DeepSeek: як китайська AI-компанія стала відомою завдяки відкритим моделям

Наприкінці січня 2025 року застосунок DeepSeek очолив рейтинг безкоштовних застосунків App Store у США, а новини про R1 збіглися з різким падінням акцій частини технологічного сектору. DeepSeek повідомила сильні результати моделей і 2,788 млн GPU-годин H800 для фінального тренування V3, але ця цифра не є повною вартістю всіх досліджень та інфраструктури й не доводить універсальної рівності з найкращими системами.

Що таке DeepSeek і звідки вона взялася

DeepSeek — китайська лабораторія й постачальник моделей штучного інтелекту зі штаб-квартирою в Ханчжоу. У публічних матеріалах вона розвиває великі мовні та reasoning-моделі; точну назву юридичної особи, сторону договору й реєстрові дані потрібно перевіряти в умовах конкретного сервісу або офіційному реєстрі.

DeepSeek пов’язана з кількісним хедж-фондом High-Flyer і не оголошувала класичних венчурних раундів на кшталт багатьох AI-стартапів. Публічні матеріали вказують на спільне походження й обчислювальну базу, але без повної структури власності та фінансової звітності не слід стверджувати, що фонд одноосібно профінансував усі витрати компанії.

Компанія змогла використати досвід і ресурси, пов’язані з High-Flyer, однак точний штат, склад команди та доступний парк прискорювачів не розкриті повністю. Оцінки про «кілька сотень молодих випускників» варто подавати лише з датованим джерелом.

Історія компанії: від хедж-фонду до AI-лабораторії

High-Flyer заснували у 2015 році випускники Чжецзянського університету. Фонд інвестував у машинне навчання й обчислювальну інфраструктуру до запуску DeepSeek, але точні закупівлі GPU, їх використання та місце фонду на ринку потрібно підтверджувати датованими корпоративними або реєстровими даними.

У 2023 році AI-підрозділ виділили в окрему компанію DeepSeek. Далі події розвивалися стрімко:

• Листопад 2023 року — реліз першої лінійки моделей DeepSeek LLM та спеціалізованої моделі для програмування DeepSeek Coder.
• Травень 2024 року — вихід DeepSeek-V2, моделі Mixture of Experts із низькими заявленими тарифами API; подальше зниження цін іншими провайдерами відбувалося в ширшому конкурентному ринку, тому причинність слід формулювати обережно.
• Грудень 2024 року — реліз DeepSeek-V3, який за багатьма бенчмарками наблизився до провідних закритих моделей.
• Січень 2025 року — вихід reasoning-моделі DeepSeek-R1, що вміє «міркувати» покроково, та мобільного застосунку, який за лічені дні став найзавантажуванішим у низці країн.

DeepSeek-R1 стала широко відома завдяки результатам на опублікованих тестах, відкритим вагам і низьким заявленим тарифам API. Офіційний репозиторій порівнює R1 з OpenAI o1 на математиці, коді й reasoning-задачах, але бенчмарки не доводять однакової якості в усіх сценаріях.

Хто володіє DeepSeek і хто стоїть за компанією

DeepSeek заснував Лян Веньфен, пов’язаний із хедж-фондом High-Flyer. Компанія не розкриває повну актуальну таблицю власності, тому твердження про єдиного контрольного власника, відсутність будь-яких зовнішніх акціонерів або точне джерело всього фінансування без реєстрових даних краще не подавати як встановлений факт.

Лян Веньфен — випускник Чжецзянського університету та співзасновник High-Flyer. Публічні інтерв’ю допомагають зрозуміти дослідницькі цілі компанії, але їхні перекази не доводять, що DeepSeek не має комерційної мети або що відкритість завжди переважає прибуток у кожному продуктовому рішенні.

Країна походження DeepSeek — Китай, і це має практичні наслідки для користувачів. Компанія працює за китайським законодавством, її сервіси підпадають під місцеві вимоги до контенту, а політика конфіденційності передбачає зберігання даних на серверах у КНР. Про це варто пам’ятати, використовуючи хмарний чат-бот для чутливих задач.

