Två kinesiska AI-labb har minskat kostnaden för att bygga och köra toppmoderna AI-modeller med 99%, vilket gör avancerad AI tillgänglig för betydligt fler utvecklare och företag. DeepSeek och Xiaomi uppnådde minskningen och gör att deras frontmodeller kostar en bråkdel av amerikanska motsvarigheter som GPT-5.5 och Claude Opus.
Vem ligger bakom prissänkningen
DeepSeek och Xiaomi är labben som åstadkommit detta. Båda är kinesiska aktörer, även om de arbetar på olika sätt. DeepSeek fokuserar på grundforskning och modeller med öppna vikter, medan Xiaomi är mer känt för konsumenthårdvara men har tyst ökat sin AI-verksamhet. Tillsammans har de drivit ner kostnader som länge hållit front-AI exklusivt för välfinansierade företag.
Exakta metoder har inte offentliggjorts, men resultatet är tydligt: en 99% minskning. Det innebär att en modell som en gång kostade 1 miljon dollar att träna nu kostar omkring 10 000 dollar. För inferens – kostnaden för att faktiskt köra modellen för användare – är besparingarna lika dramatiska.
Vad en 99% billigare modell innebär
Frontmodeller är de mest kapabla AI-systemen – de som resonerar, kodar och genererar komplext innehåll. Amerikanska modeller som GPT-5.5 från OpenAI och Claude Opus från Anthropic sätter för närvarande ribban. Men deras prislappar gör dem ouppnåeliga för många nystartade företag, forskare och småföretag.
Kinesiska labb ändrade den ekvationen. En 99% kostnadsminskning gör AI på frontnivå tillgänglig för nästan vem som helst med ett kreditkort. Små team kan nu experimentera med kraftfulla modeller utan att bränna riskkapital. Universitet i utvecklingsländer kan bedriva banbrytande forskning utan att tigga bidrag. Inträdesbarriären har just kollapsat.
Det betyder inte att amerikanska modeller är föråldrade. De har fortfarande fördelar inom vissa riktmärken, säkerhetsfunktioner och ekosystem. Men gapet i kapacitet minskar snabbt, och gapet i kostnad är nu omvänt.
Prisfallet omformar AI-kapprustningen. Under de senaste två åren har historien handlat om skala: större modeller, mer beräkningskraft, högre kostnader. DeepSeek och Xiaomi satsar på att nästa fas handlar om effektivitet. Om du kan leverera 90% av prestandan till 1% av kostnaden vinner du volymspelet.
Kina har investerat kraftigt i AI-infrastruktur och talang. Denna kostnadsminskning ger kinesiska labb en potentiell fördel i att implementera AI i stor skala – inte bara inom teknik, utan inom tillverkning, logistik och statliga tjänster. Amerikanska företag kan behöva svara med egna effektivitetsgenombrott eller riskera att förlora marknadsandelar i priskänsliga segment.
Regulatorer håller också ett öga på utvecklingen. Billigare frontmodeller innebär att fler aktörer kan utveckla kraftfull AI, vilket väcker frågor om säkerhet och missbruk. Men andan är ur flaskan. Sådana kostnadsminskningar är svåra att vända.
Vad kommer härnäst
DeepSeek och Xiaomi har inte meddelat sina nästa drag. Den omedelbara frågan är om andra kinesiska labb kommer att följa efter, och om amerikanska labb kan matcha prissänkningarna utan att offra kapacitet. OpenAI och Anthropic arbetar båda på mindre, billigare versioner av sina modeller, men 99% är ett brant mål.
För närvarande har utvecklare en ny uppsättning alternativ. Fronten har precis blivit mycket mer trång – och mycket billigare. Ingen vet om priskriget kommer att eskalera ytterligare, men den inledande salvan är tydlig.
