Что такое DeepSeek AI? Криптовалюта, потрясшая мир открытой моделью.

Одно бесплатное приложение от малоизвестного китайского стартапа сделало то, чего не удавалось ни одному криптовалютному кризису. За один день оно обрушило акции Nvidia на 589 миллиардов долларов, что стало крупнейшим однодневным убытком для любой компании в истории фондового рынка США. И это не остановилось на Уолл-стрит. Биткоин упал на 7 процентов, более 300 миллиардов долларов испарилось с общего криптовалютного рынка, а так называемые токены искусственного интеллекта упали сильнее всех.

Приложение называлось DeepSeek. Его основа, DeepSeek R1, представляла собой открытую, недорогую модель искусственного интеллекта, достаточно хорошую, чтобы поколебать предположение, лежащее в основе как торговли ИИ, так и значительной части криптовалют: что для создания сильного искусственного интеллекта требуется огромное количество дорогостоящих чипов. В этом руководстве объясняется, что такое DeepSeek AI на самом деле, как он делает так много с такими малыми ресурсами, как он соотносится с ChatGPT и почему он вызвал такой резонанс в мире криптовалют с ИИ, который ощущается до сих пор.

Что такое DeepSeek AI и кто его разработал?

DeepSeek — это китайская лаборатория искусственного интеллекта, но начинала она не как таковая. Она выросла из хедж-фонда, и эта предыстория объясняет почти все аспекты ее мышления.

От количественного хедж-фонда до лаборатории искусственного интеллекта

Компания DeepSeek была основана 17 июля 2023 года в Ханчжоу, Китай, Лян Вэньфэном. Лян уже руководил High-Flyer, количественным хедж-фондом, который торговал на рынках с использованием машинного обучения, и для этой цели накопил большой кластер графических процессоров Nvidia. Когда эти чипы не были заняты торговлей, он использовал их для обработки языковых моделей. Таким образом, DeepSeek начала свою деятельность с недорогими вычислительными ресурсами, командой исследователей и без давления со стороны инвесторов, требующих создания максимально масштабной модели. Компания оставалась компактной, имея всего около 160 сотрудников, и научилась извлекать максимальную отдачу из оборудования. Эффективность не была маркетинговым ходом. Это была вся культура компании. Стоит отметить иронию ситуации. High-Flyer накопила эти чипы отчасти еще до введения экспортного контроля США, который позже лишил Китай доступа к лучшим графическим процессорам Nvidia. Вынужденные делать больше с меньшим количеством слабых чипов, инженеры DeepSeek очень хорошо освоили бережливость, и это ограничение стало их преимуществом.

Семейство моделей: V3, R1 и V4

DeepSeek быстро набирает обороты. DeepSeek Coder появился в конце 2023 года, V2 — в мае 2024 года, а революционный DeepSeek V3 — в декабре 2024 года. Затем, 20 января 2025 года, вышла DeepSeek R1 — модель рассуждений, которая зажгла искру. К апрелю 2026 года лаборатория представила предварительную версию DeepSeek V4, включая V4-Pro и облегченную V4-Flash, что приблизило количество контекстных окон к миллиону токенов. Каждый релиз следовал одной и той же схеме: соответствовать новым стандартам, взимать небольшую плату и отдавать большую часть токенов.

Открытые веса, API и deepseek.com

Последний пункт имеет значение. Начиная с версии R1, модели DeepSeek распространяются под разрешительной лицензией MIT в виде файлов с открытыми весами, доступных для скачивания на Hugging Face и GitHub. Любой может их загрузить, изучить, доработать или запустить на своем компьютере. Вы также можете просто использовать бесплатный чат-бот на deepseek.com или подключиться к API DeepSeek за копейки. Открытые веса плюс недорогой API — редкое сочетание, и именно оно является движущей силой перемен.

Как на самом деле работают DeepSeek R1 и V3

Репутация DeepSeek основана на простом, но неудобном для конкурентов факте. Он сопоставим с гораздо более крупными и дорогими моделями, потребляя при этом значительно меньше вычислительных ресурсов. Секрет в архитектуре, а не в магии.

Сочетание экспертов и эффективный вывод

DeepSeek V3 имеет 671 миллиард параметров, но не использует их все одновременно. Это модель, основанная на сочетании экспертов, поэтому для любого заданного токена она активирует только около 37 миллиардов параметров — небольшое количество «экспертов», имеющих отношение к задаче. В лаборатории это сочетается с многоголовочным латентным вниманием, методом, который сжимает память во время вывода. В результате получилась гигантская модель, работающая как маленькая. Меньше памяти, меньше энергии, ниже стоимость ответа. Для конкурента, который потратил миллиарды, полагая, что больше — значит дороже, это нежелательное подтверждение концепции.

R1, рассуждения и цепочка рассуждений.

