Зырить аржан for DeepSeek

'''DeepSeek''' (кит. 深度求索) — китайская компания в области искусственного интеллекта, основанная в 2023 году . Специализируется на разработке больших языковых моделей (LLM) и мультимодальных систем. Компания получила широкую известность благодаря открытой публикации весов моделей и высокой экономической эффективности, что в конце 2024 — начале 2025 года привело к корректировке цен на рынке искусственного интеллекта .

== История ==

Основателем DeepSeek является предприниматель и сооснователь хедж-фонда High-Flyer, занимающегося количественным трейдингом, Лян Вэньфэн . Весной 2023 года High-Flyer выделил свой отдел исследований в области ИИ в отдельную компанию, которая была учреждена в мае того же года как DeepSeek AI . К 2025 году штат компании вырос до примерно 160 сотрудников .

В отличие от большинства стартапов, DeepSeek финансируется из бюджета High-Flyer, что, по заявлению основателя, позволяет компании сосредоточиться на долгосрочных целях, а не на сиюминутной коммерциализации .

В январе 2025 года, после выпуска модели DeepSeek-R1, компания вызвала резонанс в технологическом и финансовом мире. Сообщения о том, что обучение модели, сопоставимой по возможностям с GPT-4, обошлось менее чем в 6 миллионов долларов (по сравнению с оценками более 100 миллионов долларов для GPT-4), привели к падению акций технологических гигантов и заставили отрасль пересмотреть парадигму «больше вычислений — лучше модель» .

Долгое время DeepSeek не привлекала внешнего финансирования, однако в 2026 году изменила эту стратегию. В июле 2026 года оценочная стоимость компании была раскрыта через публичную документацию: инвестиционный фонд, в котором участвовал китайский производитель багажа Anhui Korrun, потратил 2,9 млрд юаней на приобретение 0,8265% акций DeepSeek . Таким образом, оценка компании составила приблизительно 350,88 млрд юаней (около 51,82 млрд долларов США) .

== Архитектурные особенности ==

DeepSeek использует ряд инновационных подходов в архитектуре моделей и методах обучения :

* '''Mixture-of-Experts (DeepSeekMoE)''' — большинство флагманских моделей DeepSeek используют архитектуру смеси экспертов (MoE). В отличие от «плотных» моделей, где при обработке запроса активируются все параметры, в моделях MoE для каждого токена активируется лишь небольшая часть специализированных подсетей («экспертов»). Это позволяет активировать лишь часть из сотен миллиардов параметров, резко снижая вычислительные затраты .

* '''Multi-Head Latent Attention (MLA)''' — метод сжатия KV-кэша в латентный вектор, который экономит до 93% памяти и позволяет использовать окно контекста до 1 млн токенов. Эта технология является ключевой для эффективной работы с длинными текстами .

* '''FP8 обучение и мультитокенное прогнозирование''' — в моделях семейства V3 используется смешанная точность FP8 (8-битные числа с плавающей запятой) и одновременное прогнозирование нескольких токенов, что ускоряет обучение и логический вывод (inference) .

== Семейство моделей ==

{| class="wikitable"
|+ Основные модели DeepSeek
|-
! Модель !! Год выпуска !! Параметры !! Особенности
|-
| DeepSeek LLM || 2023 || 7B / 67B || Первая двуязычная (китайский/английский) модель, превзошедшая LLaMA-2 70B по ряду задач 
|-
| DeepSeek-Coder || 2023 || 1.3B – 33B || Специализированные модели для программирования; Coder-V2 поддерживает 338 языков программирования 
|-
| DeepSeek-V2 || май 2024 || 236B (21B активных) || MoE-модель с архитектурой MLA; обучена на 8,1 трлн токенов 
|-
| DeepSeek-V3 || декабрь 2024 || 671B (37B активных) || Флагманская модель; обучение на Nvidia H800 обошлось в ~2,8 млн GPU-часов (~$5,5 млн) 
|-
| DeepSeek-R1 || январь 2025 || 671B (37B активных) || Модель для логического вывода (reasoning), обученная с помощью подкрепления (RL) 
|-
| DeepSeek-V4 Preview || апрель 2026 || 284B (13B) / 1.6T (49B) || Модели с окном контекста 1 млн токенов; Pro и Flash версии 
|-
| DeepSeek-VL / VL2 || 2024 || до 4.5B активных || Мультимодальные модели (зрение + язык) 
|-
| DeepSeek-Math 7B || 2024 || 7B || Специализированная модель для математических задач; достигла 51,7% на бенчмарке MATH 
|}

== Основные возможности ==

DeepSeek предоставляет широкий спектр функций как для конечных пользователей, так и для разработчиков :

* '''Режим мышления (Thinking Mode)''' — перед выдачей финального ответа модель генерирует цепочку рассуждений, что повышает точность на сложных задачах (математика, логика, программирование) .
* '''Помощь в программировании''' — написание, отладка и объяснение кода на множестве языков программирования .
* '''Обработка длинных текстов''' — написание эссе, статей, рефератов; суммаризация больших документов .
* '''Решение задач''' — математика, алгебра, логические задачи с пошаговым решением .
* '''Мультиязычность''' — свободное владение английским, китайским и многими другими языками .
* '''Структурированный вывод''' — поддержка вывода в формате JSON и других структурированных форматах .
* '''Инструменты (Tool Calls)''' — поддержка вызова внешних инструментов и функций через API .

== API и цены ==

DeepSeek предоставляет публичный API для своих моделей, совместимый с форматом OpenAI и Anthropic .

{| class="wikitable"
|+ Цены на API DeepSeek (за 1 млн токенов) 
|-
! Модель !! Вход (cache miss) !! Вход (cache hit) !! Выход
|-
| deepseek-v4-flash || $0.14 || $0.0028 || $0.28
|-
| deepseek-v4-pro || $0.435 || $0.003625 || $0.87
|}

Модели поддерживают окно контекста до 1 млн токенов. API позволяет управлять режимом мышления через параметр `thinking` и уровнем усилия рассуждений через `reasoning_effort` .

== Открытость и лицензирование ==

Большинство моделей DeepSeek распространяются под лицензиями MIT или Apache 2.0, разрешающими коммерческое использование. Компания публикует веса моделей на Hugging Face и GitHub, однако сохраняет закрытыми полные наборы данных и конвейеры обучения («открытые веса, но не полностью открытый исходный код») .

== Влияние и восприятие ==

DeepSeek позиционируется как один из ключевых игроков в глобальной гонке ИИ, представляя альтернативу американским компаниям (OpenAI, Anthropic) . Его модели, работающие на китайских чипах Huawei (Ascend), демонстрируют рост автономии Китая в области ИИ . По состоянию на июль 2026 года компания оценивается в ~$52 млрд и готовится к выходу на IPO .

== См. также ==

* [[Искусственный интеллект]]
* [[Большая языковая модель]]
* [[LLM]]
* [[Mixture of Experts]]

[[Категория:Искусственный интеллект]]
[[Категория:Компании Китая]]
[[Категория:ИТ-компании Китая]]
[[Категория:Исследовательские организации в области ИИ]]
[[Категория:Технологические компании]]
[[Категория:Стартапы]]