Den 24 april släppte det kinesiska AI-företaget DeepSeek V4, sin efterlängtade nya flaggskeppsmodell, och ärligt talat är det en ganska stor grej – även om den inte kommer att skaka om AI-världen lika mycket som sin föregångare R1 gjorde. V4 kan bearbeta mycket längre uppmaningar tack vare en smart ny design, den är öppen källkod (så vem som helst kan ladda ner, använda och modifiera den), och den gör väsen av sig av skäl som går bortom bara riktmärken.

Först priset. DeepSeek hävdar att V4:s prestanda rivaliserar de bästa modellerna till en bråkdel av kostnaden, vilket är goda nyheter för utvecklare som inte vill belåna sina startups för att betala för AI. V4 kommer i två varianter: V4-Pro, en kraftfullare modell för kodning och komplexa uppgifter, och V4-Flash, en mindre, snabbare version. Båda har resonemangslägen som låter modellen visa sitt arbete, som en mattelärare som faktiskt bryr sig. Pris? V4-Pro tar $1,74 per miljon inmatningstokens och $3,48 per miljon utmatningstokens – jämfört med OpenAI och Anthropic är det småpotatis. V4-Flash är ännu billigare med cirka $0,14 per miljon inmatningstokens och $0,28 per miljon utmatningstokens, vilket gör den till en av de billigaste toppmodellerna. Det är en prislapp som får en att vilja bygga en app bara för att man kan.

Prestandamässigt är V4 ett massivt språng från R1, vilket är ungefär lika förvånande som att upptäcka att vatten är vått. På stora riktmärken matchar V4-Pro Anthropics Claude-Opus-4.6, OpenAIs GPT-5.4 och Googles Gemini-3.1, och den slår öppna rivaler som Alibabas Qwen-3.5 och Z.ais GLM-5.1 på kodning, matematik och STEM-problem. Den är också en hejare på agentisk kodning och flerstegsproblemlösning. DeepSeeks interna undersökning av 85 utvecklare? Mer än 90% placerade V4-Pro bland sina toppval för kodning. Och för agentpubliken är V4 optimerad för ramverk som Claude Code, OpenClaw och CodeBuddy – för vem vill inte att sin AI ska ha en sidekick?

Nu till långkontextgrejen. Båda V4-versionerna kan hantera 1 miljon tokens – tillräckligt för att rymma alla tre volymerna av Sagan om ringen och Hobbiten tillsammans. Det är mycket hobbitar. Men den verkliga innovationen är hur DeepSeek gjorde det: de justerade uppmärksamhetsmekanismen för att vara mer selektiv, komprimerade äldre information och fokuserade på det som är viktigt nu. Detta minskar beräkningskraften till 27% och minnet till 10% jämfört med tidigare modell V3.2 i en kontext på 1 miljon tokens (V4-Flash använder bara 10% av beräkningen och 7% av minnet). Det betyder att du kan bygga en AI-kodningsassistent som läser hela din kodbas utan att den glömmer vad den läste för fem minuter sedan.

Och nu geopolitiken. V4 är DeepSeeks första modell optimerad för inhemska kinesiska chips, specifikt Huaweis Ascend. Detta är en stor sak eftersom det är ett test av om Kina kan vänja sig av med Nvidia. USA:s exportkontroller har skurit av kinesiska företag från Nvidias bästa chips, så Peking driver på för en inhemsk AI-stack. DeepSeek gav enligt uppgift tidig tillgång endast till kinesiska chiptillverkare, och Huawei meddelade på fredagen att dess Ascend 950-supernoder kommer att stödja V4. Men låt oss inte springa iväg: DeepSeeks tekniska rapport antyder att de använder kinesiska chips för inferens, men träning kan fortfarande förlita sig på Nvidia. Tsinghua-professorn Liu Zhiyuan berättade för MIT Technology Review att endast en del av V4:s träning anpassades för kinesiska chips, och flera anonyma källor sa att kinesiska chips är bättre för inferens än träning. Ändå säger DeepSeek att V4-Pro-priserna kan sjunka avsevärt när Huaweis Ascend 950-supernoder levereras i stor skala under andra halvan av detta år.

Så, kommer V4 att skaka om saker som R1? Förmodligen inte, men det är ett tecken på att Kina bygger en parallell AI-infrastruktur – och gör det med en prislapp som får dig att ta en extra titt.