DeepSeek vs ChatGPT: pris, kvalitet og det de fleste overser

Det korte svar

Når det gælder tekstræsonnement, matematik og kode, er DeepSeek reelt konkurrencedygtig med vestlige frontmodeller, og den koster kun en brøkdel at køre via en API. Det er ikke hype, det er grunden til, at hele branchen lagde mærke til det, da R1 kom ud, og hvorfor alle udbyderes priser har været under pres siden da.

På alt det der ikke er selve modellen, er ChatGPT foran, og det er ikke tæt løb. Billed- og lydforståelse, tale, kodeudførelse på dine egne filer, connectors, tilpassede assistenter, udviklerværktøjerne, pålideligheden under belastning, dokumentationen, økosystemet. Hvis du skal vælge en daglig assistent frem for en model at bygge videre på, betyder det gab mere end benchmarktallene gør. Den samme opdeling mellem produkt og model ses også i sammenligningen af Grok vs ChatGPT.

Så det ærlige spørgsmål er ikke "hvem er bedst". Det er "køber du en model eller et produkt?". DeepSeek sælger en meget god model meget billigt. OpenAI sælger et produkt med en meget god model indeni. Det er to forskellige ting at købe.

Først: hvilken DeepSeek taler du om?

Næsten alle forvirrede diskussioner om DeepSeek opstår, fordi to personer taler om forskellige ting. Der er tre forskellige måder at bruge den på, og de adskiller sig på pris, på privatliv og på hvad du må gøre med resultatet.

	Appen og hjemmesiden	DeepSeek API'en	De åbne vægte
Pris	Gratis	Meget lav pris per token	Din egen regnekraft
Hvor dine data havner	DeepSeeks servere	DeepSeeks servere	Der hvor du kører det
Kan du selv hoste	Nej	Nej	Ja
Kan du finjustere	Nej	Nej	Ja
Emnebegrænsninger	Ja, på politisk følsomme emner	Ja	Reduceret, men træningsbaseret adfærd forbliver
Egnet til	At prøve det af	Billig produktionstekst og kode	Privatlivsfølsomt eller reguleret arbejde

Den tredje kolonne er den, folk glemmer, og det er den mest interessante. DeepSeek udgiver modelvægte under en tilladende licens, hvilket betyder at modellen kan downloades, køres på din egen hardware, hostes af en udbyder i din egen jurisdiktion og tilpasses. Ingen vestlig frontlaboratorium gør det med sine bedste modeller.

Den praktiske konsekvens: et team, der ikke må sende data til en kinesisk virksomhed, kan stadig bruge DeepSeek ved selv at køre vægtene eller via en udbyder, der hoster dem et andet sted. Hvis du læser, at et land har forbudt DeepSeek, mener de næsten altid appen og den hostede API, ikke vægtene.

Hvor DeepSeek er reelt konkurrencedygtig

Ræsonnement og matematik. Ræsonnementet er DeepSeeks stærkeste kort. På svære problemer med flere trin, konkurrencematematik og logikgåder præsterer den på niveau med modeller, der koster langt mere at køre. Har du et problem med et verificerbart korrekt svar, er det værd at teste her først.

Kode. Solid til implementering, refaktorering, fejlfinding og forklaring af ukendt kode. Ikke den bedste til ræsonnement på tværs af store kodebaser, hvor et meget stort kontekstvindue hjælper mere, men stærk for pengene med bred margin.

Synligt ræsonnement. Ræsonnementmodellerne viser deres tankegang på en måde, der er genuint nyttig ved gennemgang. Når svaret er forkert, kan du som regel se, hvilket trin der gik galt, hvilket er mere værd, end det lyder, når du tjekker output i stedet for at stole blindt på det.

Pris. Det er hovedhistorien. DeepSeek V3.2 koster $0.269 per million input-tokens og $0.40 per million output, mod $5 og $30 for GPT-5.5, hvilket giver omkring $0.0005 per almindeligt svar mod $0.02 (Whizis modelprisindeks, august 2026). Cache-rabatter udvider forskellen yderligere. For alt der kører i stor skala, er det ikke en lille besparelse, det er forskellen på om en funktion er levedygtig eller ej.

