DeepSeekの価格戦略：梁文鋒が利益最大化より効率を優先する理由

はじめに

DeepSeek創業者の梁文鋒氏は、同社の価格設定、コスト効率、オープンソースモデル、そして商業化に関する考えについて、これまでで最も明確な説明の一つを最近行った。

伝えられるところによると4時間に及んだ投資家向け会議で、梁氏はDeepSeekの価格設定は収益最大化を目的としたものではないと述べた。同社の目標は、モデルの価格を広く利用できるよう十分に低く保ちながら、彼が言うところの合理的な利益を得ることにある。

最も明確な例はDeepSeek-V4-Proである。このモデルは当初、需要が利用可能なハイエンドコンピューティング能力を上回ると予想されたため、比較的高めに価格設定されていた。DeepSeekはその後、価格を当初の4分の1に引き下げ、恒久的に75%の値下げを実施した。

梁氏の見解は従来の価格プロモーションを超えている。彼は低コストをアーキテクチャとエンジニアリング効率の結果であり、限られた計算リソースで最先端モデルの研究を行うための必要条件と捉えている。

ネット上で流布している会議での発言は限られた資料に基づいて整理されたものであり、DeepSeekが公式に発表した逐語録ではない。そのため、一部の表現は実際の発言と異なる可能性がある。本稿における現在のモデル名、機能、API価格はDeepSeekの公式ドキュメントで確認済みである。

DeepSeekは収益最大化ではなく合理的な利益を追求すると表明

梁氏の価格設定に関する発言の核となる考えは抑制である。

ほとんどのテクノロジー企業は、収益を増やし、市場シェアを拡大し、営業組織を構築し、成功した製品から可能な限り多くの価値を引き出すことが期待されている。DeepSeekの明確な目標はそれより限定的である。

伝えられるところによると、梁氏は次のように述べた：

「私たちは合理的な利益のみを得ます。」

この表現は、DeepSeekが商業活動を拒否することを意味するものではない。同社はAPI利用に課金し、消費者向け製品を運営し、開発者にサービスを提供し、モデルへのアクセスを拡大し続けている。

違いは商業運営と商業最大化の間にある。

DeepSeekは、サービス運営と開発支援に十分な収益を得ることを望んでいるようだが、現時点では価格決定が各ユーザーから最大限の利益を引き出すという目標に支配されることを望んでいない。

この理念は、汎用人工知能に対する同社のより高い関心を反映している。梁氏は製品とサービスを、より強力なシステムへの道筋上のステップとして描写しており、同社の最終目標ではないとしている。

DeepSeek-V4-Pro、価格を当初の4分の1に

DeepSeek-V4-Proは、このアプローチの具体的な例証となっている。

このモデルがリリースされた時点では、そのAPI価格は軽量版のV4-Flashモデルよりも明らかに高く設定されていた。DeepSeekはその理由をハイエンドコンピューティング能力の制約に求め、より多くのインフラが利用可能になれば価格は下がると予想していた。

2026年5月、同社は恒久的に75%値下げした。

伝えられるところによると、人民元建ての価格は、キャッシュ入力、非キャッシュ入力、出力の別に応じて、およそ百万トークンあたり0.1～24元から百万トークンあたり0.025～6元に引き下げられた。

梁氏は、V4-Proの当初の価格設定はDeepSeekが需要の大きさを懸念したためだと説明したという。値下げが可能になった時点で、同社は価格を直接4分の1に引き下げた。

会議の記録によると、従業員たちはこの値下げを祝った。モデルを構築した本来の目的は、より多くの人々に十分に使ってもらうことだからだ。

この表現は異例である。通常、値下げは顧客獲得、競争上のポジショニング、市場シェア拡大の手段として説明される。しかし梁氏はそれを、モデルの理念とそのアクセスしやすさの間における、より完全な適合として提示した。

現在のDeepSeek API価格設定

DeepSeekの公式APIドキュメントには現在、2つの主要なV4エンドポイントが記載されている：

現在のドキュメントによると、両モデルとも推論モードと非推論モード、JSON出力、ツール呼び出し、会話プレフィックス補完、最大100万トークンのコンテキスト長をサポートしている。

