Modellen17 augustus 2026

Deepseek verhoogt prijzen voor V4 API met maximaal elf keer voorafgaand aan gerapporteerde beursgang

DeepSeek heeft een aanzienlijke prijsverhoging doorgevoerd voor de V4 API, waarbij sommige kosten per 16 augustus 2026 met maximaal elf keer zijn gestegen. Deze verschuiving markeert het einde van de lage kostenstrategie die het bedrijf in 2025 gebruikte om de markt te verstoren. De aanpassing valt samen met sectorrapporten die suggereren dat de firma zich voorbereidt op een beursgang.

Waarom het ertoe doet

Deze volatiliteit herinnert bedrijfsteams eraan dat gesubsidieerde API tarieven zelden permanente onderdelen van het ontwikkelingslandschap zijn. Teams moeten ontwerpen voor overdraagbaarheid of investeren in eigen infrastructuur om productiemarges te beschermen tegen plotselinge prijswijzigingen van leveranciers.

Kernpunten

De prijzen voor de V4 API stegen op 16 augustus 2026 met maximaal 1100 procent.
De stap volgt op een jaar van agressieve prijsstelling bedoeld om marktaandeel in de zakelijke markt te veroveren.
Marktanalisten koppelen de prijsverhoging aan een strategie om marges te verbeteren voor een mogelijke beursnotering.

Gerelateerde oplossingen

Sovereign AI Generatieve AI AI-apps & platformen

Al het AI-nieuws

Meer AI-nieuws

Modellen

Moonshot AI introduceert Kimi K3.1 Pro en snelle variant voor commerciële evaluatie

Moonshot AI heeft officieel zijn Kimi K3.1 Pro-model gelanceerd, samen met een speciale hogesnelheidsversie die is ontworpen voor snellere verwerking. Organisaties die de release evalueren, onderzoeken de operationele kosten en het gegevensverwerkingsbeleid van de leverancier nauwkeurig voordat ze overgaan tot implementatie in productie.

Modellen

Kimi K3.1 Pro behaalt de vijfde plaats op de SevenLab AI-ranglijst

Kimi K3.1 Pro van ontwikkelaar Kimi is officieel binnengekomen in de top tien van de SevenLab AI-ranglijst en bezet de vijfde plek algemeen. De benchmark volgt toonaangevende foundation models met behulp van een gespecialiseerde, voor waarde gecorrigeerde methodologie op basis van evaluatiedata van Artificial Analysis.

Modellen

Selectie van enterprise-hardware voor lokale LLM's geeft prioriteit aan geheugencapaciteit en bandbreedte

Enterpriseteams die hardware evalueren voor de lokale uitvoering van taalmodellen moeten zich richten op geheugencapaciteit en bandbreedte in plaats van pure rekenkracht. Een uniforme geheugenarchitectuur stelt ontwikkelworkstations in staat om modellen met grotere parameters direct in het geheugen te laden. Planningsleiders beoordelen deze specificaties om kosteneffectieve inferentie op het apparaat zelf te waarborgen.

Ready to build something extraordinary?

15 minutes. No pitch deck. Just a conversation about what AI can do for your team.

Talk directly with our AI specialists

15 min, vrijblijvend

Geen verkooppraatje

Prototype in 7 dagen