DeepSeek ist in den letzten 2 Wochen in aller Munde. Als chinesisches Pendant zu ChatGPT schlägt der Chatbot große Wellen. Es ist angeblich günstiger, schneller und besser als jede andere AI. Doch was genau steckt hinter DeepSeek und sind die Lobgesänge der Medien gerechtfertigt?
Erste Berichte über die Performance von DeepSeek sind positiv. Laut vielen Test hält das neuste R1 Modell mit dem o1 Modell von OpenAI mit. Teilweise übertrumpft es OpenAIs o1 Modell sogar in einigen Bereichen. Das im Chat Interface verwendete V3 Modell soll etwa gleichauf mit OpenAIs 4o Modell sein.
Für einen vorher unbekannten Chatbot sind das erstaunliche Ergebnisse. Allerdings gibt es auch viele Beispiele von DeepSeeks toten Winkeln. Ein Beispiel, sind Screenshots, wie diese, welche immer häufiger auftauchen:
Dass eine in China entwickelte Technologie sich nicht gegen den Willen des Staates auflehnt, ist nicht allzu überraschend. Allerdings lässt es die Frage offen, wo der AI-Bot noch von seinen Wurzeln beeinflusst sein könnte.
Vor allem mit einer Meldung hat DeepSeek allerdings die Medien geflutet:
Im Training hat das Model angeblich nur 6 Millionen USD gekostet. Verglichen mit den hunderten Millionen, die amerikanische AI-Unternehmen für ihre Modelle aufbringen, ist das lächerlich wenig. Das hat bei vielen zu Zweifeln am bisherigen AI-Markt geführt. Zweifel, welche sich direkt in Zahlen ausgedrückt haben, als der Nvidia-Aktienpreis stark gefallen ist.
Doch die Kosten würde ich genauer hinterfragen. DeepSeek hat im eigenen Bericht ganz besonders auf die Formulierungen geachtet. Aufgeführt sind nämlich 6 Millionen USD als Trainings Costs für das Modell V3.
Training Costs sind allerdings nur ein kleiner Bestandteil der Gesamtkosten und beziehen sich nur auf die GPU-Kosten während des Trainings. Die dahinter liegenden Anschaffungskosten, Betriebskosten, Personalkosten oder Entwicklungskosten für das Modell sind dort nicht mit aufgeführt.
Wie hoch die Grauziffer wirklich ist, ist unklar. Geschätzt werden die Gesamtkosten allerdings auf mindestens 500 Millionen USD bis hin zu 2,24 Milliarden USD. ChatGPT-4 hat laut Sam Altman mehr als 100 Millionen USD im Training gekostet. Die Gesamtkosten werden damit wahrscheinlich immer noch wesentlich höher sein, als die Entwicklungskosten von DeepSeek, das Narrativ ändert sich durch diese Zahlen aber deutlich.
Auf einmal ist es nicht mehr das chinesische Wunder-StartUp, welches fast ohne Kosten die großen amerikanischen Konzerne überholt. Statt David gegen Goliath scheint es einfach “nur” ein großer Schritt in der AI-Entwicklung gewesen zu sein.
Auch wenn sie ihre Kostenstruktur etwas verschönert haben, hat DeepSeek dennoch etwas geschafft, was OpenAI, Anthropic und andere nicht geschafft haben: Einen großen Durchbruch in der Finanzierbarkeit von AI.
DeepSeek R1 hat wesentlich günstigere API-Kosten:
- DeepSeek-R1 Input tokens: $0.55 per 1 million tokens
- DeepSeek-R1 Output tokens: $2.19 per 1 million tokens
- OpenAI-o1 Input tokens: $15.00 per 1 million tokens
- OpenAI-o1 Output tokens: $60.00 per 1 million tokens
(1 Millionen Tokens entsprechen etwa 750.000 Worten)
Damit ist DeepSeek etwa 27 mal billiger in der Nutzung. Und das bei relativ ähnlicher Performance. Geschafft hat DeepSeek das durch einen besseren Reasoning-Prozess und clevere Optimierungen.
Offen bleiben jedoch 2 wichtige Fragen:
- Kann man DeepSeek bedenkenlos nutzen? Wir wissen leider nicht genau, wohin die Daten von DeepSeek gehen und was mit ihnen geschieht. Ein Grund, weshalb viele Länder DeepSeek gebannt haben. Vielleicht sollten wir vorerst vorsichtig mit unserer Implementierung dieser neuen AI umgehen.
- Wie reagieren OpenAI und Co. auf DeepSeek? DeepSeeks Verbesserungen stehen schließlich auch ihnen zur Verfügung. Bedeutet das zeitnah geringere Kosten für andere APIs? Oder werden sie versuchen DeepSeek als billiges Imitat abzutun und weiter ihr Ding zu machen?