De acordo com a mais recente análise do blog da Nvidia, as GPUs Blackwell custam quase o dobro por hora em comparação com a geração Hopper, mas oferecem custos de inferência por token 35 vezes mais baixos. Usando o DeepSeek-R1 como modelo de teste, a Blackwell (GB300 NVL72) é alugada a 2,65 USD por GPU por hora, face aos 1,41 USD da Hopper, mas uma única GPU

A DeepSeek pretende angariar $300 milhões a uma avaliação de $10 mil milhões, significativamente inferior à de principais empresas de IA dos EUA, como a OpenAI e a Anthropic. O baixo custo de treino do modelo R1 deles perturbou o mercado, levando a preocupações dos investidores quanto a disparidades de avaliação e ao potencial de receitas.

A DeepSeek, ao lançar o novo modelo 「MODEL1」, atualizou o código FlashMLA, envolvendo 28 de 114 arquivos que mencionam este modelo, ao contrário do V32. O MODEL1 pode ser uma nova arquitetura, com principais diferenças na otimização de memória, layout de cache KV, tratamento de esparsidade e decodificação FP8.