DeepSeekin uusi näkömalli nostaa tekoälyn hinta–suorituskykykilpailun uudelle tasolle

DeepSeekin V4-Flash-Vision-Exp voi olla merkittävämpi hinnoittelusignaalina kuin osoituksena pysyvästä teknisestä etumatkasta. Kokeellinen malli lisää kuvatulkinnan V4-Flash-arkkitehtuuriin. DeepSeekin mukaan se säilyttää tekstimallin päättely- ja agenttikyvyt sekä tuo multimodaalisten agenttien suorituskyvyn lähelle Anthropicin Claude Opus 4.8 -mallia. Kuvien laskutus noudattaa V4-Flashin hintoja, ja kukin kuva kuluttaa enintään 384 syötetokenia. 64

Yhdistelmä voi tehdä visuaalisesta tekoälystä huomattavasti halvempaa ottaa käyttöön. Kaupallinen lopputulos on kuitenkin vielä avoin: keskeiset vertailut perustuvat pääosin yhtiön omiin arvioihin tai niitä lähellä oleviin raportteihin. Tuotantokäytössä ratkaisevat myös luotettavuus, saatavuus, viive ja yritysasiakkaiden hyväksyntä – eivät vain julkaisupäivän benchmark-tulokset.

Miksi hinta on tärkeämpi kuin mallin nimi

Kuvien ymmärtämistä on usein pidetty premium-ominaisuutena, koska kuvarikkaat sovellukset voivat vaatia enemmän laskentaa ja mallikapasiteettia. DeepSeek valitsee toisenlaisen lähestymistavan: vision sijoitetaan Flash-hintaluokkaan erillisen, kalliimman näkömallin sijaan.

Raportoidut V4-Flash-Vision-Exp-hinnat ovat ruuhka-ajan ulkopuolella 0,22 dollaria miljoonalta välimuistittomalta syötetokenilta ja 0,66 dollaria miljoonalta tulostokenilta. Ruuhka-aikana hinnat nousevat 0,44 ja 1,32 dollariin. Välimuistiosumat ovat tätä halvempia. 51

Taloudellinen vaikutus korostuu sovelluksissa, jotka käsittelevät toistuvasti kuvakaappauksia, lomakkeita, koontinäyttöjä, kuitteja, teknisiä kaavioita tai verkkosivujen käyttöliittymiä. Jos malli suoriutuu riittävän hyvin rutiinitehtävistä pienellä syötekustannuksella, kehittäjät voivat ajaa saman budjetin puitteissa enemmän visuaalisia tarkistuksia, uusintayrityksiä ja agentin työvaiheita.

384 tokenin enimmäisraja on kuitenkin olennainen varaus. Se pitää kuvien käsittelyn edullisena, mutta kiinteä rajoitus voi heikentää tuloksia tehtävissä, joissa tarvitaan pieniä yksityiskohtia, tiheää tekstiä tai tarkkoja tilasuhteita. Halpa kuvasyöte ei siis automaattisesti tarkoita laadukasta näkökykyä kaikissa käyttötapauksissa. 53

Mitä DeepSeek väittää – ja mitä benchmarkit eivät todista

DeepSeek kertoo näkömallin parantaneen merkittävästi tekstipohjaiseen V4-Flashiin verrattuna multimodaalisissa agenttiarvioinneissa ja lähestyvän Opus 4.8 -mallia. Raportoidut tulokset muodostavat kuitenkin sekavan kokonaisuuden, eivät yksiselitteistä voittoa: V4-Flash-Vision-Exp sai ApexBench Pass@1 -testissä tuloksen 36,5, kun Opus 4.8 sai 39,4. Agents’ Last Exam -testissä luvut olivat 27,3 ja 25,7, ja ZeroBenchissä 35,0 ja 34,0. 58

Tulokset ovat kiinnostavia, mutta benchmark-läheisyys ei ole sama asia kuin tuotantotason vastaavuus. Ostajien kannattaa testata ainakin seuraavia asioita:

• tehtävien onnistumisprosenttia useissa peräkkäisissä ajoissa;
• visuaalista tarkkuutta tiheissä asiakirjoissa ja pienessä tekstissä;
• työkalujen valintaa ja virheistä palautumista;
• viivettä, käyttövarmuutta ja kutsurajoja;
• toimintaa haastavien tai tulkinnanvaraisten kuvien kanssa;
• datan käsittelyä, alueellista saatavuutta ja yrityshallinnan ominaisuuksia.

