Как компания DeepSeek ломает экономику ИИ — 20 августа 2026 г. в 11:05:01.597
Как компания DeepSeek ломает экономику ИИ Давно известно, что OpenAI, Anthropic, Google и теперь SpaceXAI пытаются компенсировать архитектурные ограничения все большим объемом вычислений, тогда как DeepSeek исторически специализируется на обратной задаче – как выжать максимум интеллекта из ограниченного вычислительного бюджета. Не от хорошей жизни, естественно. Китай ограничен в доступе к наиболее производительным Nvidia, внутренние ускорители Huawei пока технологически уступают американским, поэтому дефицит вычислительной мощности постепенно превратился из ограничения в главный источник архитектурной оптимизации DeepSeek. V4 специально адаптирована под Huawei Ascend, а DeepSeek параллельно набирает собственных инженеров по разработке процессоров. Обучение и оптимизация инференса проводились с расчетом на кластеры китайских чипов (Huawei Ascend 950PR), минуя стек Nvidia CUDA/NVLink. DeepSeek не пытается бесконечно масштабировать вычисления, а пытается радикально снизить количество вычислений, необходимых для одного и того же интеллектуального результата. В ночь на 13 августа DeepSeek представила улучшенную версию DeepSeek V4 Pro-0813 V4 Pro представляет собой гигантскую разреженную модель: около 1.6 трлн параметров, но непосредственно при обработке каждого токена задействуется лишь около 49 млрд. Остальные параметры распределены между специализированными экспертными блоками и активируются избирательно. Коэффициент активности параметров снижен до исторического минимума – 3.07%. Контекстное окно V4 Pro составляет 1 млн токенов, а максимальная генерация может достигать фантастических 384 тыс токенов. Наиболее интересная оптимизация находится в обработке длинного контекста. ▪️DeepSeek переработала механизм внимания, добавив несколько уровней компрессии контекста. Вместо того чтобы каждый раз прогонять весь миллион токенов через полный механизм внимания, модель пытается сжимать историческую информацию, сохраняя наиболее релевантные связи. В результате при контексте в 1 млн токенов V4 Pro требует, по расчетам DeepSeek, всего около 27% вычислительных операций и около 10% объема кэша внимания относительно V3.2. Обновление 13 августа – уже не про архитектуру. Архитектура практически полностью унаследована от апрельской V4 Pro. ▪️Главное изменение V4-Pro-0813 – резкое усиление агентных возможностей и доведение модели до промышленного применения. Именно так DeepSeek сама формулирует назначение обновления. DeepSeek пытается превратить V4 Pro из “умной LLM” в универсальный вычислительный движок, который можно подставить под любую агентную оболочку. При этом DeepSeek встроен практически в любую агентную платформу на рынке и работает по принципу «оставьте привычную агентную инфраструктуру, интерфейс и инструменты – просто замените модель внутри на DeepSeek.» ▪️К V4-Pro-0813 подключили собственный механизм DSpark – спекулятивную генерацию, когда модель пытается заранее предсказать сразу несколько будущих токенов, после чего быстро проверяет их вместо последовательного производства каждого токена по одному. Это не делает модель интеллектуально сильнее, но сжимает физическое время выполнения длинных агентных цепочек. DeepSeek V4 Pro остается исключительно текстовой моделью. Никаких изображений, аудио или видео на входе. В этом отношении архитектура существенно уступает Gemini и другим полноценным мультимодальным системам. Мультимодальность допустима через инструменты. Поэтому DeepSeek пока выглядит а скорее как узкоспециализированный сверхмощный текстово-кодовый процессор для рассуждений, программирования и управления инструментами. V4-Pro-0813 находится в верхней группе открытых моделей и в отдельных агентных сценариях приближается к закрытым флагманам, однако устойчивого превосходства над лучшими моделями OpenAI, Anthropic или Google пока нет. Превосходства и не требуется. Все решает конечная цена проекта. При входе $0.435, выходе –$ 0.87 и экстремально дешевом кэше - $0.003625 интегральная эффективность V4-Pro-0813, н