記載されている同時接続制限は、V4-Flashの方がV4-Proより高い：

• V4-Flash：2,500
• V4-Pro：500

DeepSeekは同時に価格が変動する可能性があることを明記しており、生産コストを見積もる前に公式の価格ページを確認するよう推奨している。

旧バージョンのdeepseek-chatおよびdeepseek-reasonerモデル名は、2026年7月24日をもって廃止予定である。現在これらは互換性のためにdeepseek-v4-flashの非推論モードと推論モードにマッピングされている。

DeepSeekが初期価格を高く設定した理由

高い発売価格は、必ずしも企業が製品の価値が永続的に向上したと考えていることを意味しない。

これはキャパシティ管理メカニズムでもあり得る。

需要が推論計算の利用可能な供給を上回る場合、サービス事業者にはいくつかの選択肢がある：

1. 待機リストを作成する。
2. 厳格なレート制限を実施する。
3. 特定の顧客のみにアクセスを限定する。
4. モデルの利用可能な機能を削減する。
5. 価格を引き上げて需要を抑制する。
6. インフラを拡張し、その後値下げする。

DeepSeekは価格設定とキャパシティ制限の戦略を組み合わせて使用しているようである。

V4-Proはより希少なハイエンド計算リソースを必要とするため、高い初期価格は需要がサービスを圧迫する可能性を低下させる。より多くのキャパシティと効率性の向上が得られた時点で、同社はこのモデルをより広く提供できるようになった。

これは、顧客が支払ってもよいと思うから高い価格を設定するのとは全く異なる。

前者は価格を一時的なリソース配分のツールと見なすのに対し、後者は価格を知覚された価値を最大限に引き出す手段とする。

梁氏の発言は、DeepSeekがキャパシティ制約が解消された後には価格を引き下げる傾向にあることを示唆している。

低コストはアーキテクチャの成果であり、単なるビジネス戦略ではない

伝えられるところによると、梁氏はDeepSeekの低コストは単なるビジネス戦略ではないと強調した。

それはモデルアーキテクチャ、システムエンジニアリング、そしてハードウェア認識型最適化の共同成果である。

DeepSeekは常に、限られた計算予算内で実効的なモデル能力を向上させる技術的手段に焦点を当ててきた。

その研究における例としては以下が含まれる：

• 混合エキスパートアーキテクチャ（各トークンに対してモデルのパラメータの一部のみを活性化する）
• マルチヘッド潜在注意力（キーバリューキャッシュの要件を削減する）
• 低精度学習
• 効率的な通信学習システム
• ハードウェア認識型協調設計
• コンテキストキャッシュ
• スパース計算
• 最適化された推論とサービング

例えば、DeepSeek-V2は総パラメータ数2360億で、各トークンあたり210億のパラメータのみを活性化する。その研究論文によると、初期のDeepSeek 67Bシステムと比較して、このモデルは学習コストが低く、KVキャッシュが大幅に縮小され、生成スループットが高い。

DeepSeek-V3は総パラメータ数を6710億に拡大し、各トークンあたり370億のパラメータを活性化する。同社は、API価格をほとんどの最先端モデルサービスよりも低く維持しながら、14.8兆トークンを使用して学習を完了したと報告している。

DeepSeek-V4はこの戦略を継続し、百万トークンのコンテキストウィンドウをサポートし、独立したFlashモデルとProモデルをリリースしている。

これらのシステムは計算をゼロコストにしているわけではない。大規模モデルには依然として高価なチップ、ネットワーク、電力、エンジニアリング、ストレージ、データセンター運営への投資が必要である。

重要なのは、アーキテクチャが計算単位あたりに生成されるモデル能力を変えることができる点である。

コスト効率がDeepSeekのより大規模なモデル学習を支援

梁氏のより深い論点は研究能力に関するものである。

無制限の計算リソースを持つ企業は、チップを増やし、クラスターを拡張し、学習ラウンドを増やすことでモデルを最適化できる。

DeepSeekの運営環境は、米国の大手テクノロジー企業とは異なる。輸出規制、チップ供給、資本要件、インフラ制約のすべてが同社の学習能力に影響を与えている。

このような環境では、計算単位あたりのコストを削減することが二重の効果をもたらす。

ユーザーサービングコストの削減

より効率的な推論により、DeepSeekは同じインフラでより多くのリクエストを処理できるようになり、API価格の引き下げとサービスの拡大が可能になる。

学習可能なモデル規模の拡大

学習システムが計算リソースをより効率的に利用する場合、企業は固定されたハードウェア予算内でより大規模またはより高度なモデルを学習できる。

伝えられるところによると、梁氏はこの違いを次のように要約している。大企業はリソースを増やすことで問題を解決するが、DeepSeekはコスト効率の最適化を優先する。

