Kunstmatige intelligentie: 545% winst met de DeepSeek AI-modellen V3 en R1? AI-sensatie of gebakken lucht?

Een startup in de schijnwerpers: de waarheid achter de indrukwekkende cijfers van DeepSeek

In de snel veranderende en vaak ondoorzichtige wereld van kunstmatige intelligentie (AI) heeft de Chinese AI-startup DeepSeek voor opschudding gezorgd. Met een opzienbarende bewering heeft het bedrijf zichzelf in het middelpunt van de wereldwijde AI-discussie geplaatst: een kosten-batenverhouding van maar liefst 545% – elke dag weer! Deze gewaagde uitspraak, ondersteund door gedetailleerde operationele gegevens, is meer dan alleen een indrukwekkend cijfer. Het is een bom die de gevestigde AI-industrie met argusogen achterlaat en fundamentele vragen oproept over de economische haalbaarheid en toekomstige bedrijfsmodellen van AI-technologieën.

Maar wat schuilt er nu echt achter deze cijfers? Is het revolutionaire efficiëntie die de markt op zijn kop zal zetten, of een slimme marketingstrategie die meer hype dan inhoud is? Critici uiten al hun zorgen, analisten ontleden de berekeningen en de techwereld discussieert er hevig over. De vraag is: kan DeepSeek daadwerkelijk zo'n hoge winstgevendheid bereiken, en zo ja, welke impact zal dat hebben op de hele AI-industrie, met name in vergelijking met de gevestigde giganten uit Silicon Valley?

Dit artikel neemt u mee op een diepgaande analyse van de beweringen van DeepSeek. We onderzoeken de technologische basis achter de indrukwekkende cijfers, ontleden het innovatieve prijsmodel en onthullen de slimme operationele strategieën die DeepSeek hanteert. We onderzoeken ook de kritische stemmen die de euforie temperen en belichten de discrepantie tussen theoretisch potentieel en praktische realiteit.

Ontdek of DeepSeek werkelijk de code voor winstgevende AI heeft gekraakt, of dat het rendement van 545% slechts wishful thinking is. We analyseren de verreikende gevolgen voor de wereldwijde AI-markt, het concurrentielandschap en of we getuige zijn van het begin van een nieuw tijdperk van AI-economie, of dat de hype rond DeepSeek een kortstondig succes zal blijken. Eén ding is zeker: DeepSeek heeft het debat over de toekomst van AI-financiering en winstgevendheid nieuw leven ingeblazen en biedt stof tot discussie voor de komende jaren. Ga met ons mee op ontdekkingstocht in de fascinerende wereld van DeepSeek en ontdek de waarheid achter de sensationele cijfers.

Dit is hiermee gerelateerd:

• DeepSeek versus OpenAI: De AI-wedloop ontmaskerd – Is China's R1 slechts een kopie of een strategisch meesterwerk?

De onthulling van de cijfers en de technologische basis ervan

Op 1 maart 2025 publiceerde DeepSeek gedetailleerde operationele gegevens op het ontwikkelaarsplatform GitHub, over een periode van 24 uur, namelijk 27 en 28 februari 2025. Deze transparantie is opmerkelijk in de vaak geheimzinnige AI-industrie. Het bedrijf stelde dat zijn geavanceerde AI-modellen V3 en R1, gebaseerd op dagelijkse operationele kosten van $ 87.072, theoretisch een omzet van $ 562.027 zouden kunnen genereren. Op basis van deze cijfers berekende DeepSeek de veelbesproken kosten-batenverhouding van 545%. Dit betekent dat elke dollar die in de bedrijfsvoering wordt geïnvesteerd, theoretisch $ 5,45 aan winst oplevert. Geëxtrapoleerd naar een volledig jaar zou dit zich vertalen in een potentiële jaaromzet van meer dan $ 200 miljoen, een bedrag dat de ambities en het disruptieve potentieel van DeepSeek onderstreept.

