Según el último análisis del blog de Nvidia, las GPU Blackwell cuestan casi el doble por hora en comparación con la generación Hopper, pero ofrecen costos de inferencia por token 35 veces menores. Usando DeepSeek-R1 como modelo de prueba, Blackwell (GB300 NVL72) se alquila por 2,65 USD por GPU por hora frente a los 1,41 USD de Hopper, pero con una sola GPU

DeepSeek busca recaudar $300 millones con una valoración de $10 mil millones, considerablemente inferior a la de las principales firmas de IA de EE. UU., como OpenAI y Anthropic. El bajo costo de entrenamiento de su modelo R1 alteró el mercado, generando inquietudes entre los inversores sobre las disparidades de valoración y el potencial de ingresos.

DeepSeek al lanzar el nuevo modelo «MODEL1», también actualizó el código FlashMLA, que involucra 28 menciones a este modelo en 114 archivos, a diferencia de V32. MODEL1 podría ser una nueva arquitectura, con diferencias principales en la optimización de memoria, la disposición de la caché KV, el manejo de la esparcidad y la decodificación FP8.