DeepSeek сделал то, что удается немногим AI‑лабораториям: превратил выбор технической архитектуры в полномасштабное рыночное потрясение. Новейшие модели китайского разработчика ИИ работают за небольшую долю стоимости решений от OpenAI, Anthropic или Google, и с каждым релизом этот разрыв только растет. Понимание ценообразования DeepSeek AI теперь важно далеко не только для разработчиков ПО — оно меняет ожидания производителей чипов, облачных провайдеров и даже децентрализованных вычислительных сетей, связанных с криптовалютами.
Summary
Ключевые выводы
- Модель DeepSeek R1, запущенная в январе 2025 года, стоила примерно $0,14 за миллион токенов против $7,50 за сопоставимое решение OpenAI на тот момент — разница в цене составила 98%.
- Более новая модель V4-Pro, дебютировавшая в апреле 2026 года, стоит $0,87 за миллион выходных токенов и $0,435 за миллион входных токенов, при этом цены были зафиксированы на постоянной основе в конце мая 2026 года.
- Бюджетный вариант V4-Flash работает примерно за $0,14 за миллион токенов.
- Исследовательская компания Artificial Analysis установила, что V4-Flash в среднем стоит всего $0,03 за один бенчмарк‑тест, что значительно ниже конкурентов, таких как Kimi K3 от Moonshot (~$0,86), GPT-5.6 Sol от OpenAI (~$1,86) и Claude Fable 5 от Anthropic (~$3,15).
- Модели DeepSeek опираются на архитектуру Mixture-of-Experts и выпускаются под открытой лицензией MIT, а обучение модели V3, по сообщениям, обошлось всего в $5,576 млн аренды GPU.
DeepSeek революционизирует ценообразование в ИИ с помощью сверхдешевых моделей
Ключевое утверждение DeepSeek предельно ясно: его модели демонстрируют конкурентоспособную производительность при значительно более низкой стоимости запуска по сравнению с решениями крупнейших американских лабораторий. Это утверждение подтверждается уже несколькими продуктовыми циклами и лежит в основе всей стратегии компании.
Запуск модели R1 по цене $0,14 за миллион токенов
Когда модель DeepSeek R1 вышла в январе 2025 года, ее стоимость составляла примерно $0,14 за миллион токенов. Сопоставимое предложение OpenAI в то время стоило $7,50 за миллион токенов — разница около 98%. Этот единственный ценовой разрыв спровоцировал масштабную распродажу технологических акций, поскольку инвесторы внезапно усомнились, не тратят ли ведущие американские AI‑компании чрезмерные средства на инфраструктуру, которую конкурент смог сопоставить за малую долю стоимости.
V4-Pro и V4-Flash еще больше снижают затраты
С тех пор компания не сбавляла темпов. Ее модель V4-Pro, дебютировавшая в апреле 2026 года, оценивает вывод в $0,87 за миллион токенов и ввод в $0,435 за миллион токенов — снижение, которое компания описывает как в 34 раза дешевле по сравнению с ведущими конкурентами. DeepSeek зафиксировал эти цены на V4-Pro на постоянной основе в конце мая 2026 года, предоставив разработчикам ценовую определенность, что редкость на рынке, где поставщики ИИ часто пересматривают тарифы.
Ниже V4-Pro располагается V4-Flash, нацеленный непосредственно на бюджетные рабочие нагрузки, с ценой около $0,14 за миллион токенов — по утверждению DeepSeek, это в 35 раз дешевле альтернатив GPT-5.5. На премиальном конце линейки модель V4-Pro Max стоит примерно $2,17 за миллион токенов, что все равно значительно ниже, чем обычно берут сопоставимые флагманские модели из американских лабораторий.
Artificial Analysis, исследовательская компания, которая проводит бенчмарки AI‑систем по задачам, а не по «сырой» цене токенов, измерила среднюю стоимость V4-Flash за один бенчмарк‑тест всего в $0,03. Для сравнения, компания оценила Kimi K3 от Moonshot AI примерно в $0,86 за тест, GPT-5.6 Sol от OpenAI — около $1,86, а Claude Fable 5 от Anthropic — в $3,15. Такой подход на основе бенчмарков важен, потому что учитывает, сколько вычислительных ресурсов модели действительно нужно для выполнения задачи, а не только ее номинальную цену за токен — и по этому показателю преимущество DeepSeek выглядит еще более значительным, чем предполагают заголовочные цифры.
Что касается производительности, компромиссы заметны, но не драматичны. Artificial Analysis оценил V4-Flash в 50 из 100 баллов в своем Индексе интеллекта, что соответствует Gemini 3.6 Flash от Google, но уступает Kimi K3 от Moonshot, набравшей 57 баллов. Claude Opus 5 и Claude Fable 5 от Anthropic, а также GPT-5.6 от OpenAI набрали как минимум на девять пунктов больше. Более мощная модель V4-Pro от DeepSeek, между тем, демонстрирует бенчмарки, сопоставимые с Claude Opus 4.6 и GPT-5.5 — двумя из самых способных моделей, доступных сегодня на рынке.
Технологии, лежащие в основе ценового преимущества DeepSeek
Цены DeepSeek — это не демпинг за счет субсидий, а прямое следствие архитектурного решения, которое меняет объем вычислений, потребляемых каждым запросом.