Чим відрізняються відкриті моделі DeepSeek

Умови ліцензування залежать від релізу. Репозиторій DeepSeek-R1 використовує MIT для коду й основних матеріалів R1, але дистильовані моделі зберігають умови базових Qwen або Llama. Для DeepSeek-V3 код репозиторію має MIT, а ваги підпорядковуються окремій Model License. Перед комерційним використанням потрібно читати ліцензію конкретного чекпойнта.

Відкриті ваги полегшили локальне розгортання, дослідження та створення дистильованих версій. Кількість інтеграцій і їхня придатність для чутливих даних залежать від конкретного сервісу; сама доступність ваг не гарантує приватність, правильну конфігурацію або відсутність зовнішньої телеметрії.

Важливо розрізняти open weights і повний open source. DeepSeek публікує ваги та технічні звіти з детальним описом архітектури й методів тренування, але не завжди відкриває повні набори тренувальних даних і весь код пайплайна. Тобто модель можна вільно використовувати й вивчати, проте відтворити її з нуля один-в-один складніше.

Як працює DeepSeek: технічні рішення, що змінили правила гри

Компанія описала низку інженерних рішень у технічних звітах. Їхній вплив на індустрію потрібно оцінювати за незалежним відтворенням, використанням іншими командами та однаковими тестами, а не протиставляти технічну роботу й маркетинг.

Архітектура Mixture of Experts

У технічному звіті DeepSeek-V3 описано 671 млрд загальних параметрів і 37 млрд активних для одного токена. Розріджена Mixture-of-Experts архітектура зменшує обчислення порівняно з активацією всіх параметрів, але слово «радикально» і прямі висновки про повну вартість навчання чи інференсу потребують однакових умов порівняння.

Економія на тренуванні та інференсі

Звіт V3 наводить 2,788 млн GPU-годин H800 для фінального повного тренування. Перерахунок у «кілька мільйонів доларів» залежить від припущеної ціни GPU-години й не включає дослідження, попередні експерименти, дані, зарплати та інфраструктуру; тому це не повна собівартість моделі й не доказ різниці «на порядки».

Reasoning через навчання з підкріпленням

DeepSeek-R1 поєднувала етап cold start із навчанням з підкріпленням та подальшими етапами донавчання, тоді як R1-Zero досліджувала масштабне RL без початкового supervised fine-tuning. Описані в звіті довші ланцюжки, перевірка й зміна підходу є поведінкою моделі в тестах; слово «саморефлексія» не слід розуміти як людську свідомість.

Бізнес-модель компанії

DeepSeek пропонує API, вебчат, застосунок і моделі з доступними вагами, але без фінансової звітності не можна повністю описати її монетизацію або довести принципову відмінність від інших лабораторій. Публічно видимі продукти включають:

DeepSeek продає доступ до API; ціни й правила кешування змінюються, тому порівнювати їх із конкурентами потрібно на одну дату, для однакового типу токенів, контексту й моделі.

Компанія також надає вебчат і мобільний застосунок. Безкоштовний доступ, ліміти й доступність можуть змінюватися; без фінансової звітності не можна встановити, чи є цей продукт лише «вітриною» і чи приносить він прибуток.

Відкриті ваги можуть розширювати екосистему, але архітектура та формати DeepSeek не є доведеним стандартом де-факто. Компанія не розкриває повну структуру доходів, тому перелік джерел монетизації слід сприймати як опис продуктів, а не підтверджену бізнес-модель.

• можливу стратегічну цінність досліджень та інфраструктури для пов’язаних структур; конкретні права на активи й обмін ресурсами потребують корпоративних даних.

Публікація ваг може розширювати використання моделей, залучати розробників і посилювати цінову конкуренцію. Порівняння з Meta Llama корисне лише як аналогія; мотив «підірвати перевагу конкурентів», відсутність маркетингового бюджету та спосіб залучення талантів не можна вважати встановленими без заяв компанії.

DeepSeek у контексті світової AI-індустрії

Реліз R1 спричинив широку дискусію про вартість навчання, доступ до чипів і конкуренцію між відкритими та закритими моделями. Він поставив під сумнів окремі припущення про необхідний бюджет для конкретного рівня результатів, але один технічний звіт не доводить загального правила про майбутнє лідерства в ШІ.

DeepSeek розвивалася в умовах експортних обмежень на передові чипи, але з цього не випливає, що алгоритми повністю компенсують доступ до обчислень. Оптимізації V3 зменшують потребу в ресурсах для конкретної архітектури; масштабування, дані та інфраструктура залишаються суттєвими.

