommenderat att man inte använder den kinesiska AI-tjänsten på enheter inom tinget. Organet har också ansvar för Folketingets IT-system. Nu har man beslutat att slopa rekommendationerna och istället helt förbjuda AI-tjänsten på alla enheter inom det danska parlamentet. Förbudet beskrivs syfta till att man inte vill ge DeepSeek någon form av tillgång till IT-systemen på grund av risken för övervakning. DeepSeek, som är en kinesiskt utvecklad chattrobot och språkmodell som fungerar på liknande sätt som OpenAI:s ChatGPT, har snabbt blivit en av de mest nedladdade apparna och fått stor uppmärksamhet inom teknikbranschen. Framgången har lett till omfattande reaktioner från både företag och regeringar, där bland andra Donald Trump kallade lanseringen en ”väckarklocka” för amerikanska företag och menade att det nu är avgörande för USA att ”konkurrera för att vinna” inom AI-utvecklingen. Förbudet gäller på alla enheter som tillhandahålls av det danska parlamentet.]]> Här är den kinesiska AI-modellen som skakar om techvärlden https://nyadagbladet.se/it-overvakning/har-ar-den-kinesiska-ai-modellen-som-skakar-om-techvarlden/ https://nyadagbladet.se/it-overvakning/har-ar-den-kinesiska-ai-modellen-som-skakar-om-techvarlden/#respond Thu, 30 Jan 2025 13:32:07 +0000 https://nyadagbladet.se/?p=199188 Den kinesiska AI-modellen DeepSeek har mycket snabbt blivit en av de mest nedladdade apparna och fått stor uppmärksamhet inom teknikbranschen. Dess oväntade framgång har inte bara överraskat investerare utan även påverkat börsvärdet för flera stora techbolag. DeepSeek är en AI-driven chattrobot och språkmodell som fungerar på liknande sätt som OpenAI:s ChatGPT. Den används för att generera text, svara på frågor och hjälpa användare med uppgifter som kodning och matematiska beräkningar. Modellen har jämförts med OpenAI:s o1 och anses vara en avancerad resonemangsmodell, vilket gör att den kan bearbeta komplexa frågor och ge svar i flera steg. En av de mest anmärkningsvärda aspekterna av chattbotten är dess låga utvecklingskostnad. Medan OpenAI:s GPT-4 sades ha kostat över 100 miljoner dollar att träna, hävdar DeepSeek att deras modell endast krävde sex miljoner dollar. Detta har möjliggjorts genom en kombination av avancerad minneshantering och en effektiv användning av mindre kraftfulla chip, vilket gör modellen både billigare och mer resurseffektiv. DeepSeek är dock inte bara en teknisk innovation, utan också en del av Kinas större strategi för att minska sitt beroende av västerländsk teknologi. Företaget har lyckats bygga upp en kraftfull AI-modell trots exportförbud på avancerade halvledarchip från USA.

Jätteras för Nvidia

Chattbottens snabba genomslag har haft omedelbara effekter på techmarknaden. Modellen har bland annat visat att avancerade AI-lösningar kan utvecklas utan tillgång till de mest kraftfulla chippen, vilket har skapat en osäkerhet på marknaden kring behovet av dyra halvledare. Den största börspåverkade effekten har setts hos Nvidia, världens ledande chipproducent, vars aktievärde föll med 600 miljarder dollar – den största endagsförlusten i amerikansk historia. Marknaden har reagerat kraftigt på insikten att billigare AI-modeller kan konkurrera med de mest avancerade alternativen. Samtidigt har DeepSeek, likt andra AI-modeller, också väckt frågor om säkerhet och dataintegritet. Vissa experter menar att modellen, precis som andra övriga AI-plattformar, kan vara föremål för statlig censur och begränsningar och att DeepSeek är programmerad att ge ”hjälpsamma och ofarliga" svar.

Trump: "En väckarklocka"

DeepSeeks framgång har lett till omfattande reaktioner från både företag och regeringar. Donald Trump kallade lanseringen en "väckarklocka" för amerikanska företag och menade att det nu är avgörande för USA att "konkurrera för att vinna" inom AI-utvecklingen. Australiens vetenskapsminister, Ed Husic, uttrycker å sin sida oro över DeepSeeks hantering av data och säkerhet. I Kina hyllas språkmodellen som ett bevis på landets tekniska framsteg och självständighet från västerländsk teknologi. President Xi Jinping har tidigare betonat AI som en nationell prioritet, och dess framgång ses som ett steg mot att etablera Kina som en global ledare inom artificiell intelligens. AI-modellen har också mött tekniska utmaningar. På dagen för dess stora genomslag attackerades plattformen enligt företaget av en "storskalig fientlig attack" som ledde till tillfälliga driftstopp och begränsningar i registreringar. Ännu i skrivande stund lider DeepSeek av serverproblem och störningar.]]> https://nyadagbladet.se/it-overvakning/har-ar-den-kinesiska-ai-modellen-som-skakar-om-techvarlden/feed/ 0