DeepSeek R1 добавил еще один трюк: он «думает вслух». Как и OpenAI o1, это модель рассуждений, которая шаг за шагом решает задачи, используя цепочку мыслей, прежде чем дать ответ. Именно поэтому он так хорошо справляется со сложными задачами. R1 показал результат 97,3% в бенчмарке MATH-500 и 79,8% в AIME 2024, а также решил 49,2% реальных задач GitHub в SWE-bench , что поставило его в один ряд с лучшими результатами OpenAI на тот момент.

Подробности претензии по поводу расходов на обучение в размере 5,6 миллиона долларов.

Вот цифра, которая взорвала интернет. В собственной статье DeepSeek говорилось, что финальный запуск обучения для V3 обошелся примерно в 5,58 миллиона долларов в виде времени работы графического процессора. На фоне широко цитируемых 100 миллионов долларов, потраченных на GPT-4, это выглядело как унижение. Но прочитайте мелкий шрифт. Эта цифра включает только финальный запуск, а не исследования, неудачные эксперименты или сами чипы. Аналитики SemiAnalysis оценили реальные затраты DeepSeek на оборудование значительно выше 500 миллионов долларов. Заголовок был одновременно точным и вводящим в заблуждение, именно поэтому он так широко распространился.

DeepSeek AI против ChatGPT, Claude и Gemini

Так что же лучше: DeepSeek или ChatGPT? Это зависит от ваших потребностей. В математике, программировании и логическом анализе он конкурирует с лучшими моделями от OpenAI и Anthropic. Однако он уступает в качестве обработки, мультимодальном вводе и уровне доверия. Флагманские модели DeepSeek в основном работают только с текстом, в то время как ChatGPT обрабатывает изображения, голос и видео. Текст, созданный OpenAI, по-прежнему читается легче для повседневного использования. Модель Gemini от Google находится посередине, сильна в мультимодальном вводе и поиске, но слаба в открытом доступе. И для многих западных компаний решающим фактором является не столько бенчмарк, сколько доверие: модель, обученная и размещенная в Китае, несёт в себе определённый груз, которого нет у модели, размещенной в США.

Затем есть цена, где разница невелика. Приведенная ниже таблица наглядно это демонстрирует, и именно по этой причине разработчики продолжают переводить рабочие нагрузки на API DeepSeek.

Для обработки текста и кода в больших масштабах DeepSeek примерно в шесть раз дешевле по затратам на входные данные, чем GPT-5.2, а поскольку веса открыты, можно полностью обойтись без API и запустить его через локальное развертывание. Это делает DeepSeek удивительно экономичным вариантом, и ответить на этот вопрос в закрытой лаборатории будет непросто.

Момент DeepSeek, потрясший криптовалютный рынок.

Марк Андрессен назвал это «моментом Спутника для ИИ». Он говорил о национальной гордости, но рынки восприняли это более холодно — возможно, самое ценное в ИИ на самом деле вовсе не запас чипов.

За один день было потрачено 589 миллиардов долларов.

Когда 27 января 2025 года DeepSeek возглавил американский App Store с 16 миллионами загрузок за первые 18 дней, трейдеры произвели обратные расчеты. Если китайская лаборатория смогла достичь новых высот, используя гораздо меньшее количество оборудования, то будущий спрос на чипы Nvidia внезапно стал выглядеть более нестабильным. В тот день акции Nvidia упали примерно на 17 процентов, потеряв 589 миллиардов долларов рыночной капитализации — это стало крупнейшим однодневным падением в истории США. Весь индекс Nasdaq пострадал.

Почему криптовалютные токены на основе ИИ потерпели самое сильное падение

Криптовалюты не избежали краха. Биткоин упал примерно на 7 процентов, до уровня около 97 750 долларов, и более 300 миллиардов долларов покинули весь криптовалютный рынок. Но настоящий обвал произошел в сегменте токенов для ИИ. Эта категория упала примерно на 9 процентов за день, в то время как широкий рынок снизился примерно на 5 процентов, при этом Render упал на 12,6 процента, а Fetch.ai — примерно на 10 процентов. Причина неприятна. Большая часть стоимости токенов для ИИ основывалась на той же истории, что и у Nvidia: ИИ требует больших вычислительных ресурсов, а вычислительные ресурсы дефицитны, поэтому все, что продает вычислительные ресурсы или графические процессоры, ценится очень высоко. DeepSeek разрушил эту историю, и токены, наиболее сильно на нее опиравшиеся, понесли наибольшие потери. Само падение было недолгим; в течение нескольких дней Биткоин отыграл большую часть своих потерь, поскольку аналитики назвали панику чрезмерной реакцией. Но сектор токенов для ИИ оставался нестабильным гораздо дольше, что свидетельствует о том, что рынок переоценивал всю ситуацию в целом, а не просто переживал неудачный день.

