Liang est catégorique : DeepSeek continuera à publier ses modèles les plus avancés en open source. Il réfute l'idée d'une opposition entre open source et monétisation, arguant que les deux sont compatibles . Pour lui, l'open source, c'est « céder du profit » — un choix délibéré qui apporte des bénéfices internes (fierté des employés, cohésion d'équipe) et externes (contribution à la communauté IA) . Il a explicitement écarté l'idée de passer en « closed source », expliquant que cette retenue est en soi une stratégie pour maximiser les chances d'atteindre l'AGI .
Liang a déclaré que la seule vision à long terme de DeepSeek est l'AGI (Intelligence Générale Artificielle) — et non la création d'une plateforme grand public, d'une super-application ou la maximisation des revenus à court terme . Il a détaillé une feuille de route technique par étapes :
Il a explicitement exclu d'investir dans la génération 3D, la génération vidéo ou les modèles de monde, les considérant comme des distractions par rapport à la route de l'AGI .
Liang rejette la maximisation du profit de type monopole. Sa philosophie de tarification des API est simple : fixer un prix permettant de récupérer le coût du matériel en environ dix mois — un profit raisonnable, pas un profit maximal . Il a noté que la demande dans cette fourchette de prix est inélastique : même en doublant le prix, la consommation de tokens ne baisserait pas de manière significative — mais il a choisi de ne pas le faire . Lorsque DeepSeek a un jour réduit le prix d'un modèle au quart, l'équipe a célébré l'événement : l'accessibilité financière était l'objectif .
Sur la question du monopole, il affirme que l'entreprise ne se bat pas pour les utilisateurs, ne court pas après les tendances du marché B2B et ne cherche à dominer aucun secteur vertical . Son argument central : « Plus vous êtes retenu, plus vous avez de chances de réussir » . Le seul monopole qui l'intéresse est celui qui compte pour le progrès de l'AGI : l'accès à la puissance de calcul, qu'il a qualifié de plus grande contrainte de DeepSeek. Il a précisé que l'entreprise opère avec environ 1/20e de la puissance de calcul des grands laboratoires américains, avec environ 20 000 GPU équivalents H, accuserait un retard de 12 à 18 mois sur les États-Unis .