De indrukwekkende prestaties en efficiëntie van DeepSeek in AI-modellen zijn gebaseerd op een state-of-the-art infrastructuur, gebouwd rondom Nvidia's H800 GPU's. Deze grafische processors zijn momenteel de gouden standaard voor rekenintensieve taken in deep learning en AI. DeepSeek huurt deze H800 GPU's voor $ 2 per uur per chip. Gedurende de geanalyseerde periode van 24 uur draaide het bedrijf gemiddeld 226,75 servernodes, elk uitgerust met acht H800 GPU's. Deze enorme rekenkracht stelde DeepSeek in staat om in deze periode maar liefst 608 miljard inputtokens en 168 miljard outputtokens te verwerken.

Een belangrijke factor in de opmerkelijke kostenefficiëntie van DeepSeek is het gebruik van een geavanceerd cachesysteem. Een cache is in wezen een tijdelijke opslagruimte voor veelgebruikte gegevens om de toegang te versnellen en de verwerkingsbelasting te verminderen. In het geval van DeepSeek werd 56,3% van de invoertokens, een aanzienlijk aantal van 342 miljard tokens, opgehaald uit een op schijf gebaseerde key-value cache (KV-cache). Dit slimme gebruik van caching verlaagde de verwerkingskosten aanzienlijk, omdat toegang tot gegevens uit de cache aanzienlijk sneller en efficiënter is dan het volledig opnieuw verwerken ervan.

De gemiddelde uitvoersnelheid van de DeepSeek-modellen was 20-22 tokens per seconde. Nog indrukwekkender was de behaalde doorvoer: tijdens de prefill-fase, waarin de invoergegevens worden voorbereid, bedroeg de doorvoer ongeveer 73.700 tokens per seconde per H800-node. In de decoderingsfase, waarin de AI-modellen de daadwerkelijke uitvoer genereren, was de doorvoer nog steeds een opmerkelijke 14.800 tokens per seconde per H800-node. Deze hoge doorvoersnelheden zijn cruciaal voor DeepSeek's vermogen om grote volumes aan verzoeken efficiënt te verwerken en zo aanzienlijke inkomsten te genereren.

Prijsbepaling en berekening van de theoretische winst

DeepSeek hanteert een gedifferentieerde prijsstrategie voor zijn AI-modellen. Het premium R1-model, ontworpen voor de hoogste prestatie-eisen, kost $ 0,14 per miljoen inputtokens wanneer er een cache-hit optreedt. Een cache-hit betekent dat de gevraagde informatie zich al in de cache bevindt en dus snel kan worden opgehaald. Als er geen cache-hit is (cachefout), stijgt de prijs voor inputtokens naar $ 0,55 per miljoen. Voor outputtokens, oftewel de antwoorden die door de AI worden gegenereerd, rekent DeepSeek $ 2,19 per miljoen tokens.

De prijsstructuur van DeepSeek ligt aanzienlijk lager dan die van westerse concurrenten zoals OpenAI of Anthropic. Deze agressieve prijsstelling lijkt een integraal onderdeel te zijn van DeepSeeks disruptieve marktstrategie. Het bedrijf streeft er duidelijk naar marktaandeel te winnen door middel van aantrekkelijke prijzen en zichzelf te positioneren als een kosteneffectief alternatief op de AI-markt.

De berekening van de theoretische winst van 545% is gebaseerd op de aanname dat *alle* verwerkte tokens worden gefactureerd tegen het premiumtarief van het R1-model. Dit is een belangrijk punt, omdat het een vereenvoudigende aanname is die de realiteit niet volledig weerspiegelt. Onder deze aanname zouden de gemeten volumes van 608 miljard input- en 168 miljard output-tokens resulteren in dagelijkse inkomsten van $562.027. Met de opgegeven operationele kosten van $87.072 levert dit de veelbesproken kosten-winstverhouding van 545% op.

Het is echter van cruciaal belang te benadrukken dat dit een *theoretische* berekening is, uitgevoerd onder geïdealiseerde omstandigheden. De werkelijke financiële prestaties van DeepSeek in de praktijk kunnen en zullen worden beïnvloed door een veelheid aan factoren die niet in deze vereenvoudigde berekening zijn meegenomen.

De realiteit achter de theoretische cijfers: beperkingen en voorbehouden

DeepSeek geeft in zijn publicatie zelf openlijk toe dat de werkelijke inkomsten "aanzienlijk lager" liggen dan de waarden die door de theoretische berekeningen worden gesuggereerd. Deze transparantie is een verdere indicatie van DeepSeeks ongebruikelijke aanpak en onderstreept de noodzaak om de gepresenteerde cijfers te interpreteren binnen de context van hun beperkingen. Er zijn een aantal redenen voor de discrepantie tussen de theoretische berekeningen en de werkelijke inkomsten.

