Bloomberg Intelligence-analytiker Robert Lea meldte at USAs forsprang på Kina i AI-modellers testresultater hadde krympet til rundt 3 prosent etter at DeepSeek lanserte V4.1 Flash i september. I mai var forskjellen anslått til omtrent 9 prosent, mot rundt 15 prosent tidligere i 2026. Det er en markant endring i målte resultater – men ikke bevis på at kinesiske utviklere har tatt igjen amerikanske selskaper kommersielt.
1
5
Hva viser DeepSeeks LiveBench-resultat?
DeepSeek V4.1 Flash fikk 81,1 poeng på LiveBench og kom på sjetteplass. Anthropics ledende modell fikk 83,4 poeng, en forskjell på 2,3 poeng. Lea beskrev DeepSeeks ytelse som sammenlignbar med ledende systemer fra Anthropic og OpenAI. Selve poengsummen gjelder likevel én test, ikke alle egenskaper eller bruksområder for modellene.
5
10
Resultatet ble omtalt som den beste LiveBench-plasseringen for en kinesisk modell siden DeepSeeks R1 fikk internasjonal oppmerksomhet i 2025. Samtidig var topplisten sammensatt: Bare tre av de 15 øverste modellene var kinesiske. Rangeringer kan endre seg, så én sterk plassering er ikke det samme som at kinesiske modeller dominerer feltet.
3
9
Bedre resultater setter spørsmålstegn ved maskinvare og markedsandeler
Ifølge Leas analyse henger framgangen sammen med økt teknisk kompetanse i Kina og bedre tilpasning av modellene til maskinvare utviklet for hjemmemarkedet. Fortsetter denne utviklingen, kan kinesiske utviklere bli mer konkurransedyktige om brukere og markedsandeler, selv med begrenset tilgang til Nvidia-brikker.
1
4
Framgangen reiser spørsmål om hvor effektive USAs eksportrestriksjoner på brikker vil være på lang sikt. Den viser imidlertid ikke i seg selv at restriksjonene har slått feil, og sier heller ikke hvor godt kinesiske alternativer, som Huaweis, vil prestere. Testresultater måler modellens ytelse – ikke den samlede virkningen av tilgangsbegrensninger eller ulike maskinvarestrategier.
2
22
Gode testresultater er ikke det samme som god lønnsomhet
Modellens ytelse er bare én del av en AI-forretning. Bloomberg Intelligence’ vurdering, slik den er gjengitt i andre medier, peker på lave marginer på salg av tokener og hard priskonkurranse som utfordringer for kinesiske AI-selskaper. Det kan ta til rundt 2030 før bransjen oppnår bærekraftig lønnsomhet, ifølge denne analytikervurderingen. Tidspunktet er et anslag, ikke en garanti.
6
9
Det betyr at et mindre gap i testresultater kan gjøre kinesiske modeller mer konkurransedyktige, uten å løse regnestykket for utvikling og drift. Hvor mye markedsandeler den bedre ytelsen faktisk gir – og om selskapene kan tjene penger over tid – er fortsatt et eget spørsmål.