Vykdant „Deepseek-R1“ AWS ir Azure, apima skirtingas išlaidų struktūras, visų pirma todėl, kad abi platformos siūlo modelį per skirtingus kainų modelius.
AWS kainodaros modelis:
- AWS leidžia vartotojams pasiekti „Deepseek-R1“ mokant už sunaudotus skaičiavimo išteklius, o ne už prieigos raktą. Šis požiūris suderinamas su tuo, kaip AWS paprastai kainuoja atvirojo kodo AI modeliai. Vartotojai gali pritaikyti savo „Deepseee“ įgyvendinimą naudodamiesi „Hugning Face“ platforma, kuri suteikia lankstumo įmonėms, kurioms reikia masto ir pritaikymo.
- „Deepseek-R1“ veikimo kaina AWS priklausys nuo konkrečių serverio konfigūracijų ir naudojimo modelių. Pvz., AI-optimizuotame serveryje AWS imasi iki 124 USD per valandą, o tai gali reikšti dideles mėnesines išlaidas, jei jie būtų naudojami nuolat.
Azure kainų modelis:
- „Azure“ taip pat suteikia prieigą prie „Deepseek-R1“, apmokestinant už naudojamą pagrindinę skaičiavimo galią. Tačiau „Azure“ nereikalauja išsinuomoti specialių serverių, skirtų „Deepseek“, o tai gali sukelti kintamą kainą, atsižvelgiant į tai, kaip efektyviai vykdomas modelis.
- Nuo naujausių atnaujinimų „Azure“ kainų nustatymas „Deepseek-R1“ nėra aiškiai išvardytas standartiniuose kainų skaičiuoklėse, o vartotojams patariama susisiekti su pardavimo ar palaikymo komanda, kad gautumėte išsamią kainų nustatymo informaciją.
- Kai kurios ataskaitos rodo, kad API prieiga prie „Deepseeek-R1“ gali prasidėti mažomis sąnaudomis, pavyzdžiui, 0,14 USD milijono žetonų, nors tai gali neatspindėti standartinės „Azure“ skaičiavimo išteklių kainų struktūros.
Pagrindiniai skirtumai:
- Kainų struktūra: tiek AWS, tiek „Azure“ mokestis, pagrįstas skaičiavimo ištekliais, o ne už „Deepseeek-R1“ prieigos raktą. Tačiau šiose platformose, skirtingai nei kai kurie kiti teikėjai, šiose platformose nėra standartinė kainodara.
- Tinkinimas ir lankstumas: AWS suteikia daugiau lankstumo integruojant su apkabinimo veidu pritaikymui, kuris gali patikti įmonėms, kurioms reikia pritaikytų AI sprendimų.
-Ekonominis efektyvumas: „Deepseek-R1“ paprastai yra ekonomiškai efektyvi patentuotų modelių alternatyva, tačiau faktinės AWS ir Azure išlaidos labai priklauso nuo to, kaip efektyviai vartotojai valdo savo debesies išteklius.
Apibendrinant galima pasakyti, kad nors ir AWS, ir „Azure“ siūlo „Deepseek-R1“, daugiausia dėmesio skiriant ekonominiam efektyvumui, faktiniai išlaidų skirtumai daugiausia priklausys nuo to, kaip vartotojai valdo savo debesies išteklius ir nuo jų pasirinktų konkrečių serverio konfigūracijų.
Citatos:
[1] https://prompt.16x.engineer/blog/deepseeek-r1-cost-cost-cost-citred-sparta
[2] https://learn.microsoft.com/en-us/answers/questions/2152620/price-for-usage-of-feepseek-r1
[3] https://campustechnology.com/articles/2025/02/04/aws-microsoft-google-thers-make-deepseek-r1-ai-model-parage-on-their-platforms.aspx.aspx
[4] https://Bluexp.netapp.com/blog/azure-vs-aws-corting-comparting-apples-to-apples-azure-aws-cvo-blg
[5] https://artifialanalysis.ai/models/deepseek-r1
[6] https://www.reddit.com/r/localllama/comments/1id5179/r1_is_now_on_azure_ai_serverless_great_news_if/
[7] https://windowsforum.com/threads/deepseek-r1-the-affordable-ai-game-changer-on-azure-and-aws.351061/
[8] https://www.byteplus.com/en/topic/385527
[9] https://iot-analytics.com/winners-losers-generative-ai-value-cain/