A DeepSeek (kínaiul: 深度求索; pinjin: Shēndù Qiúsuǒ) kínai mesterséges intelligencia (MI) startup, amely nyílt forráskódú nagy nyelvi modelleket (Large Language Model) fejleszt. A cég székhelye Hangcsouban van, tulajdonosa és kizárólagos finanszírozója a kínai High-Flyer fedezeti alap. A High-Flyer társalapítója, Liang Venfeng alapította a DeepSeek vállalatot 2023 áprilisában, melynek vezérigazgatója lett. A DeepSeek chetbotja DeepSeek-R1 néven 2025. január 20-án debütált.What is DeepSeek and why is it disrupting the AI sector? Reuters January 28, 2025
https://www.reuters.com/technology/artificial-intelligence/what-is-deepseek-why-is-it-disrupting-ai-sector-2025-01-27/
Alapítás 2015-ben a High-Flyer fedezeti alapot három, a Csöcsiang Egyetemen végzett mérnök alapította, akik a 2008-as globális pénzügyi válság idején még egyetemistaként szerezték első tapasztalataikat a részvénykereskedelem terén.Billions-flowing-to-china-s-quants-takes-fight-to-global-funds. Boomberg 2020-05-31
https://www.bloomberg.com/news/articles/2020-05-31/billions-flowing-to-china-s-quants-takes-fight-to-global-funds. A High-Flyer gyorsan a pénzügyi szektor innovatív szereplőjévé vált, mivel a gépi tanulást használta a kereskedési stratégiák optimalizálására, és kifejlesztett egy mesterséges intelligenciával működő modellt a nagyfrekvenciás kereskedéshez. 2021-ben Liang Venfeng, a High-Flyer három alapítójának egyike, egy mesterséges intelligenciával kapcsolatos alapkutatásokra fókuszáló kutatócsoportot indított, amelyet a High-Flyer mellékprojektként finanszírozott.
2023 áprilisában Liang Venfeng bejelentette, hogy a kutatási kezdeményezést önálló vállalattá alakítják DeepSeek néven, amely a mesterséges intelligencia fejlesztésére specializálódik. Az új vállalat célja egy saját fejlesztésű, nagy nyelvi modellen alapuló univerzális mesterséges intelligencia kifejlesztése és piaci bevezetése.
Az Egyesült Államok által nemzetbiztonsági okokból bevezetett, Kínára vonatkozó csúcstechnológiás chipexport-tilalom fényében a DeepSeek stratégiai célja egy nagy teljesítményű és versenyképes alternatíva biztosítása volt a nyugati mesterséges intelligencia-megoldásokkal szemben, miközben Kína technológiai szuverenitását is erősítette. A vállalat már működésének korai szakaszában jelentős pénzügyi támogatást kapott a kínai technológiai szektorból, valamint államilag finanszírozott innovációs programokból. Liang Venfeng elmondása szerint a vállalat kutatási eredményei és modelljei mindig nyílt forráskódú licencek alatt kerültek közzétételre, és ez a cégkultúra része – nem tervezték ennek megváltoztatását a jövőben sem.
Szankciók A DeepSeek az MI-modellt az Egyesült Államok Kínával szemben a Nvidia-chipek miatt bevezetett szankciói közepette fejlesztette ki, amelyek célja az volt, hogy korlátozzák az ország fejlett MI-rendszerek fejlesztésére való képességét.
A szankciók ellenében megvalósított kínai fejlesztés eredményeként létrehozott DeepSeek-R1 chatbot nemzetközi bemutatkozását követően több matematikai, számítógépes programírási és logikai benchmarkon is magasabb teljesítményt nyújtott, mint a ChatGPT.
Történt ez annak ellenére, hogy a DeepSeek-R1 szignifikánsan alacsony költségből, mindössze 6 millió dollárból készült el, míg például az OpenAI ChatGPT botja, 2023-ban bemutatott GPT-4 modellje 100 millió dollárból valósult meg.
A teljesítmény tekintetében ugyanakkor a kínai chatbotnak a GPT–4-hez képest a szoftvervezérelt erőforrás-optimalizálás maximalizálásának köszönhetően mindössze egytizednyi számítógép-teljesítményre volt szüksége.
Folytatva az összehasonlításokat a 6 millió dollár befektetési összegből létrehozott DeepSeekkel, a Meta Platforms 65 milliárd dollárt, a Microsoft 80 milliárd dollárt, az Amazon 75 milliárd dollárt, míg a Google, valamint a Claude chatbotot gyártó Anthropic is dollármilliárdot meghaladó nagyságrendben tervezte 2025-ös MI-fejlesztési költségeit. Trump elnök a DeepSeek nem várt debütálását megelőzően néhány nappal jelentette be a japán SoftBankkal közös finanszírozású, 500 milliárd dollár értékű, Stargate-re keresztelt MI-infrastruktúra-teremtő vállalkozás létrejöttét az OpenAI és az Oracle bevonásával.