これこそが、DeepSeekの戦略において低価格と最先端研究が密接に関連している理由である。推論コストを削減するエンジニアリング上の最適化は、限られた学習リソースでより大きな進歩を遂げるのにも役立つ。

コストが時間とユーザー体験に優先する

より完全な会議の記録によると、梁氏は最先端モデル競争の3つの重要な要素を挙げたとされる：

1. コスト
2. 時間
3. ユーザー体験

コストが最優先に挙げられた。

品質が同等のモデルを提供する2社がある場合、より低コストでサービスを提供できる側が構造的な優位性を持つ。より低い価格設定ができ、より多くのユーザーを支え、より多くの内部実験を行い、またはコスト削減分を次の学習ラウンドに投入できる。

時間は二番手に位置する。急速に変化する市場において、数ヶ月の先行優位が極めて重要だからだ。モデル、ハードウェア、エージェントフレームワーク、顧客の期待はすべて瞬時に変わる。

ユーザー体験はロイヤルティを構築できるが、報じられるところによれば、梁文鋒氏はそれを最も根本的な技術的な堀として説明していない。

この優先順位付けは、DeepSeekがアーキテクチャとインフラに大きく投資する一方で、営業チームとプロダクトチームを比較的スリムに保つ理由を説明するのに役立つ。

DeepSeekは小規模チームでAPI事業を運営

梁文鋒氏は、API事業そのものには特に魅力を感じていないと述べたと報じられている。

このコメントは驚くべきことに聞こえるかもしれない。なぜなら、API収入は最先端モデルプロバイダーの主要なビジネスモデルの一つだからだ。

運営モデルから見れば、DeepSeekの立場はより理解しやすい。

会議の記録によれば：

• 小規模なチームでサービスを維持できる。
• 会社のカスタマーサポートは非常に限定的である。
• 大規模な営業チームは不要である。
• ユーザーが自らモデルを発見し統合する。
• プロダクトの需要はモデルの能力と価格によって決まる。

これはプロダクト主導の流通モデルである。

DeepSeekは大規模なエンタープライズ営業チームを雇って契約交渉を行う代わりに、モデルを公開し、互換性のあるAPIを提供し、ドキュメントを公開することで、開発者が直接サービスを使い始められるようにしている。

この方法は運営コストを低く抑えることができるが、代償もある。

大規模な組織は通常以下を必要とする：

• 調達サポート
• セキュリティドキュメント
• サービスレベル契約
• アカウント管理
• 移行支援
• コンプライアンス審査
• 専用キャパシティ
• インシデント対応サポート
• 統合コンサルティング

簡素化されたビジネス組織はセルフサービスの開発者や技術力の高いチームには適しているかもしれないが、充実したサポートと契約保証を期待するエンタープライズにはあまり適さない可能性がある。

「私たちは商業化しているが、商業化が目的ではない」

梁文鋒氏は、DeepSeekはずっと商業化を行ってきたが、商業化を最終目的とは見なしていないと述べたと報じられている。

これは会社にビジネスモデルがないということと同義ではない。

DeepSeekは現在、収益や戦略的価値を支える複数の仕組みを持っている：

• 有料APIアクセス
• 消費者向けアプリケーション
• 開発者の採用
• エンタープライズ利用
• モデルエコシステムの成長
• オープンソースの重み配布
• 技術ライセンスまたはパートナーシップ
• インフラ協力
• 人材誘致
• 潜在的な将来のプロダクト

この発言は優先順位付けとして理解すべきである。

DeepSeekの第一の目標はモデル能力を高め、汎用人工知能（AGI）を追求することである。商業活動はこの取り組みに貢献するが、会社は短期的な収益目標が研究の方向性をあらゆる流行のプロダクトカテゴリーに向けさせることを望んでいない。

梁文鋒氏は、DeepSeekが完全に商業化に舵を切る時期はまだ遠いと述べたと報じられている。

潤沢な資金、忍耐強い投資家、または他の財務的支援源がある場合、この立場は維持しやすいかもしれない。しかし、計算能力の需要が高まるにつれて、研究中心のラボでさえインフラコスト、従業員の定着、長期運営といった問題に対処しなければならない。

