Avoimet painot ja murto-osa hinnasta
DeepSeek julkaisi 24. huhtikuuta V4-malliperheen, jonka kärkijäsen V4 Pro on 1,6 biljoonan parametrin MoE-malli ja jossa kerralla aktivoituu 49 miljardia parametria. Pienempi V4 Flash on 284 miljardin parametrin malli 13 miljardin aktiivisella laskennalla. Molemmat tukevat miljoonan tokenin kontekstia ja ovat ladattavissa Hugging Facesta MIT-lisenssillä.
Hinnasto puhuu omaa kieltään. V4 Pro maksaa 1,74 dollaria miljoonalta syöttötokenilta ja 3,48 dollaria miljoonalta tulostetokenilta. V4 Flash painuu 14 senttiin syötöstä ja 28 senttiin tulosteesta. Anthropicin Claude Opus 4.7 veloittaa 5 dollaria syötöstä ja 25 dollaria tulosteesta. Tulostetokeneissa V4 Pro on noin seitsemäsosa Opuksen hinnasta, ja Flash kutistuu lähes sadasosaan.
Käytännön työkuormissa erot venyvät vielä isommiksi. Artificial Analysis -palvelun Intelligence Index -testin ajaminen maksoi V4 Prolla 1 071 dollaria, kun Opus 4.7:llä sama testi söi 4 811 dollaria. Opuksen uusi tokenisaattori kuluttaa jopa 35 prosenttia enemmän tokeneita samasta tekstistä, joten näennäisesti muuttumaton hinta nousee piilossa.
Miljoona tokenia tarkoittaa koko repoa promptissa
Koodityökuormissa konteksti-ikkuna ratkaisee. 128 000 tokenin ikkunaan mahtuu tyypillisesti yksi keskikokoinen mikropalvelu lähdekoodeineen, mutta agenttipohjainen työskentely – jossa malli lukee testit, dokumentaation, tyyppimäärittelyt ja kutsuhistorian samaan käsittelyyn – täyttää sen helposti puolessa välissä päivää.
Miljoonan tokenin ikkunaan voi syöttää kohtuullisen suomalaisen SaaS-tuotteen koko TypeScript-monorepon testeineen kerralla. Kun agentille ei tarvitse rakentaa erillistä vektorihakua tai paloittelustrategiaa, konteksti pysyy ehjänä ja mallin tuottamat korjausehdotukset osuvat tarkemmin. Käytännössä tämä tarkoittaa, että Cursorin tai Cline-tyyppisten työkalujen rakentaminen onnistuu omalla mallilla murto-osalla aiemmasta hinnasta.
Suomalaisille SaaS-yhtiöille reitti pois riippuvuudesta
Avoimet painot tekevät V4:stä erityisen kiinnostavan suomalaisille SaaS-yhtiöille. Kun malli on MIT-lisenssin alla, sitä voi ladata, ajaa ja sovittaa vapaasti, eikä asiakasdata kulje Atlantin yli. Hetznerin Helsingin konesalissa myydään GPU-kapasiteettia H100- ja MI300X-instansseina, ja Nebius rakentaa parhaillaan laajennusta Lappeenrannan tekoälykonesaliinsa.
V4 Flashin 13 miljardin aktiiviparametri pyörii käytännössä yhdessä H100-noden parissa. V4 Pron 49 miljardin aktiivilaskenta vaatii useamman GPU:n tai pidemmälle viedyn kvantisoinnin, mutta 8x H100 -konfiguraatiolla saadaan kelvollinen tuotantonopeus. Hetznerin tunti- ja kuukausihinnoittelu yhdistettynä Suomen halpaan sähköön nostaa kustannuslaskelman positiiviseksi siinä vaiheessa, kun kuukauden tokenikäyttö ylittää muutaman miljoonan euron rajan.
Lähetin perjantaiaamuna kommenttipyynnön Hetznerin Suomi-tiimille ja Nebiuksen viestintään V4-mallien ajosta paikallisilla GPU-instansseilla. Päivitän jutun heti, kun vastaukset saapuvat.