Effektivitet som designmål. Det interessante ved DeepSeeks forskning er arkitektonisk: mixture-of-experts-routing, sparsom opmærksomhed og træningsteknikker, der opnår frontresultater uden frontbudgetter. Det arbejde er publiceret, og det har tydeligt påvirket, hvordan alle andre nu prissætter og bygger.

Hvor ChatGPT er klart foran

Multimodalt arbejde. Giv ChatGPT et skærmbillede, et foto af en whiteboardtavle, et diagram eller en indscannet faktura, og den håndterer det godt. DeepSeeks tekstmodeller er tekstmodeller. Handler dit arbejde om billeder, er det afgørende i sig selv.

Værktøjsbrug og kodeudførelse. ChatGPT kan køre kode mod dine uploadede data, lave et diagram og give dig filen. Den arbejdsgang, plus connectors til arbejdsredskaber, er en produktegenskab, som ingen model alene kan erstatte.

Pålidelighed og kapacitet. DeepSeeks hostede tjeneste har haft synlige perioder med forringet ydelse og pauser i tilmelding under belastning. Bygger du noget, kunder er afhængige af, betyder oppetidshistorik lige så meget som kvalitet.

Økosystem. SDK'er, veldokumenteret funktionskald, integrationer, svar fra fællesskabet på uklare problemer og en talentpulje, der allerede kender værktøjerne. Rammer du et mærkeligt edge case klokken to om natten, er chancen langt større for, at nogen allerede har skrevet om det.

Konsistent adfærd. ChatGPT følger komplekse formaterings- og rolleinstruktioner mere pålideligt gennem lange samtaler. DeepSeek driver mere, hvilket hurtigt viser sig i agent-lignende opgaver, hvor samme prompt køres tusind gange.

Tale, billeder ud og alt det andet. Generering udover tekst er en stor del af det, folk betaler for, og er ikke rigtig en del af DeepSeeks tilbud.

Prissammenligningen, gjort ordentligt

Bruger du en chatgrænseflade, betyder dette afsnit knap nok noget: DeepSeeks app er gratis, og ChatGPT Plus koster $20 om måneden. Spring videre.

Bygger du noget, vokser forskellen per token hurtigt. Tag en realistisk supportassistent-opgave: 2.000 input-tokens og 500 output-tokens per forespørgsel, 50.000 forespørgsler om måneden. Det er 100 millioner input-tokens og 25 millioner output-tokens. Til GPT-5.5's listepriser ($5 per million input, $30 per million output) koster måneden $1,250. Til DeepSeek V3.2's priser ($0.269 og $0.40) koster samme opgave omkring $37, en forskel på over 30 gange. Selv efter de prisfald, som DeepSeek selv udløste i hele branchen, er den forskel forblevet stor.

Tre ting der ændrer regnestykket, og som folk overser:

• Ræsonnementmodeller genererer mange tokens, du aldrig ser. Udvidet tænkning kan være flere gange det synlige output. Lav pris per token gange mange flere tokens er ikke altid billigt. Mål de samlede tokens, ikke prisen per token.
• Cachepriser betyder mere end listeprisen for alt med en stabil systemprompt. En stor rabat på gentaget input kan slå en lavere skiltepris.
• Den billigste model, der består din evaluering, vinder. Ikke den bedste model. Byg et lille testsæt af rigtige input med kendte gode svar, og kør det mod begge. De fleste produktionsopgaver kræver ikke en frontmodel, og det opdager du kun ved at måle.

Et fornuftigt mønster for teams: send hovedparten af trafikken til den billige model, eskaler til den dyre, når sikkerheden er lav, eller opgaven har høj risiko. Det er meget lettere at bygge, når du ikke er bundet til én udbyders API.

Privatliv, jurisdiktion og censur

Dette fortjener at blive behandlet nøgternt frem for som en skræmmehistorie, for detaljerne afgør, om det overhovedet påvirker dig.

