2025 februárjában részletesen megírtuk, hogyan rázta fel a DeepSeek R1 és V3 megjelenése a teljes MI-szektort. A kínai modell akkoriban az amerikai techóriások legrosszabb rémálmaként vonult be a köztudatba: nyílt forráskód, töredék képzési költség, sokszoros árelőny az OpenAI-jal szemben. Nem csoda, hogy kisebbfajta pánik tört ki, és az Nvidia egyetlen kereskedési napon 600 milliárd dollárt veszített a tőzsdén. Sokan Szputnyik-pillanatnak nevezték a fejleményt, utalva arra, hogy 1957-ben a szovjet műhold mekkora sokkot okozott az Egyesült Államokban. Azóta lassan másfél év telt el, és a DeepSeekhez való hozzáállás megváltozott: valódi piacformálóvá vált, saját árháborút generált, közben egész Európában jogi eljárások kereszttüzébe került. Érdemes megnézni, hol tartunk másfél évvel később.

Hat modell

Az R1 és V3 bemutatása után a cég nem vett vissza a tempóból. 2025 második negyedévében megjelent az R1-0528 frissítés, amely markánsan csökkentette a hallucinációkat, bevezette a strukturált JSON-kimeneteket és a funkcióhívásokat; az AIME 2025 matematikai benchmarkon a modell teljesítménye 70%-ról 87,5%-ra nőtt. A nyár további finomhangolásokat hozott: a DeepSeek fokozatosan bővítette azt a képességét, hogy ugyanaz a modell egyszerre legyen alkalmas összetettebb gondolkodásmódot igénylő feladatok megoldására, és egyúttal gyors, azonnali válaszadásra.

2025 decemberében érkezett a V3.2, amely a nyílt forráskódú modellek között azonnal vezető pozícióba került: erős kódolási teljesítménye és az eszközhasználatba integrált gondolkodásmód miatt hónapokig ez volt a legtöbb fejlesztői workflow alapmodellje. A kísérőként megjelent V3.2-Speciale az érvelési képességek határait feszegette, egyes logikai teszteken a GPT-5-öt is felülmúlva.

2026. április végén érkezett a V4 modellcsalád, és ez tényleg fordulópontnak bizonyult. Az 1,6 billió paraméteres V4-Pro egymillió tokenes kontextusablakkal debütált: egy ilyen ablakba akár egy teljes vállalati negyedév dokumentumai is beférnek. A CAISI-NIST független mérései szerint a V4-Pro matematikai benchmarkokon szorosan követi a vezető zárt nyugati modelleket, kódolásban és kiberbiztonsági feladatokban azonban az értékelők lényeges, összességében kb. nyolchónapos lemaradásról számolnak be. Az új figyelmi mechanizmus a V3-hoz képest tízszeres üzemeltetési költségcsökkentést hoz hosszú szövegkontextusoknál (KV-cache-t igény), a V4-Flash a gyors, alacsony késleltetésű ágensfeladatokra specializálódott. 2025 végén a V3.2 vált a nyílt forráskódú modellpiac meghatározó szereplőjévé: erős kódolási teljesítménye és utasításkövetési képessége miatt hónapokig ez volt a fejlesztők egyik kedvenc modellje.

Árháború

Februári cikkünkben leírtuk, hogy a 20-50-szeres árelőny önmagában is megdöbbentő volt. Mára ennél is messzebb jutottunk. Havi 100 millió kimeneti tokennél a GPT-5.5 3000 dollárba, a Claude Opus 4.7 2500 dollárba kerül, míg a DeepSeek V4-Pro induló listaáron ugyanezt 348 dollárból oldotta meg. Ez önmagában is nyolcszoros különbség volt. Majd május 22-én a cég a 75%-os kedvezményt állandósította: a V4-Pro azóta 87 dollárba kerül 100 millió kimeneti tokenre vetítve, ami a GPT-5.5-höz képest harmincötszörös, a Claude Opus 4.7-hez képest huszonnyolcszoros árkülönbséget jelent. Ez már nem elméleti összehasonlítás: a vállalatok konkrétan erre az árszintre terveznek, és az MI-büdzsék újragondolása versenyképességi kérdéssé vált. A különbség ráadásul az egyéni fejlesztőket is érinti. A korábbi csúcsmodellek árazása sokakat kizárt az önálló alkalmazásfejlesztésből, a V4-Pro ezt a korlátot eltörli.

