Kinas AI-priskrig omformer det globale feltet: DeepSeek V4 og Qwen 3.8

Spesifikasjoner

Begge variantene er multimodale (tekst, bilde, video), støtter JSON-utdata og verktøykall, og er tilgjengelige via API og nett .

Priser (per million token)

DeepSeek kjørte også en kampanje med 75 % rabatt på V4-Pro frem til begynnelsen av mai 2026 . Til sammenligning koster GPT-5.5-utdata omtrent $30 per million token, noe som gjør V4-Flash omtrent 107 ganger billigere på utdata .

Ytelse og konkurranseposisjon

DeepSeek V4s testresultater gir et sammensatt bilde:

• Codeforces: V4-Pro-Max får 3206 – den høyeste poengsummen av alle testede modeller, foran GPT-5.4 (3168) .
• SWE-bench Verified: 80,6 %; SWE-bench Pro: 55,4 % (mot GPT-5.5s ~57,7 % på SWE-bench Pro) .
• GPQA Diamond: V4-Pro-Max får 90,1 % – konkurransedyktig med GPT-5.4 xHigh (93,0 %) og Opus-4.6 Max (91,3 %) .
• Terminal-Bench 2.0: V4 med 67,9 % mot GPT-5.5 med 82,7 %, et markant gap innen agentisk koding .

Viktig forbehold fra NIST CAISI-evalueringen (mai 2026): DeepSeeks egne resultater hevder å være på nivå med GPT-5.4 og Opus 4.6, men CAISIs uavhengige evaluering fant at V4 var 'betydelig mindre kapabel' på ikke-offentlige tester, noe som tyder på at noen selvrapporterte resultater kan være overdrevne . Artificial Analysis' Intelligence Index rangerer GPT-5.5 (høy) med 53 mot DeepSeek V4 Pro (Resonnering, Høy Innsats) med 41* – GPT-5.5 er mer intelligent og raskere (69 mot 56 tok/s), men DeepSeek er dramatisk billigere ($0,18 mot $4,35 per million token i resonneringsmodus) .

Alibaba Qwen 3.8: En forhåndsvisning med dristige påstander og ingen verifiserbare data

Alibabas Qwen-team viste frem Qwen 3.8 Max på World AI Conference i Shanghai 19. juli 2026 . Det er teamets første flaggskipmodell over 1 billion parametere.

Kjente spesifikasjoner

Priser

Ingen betal-per-bruk-priser er offentliggjort. Tilgang er foreløpig via abonnement gjennom Qwen Chat og utvalgte API-partnere. BenchLM lister Qwen 3.8 Max Preview-priser som 'Ikke oppført' . Noen tredjepartssporere viser automatisk prising på $1,50/$5,00 per million inn-/utdatatoken, men dette er ikke bekreftet av Alibaba .

Ytelse: En markedsføringspåstand uten en eneste verifiserbar poengsum

Alibaba hevder at Qwen 3.8 er 'nest best etter Fable 5' (Anthropics fremste Claude-modell), noe som ifølge Alibabas egen rangering ville plassert den foran GPT-5.5 og DeepSeek V4 . Forbedringer hevdes innen koding, profesjonell produktivitet, fullstack-utvikling, dataanalyse og kontorarbeidsflyter sammenlignet med Qwen 3.7 Max .

Imidlertid har ingen uavhengige tester blitt publisert. BenchLM, et nettsted som sporer tester, følger 321 tester for Qwen 3.8 Max Preview med 0 bekreftede resultater per 20. juli 2026 . Som en analyse uttrykte det: 'Qwen 3.8 er verdt å teste, men det er for tidlig å behandle den som en stabil produksjonserstatning for Kimi K3, GPT-5.6 Sol eller Claude Fable 5' .

For kontekst la Qwens forgjengere et sterkt grunnlag: Qwen 3.6-Max-Preview (20. april 2026) var en tekst-only-modell med 35 milliarder totale / 3 milliarder aktive parametere og 262 000 token kontekst, som hevdet å være #1 på seks kode- og agenttester . Qwen 3.7-Max (mai 2026) utvidet seg til et kontekstvindu på 1 million token med resonnerende agentegenskaper . Men ingen av dem ble generelt ansett som førsteklasses utenfor agentisk koding.

Konkurranselandskapet: Hvem leder, og hvem setter prisen

DeepSeek V4 vs. GPT-5.5

• Prisfordel: DeepSeek V4 er 97–107 ganger billigere enn GPT-5.5 på utdatapriser .
• Kodestyrke: V4 leder innen konkurranseprogrammering (Codeforces, LiveCodeBench), mens GPT-5.5 leder innen anvendt agentisk koding (Terminal-Bench 82,7 % mot 67,9 %, SWE-bench Pro 58,6 % mot 55,4 %) .
• Generell intelligens: Tredjepartsevalueringer (Artificial Analysis, NIST CAISI) plasserer konsekvent GPT-5.5 foran .
• Kontekstvindu: Begge tilbyr 1 million token kontekst, men GPT-5.5 er den første OpenAI-modellen der hele 1 million-vinduet er reelt brukbart uten forringelse .

Qwen 3.8 vs. Claude Fable 5 og GPT-5.5

Alibaba posisjonerer eksplisitt Qwen 3.8 som 'nest best etter Fable 5' . Hvis denne påstanden holder under uavhengig evaluering, ville den plassert Qwen 3.8 foran GPT-5.5 og langt foran DeepSeek V4. Men med null verifiserte tester forblir dette en markedsføringspåstand, ikke et etablert faktum. Anthropics Fable 5 ser ut til å være den nåværende anerkjente frontlinjelederen ifølge Alibabas egen fremstilling .

Priskrigen har forandret alt

DeepSeek's aggressive prising har ført til et kappløp mot bunnen når det gjelder API-kostnader. V4-Flash til $0,14 per million token for inn data er radikalt billigere enn noen vestlig frontlinjemodell. Alibaba har ennå ikke satt prisen på Qwen 3.8, men Qwen 3.6 var allerede aggressivt priset (~$1,25/$7,50 for inn-/utdata) .

Den åpne MIT-lisensen for DeepSeek V4 betyr at selv-hosting også er mulig, noe som ytterligere presser marginene for lukkede kode-leverandører . Som en analyse uttrykte det, er den praktiske effekten at 'utviklere nå kan få tilgang til nesten frontlinjekapasitet (innen koding) til en brøkdel av prisen for GPT-5.5 eller Claude.'

Hovedpunkter

• DeepSeek V4 er en lansert, åpen modell med 1,6 billioner parametere (MoE) som ligger omtrent 10–20 % bak GPT-5.5 i generell intelligens, men leder innen konkurranseprogrammering og er flere størrelsesordener billigere. Uavhengig NIST CAISI-evaluering modererer dens selvrapporterte testresultater.
• Qwen 3.8 er en forhåndsvisningsmodell med 2,4 billioner parametere (MoE) som Alibaba hevder er 'nest best etter Fable 5' – men med null verifiserte tester og ingen offentliggjorte priser er dette foreløpig aspirerende, ikke etablert.
• GPT-5.5 er fortsatt den totale intelligenslederen (Artificial Analysis Index 53 mot 41 for DeepSeek) og lederen innen agentisk koding (Terminal-Bench 82,7 %), men koster 100 ganger mer.
• Den kinesiske AI-priskrigen har permanent senket inferenskostnadene globalt, gjort frontlinjekonkurransedyktige evner tilgjengelige for langt flere utviklere og tvunget vestlige leverandører til å konkurrere på både ytelse og pris.