利益最大化を実現していなくとも、低価格は競争の武器となり得る

DeepSeekは自社の価格設定を市場シェア獲得と表現しないかもしれないが、低価格は依然として競合他社に影響を与える。

あるプロバイダーが原価を下回る価格で、競争力のある品質のモデルを、市場の主流APIコストのごく一部で提供すれば、市場は対応を迫られる。

競合他社は以下の対応が必要になる可能性がある：

• 価格を下げる
• より小規模なモデルを投入する
• キャッシュメカニズムを最適化する
• バッチ割引を提供する
• 推論効率を最適化する
• より安価な階層ルーティングを創出する
• モデルをクラウドサービスとバンドル販売する
• ツール、信頼性、サポートサービスによって高プレミアムを正当化する

最終的な結果は、AI導入コストの全体的な低下である。
この変化は、これまで大規模モデルの利用を負担できなかった開発者、スタートアップ、研究機関、企業に恩恵をもたらしている。
同時に、高い粗利益率に依存して収益性を維持してきたモデルベンダーに圧力をかけている。
したがって、DeepSeekが利益最大化を目標としていないと主張しても、その価格戦略には商業的な影響がある。

オープンソースモデルは同じ戦略の一部である

梁文鋒氏の価格設定に関する発言は、DeepSeekのオープンソースモデル公開への支持と密接に関連している。
彼はオープンソースを、会社の潜在的な利益の一部を放棄する行為と表現したと報じられている。
モデルの重みを公開することで以下が可能になる：

• 研究者がモデルアーキテクチャを研究する
• 開発者がモデルを非公開で実行する
• エンタープライズが微調整や適合を行う
• インフラプロバイダーがデプロイを最適化する
• 競合他社が成果から学ぶ
• より広範なエコシステムがDeepSeekのホスト型APIを使わずに構築する

狭い商業的視点から見れば、これはAPIのロックイン効果を弱める可能性がある。
しかし、DeepSeekの視点からは、オープンソースモデルは以下ももたらす：

• 技術的影響力
• 開発者の採用度
• 研究からのフィードバック
• 採用価値
• 組織の誇り
• より迅速なエコシステムイノベーション
• グローバルなAI対話におけるより強い地位

梁文鋒氏は、DeepSeekは故意に弱体化させたモデルを公開し、実質的に強力なバージョンを保持することはないと述べたと報じられている。
この主張はリリースごとに具体的に評価する必要があるが、オープンアクセスはマーケティングサンプルではなく、研究戦略の実質的な一部であるという会社の公的な姿勢を反映している。

「合理的な利益」は必ずしも何かを意味するわけではない

「合理的な利益」という表現は魅力的だが、それは正確な財務指標ではない。
DeepSeekは以下を公に定義していない：

• 目標粗利益率
• 目標営業利益率
• インフラの必要収益率
• 研究コストがAPI価格設定にどのように配分されるか
• 消費者向けプロダクトに補助金が出ているか
• 価格設定がチップ供給によってどのように変化するか
• 内部でどれだけの計算能力が確保されているか
• 将来のエンタープライズサービスが異なる利益率を採用するか

したがって、この表現は公開された価格設定の公式ではなく、意図表明として理解されるべきである。
また、価格が決して上がらないことを保証するものでもない。
DeepSeekの公式文書は、製品価格が変動する可能性があると述べている。計算能力の制約、ハードウェアコスト、需要、モデルサイズ、サービス要件はすべて将来の価格設定に影響を与える可能性がある。
ある企業は、利益最大化を拒否しながらも、サービスコストが上昇した場合に価格を引き上げることができる。

安価なトークンと総コストの低さの違い

百万トークンあたりのAPI価格は比較しやすいが、モデルを使用する総コストを反映しているわけではない。
本番稼働するアプリケーションは、以下の指標も考慮すべきである：

指標：

• モデルがタスクを完了するために必要なトークン数。
• 再試行の必要性。
• ツール呼び出しの品質。
• レイテンシー。
• キャッシュヒット率。
• コンテキスト長。
• 出力長さ。
• エラー率。
• 人間によるレビュー時間。
• 負荷下での信頼性。
• モデル切り替えのコスト。
• サポートとサービス保証の価値。

