Hvorfor DeepSeek-V4 ikke utløste et nytt globalt AI-aksjesjokk

DeepSeek-V4s forhåndsvisning 24. april 2026 gjenskapte ikke sjokket som fulgte DeepSeek-V3 og R1, fordi markedet hadde endret seg. Rimelig og kapabel kinesisk AI var ikke lenger en uventet utfordring for amerikanske teknologiselskaper, men en etablert del av konkurransebildet. Reuters beskrev den første markedsreaksjonen som dempet. V4 var bedre enn tidligere DeepSeek-modeller, men møtte sterk konkurranse fra Kimi og Qwen. 6

Den viktigste avsløringen var derfor ikke et plutselig sammenbrudd i troen på AI-infrastruktur. Det var at investorer hadde fått et nytt syn på hva som faktisk var overraskende – og på den strategiske betydningen av en AI-modell som er optimalisert for Huawei-maskinvare.

Det første DeepSeek-sjokket handlet om økonomi, ikke bare tester

Da V3 og R1 ble lansert, utfordret de flere av forutsetningene bak de høye verdsettelsene i amerikansk AI-sektor. Investorer stilte spørsmål ved om ytelse på frontlinjen nødvendigvis krevde enorme kapitalutgifter, tilgang til knappe avanserte brikker og varig prissettingsmakt for modellutviklere og maskinvareleverandører. Rapporteringen om den tidligere episoden knyttet DeepSeeks kostnadseffektive metode til press på globale teknologiaksjer og nye spørsmål om økonomien i AI-infrastruktur.

I april 2026 var imidlertid selve hovedbudskapet – at kinesiske forskere kunne utvikle svært kapable modeller under begrensninger på datakraft og brikker – allerede velkjent. En analytiker sitert av CNN beskrev R1 som overraskende på grunn av den uventede ytelsen, mens V4 ble omtalt som en videreføring av en trend markedet allerede hadde priset inn. 8

Dette skillet er avgjørende. V4 kunne forsterke bekymringen for marginer, maskinvareetterspørsel og hvor lenge modellutviklere kunne beholde et konkurransefortrinn, uten at én enkelt forhåndsvisning utløste det samme umiddelbare verdsettelsessjokket. Investorer kunne mene både at kinesisk AI ble stadig sterkere, og at én ny modell ikke alene undergravde hele det globale AI-investeringsbildet.

V4-Pro var sterk, men ikke en ubestridt leder blant åpne modeller

DeepSeek lanserte V4 i to varianter: den kraftigere og dyrere Pro-modellen og den lettere Flash-versjonen. Begge ble presentert som åpne modeller, og V4 var tilpasset Huaweis brikketeknologi. 5 9

Reuters rapporterte at V4-Pro viste forbedringer sammenlignet med tidligere DeepSeek-modeller, men møtte sterk konkurranse fra kinesiske Kimi og Alibabas Qwen. Modellen ble derfor sett på som ett av flere ledende systemer med åpne vekter, ikke som en lansering som tydelig hadde distansert alle rivalene. 6

DeepSeek sa at V4-Pro gjorde det bedre enn andre åpne modeller på tester av generell kunnskap, og at den bare lå bak Googles lukkede Gemini-Pro-3.1 i sammenligningen Reuters omtalte. Det peker mot betydelig kapasitet, men er ikke det samme som uavhengige bevis på at V4 klart hadde passert alle konkurrenter med åpne vekter. 7

Den senere kommersielle posisjoneringen gjorde bildet enda mer nyansert. I august lanserte DeepSeek V4 Pro formelt til priser som lå betydelig over V4 Flash, og presenterte den bedre testytelsen som et premiumtilbud. Reuters rapporterte at den lanserte versjonen V4-Pro-0813 kostet ni ganger så mye per million input-tokens og 14 ganger så mye per million output-tokens som V4 Flash, ifølge Artificial Analysis. 17

Prisstrategien tyder på et marked med ulike produkter og ytelsesnivåer – ikke en enkelt modell som umiddelbart gjør hele AI-sektoren til en standardisert lavpristjeneste.

Kinas AI-marked var blitt et kappløp mellom flere aktører

Den dempede reaksjonen gjenspeilte også at konkurransen i Kina var blitt normalisert. DeepSeek opererte ikke lenger i et landskap der én rimelig modell alene kunne definere Kinas AI-kapasitet for globale investorer. Kimi, Qwen og andre kinesiske systemer utviklet seg raskt. Dermed ble hver ny lansering enklere å sammenligne med konkurrentene – og vanskeligere å tolke som en isolert begivenhet. 6

Dette skaper to motvirkende krefter i markedet:

• Mer konkurranse kan presse priser og marginer. Utviklerne får sterkere insentiver til å kutte API-priser og forbedre ytelsen raskt.
• Mer konkurranse reduserer sjokket fra hver enkelt lansering. Når investorer forventer at en ny kapabel modell snart kan dukke opp, er det mindre sannsynlig at én forhåndsvisning alene endrer verdsettelsen av hele den globale teknologisektoren.

DeepSeeks første prisgrep for V4 illustrerte dette konkurransepresset. Selskapet annonserte en midlertidig rabatt på 75 prosent for V4-Pro og reduserte prisene på treff i input-bufferen i hele API-serien til en tidel av det tidligere nivået. 3

Resultatet er et mer krevende marked der kapasitet, kostnad ved bruk, tilgjengelighet og støtte fra et større økosystem må vurderes samlet. En forbedring på en test er mindre egnet til å utløse et bredt børsfall med mindre den samtidig viser en langt større og mer varig endring i økonomien ved å ta AI i bruk.