Для користувачів з’явився ще один набір моделей, частину яких можна розгортати локально. Хмарний сервіс працює за китайським правом і власною політикою даних; поведінка відповідей залежить від версії та сервісу. Локальне розгортання може зменшити передачу даних провайдеру, але потребує відповідної моделі, обладнання, безпечної конфігурації й контролю всього програмного стеку.

Цікаві факти про DeepSeek

• DeepSeek отримала значну органічну увагу після R1, але її фактичні маркетингові витрати не розкриті.
• High-Flyer інвестував в обчислювальну інфраструктуру до запуску DeepSeek; обсяг переданих компанії ресурсів потребує окремого підтвердження.
• Лян Веньфен рідко спілкується з пресою, але після успіху R1 його запросили на зустріч із керівництвом Китаю разом із провідними технопідприємцями країни.

Після виходу DeepSeek-V2 у Китаї кілька провайдерів знижували тарифи на AI-моделі. Причини цінових змін могли включати конкуренцію з DeepSeek та ширший розвиток ринку, тому формулювання «змусив ByteDance, Alibaba і Baidu» без первинних заяв цих компаній замінено на обережніше.

• Поруч із флагманськими моделями випущено дистильовані версії R1 на базі Qwen і Llama. Вимоги до споживчого обладнання залежать від розміру, квантизації, довжини контексту та бажаної швидкості.

Поширені запитання

DeepSeek — це безкоштовно?

DeepSeek пропонує вебчат і застосунок без окремої абонплати для базового доступу, але ліміти та умови можуть змінюватися. API є платним. Завантаження ваг не потребує плати DeepSeek, однак локальний запуск має витрати на обладнання, електроенергію, адміністрування й дотримання ліцензії.

Чи безпечно користуватися DeepSeek?

Локальний запуск може тримати запити у власному контурі лише за правильної конфігурації всього програмного стеку, мережі, логування й інтеграцій. Для хмарного сервісу діє політика конфіденційності DeepSeek; перед передаванням персональних або комерційних даних потрібно перевірити чинну редакцію, місце обробки та свої регуляторні обов’язки.

Чим DeepSeek відрізняється від ChatGPT?

DeepSeek і ChatGPT — різні сімейства моделей і продуктів із різними функціями, політиками даних, цінами та ліцензіями. Результат залежить від версії, задачі, мови й способу оцінювання; універсальне твердження про «порівнянну якість» поза визначеним тестом некоректне.

Чи можна використовувати моделі DeepSeek у комерційних продуктах?

Комерційне використання можливе не для всіх релізів на однакових умовах. Для R1 потрібно враховувати MIT і ліцензії базових моделей у дистилятах; для V3 діє окрема Model License. Завжди перевіряйте файл LICENSE конкретного репозиторію та чекпойнта перед впровадженням.

Що варто взяти з історії DeepSeek

Історія цієї компанії — не тільки про чергового єдинорога, а про зміну логіки цілої галузі. Кілька практичних висновків для тих, хто стежить за ринком ШІ або обирає інструменти для роботи:

• Відкриті моделі стали практичною альтернативою для багатьох задач, але твердження, що вони загалом «наздогнали закриті» й найдорожчий API більше не потрібен, залежить від моделі, якості, безпеки, підтримки й повної вартості володіння.
• Алгоритмічна ефективність може зменшити потребу в обчисленнях для заданого результату, але не гарантує компенсації дефіциту чипів, даних, енергії чи інженерної інфраструктури. Порівняння потребує однакових метрик і повного бюджету.
• Оцінюючи AI-сервіс, дивіться не лише на бенчмарки, а й на юрисдикцію, політику даних і ліцензію моделі.
• Якщо дані чутливі, локальне розгортання доступних ваг може зменшити залежність від хмарного провайдера, але приватність визначає вся конфігурація, журнали, інтеграції та контроль доступу.

DeepSeek показала, що сильні моделі та інженерні оптимізації можуть з’являтися поза Кремнієвою долиною. Її внесок варто оцінювати за відтворюваними технічними звітами, ліцензіями та актуальними продуктами, уникаючи остаточних прогнозів про весь ринок.