Криптотеки на основе ИИ после DeepSeek

Вот в чем загвоздка. Тот же шок, который обрушился на токены ИИ, также дал им аргумент в пользу более долгосрочной перспективы. Если передовые модели могут быть дешевыми и открытыми, то барьеры крупных закрытых лабораторий ослабевают, и открытая, устойчивая к цензуре инфраструктура ИИ начинает выглядеть более ценной, а не менее. Децентрализованные вычислительные сети, такие как Akash , сети рендеринга, такие как Render, и рынки машинного интеллекта, такие как Bittensor, предлагают мир, где ИИ не заперт внутри трех американских компаний. DeepSeek приблизил этот мир к нам. Bittensor, чей токен TAO вознаграждает сеть конкурирующих моделей машинного обучения, является наиболее очевидным подтверждением этой идеи: рынок открытого интеллекта, а не один корпоративный мозг. Способны ли эти сети действительно обеспечить ИИ передового уровня, пока не доказано, но DeepSeek переложил бремя сомнений на закрытые лаборатории.

Рынок это заметил. К маю 2025 года Grayscale формализовала специализированный криптосектор ИИ, охватывающий 20 токенов общей стоимостью около 21 миллиарда долларов , что примерно в 4,7 раза больше, чем 4,5 миллиарда долларов в начале 2023 года. Будьте осторожны. Запуск также привлек мошенников: за один день появилось более 75 поддельных мемкоинов «DeepSeek», и трейдеры, гонявшиеся за ними, потеряли более 100 миллионов долларов . DeepSeek никогда не запускал токен. Все, что утверждает обратное, — это ловушка.

Безопасно ли использовать DeepSeek AI? Запреты и конфиденциальность.

Здесь осторожность оправдана. Используйте официальное приложение или веб-сайт DeepSeek, и ваши данные, включая ваши запросы, будут передаваться на серверы в Китае и обрабатываться в соответствии с политикой конфиденциальности, регулируемой китайским законодательством. Несколько правительств сочли это проблемой. Италия заблокировала DeepSeek 30 января 2025 года из-за защиты данных. Более десятка штатов США запретили его использование на официальных устройствах до начала 2025 года, а Конгресс принял закон «О запрете DeepSeek на государственных устройствах». Модель также отражает китайские правила в отношении контента, избегая или замалчивая политически чувствительные темы. Методы DeepSeek также вызвали критику. В начале 2025 года Anthropic обвинила лабораторию в использовании тысяч мошеннических учетных записей для сбора миллионов диалогов Клода для обучения, что DeepSeek оспаривает. История о гениальном экономном человеке имеет и спорную сторону.

Всё это, однако, не делает саму технологию небезопасной для использования. Поскольку данные о весах являются открытыми, пользователь или компания, заботящиеся о конфиденциальности, могут загрузить модель и запустить её локально, при этом никакие данные не покинут здание. Риск заключается в размещенном на сервере приложении. Открытая модель — это лазейка для спасения.

Как использовать DeepSeek AI: локальное развертывание

У вас есть три способа доступа. Самый простой — бесплатный чат-бот на deepseek.com или мобильное приложение, вполне подходящее для неформальных вопросов, если вас не беспокоит вопрос конфиденциальности. Второй — API DeepSeek, достаточно недорогой, чтобы разработчики могли направлять через него ресурсоемкие задачи; документация по API DeepSeek поможет вам с настройкой, а DeepSeek Coder оптимизирован для программирования. Третий, и самый безопасный для работы с конфиденциальной информацией, — локальное развертывание: загрузите открытые веса из Hugging Face или запустите уменьшенную версию через такой инструмент, как Ollama, на собственном оборудовании. Та же модель, но без утечки данных. Для неформальных вопросов бесплатного приложения вполне достаточно; для тех, кто работает с конфиденциальными или регулируемыми данными, локальный вариант стоит дополнительных затрат на настройку.

Что DeepSeek значит для ИИ и криптовалют

Главный урок DeepSeek мало связан с победой Китая в раунде. Реальный сдвиг заключается в том, что передовые технологии ИИ стали дешевыми и открытыми быстрее, чем кто-либо это оценил. Для обычных пользователей это означает лучшие инструменты по более низкой цене. Для закрытых лабораторий это означает, что защита от конкуренции со стороны графических процессоров слабее, чем предполагают их оценки. А для криптовалют это работает в обе стороны: токены ИИ, построенные на идее дефицита, пострадали, в то время как те, кто создает открытую, децентрализованную инфраструктуру ИИ, получили новую причину для существования. Поэтому настоящий вопрос не в том, хорош ли DeepSeek. Он, очевидно, хорош. Вопрос в том, кто по-прежнему будет получать деньги, когда интеллект перестанет быть дорогим.

Mathis Curcio

Mathis Curcio is a senior content strategist and NFT specialist at Plisio. With over 5 years of experience in the Web3 space, Mathis focuses on the evolution of NFT ecosystems, digital collectibles, and decentralized ownership models. He creates accessible, insight-driven content that bridges the gap between blockchain innovation and mainstream adoption. His expertise spans NFT market trends, use cases across art and gaming, and the infrastructure powering next-generation tokenized assets.