DeepSeek выпускает обновленную модель ИИ
Разработчик DeepSeek отметил, что обновление представляет собой улучшение в части производительности и стоимости. Модель уже доступна в веб-версии, в приложении DeepSeek и на платформе для разработчиков. Как указано в техническом отчёте на Hugging Face, новая итерация демонстрирует «существенные улучшения в областях рассуждений, программирования, агентных задач и визуальных бенчмарков», а также расширяет возможности применения — от создания игр до 3D-моделирования. Сама компания описывает новинку как минорное обновление ранее выпущенной V4.1-Flash.
Стремительный темп релизов DeepSeek подчёркивает нарастающую конкуренцию между китайскими моделями с открытыми весами и проприетарными моделями американских конкурентов — Anthropic PBC и OpenAI, которые показывают лучшие результаты, но стоят значительно дороже, а также с внутренними соперниками вроде Moonshot Kimi и Z.ai.
Обновление вышло на фоне проблем DeepSeek с инфраструктурой. Ранее на этой неделе DeepSeek пережила примерно пятичасовой сбой, из-за которого серверы компании были недоступны. Некоторые эксперты связывали инцидент с нехваткой вычислительных ресурсов. В последние месяцы замедления и перебои в работе сервисов DeepSeek участились. Агрессивно низкие цены на её модели пользуются спросом у разработчиков, что создаёт повышенную нагрузку на инфраструктуру. Субботнему релизу предшествовала урезанная версия V4.1-Flash, представленная в начале сентября и предложенная по столь глубокой скидке, что акции конкурентов — MiniMax Group Inc., Z.ai и даже гиганта Alibaba Group Holding Ltd., развивающего модели Qwen, — резко упали на Гонконгской бирже.
В тесте Humanity's Last Exam (HLE), измеряющем, как ИИ-модели справляются с тысячами вопросов по математике, естественным наукам и гуманитарным дисциплинам, обновлённая модель набрала от 36,8 до 42,6 балла против 36,8–39,1 у V4.1-Flash. Помимо этого, в техническом отчёте указано, что модель оптимизирована для работы с DeepSeekHarness и Tencent CodeBuddy. Таким образом, DeepSeek продолжает наращивать давление на конкурентов, делая ставку на сочетание производительности, компактности и низкой стоимости — хотя участившиеся сбои и ограниченность вычислительных ресурсов остаются факторами, которые могут сдерживать рост популярности её сервисов.
Обновление DeepSeek V4.1-Flash-1017 может оказать на ИТ-рынок многогранное влияние, причём основная логика заключается в том, что сохранение сверхнизких цен при одновременном повышении производительности продолжает оказывать давление на ценовую политику американских конкурентов.
Важный сигнал этого обновления — это не прорыв в архитектуре, а сохранение ценовой стратегии при одновременном улучшении показателей. Согласно данным, стоимость услуг DeepSeek для корпоративных клиентов составляет всего около $0,15 за 1 млн входных токенов, что составляет менее одной десятой от цены GPT-6.1 Sol от OpenAI ($2) и значительно ниже $4 за Claude Opus 5.5 от Anthropic. В то же время в самооценке DeepSeek новый модельный ряд в бенчмарке разработки ПО DeepSWE v1.1 набрал 77,0 балла, обойдя Claude Opus 5 (74,0 балла) и GPT-5.6 Sol (73,0 балла). Это означает, что «достаточная производительность + экстремально низкая цена» продолжает подрывать ценовую премию закрытых моделей.
По мере снижения затрат на инференс количество вызовов, частота и количество развёрнутых сценариев увеличиваются, потребление же токенов ускоряется. Особенно в сценариях с агентами, где задачи требуют множественных вызовов модели, разница в стоимости отдельных вызовов значительно влияет на экономику предприятий. Выгоду от этого получают в первую очередь облачные платформы и поставщики услуг инференса — поскольку предприятия развёртывают несколько моделей (включая модели с открытыми весами), облачные платформы становятся единой точкой входа для получения вычислительных мощностей и управления вызовами.
Это обновление появилось в удачный момент. Ранее акции CoreWeave, связанные с кредитным риском, уже пережили резкую распродажу, а опасения относительно доходности инвестиций в ИИ усилились. Некоторые аналитики опасаются, что если низкозатратные модели смогут достичь достаточной производительности, это вызовет сомнения в необходимости крупномасштабных инвестиций в ИИ-инфраструктуру — в январе 2025 года после выхода R1 акции Nvidia за один день упали примерно на 17%. Корейский рынок уже отреагировал, акции Samsung Electronics и SK Hynix, связанные с HBM, ранее упали на фоне беспокойства о доходности инвестиций в ИИ. Однако существует и противоположная точка зрения - снижение стоимости инференса стимулирует большее количество сценариев применения, и общий спрос на вычислительные мощности может возрасти, а не сократиться.
Для китайского рынка улучшение возможностей и сохранение низких цен на модели DeepSeek открывают больше пространства для применения корпоративного ИИ. Институциональные отчёты указывают, что сочетание «достаточная производительность + экстремально низкая стоимость + поддержка инструментов» способствует продвижению корпоративных решений для рабочих процессов и росту спроса на инференс, что приносит пользу поставщикам вычислительных услуг и экосистеме отечественных чипов.
Появление этого обновления ещё больше укрепило ожидания рынка относительно продолжающегося снижения цен на модельный интеллект, что окажет давление на модель ценообразования закрытых моделей, будет способствовать росту объёма облачных вызовов, но одновременно усилит противоречия вокруг того, «когда окупятся инвестиции в ИИ-инфраструктуру». Для инвесторов и ИТ-компаний ключевой вопрос — это не рейтинги новой версии, а то, смогут ли облачные платформы и инфраструктурное звено использовать снижение цен для обмена на более масштабное потребление токенов.
