DeepSeek

Hvad er DeepSeek?

DeepSeek er en kinesisk AI-virksomhed der på kort tid gik fra ukendt til at være et af de mest omtalte navne i AI-verdenen. Virksomheden blev grundlagt i 2023 og er finansieret af den kinesiske hedgefond High-Flyer. Det der gør DeepSeek bemærkelsesværdig er ikke kun kvaliteten af deres modeller, men kombinationen af høj kvalitet, åbne vægte og ekstremt lave omkostninger.

DeepSeek frigiver deres modeller som open weight under MIT-licens. Det betyder at du kan downloade dem, køre dem på din egen hardware, finjustere dem og bruge dem kommercielt uden at betale per forespørgsel.

DeepSeek-modeller

1. DeepSeek-V2 (2024). Den første model der for alvor vakte opmærksomhed. En Mixture-of-Experts model med fokus på effektiv inference og lav pris.
2. DeepSeek-V3 (december 2024). En MoE-model med 671 milliarder totale parametre, hvoraf kun ~37B aktiveres per token. Det opsigtsvækkende var prisen: DeepSeek oplyste at modellen blev trænet for omkring 6 millioner dollars, en brøkdel af hvad konkurrenterne brugte på sammenlignelige modeller.
3. DeepSeek-R1 (januar 2025). Virksomhedens reasoning-model der tænker sig om i flere trin før den svarer. Den konkurrerede med OpenAIs o1 på matematik, kodning og logik, var open source og kostede en brøkdel at bruge. Frigivelsen udløste kraftige reaktioner på aktiemarkedet, blandt andet et stort kursfald for Nvidia.
4. DeepSeek-V4 (april 2026). En MoE-model i to varianter (Pro og Flash) med op til 1 million tokens kontekst og et valgfrit tænkemode, der dækker det R1 tidligere blev brugt til. V4 lægger sig tæt op ad de bedste lukkede modeller på agentiske benchmarks til en brøkdel af prisen.

Hvorfor chokerede DeepSeek industrien?

1. Prisen på træning. Den gængse antagelse var at frontier-modeller krævede hundreder af millioner dollars og enorme mængder af de nyeste GPU’er. DeepSeek viste at det kunne gøres langt billigere med smartere træningsmetoder.
2. Prisen på brug. DeepSeeks API er dramatisk billigere end de amerikanske konkurrenter, hvilket pressede priserne på hele markedet.
3. Åbenhed. I stedet for at holde modellerne lukkede frigav DeepSeek vægtene under en permissiv licens, så enhver kunne køre dem selv.
4. Geopolitik. At en kinesisk virksomhed kunne levere frontier-niveau på trods af amerikanske eksportrestriktioner på avancerede chips, ændrede narrativet om hvem der fører i AI-kapløbet.

DeepSeek i praksis

1. Lokal kørsel. De åbne modeller kan køres via Ollama, vLLM, llama.cpp og lignende værktøjer på egen hardware. Kvantiserede versioner gør det muligt på mindre maskiner.
2. API. DeepSeek tilbyder en billig API til udviklere og virksomheder med pay-per-token prissætning.
3. Chat-app. En gratis chatgrænseflade hvor man kan bruge modellerne direkte, svarende til ChatGPT.
4. Som base for andre modeller. DeepSeeks reasoning-tilgang er blevet brugt til at træne og forbedre mange andre open source-modeller.

Vigtige overvejelser

1. Datalokation. DeepSeeks API kører på kinesiske servere. Følsomme virksomhedsdata og persondata bør ikke sendes dertil uden en grundig vurdering af GDPR og fortrolighed.
2. Selvhosting som løsning. Den store fordel ved open weight er at du kan køre modellen på din egen infrastruktur i EU, hvor data aldrig forlader dit miljø. Det fjerner datalokations-problemet.
3. Censur. Som kinesisk model er DeepSeek underlagt kinesisk regulering og undgår visse politisk følsomme emner. Det er sjældent relevant for forretningsbrug, men værd at kende.