Miljoona tokenia kolmella tuhannesosalla dollaria. Sen hinnan kiinalainen DeepSeek ilmoittaa perivänsä uuden V4.1 Flash -mallinsa välimuistiosumista ruuhka-aikojen ulkopuolella. Anthropicin Claude Opus 5:llä sama erä maksaa 0,50 dollaria eli yli 160-kertaisesti, OpenAI:n GPT-5.6 Solilla 0,40 dollaria.
Hinnastot ovat julkisia ja kenen tahansa tarkistettavissa. Se väite, jonka varassa uutinen on levinnyt maailmalle, ei ole.
DeepSeek julkaisi mallin 10. syyskuuta ja kertoo sen ohittavan sekä yhtiön oman V4-Pro-lippulaivan että Anthropicin ja OpenAI:n kärkimallit. Terminal-Bench 2.1 -testissä V4.1 Flash sai 90,6 pistettä, Opus 5 sai 89,1 ja GPT-5.6 Sol 88,8. Ohjelmistokehitystä mittaavassa DeepSWE v1.1:ssä malli ratkaisi 74,2 prosenttia tehtävistä, Opus 5 tasan 74 prosenttia ja V4-Pro 62,7.
Erot ovat pieniä. Tärkeämpää on, kuka mittasi: kaikki nämä luvut ovat DeepSeekin itse ajamia, eikä niitä ole riippumattomasti vahvistettu. Yhtiön oma julkaisutiedote ei edes mainitse Opus 5:tä tai GPT-5.6:ta nimeltä, vaan vertailu länsimalleihin löytyy teknisestä raportista, josta SiliconANGLE sen poimi. Tieteellistä päättelyä mittaavassa GPQA Diamondissa amerikkalaismallit pitivät kärkisijansa.
Riippumaton mittaaja Artificial Analysis on ehtinyt ajaa mallin omalla testipatteristollaan. Sen älykkyysindeksissä V4.1 Flash saa arvon 40 ja sijoittuu kuudenneksi 113 mallin joukossa. Kärkipaikkaa se ei siis vie.
DeepSeek ei asettanut ketään kommentoimaan julkaisua nimellään, eikä yhtiön edustajia ole siteerattu asiaa käsitelleissä jutuissa. Ainoa, mitä yhtiö sanoo omin sanoin, on teknisen raportin kuivaa tekstiä.
“8B parameters per token during prefill and 16B during decode”
552 miljardia parametria, joista suurin osa nukkuu
Malli on niin sanottu harva asiantuntijamalli eli MoE. Parametreja on kaikkiaan 552 miljardia, mutta yhtä tokenia kohti niistä herää vain 8–16 miljardia. Mallin sisällä on 384 reititettyä asiantuntijaa ja yksi jaettu, ja reititin valitsee kutakin tokenia varten kuusi niistä.
Vertaus arkeen: kyseessä on suuri virasto, jossa on satoja erikoisosaajia, mutta jokaista kysymystä varten herätetään vain kuusi. Loput istuvat hiljaa. Laskentakustannus seuraa herätettyjen määrää, ei koko viraston kokoa. Siitä halpa hinta tulee.
Toinen säästö tulee muistista. Malli pakkaa niin sanotun KV-välimuistin 890 tavuun tokenia kohti, noin neljäsosaan edellisen sukupolven tarpeesta. Juuri se tekee välimuistiosumista niin halpoja, ja se selittää myös miljoonan tokenin konteksti-ikkunan.
Kuka mittasi?
Kaikki tässä jutussa mainitut vertailuluvut Opus 5:tä ja GPT-5.6:ta vastaan ovat DeepSeekin itse ilmoittamia, eikä yksikään riippumaton taho ole toistanut niitä. Hinnat sen sijaan on tarkistettu kunkin yhtiön omasta julkisesta hinnastosta.
Mitä MIT-lisenssi tarkoittaa suomalaiselle yritykselle
Painot ovat Hugging Facessa MIT-lisenssillä. Se on niin salliva kuin lisenssit tulevat: mallia saa käyttää kaupallisesti, muokata, hienosäätää ja ajaa omalla raudalla ilman velvollisuutta julkaista muutoksia tai maksaa mitään.
Suomalaiselle yritykselle tämä ratkaisee yhden tutun ongelman. Kun käsiteltävä aineisto on potilastietoa, asiakasrekisteri tai julkishallinnon dokumentteja, kysymys ei ole hinnasta vaan siitä, minne data lähtee. Avoimilla painoilla data pysyy paikallaan ja malli tuodaan sinne, missä data on.
Rajoitus on rauta. 552 miljardin parametrin painot vievät levyltä ja muistista satoja gigatavuja, joten kyse ei ole läppäriin ladattavasta ohjelmasta vaan palvelinluokan GPU-klusterista. Useimmille suomalaisyrityksille realistinen reitti kulkee eurooppalaisen konesalin kautta. Kajaaniin rakennetaan parhaillaan EuroHPC:n LUMI AI Factoryn konesalia, jonka koko idea on tarjota eurooppalaisille yrityksille laskentaa, dataa ja teknistä tukea juuri tällaiseen käyttöön.
Yksikään suomalainen yritys ei ole julkisuudessa kertonut ottavansa V4.1 Flashia käyttöön, eikä sellaista vahvistusta löytynyt myöskään tätä juttua varten.
