W styczniu 2025 roku chiński startup AI DeepSeek wypuścił swój model rozumowania DeepSeek-R1 — i w ciągu tygodnia wstrząsnął całym światem technologii. Pod względem wydajności ten chiński model AI dorównuje ChatGPT od OpenAI, lecz koszty rozwoju były radykalnie inne. Podczas gdy wydatki OpenAI sięgają setek milionów dolarów, DeepSeek miał przeznaczyć na trening zaledwie 5,6 mln USD. Co więcej, DeepSeek nie używał najnowocześniejszych chipów AI firmy Nvidia — amerykańskie kontrole eksportowe zakazują ich sprzedaży do Chin — lecz ich okrojonych wersji. Wywołało to niewygodne pytanie: jeśli w Chinach można w ten sposób stworzyć wydajną i tanią AI, czy astronomiczne budżety amerykańskich firm AI są uzasadnione?
DeepSeek-R1 i OpenAI — najważniejsze różnice
Zanim przejdziemy do szczegółów, poniżej przedstawiamy porównanie, które pokazuje, co uczyniło premierę DeepSeek tak niezwykłą na tle uznanego lidera rynku AI.
| DeepSeek-R1 | OpenAI | |
|---|---|---|
| Deklarowany koszt treningu | Około 5,6 mln USD | Setki milionów dolarów |
| Sprzęt | Nvidia H800 — okrojone chipy zgodne z ograniczeniami eksportowymi | Nvidia H100 — chipy AI najwyższej klasy |
| Dostęp do modelu | Otwarte wagi i kod, bezpłatne do pobrania i modyfikacji | Zastrzeżony, dostęp wyłącznie przez API i subskrypcję |
| App Store (koniec stycznia 2025) | Nr 1 wśród bezpłatnych aplikacji w USA i Chinach | Wyprzedzony przez DeepSeek |
| Filtrowanie odpowiedzi | Cenzura państwowa w tematach wrażliwych politycznie | Polityka treści ustalana przez firmę |
DeepSeek wywołuje krach na rynku: Nvidia traci 600 mld USD
Reakcja giełdy była natychmiastowa. Nvidia, największy na świecie dostawca chipów AI, odnotowała spadek akcji o 17% w ciągu jednego dnia, co zmazało około 600 mld USD jej wartości rynkowej — była to największa jednodniowa strata w historii amerykańskiego rynku akcji. Nasdaq 100, obejmujący największe firmy technologiczne, stracił niemal 1 bln USD w jednym z najpoważniejszych załamań sektora technologicznego ostatnich lat.
Inwestor venture capital, inżynier i wynalazca Marc Andreessen nazwał to „momentem Sputnika” dla AI, porównując wydarzenie do wystrzelenia przez Związek Radziecki pierwszego satelity w 1957 roku. Wtedy świat uświadomił sobie, że ZSRR wyprzedził Stany Zjednoczone w wyścigu kosmicznym. Teraz Chiny dokonały podobnego skoku w sztucznej inteligencji, zmuszając Zachód do uznania, że przewaga technologiczna nie jest już jego wyłącznym atutem.
Sekret sukcesu DeepSeek: tanie chipy, open source i wiralowa aplikacja
Sukces DeepSeek wyjaśniają trzy czynniki. Po pierwsze, firmie udało się radykalnie obniżyć koszt treningu AI: podczas gdy OpenAI wydaje setki milionów na rozwój swoich modeli, DeepSeek osiągnął porównywalny poziom wydajności za zaledwie 5,6 mln USD. Stało się to możliwe dzięki użyciu tańszych chipów Nvidia H800 zamiast wysokowydajnych procesorów H100, na których polegają konkurenci. Zoptymalizowane algorytmy pozwoliły następnie DeepSeek zachować wysoką efektywność przy znacznie mniejszej mocy obliczeniowej.
Drugą przewagą była decyzja DeepSeek o udostępnieniu swojej sztucznej inteligencji jako open source poprzez publikację wag modelu i kodu. Oznacza to, że każdy może pobrać, dostosować lub ulepszyć tę technologię — co jest szczególnie atrakcyjne dla firm, badaczy i startupów, których nie stać na zastrzeżoną AI na dużą skalę.
Trzecim czynnikiem szybkiego wzrostu DeepSeek była jego natychmiastowa i ogromna popularność wśród użytkowników końcowych. W ciągu kilku dni aplikacja chatbota DeepSeek stała się najczęściej pobieraną bezpłatną aplikacją w Apple App Store zarówno w USA, jak i w Chinach, wyprzedzając ChatGPT.
Zarzuty destylacji i amerykańskie sankcje na chipy
OpenAI i Microsoft wszczęły dochodzenie, podejrzewając, że DeepSeek wykorzystał ich technologię do treningu swojego modelu. Według nich DeepSeek miał stosować destylację wiedzy — metodę, w której jeden model AI naśladuje drugi, aby przejąć jego styl odpowiedzi i rozumowania. Jeśli zostanie to udowodnione, DeepSeek może stanąć przed poważnymi problemami prawnymi.
Pozostaje też kwestia amerykańskich sankcji wobec Chin. Pekin nie może obecnie kupować najnowocześniejszych chipów firmy Nvidia, a zaostrzenie kontroli eksportowych może utrudnić chińskie starania o rozwój kolejnej generacji modeli AI. Jednak fakt, że DeepSeek zaszedł tak daleko, pokazuje, jak samowystarczalny stał się już chiński sektor technologiczny.