Optimaliseringen for Huawei var det større strategiske signalet

V4s mest betydningsfulle egenskap kan ha vært tilpasningen til Huaweis brikker, snarere enn plasseringen på en modellrangering. DeepSeek sa at den nye modellen var tilpasset Huawei-maskinvare, mens Huawei opplyste at selskapets supernode-infrastruktur basert på Ascend 950-brikker støttet V4 fullt ut. 5

Samarbeidet peker mot et bredere skifte i Kinas AI-strategi: å bygge en innenlandsk teknologistack der brikker, modeller, programvare og utrulling styrker hverandre. Reuters rapporterte at etterspørselen etter Huaweis Ascend 950-brikker økte kraftig etter V4-lanseringen, og at store kinesiske internettselskaper forsøkte å sikre seg leveranser. 2

Betydningen er kumulativ. En modell som er optimalisert for innenlandske akseleratorer, kan gi:

• en profilert arbeidsoppgave for kinesiske brikker;
• erfaring med programvare og utrulling utenfor Nvidias økosystem; og
• en kommersiell grunn for kinesiske skytjenester og internettselskaper til å ta i bruk lokal infrastruktur.

Men kildene dokumenterer ikke at Huaweis maskinvare hadde nådd Nvidias samlede nivå når det gjelder ytelse, leveranseskala, programvarem modenhet eller globale økosystem. At en modell er kompatibel med en brikke, er strategisk viktig, men beviser ikke full teknologisk selvforsyning.

Rivaliseringen mellom USA og Kina blir en kamp om hele systemer

V4 tyder på at brikkerestriksjoner kan ha to effekter samtidig. De kan begrense Kinas tilgang til ledende utenlandsk maskinvare, men også øke insentivene til å optimalisere modeller og programvare rundt innenlandske alternativer. Reuters beskrev den Huawei-fokuserte lanseringen som del av Kinas arbeid med å redusere avhengigheten av Nvidia og bygge et mer selvforsynt AI-økosystem. 4

Den langsiktige rivaliseringen handler dermed om mer enn hvilket laboratorium som utvikler den beste modellen. Den omfatter:

1. tilgang på avanserte og innenlandske brikker;
2. modelleffektivitet og distribusjon av åpne vekter;
3. kompilatorer, programvare og utviklerverktøy;
4. skykapasitet og kostnadene ved å kjøre modellene; og
5. hvor stort markedet er, og hvor villig det er til å ta i bruk sin egen teknologistack.

Den mest nærliggende strategiske risikoen for amerikanske selskaper er en gradvis svekkelse av posisjonen i Kina og andre prisfølsomme markeder dersom innenlandske brikker og åpne modeller blir tilstrekkelig kapable og enkle å ta i bruk. Kildene viser momentum i den retningen, men ikke at Kina definitivt har oppnådd full AI- eller halvlederuavhengighet. 2 4

Hvorfor Sør-Korea og Taiwan ikke handlet som om AI var motbevist

Fraværet av et globalt børsfall drevet av V4 passet også med markedets fortsatte fokus på etterspørsel etter AI-maskinvare. Reuters rapporterte at teknologiaksjer i Sør-Korea og Taiwan fortsatt var sentrale vinnere i AI-oppturen. Goldman Sachs oppgraderte Taiwan til «overweight» – altså en anbefaling om å ha en høyere andel enn referanseindeksen – og hevet kursmålet for sørkoreanske aksjer.

En senere Reuters-rapport sa at Sør-Koreas KOSPI-indeks hadde doblet seg på litt over seks måneder, mens Samsungs brikkeinntekter hadde skutt i været. Det viste hvor sterkt investorer fortsatt koblet AI-vekst til etterspørsel etter maskinvare.

Optimismen var likevel ikke permanent eller uten risiko. Utenlandske investorer solgte asiatiske aksjer i det raskeste tempoet på minst 16 år i første halvdel av 2026, samtidig som de reduserte eksponeringen mot populære AI-vinnere i Sør-Korea og Taiwan. Reuters rapporterte senere at både KOSPI og det taiwanske markedet fikk kraftige tilbakeslag etter oppgangen.

Lærdommen er ikke at asiatiske AI-markeder var immune mot en DeepSeek-effekt. Det er at investorene skilte mellom ulike typer eksponering. En rimeligere kinesisk modell kunne true økonomien bak enkelte amerikanske antakelser om programvare og maskinvare, samtidig som den støttet etterspørselen etter minnebrikker, produksjonskapasitet og kinesiske AI-akseleratorer.

Hva den dempede reaksjonen egentlig betyr

DeepSeek-V4 var ikke uvesentlig; den overrasket bare ikke markedet på samme måte. V3- og R1-episoden tvang investorer til å revurdere om dyr AI-infrastruktur var den eneste veien til konkurransedyktig ytelse. I april 2026 var dette spørsmålet allerede en del av markedsforventningene. 8

V4s mer varige budskap var at Kinas AI-fremgang var i ferd med å bli normalisert, at modellmarkedet var blitt tettere befolket, og at utviklerne koblet modellkapasitet tettere til innenlandsk maskinvare. Det er en langsommere, men potensielt bredere utfordring enn et enkelt aksjesjokk over natten.

For investorer er den viktigste testen ikke lenger om DeepSeek kan levere én imponerende forhåndsvisning. Spørsmålet er om Kina kan gjøre kapable åpne modeller, Huawei-basert utrulling og vedvarende priskonkurranse om til et skalerbart innenlandsk AI-økosystem. Aprilreaksjonen tyder på at markedet var forberedt på å følge denne utviklingen, i stedet for å prise om hele den globale teknologisektoren etter én enkelt lansering. 2 4