DeepSeek cherche à lever $300 million à une valorisation de $10 billion, nettement inférieure à celle des principaux acteurs américains de l’IA comme OpenAI et Anthropic. Le faible coût de formation du modèle R1 a perturbé le marché, ce qui a suscité des inquiétudes chez les investisseurs concernant les écarts de valorisation et le potentiel de revenus.

DeepSeek, lors de la sortie du nouveau modèle « MODEL1 », a mis à jour le code FlashMLA, impliquant 28 mentions de ce modèle dans 114 fichiers, contrairement à V32. MODEL1 pourrait être une nouvelle architecture, avec des différences principales dans l'optimisation de la mémoire, la disposition du cache KV, le traitement de la sparsité et le décodage FP8.