Почему все снова говорят о китайской модели DeepSeek? Чем удивила новая модель V4

Полтора года назад китайская компания DeepSeek выпустила модель R1, и за один день акции Nvidia потеряли почти 600 миллиардов долларов рыночной стоимости. А произошло это просто потому, что рынок испугался: мощный ИИ, оказывается, можно делать гораздо дешевле, чем все думали. Когда в апреле 2026 года DeepSeek представила новое поколение моделей под названием V4, многие ждали повторения той истории. Но в этот раз акции Nvidia не упали, а выросли на 4,3 %. Получился не громкий обвал рынка, а спокойный технический релиз. И это, как ни странно, говорит о самой модели не меньше, чем кричащие заголовки.

Что вообще вышло

DeepSeek выпустила сразу две модели, V4-Pro и V4-Flash. Обе пока в статусе предварительной версии, то есть не окончательной. Pro представляет собой флагман, нацеленный на сложные задачи наподобие программирования и многошаговых рассуждений. Flash – более легкий и быстрый вариант для повседневного пользования. Данная версия, по словам разработчиков, почти не уступает старшей модели в качестве, но работает заметно быстрее и дешевле. Обе модели умеют удерживать в памяти до миллиона токенов за раз. Это огромный объем текста, в который помещается, например, целая книга или крупный программный проект.

Главная особенность релиза в том, что обе модели открытые: их веса можно бесплатно скачать с площадки Hugging Face и запустить на собственном оборудовании, если оно достаточно мощное. Для тех, кому проще пользоваться готовым сервисом, создан веб-чат, мобильное приложение, а также есть доступ через API. Правда, со старыми названиями моделей в API стоит быть аккуратнее: привычные обозначения «deepseek-chat» и «deepseek-reasoner» сейчас автоматически указывают на V4-Flash, но с 24 июля 2026 года перестанут работать вовсе. Так что разработчикам, которые завязали свои проекты на старые имена, придется обновить код заранее.

Пример работы нейросети (генерация текста):

Выполнение еще одной задачи также было завершено с успехом:

Почему все обсуждают цену, а не только качество

Главный козырь DeepSeek – не сами способности модели, а то, сколько стоит ей пользоваться. Изначальные цены на V4-Flash составляли четырнадцать центов за миллион входных токенов и двадцать восемь центов за миллион выходных. Для сравнения: у конкурентов похожие младшие модели стоят в разы дороже. У старшей V4-Pro цены были выше, но все равно в несколько раз ниже, чем у GPT-5.5 или Claude Opus 4.7. А затем DeepSeek пошла еще дальше: спустя несколько дней после запуска компания временно снизила цену на Pro на 75 %, а потом просто сделала эту сниженную цену постоянной. В итоге миллион токенов, которые модель уже «видела» раньше и взяла из памяти-кэша, обходится в доли цента. И это в десятки, а то и в сотню с лишним раз дешевле, чем аналогичный запрос к самым известным закрытым моделям.

Низкая цена – не единственная причина интереса к DeepSeek. Для многих компаний гораздо важнее то, что модель можно скачать и использовать на собственном оборудовании. В таком случае данные не нужно отправлять стороннему сервису, а сама компания меньше зависит от решений разработчика. Поэтому открытые модели сегодня рассматривают не просто как любопытный эксперимент, а как вполне рабочий инструмент.

Еще один момент, как подчеркивают эксперты Креатор Проджект, связан с развитием экосистемы. Вокруг открытых моделей обычно быстро появляется множество дополнительных инструментов, инструкций и готовых настроек от сообщества. Благодаря этому разработчикам проще внедрять такие модели в свои проекты, адаптировать их под конкретные задачи и не ждать, пока нужные функции добавит сама компания-разработчик.

Так это прорыв или нет?

Сама DeepSeek в этот раз не делает громких заявлений о превосходстве. Компания честно признает: по чистым способностям рассуждения новая модель отстает от лучших закрытых моделей конкурентов примерно на три-шесть месяцев разработки. Данный факт подтверждают и независимые рейтинги. К примеру, в одном из авторитетных индексов оценки ИИ-моделей V4-Pro набрала 52 балла, что выше предыдущей версии DeepSeek; но все же меньше, чем у свежей флагманской модели китайского конкурента под названием Kimi K2.6, набравшей 54 балла. Зато среди моделей с открытыми весами V4 уверенно лидирует по работе с кодом и многошаговыми задачами. И именно поэтому реакция рынка в этот раз получилась куда спокойнее, чем после R1: рост возможностей был ожидаем, а вот шока от внезапной дешевизны уже не случилось. Рынок к такому успел привыкнуть.

Получается, что главная история DeepSeek V4 не о том, что китайская модель внезапно обогнала всех остальных, а про то, что мощный ИИ с открытыми весами и огромным объемом памяти теперь стоит в десятки раз дешевле привычных вариантов. Для обычного пользователя чат-бота разница не так заметна, а вот для разработчиков и компаний, которые считают каждый цент за токен, тут будет серьезный повод присмотреться к модели внимательнее.

Olga Lammers

Разбор и оценка ИИ-моделей и проектов, внимательно отслеживает развитие технологий и тенденции в области искусственного интеллекта. Аналитические обзоры помогают понять принципы работы ИИ, их возможности и ограничения, дает рекомендации по использованию инновационных решений в различных сферах. Делает сложные темы доступными для широкой аудитории.