Termékstratégia A DeepSeek nyílt forráskódúvá tette generatív mesterséges intelligencia algoritmusait, modelljeit és azok képzési részleteit; szabadon hozzáférhetővé tette kódját használatra, módosításra és megtekintésre; ez magában foglalta a forráskód és a tervezési dokumentumok fejlesztési célú hozzáférésének és felhasználásának engedélyezését is. A DeepSeek HR-stratégiája mentén a legjobb kínai egyetemekről csábította magához a fiatal MI-kutatókat, és az informatika területén kívülről is alkalmazott szakembereket, hogy diverzifikálja nyelvi modelljei tudását és képességeit.
A DeepSeek 2025. január 20-án mutatta be első ingyenes chatbot-alkalmazását Apple IOS és Android rendszerekre. Egy hétre rá, 2025. január 27-én a DeepSeek-R1 megelőzte a ChatGPT vezető modelljét, a 2024 szeptemberében piacra dobott az OpenAI o1-t, és az Egyesült Államok iOS App Store-jának legnagyobb részben letöltött ingyenes alkalmazásaként az első helyre került a legtöbbet telepített iPhone-alkalmazások közül. A mesterséges intelligencia területén meghatározó jelentőségű Nvidia chipóriás és más, a mesterséges intelligenciához kapcsolódó amerikai technológiai cégek, köztük a Microsoft és a Google értéke a DeepSeek hirtelen betörése miatt zuhanni kezdett. Az Nvidia részvényárfolyamának 18 százalékos esésével „eldördült a startlövés” a globális mesterséges intelligencia forradalmasításának versenyében, „új MI-korszak kezdődött".
Piaci stratégia
Termékstratégia 2023 novemberében a cég DeepSeek Coder néven elindította első modelljét és botját, amely egyetlen nagy nyelvi modellt, a DeepSeek LLM-et használt. 2024. május 7-én prezentálták a DeepSeek-V2-t, majd a következő hónapban a DeepSeek Coder második verzióját. 2024 decemberében a mutatkozott be a DeepSeek-V3, amely felváltotta az előző verziót.
A 2025. január 20-án bemutatták a DeepSeek-R1 nagy nyelvi modellt, amely gépi tanulási technológiákon alapult, és olyan számítógép-architektúrát használt, amely koncepcionálisan hasonló az elterjedt Transformer modellekhez. bélyegkép|265x265px|A DeepSeek válasza a Hszi Csin-pinggel és Narendra Modival kapcsolatos kérdésekre (angol)
A DeepSeek-R1-et MIT-licenc alatt tették közzé, amely a korlátlan nyílt hozzáférést támogatja, és korlátozások nélkül lehetővé teszi mind a kereskedelmi, mind a tudományos alkalmazást. Ezzel a vállalat szándékosan állítja szembe magát számos saját fejlesztésű mesterséges intelligencia rendszerrel, amelyeket korlátozó licencek jellemeznek.
A DeepSeek a hatékonyabb algoritmusoknak és a speciális hardvereknek köszönhetően optimalizálta mesterséges intelligenciamodelljeit, hogy a hagyományos, energiaigényesebb mesterséges intelligenciamodellekhez képest akár 70 százalékkal csökkentse az energiafogyasztást.DeepSeek-Durchbruch revolutioniert Energieeffizienz von KI – Was bedeutet das für die globale Energiewende? On 27. Januar 2025 https://www.cleanthinking.de/deepseek-ki-energieeffizienz-energiewende/
2025. január 27-én a DeepSeek Janus-Pro néven egy új multimodális MI-modellt mutatott be, amely nyílt forráskódú és MIT-licenc alatt érhető el. A modell a DALL-E-hez és a Stable Diffusionhöz hasonló képességeket egyesít, és képes képeket generálni és elemezni. Fejlesztésekor a pontos értelmezési képességekre, a hatékony architektúrára és az erőforrások optimalizált felhasználására helyezték a hangsúlyt.
Árstratégia A modellt már bemutatásakor a rendszeres felhasználók számára ingyenesen hozzáférhetővé tették. Széles felhasználói bázist céloztak meg, hogy elősegítsék a legmodernebb mesterséges intelligencia technológiához való nyílt hozzáférést.