Seuraava ratkaiseva askel on riippumaton ja toistettava testaus. Siihen asti vahvin perusteltu johtopäätös on, että DeepSeek on tuonut markkinoille uskottavan edullisen haastajan – ei se, että yhtiö olisi varmasti ohittanut johtavat frontier-mallit.

Paine kasvaa Anthropicille, OpenAI:lle ja Googlelle

Jos malli osoittautuu luotettavaksi DeepSeekin omien arviointien ulkopuolella, se voi heikentää Anthropicin, OpenAI:n ja Googlen mahdollisuuksia veloittaa suurta lisää pelkästään yleisestä päättelystä tai visuaalisesta ymmärryksestä. Paine olisi voimakkainta suurissa ja kustannusherkissä käyttötapauksissa, joissa mallin tarvitsee olla vain riittävän hyvä rutiinityöhön.

Premium-palveluilla on silti useita tapoja puolustaa talouttaan. Ne voivat kilpailla pitkien työnkulkujen luotettavuudella, työkalu- ja kumppaniekosysteemeillä, tietoturvalla, hallinnalla, tuella, pilvi-integraatioilla ja jakelulla. Hieman halvempi tai kapeassa benchmarkissa vahvempi malli voi hävitä yrityskäyttöönotossa, jos se aiheuttaa enemmän virheitä, vaatii ylimääräistä valvontaa tai ei tarjoa tarvittavia hallintakeinoja.

Markkina voi siksi jakautua selvemmin kahteen kerrokseen:

• Edulliset multimodaaliset mallit suurten dokumenttimäärien käsittelyyn, kuvakaappausten tulkintaan, asiakasprosesseihin ja tavanomaisiin agenttitehtäviin.
• Premium-tason frontier-mallit vaativaan päättelyyn, monimutkaiseen koodaukseen, korkean riskin tarkkuutta edellyttäviin tehtäviin, sääntelyherkkiin käyttöönottoihin ja tilanteisiin, joissa yksi virhe maksaa enemmän kuin API-säästö.

Premium-toimittajien riski ei välttämättä ole kysynnän romahtaminen. Suurempi uhka on asiakkaiden haluttomuus maksaa samasta, eriytymättömästä suorituskyvystä. Yritykset voivat käyttää useita malleja, ohjata yksinkertaiset visuaaliset tehtävät halvempiin järjestelmiin ja säästää premium-mallit tilanteisiin, joissa laadulla on eniten merkitystä.

DeepSeekin omat hinnankorotukset mutkistavat nollaan etenevän hintakilpailun tarinaa

DeepSeek ei ole laskemassa hintoja koko tuotevalikoimassaan. Elokuussa yhtiö otti V4-Pro- ja V4-Flash-malleissa käyttöön ruuhka- ja hiljaisen ajan hinnoittelun. Raportoidut korotukset vaihtelivat mallista, token-tyypistä ja käyttöajankohdasta riippuen 50 prosentista 1 100 prosenttiin. 17

Tämä viittaa siihen, että yhtiö pyrkii hallitsemaan kapasiteettia ja kysyntää siinä missä haastamaan kilpailijoita. Flash Visionia voidaan käyttää edullisena sisääntulotuotteena, kun taas parempi päättely, suurempi läpimeno tai ruuhka-ajan käyttö tuovat enemmän tuloja.

Kehittäjän kannalta olennaista ei siis ole matalin mainostettu yksikköhinta vaan todellinen kokonaiskustannus. Budjetissa on huomioitava ruuhka-ajan käyttö, tulostokenit, välimuistiosumat, uusintayritykset, viive ja epäonnistuneet ajot. Halpa malli, joka vaatii useita lisäyrityksiä, ei välttämättä ole käytännössä halpa.