Mimo oskarżeń CEO OpenAI Sam Altman przyznał, że DeepSeek jest silnym konkurentem, i stwierdził, że chiński model robi wrażenie, zwłaszcza biorąc pod uwagę jego stosunkowo niski koszt.
Co szok DeepSeek oznacza dla branży AI
DeepSeek prawdopodobnie podważy dotychczasowe wyobrażenia o tym, jaka powinna być AI i ile powinna kosztować. Do niedawna zakładano, że budowa wydajnych dużych modeli językowych wymaga ogromnych inwestycji i niezwykle złożonej infrastruktury z tysiącami najnowocześniejszych chipów. Chińska firma pokazała, że porównywalne wyniki można osiągnąć przy znacznie mniejszych zasobach. To kwestionuje tradycyjne praktyki branży i zmusza największych graczy do ponownej oceny strategii.
Sukces ten może również przesunąć układ sił w wyścigu technologicznym. Jeszcze niedawno Chiny były uważane za outsidera w AI; obecnie dzieli je od liderów najwyżej kilka lat, o ile w ogóle. Obawiając się pozostania w tyle, prezydent USA Donald Trump ogłosił inicjatywę Stargate — program o wartości do 500 mld USD, którego celem jest wzmocnienie pozycji amerykańskich twórców AI.
OpenAI także zaczęło obniżać ceny swoich usług, starając się utrzymać użytkowników. Jeśli DeepSeek będzie nadal udostępniać rozwiązania AI open source, które niemal bez kosztów konkurują z liderami rynku, presja na całą branżę będzie tylko rosła.
Druga strona DeepSeek: cenzura i wątpliwości co do kosztów
Chińska AI nie jest jednak pozbawiona wad. Odpowiedzi DeepSeek są filtrowane zgodnie z cenzurą państwową — chatbot odmawia odpowiedzi na pytania o Xi Jinpinga czy Tajwan. Niektórzy analitycy kwestionują też deklarowane koszty rozwoju, sugerując, że chiński rząd mógł po cichu subsydiować energię elektryczną, wynagrodzenia i zasoby obliczeniowe projektu. Trudno to jednak zweryfikować.
Jest też kwestia danych. Aplikacja DeepSeek przechowuje dane użytkowników na serwerach w Chinach, co skłoniło już regulatorów w kilku krajach do dokładniejszego przyjrzenia się usłudze — przypominając, że tani model AI może wiązać się z własnymi kosztami zgodności.
Co dalej z DeepSeek i wyścigiem AI?
DeepSeek już złamał zasady gry. Od teraz czołowe firmy IT na świecie będą musiały grać według innych reguł. Wyścig technologiczny będzie trwał — po jednej stronie inwestycje na skalę Stargate, a po drugiej modele open source — i być może rzeczywiście stoimy u progu nowej ery dostępnej sztucznej inteligencji, a może dopiero na początku zaciętej rywalizacji Stanów Zjednoczonych i Chin w dziedzinie zaawansowanych technologii.
Co to oznacza dla startupów i założycieli
Tańsza AI z otwartymi wagami obniża próg wejścia w tworzenie produktów AI: mały zespół może teraz uruchomić model najwyższej klasy we własnej infrastrukturze zamiast płacić za zastrzeżony dostęp. Ceną jest to, że kwestie prawne i regulacyjne — ochrona danych, filtrowanie treści, warunki licencji — stają się odpowiedzialnością założyciela.
Eesti Firma zapewnia wsparcie korporacyjne i prawne dla projektów AI oraz pomaga firmom nadążać za stale zmieniającym się środowiskiem technologicznym i regulacyjnym. Zapraszamy do kontaktu w sprawie profesjonalnej konsultacji i wsparcia.
Najczęściej zadawane pytania
DeepSeek-R1 to duży model językowy skoncentrowany na rozumowaniu, wydany przez chiński startup DeepSeek w styczniu 2025 roku. Osiąga poziom porównywalny z modelami stojącymi za ChatGPT od OpenAI, a jednocześnie jest znacznie tańszy w treningu; jego wagi opublikowano na otwartej licencji.
Inwestorzy obawiali się, że jeśli model AI najwyższej klasy można wytrenować na tańszych, objętych ograniczeniami chipach za kilka milionów dolarów, popyt na najdroższy sprzęt firmy Nvidia może być niższy od oczekiwanego. Akcje spadły o 17% w jeden dzień, zmniejszając wartość rynkową o około 600 mld USD.
Wagi modelu i kod są publicznie dostępne, więc programiści mogą samodzielnie pobrać, uruchomić i dostroić model. Dane treningowe nie zostały jednak opublikowane, dlatego trafniej jest określać go jako model z otwartymi wagami.
DeepSeek podał, że końcowy cykl treningowy kosztował około 5,6 mln USD. Niektórzy analitycy zauważają, że kwota ta nie obejmuje badań, wcześniejszych eksperymentów ani zakupu sprzętu, więc całkowity koszt programu był prawdopodobnie znacznie wyższy.
Tak — otwarta licencja zezwala na użycie komercyjne, a model można hostować we własnej infrastrukturze chmurowej lub w chmurze europejskiej. Przed wdrożeniem firmy powinny jednak ocenić ochronę danych, filtrowanie treści i warunki licencji.