Три причини, чому нова модель DeepSeek важлива
· Майбутнє
DeepSeek представив свою нову модель V4, яка обіцяє справжню революцію в світі AI.
Три причини, чому нова модель DeepSeek є важливою
Довгоочікувана V4 є більш ефективною та вигідною для китайських виробників чіпів.
В п’ятницю китайська AI-компанія DeepSeek представила попередній перегляд V4, своєї довгоочікуваної нової флагманської моделі. Особливо варто відзначити, що модель може обробляти набагато довші запити, ніж її попереднє покоління, завдяки новій конструкції, яка дозволяє їй більш ефективно працювати з великими обсягами тексту. Як і попередні моделі DeepSeek, V4 є з відкритим кодом, що означає, що вона доступна для будь-кого для завантаження, використання та модифікації.
V4 є найбільш значущим випуском DeepSeek з моменту запуску R1, моделі для міркувань, яку вона випустила в січні 2025 року. R1, яка була навчена на обмежених обчислювальних ресурсах, вразила світову AI-індустрію своєю потужною продуктивністю та ефективністю, перетворивши DeepSeek з маловідомої дослідницької групи на найвідомішу AI-компанію Китаю майже за одну ніч. Це також допомогло спричинити хвилю випущення моделей з відкритим доступом від інших китайських AI-компаній.
DeepSeek підтримувала відносно низький профіль з тих пір, але на початку цього місяця компанія фактично натякнула на випуск V4, коли додала режими «експерт» та «швидкий» до онлайн-версії своєї моделі, викликавши спекуляції, що оновлення пов’язані з більшим, майбутнім випуском.
Хоча компанія стала потужним символом амбіцій Китаю в галузі AI, її велике повернення до передових моделей відбулося після місяців перевірок, включаючи значні звільнення співробітників, затримки попередніх запусків моделей і зростаючу увагу з боку як американських, так і китайських урядів.
То ж, чи потрясе V4 AI-галузь так, як це зробила R1? Практично, скоріше за все, ні, але ось три великі причини, чому цей випуск важливий.
- Він прокладає нові шляхи для моделі з відкритим кодом.
Як і у випадку з R1, DeepSeek стверджує, що продуктивність V4 конкурує з найкращими моделями, які доступні за частку ціни. Це чудова новина для розробників та компаній, які використовують цю технологію, оскільки вона дозволяє їм отримувати доступ до передових AI-можливостей на їхніх умовах і без побоювання щодо зростаючих витрат.
Нова модель має дві версії, обидві з яких доступні на веб-сайті DeepSeek та в його додатку, з відкритим доступом для розробників. V4-Pro є більшою моделлю, створеною для кодування та складних завдань, а V4-Flash — меншою версією, яка спроектована для швидшої та дешевшої роботи. Обидві версії пропонують режими міркувань, в яких модель може детально розглянути запит користувача і показати кожен крок, в якому вона працює над проблемою.
Для V4-Pro DeepSeek стягує $1.74 за один мільйон вхідних токенів та $3.48 за один мільйон вихідних токенів, що є часткою вартості порівнянних моделей від OpenAI та Anthropic. V4-Flash є ще дешевшою, приблизно за $0.14 за один мільйон вхідних токенів і близько $0.28 за один мільйон вихідних токенів, що робить її однією з найекономічніших моделей першого класу на ринку. Це створює дуже привабливу основу для розробки додатків.
В плані продуктивності V4, можливо, не дивно, що є величезним стрибком від R1, і вона, здається, є надійною альтернативою практично всім новітнім великим AI-моделям. За основними бенчмарками, за результатами, поданими компанією, DeepSeek V4-Pro змагається з провідними закритими моделями, демонструючи продуктивність, відповідну до Anthropic’s Claude-Opus-4.6, OpenAI’s GPT-5.4 та Google’s Gemini-3.1. І в порівнянні з іншими моделями з відкритим кодом, такими як Alibaba’s Qwen-3.5 або Z.ai’s GLM-5.1, DeepSeek V4 випереджає їх усіх за результатами в кодуванні, математиці та STEM-проблемах, що робить її однією з найпотужніших моделей з відкритим кодом, які коли-небудь випускалися.
DeepSeek також зазначає, що V4-Pro тепер серед найсильніших моделей з відкритим кодом за бенчмарками для агентних кодувальних завдань і демонструє добрі результати в інших тестах, що оцінюють здатність виконувати багатоступеневі завдання. Її здібності до письма та світове знання також є найкращими за результатами бенчмарків, поданими компанією.
В технічному звіті, опублікованому разом з моделлю, DeepSeek поділився результатами внутрішнього опитування 85 досвідчених розробників: більше 90% з них включили V4-Pro до своїх найкращих моделей для кодувальних завдань.
DeepSeek стверджує, що спеціально оптимізував V4 для популярних агентних фреймворків, таких як Claude Code, OpenClaw та CodeBuddy.
- Вона реалізує новий підхід до ефективності пам'яті.
Однією з ключових інновацій V4 є її довге контекстне вікно — обсяг тексту, який модель може обробляти одночасно. Обидві версії можуть впоратися з 1 мільйоном токенів, що достатньо для покриття усіх трьох томів «Володаря перснів» та «Гобіта» разом. Компанія стверджує, що цей розмір контекстного вікна тепер є стандартним для всіх послуг DeepSeek і відповідає тому, що пропонується сучасними версіями моделей, такими як Gemini та Claude.