Tipikus vállalati recept lett, hogy a tömeges adatfeldolgozást, az osztályozást és az entitáskinyerést az olcsó DeepSeek API-ra bízzák, míg a komplex, ügyfélnek szóló kimenetekre prémium modelleket tartanak fenn. Az eredmény akár 70-80%-os üzemeltetési költségcsökkentés a vállalati MI-projektekben. Sokan tartottak attól, hogy a hatékonyabb modellek visszafogják a hardverigényt, a valóság azonban épp az ellenkezőjét mutatta. Az alacsonyabb egységköltségek exponenciálisan növelték a futtatott alkalmazások és ágensek számát, az Nvidia részvényei 2026 elejére a januári zuhanás jelentős részét ledolgozták. A versenytársak sem tétlenkednek: az Anthropic 2026 májusában 65 milliárd dolláros tőkebevonást zárt le, az OpenAI csendben benyújtotta IPO-kérelmét. Pénz kell, hiszen mindkét cég az árháborúban veszteségeket könyvel el. Iparági jelentések szerint az OpenAI drasztikus API-árcsökkentéseket tervez.

Betiltva itt és ott

A szabályozói oldal is állást foglalt az új modellek elterjedése kapcsán. Az USA szövetségi szinten megtiltotta a DeepSeek alkalmazások telepítését állami, védelmi minisztériumi és NASA eszközökre, valamint Texas és New York állam is meglépte a szigorítást. Washington az exportszabályokat is szigorította: az Nvidia H20 chipek kínai szállítását 2025 áprilisában tiltotta be, 4,5 milliárd dolláros leírást kényszerítve az Nvidiára. A chipháború és az MI- verseny így egymást erősítő spirálba került. Az Entity Listára való felhelyezést elhalasztotta a Trump-adminisztráció, elsősorban a kétoldalú diplomáciai kapcsolatok további romlásának elkerülése érdekében, így a nyílt forráskódú modellek egyelőre legálisan elérhetők maradtak az amerikai fejlesztők számára.

Európában az olasz adatvédelmi hatóság tiltotta be elsőként a fogyasztói alkalmazást, a berlini adatvédelmi hatóság az app store-okból is eltávolíttatná. Számos GDPR-ral való összeférhetetlenség közül a legsúlyosabbnak az alábbiakat jelölték meg: európai felhasználói adatokat kínai szervereken tároltak, és a GDPR által kötelező uniós kapcsolattartót sem jelöltek meg, igaz, ezt 2025. május végén pótolták. Itthon a chatbot- piacon a ChatGPT 77%-os részesedéssel vezet, a DeepSeek egyelőre az egyéb (1%-ot sem elérő) kategóriában szerepel, de a hazai felhasználók pozitívan értékelik a magyar nyelvi képességeit. Döntő lépés lehet, ha a Microsoft bevezeti a DeepSeek Azure-integrációját a Copilot Cowork ágensek mögött: az adatok az Európai Gazdasági Térségen belül maradnának, a GDPR-kockázat kizárható.

A DeepSeek mára beépült a hazai MI-stratégiákba. Az a cég, amelyik ma nem méri fel a hibrid csatornastratégia lehetőségeit, valószínűleg versenyhátrányba kerül. A csatorna megválasztása már nem csupán technikai részletkérdés, hanem adatvédelmi és üzleti döntés is egyszerre.

A más technológiai területeken már bekövetkezett receptet – nem a legjobb, de a célra tökéletesen megfelelő és a nyugati versenytársai árainál jóval alacsonyabb díjszabású termék globális terítését – az MI területén is követik a kínaiak. A mindennapokban pedig maguk a felhasználók is aktív részeseivé váltak az új „hidegháború” rendkívül izgalmas fejezetének.