Een belangrijke factor is het bestaan ​​van het standaard V3-model. Dit model wordt aangeboden tegen aanzienlijk lagere prijzen dan het premium R1-model. Omdat niet alle klanten automatisch voor het duurste model kiezen, verlaagt het gebruik van het V3-model de gemiddelde opbrengst per token van DeepSeek. Bovendien genereert DeepSeek momenteel slechts inkomsten uit een deel van zijn diensten. Toegang tot de AI-modellen via het web en de app blijft gratis voor eindgebruikers. De inkomsten worden voornamelijk gegenereerd via API-toegang, waarmee bedrijven en ontwikkelaars DeepSeek-modellen in hun eigen applicaties en systemen kunnen integreren. Deze focus op API-inkomsten betekent dat een aanzienlijk deel van het potentiële gebruik van DeepSeek-modellen momenteel niet direct wordt gemonetiseerd.

Een ander belangrijk aspect zijn kortingen. DeepSeek biedt automatisch kortingen aan gedurende de nachtelijke uren, wanneer het systeemgebruik doorgaans lager is. Deze kortingen zijn bedoeld om gebruik buiten de piekuren te stimuleren en het algehele resourcegebruik te optimaliseren. Ze verlagen echter ook de gemiddelde opbrengst per token.

Misschien wel de belangrijkste factor, die in theoretische winstberekeningen volledig over het hoofd wordt gezien, is de enorme investering in onderzoek en ontwikkeling (R&D) en de immense trainingskosten van AI-modellen. Het ontwikkelen en trainen van geavanceerde AI-modellen zoals V3 en R1 is extreem duur en tijdrovend. Het vereist hooggekwalificeerde wetenschappers en ingenieurs, toegang tot enorme datasets en de exploitatie van krachtige datacenters gedurende lange perioden. Deze kosten vormen vaak de grootste uitgavepost voor AI-bedrijven en kunnen de operationele winstgevendheid aanzienlijk beïnvloeden. De pure operationele kosten voor inferentie, die DeepSeek in zijn berekeningen openbaar maakt, zijn slechts een deel van het totaalplaatje. Om de werkelijke winstgevendheid van een AI-bedrijf te beoordelen, moeten ook de investeringen in R&D en training, zowel in het verleden als in het heden, in aanmerking worden genomen.

Innovatieve bedrijfsstrategieën voor het verhogen van de efficiëntie

Ondanks de beperkingen van theoretische winstberekeningen, toont DeepSeek indrukwekkende operationele efficiëntie door middel van transparantie. Het bedrijf heeft een aantal innovatieve strategieën geïmplementeerd om de efficiëntie te maximaliseren en de operationele kosten te verlagen.

Een belangrijk onderdeel is dynamische resourceallocatie. DeepSeek gebruikt zijn computerbronnen niet statisch, maar past ze flexibel aan de actuele vraag en de wisselende eisen van zijn activiteiten aan. Tijdens de piekuren overdag, wanneer de vraag naar inferentiediensten het hoogst is, worden beschikbare serverknooppunten en GPU's voornamelijk ingezet voor het leveren van deze diensten. 's Nachts, wanneer het gebruik doorgaans lager is, worden resources opnieuw toegewezen en gebruikt voor andere taken, met name onderzoek en het trainen van nieuwe AI-modellen. Deze dynamische allocatie maximaliseert het gebruik van dure hardware en helpt de totale kosten te verlagen.

Technisch gezien maakt DeepSeek gebruik van een techniek genaamd cross-node expert parallelism (EP). Deze geavanceerde methode verdeelt de rekenlast tijdens de training en inferentie van grote AI-modellen. Met expert parallelism wordt het model opgedeeld in meerdere "experts", die elk op verschillende serverknooppunten of GPU's draaien. Deze parallelle verwerking maakt een hogere doorvoer mogelijk en vermindert de latentie, omdat het rekenwerk gelijktijdig op meerdere hardwarecomponenten wordt uitgevoerd. Expert parallelism is met name effectief voor zeer grote modellen, omdat het de geheugen- en rekenbehoeften over meerdere apparaten verdeelt, waardoor de beperkingen van individuele hardwarecomponenten worden overwonnen.