Але важливо знати, не тільки те, що DeepSeek зробив цей стрибок, але й як це було зроблено. V4 вносить значні архітектурні зміни до попередніх моделей компанії, особливо в механізм уваги, який є функцією AI-моделей, що допомагає їм розуміти кожну частину запиту у зв'язку з рештою. Коли текст запиту стає довшим, ці порівняння стають значно дорожчими, перетворюючи увагу на одну з основних перешкод для моделей з довгим контекстом.
Інновацією DeepSeek стало зробити модель більш вибірковою щодо того, на що вона звертає увагу. Замість того, щоб вважати весь попередній текст однаково важливим, V4 стискає старішу інформацію та зосереджується на частинах, які, ймовірно, мають значення в даний момент, залишаючи поблизу текст у повному обсязі, щоб не пропустити важливі деталі.
DeepSeek заявляє, що це суттєво знижує витрати на використання довгого контексту. В контексті розміром у 1 мільйон токенів V4-Pro використовує лише 27% обчислювальної потужності, необхідної для попередньої моделі, V3.2, при скороченні використання пам’яті до 10%. Зниження у V4-Flash ще більше, використовуючи лише 10% обчислювальної потужності та 7% пам'яті. На практиці це може здешевити розробку інструментів, які повинні працювати з величезними обсягами матеріалу, такими як AI-асистент кодування, який може читати цілу базу коду або дослідницький агент, що може аналізувати довгий архів документів, не забуваючи, що сталося раніше.
Зацікавленість DeepSeek у довгих контекстних вікнах не почалася з V4. Протягом останнього півтора року компанія тихо опублікувала ряд статей про те, як AI-моделі «пам'ятають» інформацію, експериментуючи з компресією та математичними техніками для розширення того, що AI-моделі можуть реально обробляти.
- Це перші кроки на важкому шляху від Nvidia.
V4 є першим моделлю DeepSeek, оптимізованою для вітчизняних китайських чіпів, таких як Ascend від Huawei — крок, який перетворив запуск на своєрідний тест того, чи може китайська індустрія AI нарешті почати послаблювати залежність від американського гіганта чіпів Nvidia.
Це було в основному очікувано, оскільки The Information раніше цього місяця повідомляла, що DeepSeek не надавала американським виробникам чіпів, таким як Nvidia та AMD, ранній доступ до V4, хоча доступ до попередніх випусків є загальною практикою, щоб дозволити виробникам чіпів оптимізувати підтримку нової моделі перед запуском. Натомість компанія, ймовірно, надала ранній доступ лише китайським виробникам чіпів.
У п’ятницю Huawei повідомила, що її продукти Ascend supernode, що базуються на серії Ascend 950, будуть підтримувати DeepSeek V4. Це означає, що компанії та особи, які бажають запустити свою власну модифіковану версію Deepseek V4, зможуть легко використовувати чіпи Huawei.
Reuters раніше повідомляли, що китайські чиновники рекомендували DeepSeek інтегрувати чіпи Huawei у свій процес навчання. І цей тиск вписується в більш широку картину промислової політики Китаю: стратегічні сектори часто заохочуються, а іноді навіть фактично зобов’язуються відповідати національним цілям самозабезпечення. Але є особлива терміновість, коли йдеться про AI. З 2022 року контролю за експортом США відключили китайські компанії від найпотужніших чіпів Nvidia, а пізніше також обмежили доступ до знижених версій для китайського ринку. Відповідь Пекіна полягала в прискоренні прагнення до створення вітчизняного стека AI, від чіпів до програмних фреймворків та дата-центрів.
Китайська влада, за повідомленнями, закликає дата-центри та публічні проєкти обчислень використовувати більше вітчизняних чіпів, включаючи через нібито заборони на імпортовані чіпи, квоти на постачання та вимоги поєднувати чіпи Nvidia з китайськими альтернативами від компаній, таких як Huawei та Cambricon.
Проте, замінити Nvidia не так просто, як просто поміняти один чіп на інший. Перевага Nvidia полягає не лише в її чіпах, а й в екосистемі програмного забезпечення, яку розробники витрачають роки на створення. Перехід на чіпи Ascend Huawei означає адаптацію коду моделі, перебудову інструментів та доведення того, що системи, створені навколо цих чіпів, є достатньо стабільними для серйозного використання.
Щоб бути точними, DeepSeek виглядає так, ніби не повністю відмовився від Nvidia. Технічний звіт компанії демонструє, що вона використовує китайські чіпи для виконання моделі під час інференції, або коли хтось просить модель виконати завдання. Але Лю Чжиюань, професор комп'ютерних наук Тунцзиньського університету, розповів MIT Technology Review, що DeepSeek, здається, адаптувала лише частину процесу навчання V4 для китайських чіпів. Звіт не вказує, чи були адаптовані деякі ключові функції з довгим контекстом для вітчизняних чіпів, тому Лю вважає, що V4, ймовірно, було навчено переважно на чіпах Nvidia. Багато джерел, які говорили на умовах анонімності через політичну чутливість навколо цих питань, повідомили MIT Technology Review, що китайські чіпи все ще не працюють так добре, як чіпи Nvidia, але краще підходять для інференції, ніж для навчання.
DeepSeek також пов'язує майбутні витрати на V4 із цим переходом апаратного забезпечення. Компанія стверджує, що ціни на V4-Pro можуть значно знизитися після того, як суперноді Ascend 950 Huawei почнуть масове постачання у другій половині цього року.
Якщо це спрацює, V4 може стати раннім свідченням того, що Китай успішно будує паралельну інфраструктуру AI.
Оригінал: www.technologyreview.com