トークン単価が低いモデルでも、回答が冗長で頻繁に失敗したり、多くの修正が必要な場合、全体的なコストが高くなる可能性がある。

より高価なモデルが一度で問題を解決できれば、より経済的になり得る。

したがって、DeepSeekのコスト優位性は、公表されているトークン料金に基づくだけでなく、完全なワークフローのレベルでテストされるべきである。

開発者がDeepSeek APIを選択する前に確認すべき事項

モデルの適合性

実際のタスクに基づいてV4-FlashとV4-Proを比較する。高スループットのワークフローにはFlashで十分かもしれないが、複雑なコーディング、推論、またはエージェントタスクにはProの方が適している可能性がある。

キャッシュ動作

キャッシュされた入力はキャッシュされていない入力よりもはるかに安い。繰り返しのシステムプロンプト、共有ドキュメント、または安定したコンテキストを持つアプリケーションでは、キャッシュは大きなコスト優位性をもたらすことができる。

出力長さ

どちらのモデルも出力料金は入力よりも高い。不必要に長い推論軌跡や冗長な応答は請求額を支配することになる。

同時実行能力

ドキュメントに記載されている同時実行制限はFlashとProで異なる。高スループットのプロダクトは、早期にキャパシティ需要をテストすべきである。

モデル名

まだ deepseek-chat や deepseek-reasoner を使用している開発者は、V4モデル識別子に移行すべきである。古い名前は廃止予定だからである。

ベンダーリスク

DeepSeekは価格を変更する権利を留保している。本番システムは、特定の価格に依存する経済的仮定をハードコーディングすることを避けるべきである。

サポート要件

個人開発者にとっては、セルフサービスのAPIアクセスで十分かもしれない。エンタープライズは、あるベンダーを標準化する前に、セキュリティ、コンプライアンス、サービス、サポートの期待値を確認すべきである。

DeepSeek戦略の戦略的優位性

DeepSeekの価格設定モデルは、いくつかの潜在的な優位性を生み出している。

より広範な採用

低価格は実験コストを下げ、小規模なチームでもこれらのモデルを使用できるようにする。

より多くの利用データとフィードバック

より大きなユーザーベースは、障害事例、人気ワークフロー、インフラボトルネック、開発者のニーズに関するより多くの情報を生み出す。

効率的なエンジニアリングへのプレッシャー

高い利益に依存できない場合、アーキテクチャとサービス効率を改善する強力な動機が生まれる。

より強力なオープンエコシステム

手頃な価格のホスト型APIとダウンロード可能な重みは相互補完的である。開発者はAPIから始めて、その後プライベートデプロイに移行できる。

人材と研究評判

最先端の研究、オープンな公開、長期的な技術目標にコミットするラボは、エンジニアをより引き付けることができる。

リスクとトレードオフ

同じ戦略には課題も伴う。

インフラ需要

極めて低い価格が生む需要が、キャパシティの拡大速度を上回る可能性がある。

限定的な企業サポート

規模の小さい営業・サポートチームは、規制の厳しい組織や調達手続きの煩雑な組織での導入を遅らせる恐れがある。

持続可能性

フロンティアモデルの訓練コストは上昇し続けている。適正な利益はサービス運営をカバーし、将来の研究を支えるために依然として必要である。

価格期待

開発者が極めて低い価格に慣れてしまうと、将来の値上げは困難になる可能性がある。

競争対応

大手クラウド事業者やモデル提供企業は、低価格帯を補填したり、モデルをインフラにバンドルしたり、スケールメリットで価格を引き下げることができる。

ビジネス上の焦点

非中核製品を避けることで研究の集中は保たれるが、価値ある市場を競合に明け渡すリスクもある。

よくある質問

梁文鋒氏はDeepSeekの価格戦略についてどのように考えているか？

報道によれば、梁文鋒氏はDeepSeekの目標は収益最大化ではなく適正な利益を得ることだと述べている。低価格戦略を、強力なモデルを広く利用可能にし、コスト効率を高めるという同社の目標と結びつけている。

DeepSeekはあるモデルの価格を75%引き下げたのか？

はい。DeepSeekはV4-Proを恒久的に75%値下げし、価格を元の4分の1にした。具体的な費用は、キャッシュ入力、非キャッシュ入力、出力の使用量に応じて異なる。

DeepSeek-V4-Proのリリース時、なぜ価格が高かったのか？

DeepSeekは当時、ハイエンドの計算リソースが限られていたと説明している。高い初期価格は、より多くの計算リソースと効率向上が得られるまで需要を制御するのに役立った。