Naast geavanceerde parallelisatie heeft DeepSeek een geavanceerd load balancing-systeem geïmplementeerd. Dit systeem verdeelt inkomend verkeer intelligent over verschillende servers en datacenters. Het doel van load balancing is om knelpunten te voorkomen, het gebruik van resources te optimaliseren en de systeem betrouwbaarheid te verhogen. Door de belasting gelijkmatig te verdelen, wordt ervoor gezorgd dat geen enkele server overbelast raakt en dat de responstijden voor gebruikers consistent laag blijven. Een effectief load balancing-systeem is cruciaal voor de schaalbaarheid en betrouwbaarheid van cloudgebaseerde AI-diensten zoals die van DeepSeek.

Gevolgen voor de markt en reacties vanuit de sector: een wake-up call voor de AI-industrie?

De openbaarmaking van gedetailleerde financiële cijfers door DeepSeek komt op een moment dat de winstgevendheid van AI-startups en de duurzaamheid van hun bedrijfsmodellen een centraal thema zijn in de technologie- en investeringswereld. Investeerders en analisten vragen zich steeds vaker af of de hoge waarderingen en de enorme hype rond de AI-industrie wel gebaseerd zijn op een solide economische basis. Bedrijven zoals OpenAI, Anthropic en vele anderen experimenteren uitgebreid met verschillende inkomstenstromen, van abonnementsmodellen en gebruiksafhankelijke facturering tot licentiekosten voor hun AI-technologieën. Tegelijkertijd woedt er een wedloop om steeds geavanceerdere en krachtigere AI-producten te ontwikkelen, waarvoor aanzienlijke investeringen nodig zijn.

De onthulling van DeepSeek is in deze context bijzonder significant. De jonge startup, die slechts 20 maanden geleden is opgericht, heeft het gevestigde Silicon Valley opgeschud met zijn innovatieve en kosteneffectieve aanpak voor het ontwikkelen en beheren van AI-modellen. Eerdere beweringen dat DeepSeek minder dan 6 miljoen dollar had uitgegeven aan de chips die gebruikt werden om zijn modellen te trainen – een bedrag dat aanzienlijk lager ligt dan dat van westerse concurrenten zoals OpenAI – hadden in januari 2025 al geleid tot merkbare dalingen in AI-aandelen. De huidige onthulling van de vermeende kosten-batenverhouding van 545% versterkt deze indruk en voedt de vrees dat traditionele AI-bedrijven mogelijk minder efficiënt en minder concurrerend zijn dan nieuwe uitdagers zoals DeepSeek.

De transparantie en ogenschijnlijke kostenefficiëntie van DeepSeek zouden een paradigmaverschuiving in de AI-industrie kunnen inluiden. Ze dwingen gevestigde bedrijven om hun eigen kostenstructuren en bedrijfsmodellen kritisch te bekijken en mogelijk efficiëntere manieren te vinden om AI-diensten te leveren. De druk op bedrijven zoals OpenAI, Anthropic en Google om hun prijzen te verlagen en winstgevendheid aan te tonen, zou door het succes van DeepSeek verder kunnen toenemen.

Kritische perspectieven en deskundige analyses: Is de winstmarge werkelijk zo hoog?

De door DeepSeek geclaimde winstmarge van 545% heeft veel aandacht en scepsis onder experts gewekt. Sommige analisten wijzen erop dat de term 'winstmarge' in deze context mogelijk niet correct wordt gebruikt. Per definitie kan een winstmarge, die de verhouding tussen winst en omzet weergeeft, niet hoger zijn dan 100%. In het geval van DeepSeek kan het beter worden omschreven als een opslag op de kosten of een rendement op investering (ROI). De term 'kosten-batenverhouding' is in deze context preciezer.

