DeepSeek Guide
Det kinesiske firma DeepSeek udgav i starten af 2025 en reasoning-model, der matchede OpenAIs bedste til en brøkdel af prisen. Her er hvad modellerne kan, hvorfor de er så billige, og hvad du skal vide om data og sikkerhed.
Foto: Markus Spiske / Unsplash
Hvad er DeepSeek
DeepSeek er et kinesisk AI-firma med base i Hangzhou, udspringet af hedgefonden High-Flyer. Firmaet udvikler egne sprogmodeller og udgiver dem som open weights: du kan downloade modellens parametre og køre dem selv, selvom træningsdata og -kode ikke er fuldt offentliggjort.
To udgivelser satte DeepSeek på verdenskortet. DeepSeek-V3 kom i december 2024 og viste, at en model trænet for et forholdsvis lavt beløb kunne matche langt dyrere modeller på benchmarks. DeepSeek-R1 fulgte i januar 2025 som en dedikeret reasoning-model, der på flere målinger lå på niveau med OpenAIs o1, men til en brøkdel af API-prisen. Lanceringen af R1 fik amerikanske teknologiaktier til at falde, fordi den satte spørgsmålstegn ved antagelsen om, at topmodeller kræver enorme trænings-budgetter.
Begge modeller bruger en Mixture-of-Experts-arkitektur (MoE). DeepSeek-V3 har 671 milliarder parametre i alt, men aktiverer kun omkring 37 milliarder pr. token. Det er en vigtig grund til, at inferensen er billigere end modellens samlede størrelse ellers ville antyde.
R1 vs V3: hvad er forskellen
| Egenskab | DeepSeek-V3 | DeepSeek-R1 |
|---|---|---|
| Type | Generel chat-model | Reasoning-model |
| Arkitektur | MoE, 671B total / 37B aktive | Fine-tunet på V3-basen med reinforcement learning |
| Context window | 128.000 tokens | 128.000 tokens |
| Synligt "tænke"-spor | Nej | Ja, modellen viser sin ræsonnements-kæde før svaret |
| Bedst til | Almindelig chat, skrivning, kode | Matematik, logik, flertrins-problemer |
| Licens | Open weights (MIT-lignende) | Open weights (MIT-lignende) |
DeepSeek har siden fortsat med at udgive nyere versioner af begge familier. Tjek altid modelnummeret på deepseek.com før du sammenligner tal, da priser og benchmarks ændrer sig hurtigt i dette segment.
Hvorfor er DeepSeek så billig
DeepSeek angav selv, at den endelige trænings-kørsel af V3 kostede omkring 5,6 millioner dollar i regnekraft. Tallet dækker kun den sidste træningsrunde og ikke hele udviklingsomkostningen, men det er stadig markant lavere end det, konkurrenter typisk bruger på et flagskib. Tre faktorer forklarer det:
MoE-arkitektur
Kun en brøkdel af modellens parametre aktiveres pr. token. Det holder både trænings- og inferens-omkostninger nede sammenlignet med en tilsvarende stor tæt model.
Ingeniørmæssige optimeringer
DeepSeek publicerede tekniske detaljer om lavere-præcisions træning og en mere effektiv udnyttelse af GPU-hukommelse, som reducerede hardware-behovet betydeligt.
Aggressiv API-prissætning
Selv med lavere trænings-omkostninger er API-priserne sat markant under markedsniveau, formentlig delvist for at vinde markedsandele hurtigt.
Kritikere har rejst tvivl om, hvorvidt det opgivne trænings-budget inkluderer alle relevante omkostninger, herunder tidligere forsøg og infrastruktur. Uanset det nøjagtige tal er der bred enighed i branchen om, at DeepSeek demonstrerede en reel og betydelig effektivitetsgevinst.
Data, sikkerhed og censur
Her ligger den vigtigste forskel mellem "at bruge DeepSeeks open weights lokalt" og "at bruge DeepSeeks officielle app eller API". Kører du modellen selv, fx via Ollama, forlader dine data aldrig din egen maskine. Bruger du den officielle app eller API, sendes dine forespørgsler til servere i Kina og er underlagt kinesisk lovgivning om dataadgang.
Flere lande har rejst bekymringer om den officielle app, og Italien blokerede den kortvarigt i 2025 med henvisning til manglende svar om databehandling. Sikkerhedsforskere har desuden fundet, at modellens svar på politisk følsomme emner om Kina, som Taiwan og Tiananmen-pladsen, er filtreret eller undvigende, mens de samme spørgsmål besvares mere åbent i modeller fra vestlige udbydere.
Praktisk konsekvens: Til lokal brug eller intern udvikling, hvor du selv styrer hosting, er DeepSeeks open weights et reelt og billigt alternativ. Til virksomhedsdrift med kunde- eller persondata bør du undersøge databehandlingsvilkårene grundigt, før du sender trafik til DeepSeeks egne servere, eller vælge selv-hosting.
Sådan kommer du i gang
DeepSeeks API er kompatibelt med OpenAIs SDK-format, så et eksisterende integrationslag kan ofte genbruges med minimale ændringer:
from openai import OpenAI
client = OpenAI(
api_key="din-deepseek-noegle",
base_url="https://api.deepseek.com"
)
response = client.chat.completions.create(
model="deepseek-reasoner",
messages=[{"role": "user", "content": "Forklar Monty Hall-problemet"}]
)
print(response.choices[0].message.content)Vil du undgå at sende data til Kina overhovedet, kan du hente modelvægtene fra Hugging Face og køre dem lokalt eller på egen cloud-infrastruktur. De mindre destillerede versioner af R1 (baseret på Qwen og Llama) kræver markant mindre hardware end den fulde 671B-model og kan køres på en enkelt kraftig GPU.
Begrænsninger og faldgruber
R1 kan bruge lang tid og mange tokens på at "tænke", før den svarer. Til opgaver, der ikke kræver flertrins-ræsonnement, er det unødvendigt langsomt og dyrere end at bruge en almindelig chat-model. V3 er derfor det bedre valg til hverdagsopgaver som skrivning, opsummering og simpel kode.
Modellerne er trænet på en kombination af engelsk og kinesisk data, og kvaliteten på dansk er mærkbart under niveauet for GPT-5, Claude og Gemini. Til dansksproget content er en vestlig model stadig det sikre valg.