DeepSeek 的低成本大模型过去一个月引发了广泛关注，但有分析认为，DeepSeek 使用的英伟达 GPU 市场价格比美国企业使用的尖端产品便宜 1～3 成左右。DeepSeek 使用了 2000～3000 块 H800（H100 的中国特供版），开发出了 AI 模型“V3”。使用的 GPU 总额单纯计算约合人民币 3.85 亿元～ 7.21 亿元。DeepSeek 解释称，V3 的开发费用为 557.6 万美元。假设让 AI 学习 278.8 万小时，每小时费用为 2 美元，这个费用与美国的 AI 模型相比不到十分之一。东京大学教授松尾丰指出，“AI 模型的开发需要数十次、数百次的反复试验，在约 280 万小时的学习之前也花费了时间，这样考虑符合逻辑。花在这上面的时间和 GPU 本来就应该纳入成本之中”。

微软和卡内基梅隆大学的研究人员在 CC BY-4.0 国际许可证下发表论文，报告随着人类愈来愈多的在工作中依赖生成式 AI，他们使用批判性思维的机会愈来愈少，可能会导致本应保留的认知能力的退化。研究人员指出，自动化的一大讽刺是，通过将例行任务自动化将异常处理留给人类用户，人类用户被剥夺了练习判断力和加强认知能力的例行机会，导致了认知的萎缩，在出现异常情况时会措手不及。

美国保尔森基金会旗下智库 MacroPolo 的分析显示，在美国企业和研究机构任职的杰出 AI 研究人员中，中国的大学毕业生占到约 40%，已经超过了美国大学毕业生，成为主力。2019 年中国大学毕业生的比例占 27%，2022年达到了 38%。超过了从美国大学毕业的 37%。MacroPolo 的分析还显示，在美国获得博士学位的外国人中，约有 80% 选择该国作为就业目的地。

知情人士透露，OpenAI 预计将在数个月内完成首款自研 AI 芯片的设计，准备送给台积电流片，有望实现在 2026 年量产的目标。流片成本通常为数千万美元，需要大约六个月生产出芯片成品，除非 OpenAI 为加快这一流程而支付更多费用。此外不能保证芯片第一次流片就能成功，如果出现问题，OpenAI 将需要诊断问题并重复流片。OpenAI 此举旨在减少对英伟达 AI 芯片的依赖。