Critici op online platforms zoals Reddit en in vakfora gebruiken vaak het treffende voorbeeld van een kind dat limonade verkoopt. Dit kind zou ten onrechte kunnen aannemen dat de winst simpelweg het verschil is tussen de verkoopprijs van de limonade en de kosten van de ingrediënten (citroenen, suiker, water). Het kind zou echter cruciale kostenfactoren over het hoofd zien, zoals de kosten van de tafel, de kan, de mengapparatuur, de glazen en, het allerbelangrijkste, de tijd en arbeid die geïnvesteerd worden in het maken en verkopen van de limonade. Deze analogie illustreert dat een focus op alleen de operationele kosten voor inferentie in AI-modellen kan leiden tot een onvolledig en mogelijk vertekend beeld van de werkelijke winstgevendheid. Een uitgebreide kostenanalyse moet alle relevante kostenfactoren in overweging nemen, inclusief de enorme uitgaven voor onderzoek, ontwikkeling en training.

Analisten van het gerenommeerde marktonderzoeksbureau Semianalysis hebben ook de eerder door DeepSeek verstrekte kostenramingen in twijfel getrokken. Zij schatten dat de benodigde servers voor de GPU-infrastructuur van DeepSeek alleen al zo'n 1,6 miljard dollar zouden kunnen kosten. Dit bedrag ligt veel hoger dan de 5,6 miljoen dollar die DeepSeek officieel heeft opgegeven voor het trainen van het DeepSeek V3-model. De discrepantie tussen deze cijfers suggereert dat DeepSeek ofwel uitzonderlijk efficiënte trainingsmethoden heeft ontwikkeld, ofwel dat de werkelijke trainingskosten hoger liggen dan openbaar gemaakt. Het is ook mogelijk dat DeepSeek profiteert van overheidssubsidies of andere financieringsbronnen die niet expliciet in de gepubliceerde kostenramingen worden vermeld.

Het is belangrijk te benadrukken dat het beoordelen van de economische levensvatbaarheid van AI-bedrijven complex en veelzijdig is. Naast de directe kosten voor hardware, software en personeel, moeten ook indirecte kostenfactoren zoals marketing, verkoop, klantenservice, juridisch advies, naleving van regelgeving en infrastructuuronderhoud in overweging worden genomen. Bovendien spelen strategische overwegingen een rol, zoals concurrentievermogen op lange termijn, de noodzaak tot continue innovatie en het vermogen om zich aan te passen aan veranderende marktomstandigheden. Daarom kan een geïsoleerde kosten-batenanalyse voor één dag of een korte periode slechts een beperkt inzicht geven in de werkelijke economische prestaties van een AI-bedrijf.

Dit is hiermee gerelateerd:

• DeepSeek R2: China's AI-model Turbo komt eerder dan verwacht tot leven – DeepSeek R2 zou een code-expert zijn – ontwikkelaars opgelet!

De bredere impact op de AI-industrie: meer transparantie en kostendruk?

Ondanks kritiek en beperkingen van de gepresenteerde cijfers, hebben de openheid en de steeds opener wordende aanpak van DeepSeek (het bedrijf publiceert delen van zijn code en modellen als open source) een aanzienlijke impact gehad op de AI-industrie. De combinatie van kostentransparantie, een open-source strategie en aanzienlijk lagere prijzen vormt een serieuze uitdaging voor westerse AI-bedrijven. Het zou de druk op bedrijven zoals OpenAI kunnen verhogen om hun eigen prijs- en bedrijfsmodellen te herzien en mogelijk transparanter te worden over hun kostenstructuur.

De hoge theoretische marges die DeepSeek presenteert, zijn bijzonder interessant in de context van OpenAI's nieuwste model, GPT-4.5. Dit model kost vele malen meer dan eerdere modellen, en met name de modellen van DeepSeek, maar volgens veel experts biedt het nauwelijks meetbare verbeteringen in prestaties en functionaliteit. Deze ontwikkeling ondersteunt de stelling dat huidige taalmodellen steeds meer massaproducten worden, waarbij de hoge prijzen niet langer noodzakelijkerwijs de daadwerkelijke toegevoegde waarde in prestaties weerspiegelen. Als DeepSeek in staat is om hoogwaardige AI-modellen tegen aanzienlijk lagere kosten aan te bieden, zou dit de markt voor taalmodellen fundamenteel kunnen veranderen, wat zou leiden tot meer concurrentie en lagere prijzen.