Hvor dataene havner. DeepSeeks hostede tjeneste behandler og gemmer data på servere i Kina, og det siger dens privatlivspolitik selv. Kinesisk lov giver myndighederne bredere adgang til data lagret i landet, end de fleste vestlige regelsæt gør. Om det betyder noget, afhænger helt af, hvad du sender. Et spørgsmål om en opskrift er ikke en risiko. Klientkontrakter, patientdata, ikke-udgivet kode eller noget der er omfattet af GDPR eller en databehandleraftale er en anden sag. Sammenligningen af chatbot-privatliv stiller disse politikker op mod hinanden for alle store udbydere.

Regulatorisk reaktion. Flere regeringer og myndigheder har begrænset DeepSeek-appen på officielle enheder eller i deres jurisdiktioner med henvisning til datahåndtering. Har din organisation en indkøbs- eller sikkerhedsgennemgang, må du forvente, at den hostede tjeneste falder igennem den, og at den beslutning handler om jurisdiktion, ikke om modelkvalitet.

Indholdsbegrænsninger. Den hostede tjeneste afviser eller undviger politisk følsomme emner, især dem der er følsomme i Kina. Kører du de åbne vægte, reduceres dette, da afvisningslaget delvist ligger i serveringsstakken, men noget adfærd er indtrænet og forsvinder ikke helt. Berører dit arbejde historie, geopolitik eller noget sammenlignende om regeringer, bør du teste det, før du stoler på det.

Løsningen der faktisk virker. Brug de åbne vægte via en udbyder, der hoster dem i din egen jurisdiktion, eller kør dem selv. Du beholder fordelene ved pris og kvalitet, og spørgsmålet om datalokation forsvinder. Det er præcis derfor, åbne vægte betyder noget strategisk, langt ud over den velvillige gestus, de nogle gange bliver læst som.

For en fyldigere sammenligning af, hvordan de store udbydere håndterer chatdata, opbevaring og fravalg af træning, dækker vores guide til AI-abonnementspriser købssiden, mens hver udbyders aktuelle politiksider er den autoritative kilde til resten.

Hvem bør bruge hvad

Hvis du er	Brug	Fordi
En almindelig daglig bruger	ChatGPT	Produktet omkring modellen udgør det meste af værdien
Prisbevidst og bygger i stor skala	DeepSeek API	Mere end 30 gange billigere til listepriser for tekst og kode
I en reguleret branche	DeepSeeks åbne vægte, selvhostet, eller en vestlig model	Datalokation er hele spørgsmålet
Laver tung matematik eller logik	Test begge	DeepSeek er genuint stærk her og billig at prøve
Arbejder med billeder, lyd eller filer	ChatGPT	DeepSeeks tekstmodeller dækker ikke det
Kører en agent-løkke i produktion	ChatGPT, og optimer derefter	Konsistens i instruktionsfølge slår pris i starten
Undersøger eller eksperimenterer	Begge	Det koster næsten intet at prøve DeepSeek

Det mønster, de fleste teams lander på, er ikke det ene eller det andet. Det er en billig og dygtig model til volumenopgaver, en frontmodel til de svære sager og alt kundevendt, og en routingregel imellem dem. Det er en fornuftig arkitektur, og det er derfor, det er værd at undgå at binde sig til én udbyder, selv når man kan lide udbyderen. Hvis frontmodellen i det par er Anthropic frem for OpenAI, kører Claude vs DeepSeek den samme sammenligning mod Claude.

Vil du teste DeepSeeks ræsonnement mod GPT, Claude og Gemini uden at oprette fire konti og uden at sende noget til et hostet kinesisk endpoint, samler Whizi dem alle på ét abonnement, og prisforskellen følger med: en DeepSeek V3.2-besked koster 1 kredit mod 20 for GPT-5.5. Kør samme prompt gennem to modeller, behold det bedste svar, og se sammenligning af modeller side om side for hvordan det fungerer i praksis.