2026 második felében a DeepSeek bemutatta V4.1 Flash modelljét, amely az amerikai és kínai versenytársakéhoz közeli teljesítményt lényegesen alacsonyabb áron kínálta. A modell elsősorban kedvező ár–teljesítmény arányával versenyez, miközben a legfejlettebb OpenAI- és Anthropic-modellek teljesítményét egyelőre nem éri el.
Az alacsony használati díj különösen az önállóan, hosszabb ideig működő MI-ügynököknél jelenthetett előnyt. Ezek a rendszerek programozás, eszközhasználat vagy internetes keresés közben nagy mennyiségű tokent fogyaszthattak, ezért az egységár kis eltérései is jelentős költségkülönbséget okozhattak.
A V4.1 Flash erőforrásigényét a KV cache méretének csökkentésével és olyan architektúrával mérsékelték, amely az 552 milliárd paraméternek egyszerre csak kis részét aktiválta. A hatékonyabb memória- és tárhelyhasználat a félvezetőpiacra is hatással lehet, mert idővel csökkentheti az AI-modellek működtetéséhez szükséges hardver mennyiségét.
A bejelentés után több kínai MI-vállalat és memóriachipgyártó részvényárfolyama visszaesett. A DeepSeek lépése tovább erősítette az árversenyt, amelyben a Tencent, a ByteDance és az Alibaba is agresszív árazással próbál részesedést szerezni, gyorsítva az MI-modellek tömegtermékké válását.
Fogadtatás Miután a média nyilvánosságra hozta a DeepSeek MI-modell viszonylag alacsony befektetéssel elért impozáns teljesítményét, 2025. január 27-én a világtörténelem legnagyobb tőzsdei esése következett be. Számos nyugati technológiai részvény névértéke 5-18 százalékkal esett. Különösen az Nvidia volt érintett, amelynek piaci kapitalizációja ezen a napon 593 milliárd dollárral esett – ez a New York-i tőzsdén a valaha volt legnagyobb napi veszteség volt. A chipgyártó Broadcom részvényeinek árfolyama hasonlóan, 17,4%-kal esett.DeepSeek sparks AI stock selloff; Nvidia posts record market-cap loss Reuters January 28, 2025 https://www.reuters.com/technology/chinas-deepseek-sets-off-ai-market-rout-2025-01-27/
A Nvidia mellett az Oracle 14 százalékot; az MI-fejlesztő cégek (Bigbear, Soundhound, Palantir) árfolyama 5-11 százalékot esett. A chipgyártók (ARM, Micron) papírjai 10-12 százalékkal, a kvantum számítástechnikai cégek (Quantum Computing, RigettiIs Rigetti Computing (RGTI) Among the Unstoppable Growth Stocks to Buy According to Reddit? finance.yahoo January 28, 2025
https://finance.yahoo.com/news/rigetti-computing-rgti-among-unstoppable-184712619.html) részvényei 5-10 százalékkal értek kevesebbet a nap végére. A DeepSeek piacra lépésével hozták kapcsolatba a nagy nyersanyag-kitermelők (Anglo American, Antofagasta, Fresnillo) részvényárfolyamának 2-6 százalékos csökkenését is. Az európai tőzsdéket sem hagyta érintetlenül a hír, a Siemens Energy papírjainak értéke 20 százalékot zuhant egy nap alatt.
A DeepSeek-R1 piacra lépését követően Sam Altman, a "GPT arca" azt írta az X-en, hogy a kínai modell teljesítménye lenyűgözte, főleg ahhoz képest, hogy mennyibe került. Azt állította, hogy örül a versenytársnak, de ők sokkal jobb modelleket fognak fejleszteni náluk. Ezt alátámasztandó a DeepSeek színrelépését követő 3. napon az OpenAI ingyenesen elérhetővé tette az addig tesztelési fázisban levő ChatGPT o3-mini modelljét és bejelentette, hogy felhasználóinak most először hozták el a gépi érvelés és problémamegoldásOpenAI unveils 'o3' reasoning AI models in test phase Reuters December 20, 2024
https://www.reuters.com/technology/artificial-intelligence/openai-unveils-o3-reasoning-ai-models-test-phase-2024-12-20/ költségmentes lehetőségét, ami fontos lépés a fejlett MI elérhetőségének szélesítése felé.
Donald Trump, az Egyesült Államok elnöke úgy reagált, hogy az amerikai technológiai ipar számára egy ébresztőt jelent a DeepSeek piacra lépése és a jelenség rámutatott, hogy hasonló eredményeket sokkal költséghatékonyabban is el lehet érni.