De cijfers van DeepSeek suggereren dat de markt voor AI-taalmodellen in principe economisch aantrekkelijk kan zijn, mits de operationele kosten efficiënt worden beheerd en de modellen breed worden toegepast. Tegelijkertijd benadrukt de aanzienlijke discrepantie tussen theoretische en daadwerkelijke inkomsten de grote uitdagingen waar AI-bedrijven voor staan ​​bij het ontwikkelen van duurzaam winstgevende bedrijfsmodellen. Hoge R&D- en trainingskosten, de noodzaak tot continue innovatie en de intense concurrentie in de sector maken het moeilijk om op de lange termijn hoge winstmarges te behalen.

Tussen indrukwekkend potentieel en praktische realiteit

De door DeepSeek geclaimde kosten-winstverhouding van 545% biedt een fascinerend en prikkelend inzicht in de potentiële economische mogelijkheden van moderne AI-systemen. Het toont op indrukwekkende wijze aan dat, onder geïdealiseerde omstandigheden en met efficiënte operationele strategieën, indrukwekkende winstmarges behaald kunnen worden in AI-inferentie. Het is echter cruciaal om dit cijfer te bekijken in de context van de totale kostenstructuur van een AI-bedrijf en de complexe realiteit van de markt. Hoewel de winstmarges voor inferentiediensten potentieel zeer aantrekkelijk kunnen zijn, vormen de enorme investeringen in onderzoek, ontwikkeling en training nog steeds een aanzienlijke belemmering voor de algehele winstgevendheid.

De openbaarmaking door DeepSeek onderstreept de positie van het bedrijf als een disruptieve speler op de wereldwijde AI-markt. De transparantie, kostenefficiëntie en open-sourceoriëntatie zouden op de lange termijn kunnen leiden tot meer concurrentie, transparantie en kostenbewustzijn in de hele sector. De combinatie van technologische innovatie, efficiënt gebruik van middelen en een agressieve prijsstelling maakt DeepSeek een serieuze concurrent voor gevestigde westerse AI-bedrijven en zou de dynamiek van de wereldwijde AI-concurrentie fundamenteel kunnen veranderen. De tijd zal leren of DeepSeek zijn ambitieuze doelen kan bereiken en zijn positie als toonaangevende speler op de AI-markt kan verstevigen. Het initiatief van DeepSeek heeft echter ongetwijfeld een nieuwe en boeiende dimensie toegevoegd aan de discussie over de winstgevendheid van AI-systemen en de bedrijfsmodellen van AI-bedrijven.

Xpert.Digital beschikt over diepgaande kennis van diverse sectoren. Hierdoor kunnen we strategieën op maat ontwikkelen die precies aansluiten op de behoeften en uitdagingen van uw specifieke marktsegment. Door continu markttrends te analyseren en ontwikkelingen in de sector te volgen, kunnen we proactief handelen en innovatieve oplossingen bieden. De combinatie van ervaring en expertise genereert toegevoegde waarde en geeft onze klanten een doorslaggevend concurrentievoordeel.

Meer informatie vindt u hier:

• Profiteer van de 5 expertisegebieden van Xpert.Digital in één pakket – al vanaf €500 per maand

☑️ Ondersteuning van het MKB op het gebied van strategie, advies, planning en implementatie

☑️ Opstellen of herzien van de digitale strategie en digitalisering

☑️ Uitbreiding en optimalisatie van internationale verkoopprocessen

☑️ Wereldwijde en digitale B2B-handelsplatformen

☑️ Pionier in bedrijfsontwikkeling

 

Ik sta graag tot uw beschikking als uw persoonlijke adviseur.

U kunt contact met mij opnemen door onderstaand contactformulier in te vullen of mij te bellen op +49 7348 4088 965 .

Ik kijk uit naar ons gezamenlijke project.

 

 

Xpert.Digital is een platform voor de industrie, gericht op digitalisering, werktuigbouwkunde, logistiek/intralogistiek en fotovoltaïsche energie.

Met onze 360°-oplossing voor bedrijfsontwikkeling ondersteunen we gerenommeerde bedrijven van acquisitie tot aftersales.

Marktinformatie, social media marketing, marketingautomatisering, contentontwikkeling, PR, mailcampagnes, gepersonaliseerde social media en lead nurturing behoren tot onze digitale tools.

Meer informatie vindt u op: www.xpert.digital - www.xpert.solar - www.xpert.plus