現在のDeepSeek-V4のAPI価格はいくらか？

DeepSeekの公式ドキュメントによると、V4-Flashは100万キャッシュ入力トークンあたり0.0028ドル、非キャッシュ入力トークンあたり0.14ドル、出力トークンあたり0.28ドル。V4-Proの対応価格はそれぞれ0.003625ドル、0.435ドル、0.87ドルである。

DeepSeekは商業化に反対しているのか？

いいえ。報道によれば、梁文鋒氏は同社は常に商業展開を追求しているが、商業化が最終目標ではないと述べている。優先事項は依然としてモデル研究と長期的な汎用人工知能（AGI）の追求である。

DeepSeekはどのように低価格のAPIを提供しているのか？

DeepSeekは、そのコスト優位性をモデルアーキテクチャ、スパース計算、キャッシュ技術、低精度訓練、インフラ最適化、軽量な運営モデルに起因している。ハードウェアの可用性と計算容量も価格設定に影響を与える。

DeepSeekは企業向けの営業・サポートサービスを提供しているか？

DeepSeekはドキュメント、API、使用制限、容量拡大リクエストを提供しているが、梁文鋒氏は同社の運営チームは小規模で、従来型の営業やカスタマーサポートのインフラは限定的であると述べている。企業は既存のサポートが自社のニーズを満たしているか確認すべきである。

DeepSeekのAPI価格は変わらないのか？

必ずしもそうではない。DeepSeekの公式価格ページには価格が変動する可能性があり、会社が調整する権利を留保すると記載されている。開発者はコストを見積もる際に最新のドキュメントを確認すべきである。

関連ツール

• DeepSeek Chat：DeepSeek公式ウェブインターフェース。現行モデルとの対話に使用。
• DeepSeek APIプラットフォーム：APIキーの取得、使用量・課金・モデルアクセスの管理を行う公式プラットフォーム。
• DeepSeek APIドキュメント：公式統合ガイド、モデル情報、価格、制限、変更ログ。
• DeepSeek GitHub

モデル研究、推論コンポーネント、訓練システム、オープンソースプロジェクトの公式リポジトリ。

• Hugging Face上のDeepSeek：公式オープンソース重みモデルのリリース、モデルカード、ダウンロード可能なチェックポイント。
• DeepSeek-V4コレクション：Flash、Pro、ベース、デプロイメントバリアントを含む公式V4モデルコレクション。

関連リンク

• DeepSeekモデルと価格：最新の公式API価格、コンテキスト制限、機能、モデル名。
• DeepSeek V4プレビューリリース：V4-Pro、V4-Flash、コンテキスト長、APIアクセスに関する公式情報。
• DeepSeek API更新ログ：モデル、互換性のある名称、機能、可用性に関する公式アップデート。
• DeepSeek-V4 Hugging Faceコレクション：公式モデル重みと関連リリース。
• DeepSeek-V3リリース：V3の公式アーキテクチャおよび過去のAPI価格情報。
• DeepSeek-V2研究論文：DeepSeekMoE、マルチヘッド潜在注意、訓練効率、推論改善に関する技術詳細。
• 梁文鋒氏の投資家会議における発言の公開まとめ：第三者によるまとめ資料。一部の表現は元の発言と異なる場合がある。

まとめ

梁文鋒氏が公にした価格に関する発言は、DeepSeekがコスト効率を単なる顧客獲得手段ではなく、技術的かつ戦略的な目標と見なしていることを示している。

同社は当初、V4-Proに高価格を設定し、ハイエンドの計算リソースが限られている状況で需要を調整した後、より広範なサービス提供が可能になった段階で75%の値下げを実施した。現在、V4-FlashおよびV4-Proの公式API価格はいずれも低水準に維持されている。

DeepSeekはその技術を商業化しているが、梁文鋒氏は収益最大化を同社の究極の目標とは述べていない。そのモデルは、セルフサービスの配布、小規模な運営チーム、オープンソースの重み公開、アーキテクチャ効率の最適化、AGI研究への長期的な注力を融合したものである。

DeepSeekの価格設定の根拠は次のとおりである。最も効率的な方法で強力なモデルを構築できる企業は、呼び出しごとに最高額を請求しなくても、アクセスを拡大し、グローバルに競争し、将来の開発に資金を提供できるのである。