Mitä julkaisu merkitsee Anthropiciin sijoittaville

DeepSeekin julkaisu ajoittuu hetkeen, jolloin Anthropic on raportoinut vahvasta kysynnästä. Reutersin mukaan Anthropicin annualisoitu liikevaihtotahti ylitti heinäkuun lopussa 65 miljardia dollaria, kun toukokuussa vastaava luku oli 47 miljardia. Annualisoitu tahti on viimeaikaisesta kehityksestä johdettu vuositasolle laskettu arvio – ei sama asia kuin toteutunut vuosiliikevaihto tai tulevien katteiden lupaus. 33

Ero on tärkeä. DeepSeek ei pyyhi pois Anthropicin nykyistä kasvusignaalia, mutta se voi haastaa tulevaa hinnoitteluvoimaa ja infrastruktuuri-investointien tuotto-oletuksia. Jos asiakkaat siirtävät rutiinityöt edullisempiin multimodaalisiin malleihin, Anthropicin voi olla tarjottava suurempia alennuksia tai käytettävä enemmän rahaa markkinaosuutensa säilyttämiseen.

Amazonin altistus on erityisen suora. Amazon sopi sijoittavansa Anthropiciin heti 5 miljardia dollaria ja mahdollisesti vielä 20 miljardia dollaria kaupallisiin virstanpylväisiin sidottuna. Anthropic puolestaan sitoutui käyttämään yli 100 miljardia dollaria Amazonin pilviteknologioihin kymmenen vuoden aikana. 1

Jos Clauden kysyntä jatkaa kasvuaan, Amazon voi hyötyä sekä AWS:n pilvikulutuksesta että Anthropic-sijoituksensa arvosta. Jos halvemmat kilpailijat painavat Anthropicin käyttömäärien kasvua tai hinnoitteluvoimaa, suuri infrastruktuurisitoumus voi näyttää vaikeammin perusteltavalta. Järjestely tarjoaa Amazonille merkittävää nousupotentiaalia, mutta samalla se keskittää osan yhtiön tekoälyteemasta Anthropicin jatkuvan laajentumisen varaan.

Alphabetilla on erilainen asema. Se on Anthropicin sijoittaja, mutta kilpailee samalla suoraan Gemini-malleillaan ja Google Cloudilla. 6 Uskottavat halvat multimodaaliset mallit voivat painaa hintoja koko markkinassa – myös Googlen API- ja pilvipalveluissa. Anthropicin arvonnoususta saatava välillinen hyöty on siksi punnittava suhteessa Alphabetin omiin tuotteisiin kohdistuvaan kilpailupaineeseen.

Näitä mittareita kannattaa seurata seuraavaksi

Julkaisua seuraava näyttö on tärkeämpää kuin itse julkistus. Sijoittajien ja kehittäjien kannattaa tarkkailla erityisesti:

1. Riippumattomia multimodaaliarviointeja, joissa mitataan visuaalista päättelyä, agenttien tehtävien loppuun saattamista, työkalujen käyttöä ja virheistä palautumista.
2. API:n jatkuvaa käyttöä, kuten liikennettä, uusintakäyttöä, kehittäjien siirtymistä malliin, käyttövarmuutta ja yrityskäyttöönottoja.
3. Todellista kokonaiskustannusta, johon sisältyvät ruuhkahinnat, tulostokenit, välimuisti, uusintayritykset ja operatiiviset epäonnistumiset.
4. Kilpailijoiden vastauksia, kuten Anthropicin, OpenAI:n ja Googlen listahintoja, yritysalennuksia, reitityspalveluja ja käyttöön sidottuja sopimuksia.
5. Anthropicin liiketoiminnan laatua, erityisesti asiakasliikevaihdon pysyvyyttä, toteutuneita hintoja, katteita ja AWS-kulutusta suhteessa infrastruktuurisitoumuksiin.

Lopputulos

DeepSeekin V4-Flash-Vision-Exp voi kiihdyttää siirtymää kyvykkyyskilpailusta hinta–suorituskykykilpailuun. Sen tärkein ominaisuus ei välttämättä ole se, että se yltää joissakin testeissä Opus 4.8:n tasolle tai sen ohi, vaan väite siitä, että hyödyllinen multimodaalinen agenttisuorituskyky voidaan tuoda edulliseen Flash-hintaluokkaan.

Taloudellisesti mullistavaksi julkaisu muuttuu vasta, jos malli on riittävän luotettava jatkuvaan tuotantokäyttöön. Toistaiseksi se on ennen kaikkea uskottava varoitus premium-tason tekoälytoimittajille ja niiden sijoittajille: frontier-mallien hinnat, asiakaslukko ja infrastruktuuri-investointien tuotot on perusteltava mitattavilla tuote-eduilla – ei pelkällä benchmark-maineella.