Архитектура Mixture-of-Experts снижает вычисления на запрос
Компания строит свои модели вокруг подхода Mixture-of-Experts, или MoE. Вместо активации всех параметров модели для каждого запроса архитектуры MoE направляют каждый запрос только к наиболее релевантному подмножеству «экспертов» модели. Меньше вычислений на запрос напрямую означает более низкую стоимость запроса — это механизм, лежащий в основе практически каждого снижения цен, о котором объявляла DeepSeek.
Затраты на обучение и открытое лицензирование
Экономия распространяется и на этап обучения моделей. По сообщениям, обучение более ранней модели V3 от DeepSeek обошлось примерно в $5,576 млн аренды GPU — сумма, несопоставимая с сотнями миллионов, а иногда и миллиардами долларов, которые американские лаборатории вкладывали в отдельные циклы обучения. Кроме того, DeepSeek выпускает свои модели в полностью открытом виде под лицензией MIT, что позволяет разработчикам разворачивать, модифицировать и использовать их в своих продуктах без каких‑либо лицензионных отчислений.
Именно эта комбинация — более дешевая архитектура, более дешевое обучение и бесплатное лицензирование — объясняет, почему подход DeepSeek к децентрализованным затратам на ИИ продолжает привлекать внимание разработчиков, которые раньше не могли позволить себе эксперименты с моделями уровня «фронтира».
Рыночное и отраслевое влияние дешевого ИИ от DeepSeek
Первый и самый заметный удар пришелся по рынку аппаратного обеспечения. В январе 2025 года акции Nvidia ощутили заметное падение, поскольку инвесторы пересмотрели ожидания относительно будущего спроса на высокопроизводительное вычислительное «железо», рассуждая так: если настолько дешевая модель может соперничать с западными решениями, отрасли может потребоваться гораздо меньше дорогих чипов, чем предполагалось ранее.
Почему это важно для спроса на чипы и AI‑инфраструктуру
Такая реакция иллюстрирует более широкое противоречие, формирующее сегодня индустрию ИИ: более дешевые модели не обязательно означают меньший суммарный спрос на вычисления, но они заставляют переосмыслить, сколько покупатели готовы платить за премиальное «железо» ради небольшого прироста производительности. Эта динамика продолжает сказываться на производителях чипов и облачных провайдерах каждый раз, когда на рынок выходит новая недорогая модель.
Что более дешевый ИИ означает для децентрализованных вычислений и крипто
Для криптосектора сдвиг в экономике, возможно, еще более значим, чем реакция фондового рынка. Децентрализованные AI‑проекты исторически с трудом конкурировали с централизованными облачными провайдерами по стоимости инференса. Когда запуск модели стоит $7,50 за миллион токенов, децентрализованные сети просто не могут соперничать с экономией на масштабе, которой располагают крупные облачные операторы. При $0,14 за миллион токенов эта математика существенно меняется.
Сети DePIN, ориентированные на инфраструктуру GPU compute crypto — такие проекты, как Render, Akash и io.net, — могут столкнуться с изменением своей ценностной пропозиции. Более дешевый ИИ снижает премию, которую пользователи готовы платить за «сырые» вычисления, но также
расширяет круг потенциальных клиентов, позволяя приложениям на основе искусственного интеллекта обслуживать значительно более широкий спектр сценариев использования
, чем раньше. Иными словами, более низкие цены могут сжать маржу на отдельных вычислительных задачах, одновременно увеличивая общий объем спроса, который эти сети способны обслужить.
DeepSeek тоже не действует в вакууме. Компания сталкивается с растущей конкуренцией со стороны других китайских разработчиков ИИ, включая Moonshot AI, MiniMax и Z.AI, которые также стремятся привлечь бизнес‑клиентов, ищущих доступные AI‑системы, масштабируемые до уровня предприятия. Это конкурентное давление, вероятно, продолжит снижать цены по всей отрасли, еще сильнее закрепляя тренд, который меняет точки соприкосновения ИИ, криптовалют и децентрализованных вычислений.
FAQ
Как DeepSeek удается добиться гораздо более низкой стоимости запуска моделей ИИ по сравнению с конкурентами?
DeepSeek использует архитектуру Mixture-of-Experts, которая активирует только релевантное подмножество параметров модели для каждого запроса, снижая требуемые вычисления и уменьшая стоимость одного обращения.
Какое влияние ценообразование DeepSeek оказало на рынок аппаратного обеспечения для ИИ?
Акции Nvidia заметно снизились после запуска дешевой модели DeepSeek в январе 2025 года, поскольку эта новость заставила инвесторов пересмотреть ожидания относительно спроса на высокопроизводительное вычислительное оборудование.
Почему открытая лицензия DeepSeek так важна?
Модели DeepSeek выпускаются под лицензией MIT, что позволяет бесплатно развертывать и модифицировать их без лицензионных отчислений, способствуя более широкому внедрению и инновациям среди разработчиков.
Как ценообразование DeepSeek может повлиять на децентрализованные AI‑ и криптопроекты?
Более низкая стоимость инференса ИИ повышает экономическую целесообразность децентрализованных сетей GPU‑вычислений, делая создание AI‑приложений на блокчейне и платформах DePIN, таких как Render, Akash и io.net, более реалистичным.
{«@context»:»https://schema.org»,»@type»:»FAQPage»,»mainEntity»:[{«@type»:»Question»,»name»:»Как DeepSeek удается добиться гораздо более низкой стоимости запуска моделей ИИ по сравнению с конкурентами?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»DeepSeek использует архитектуру Mixture-of-Experts, которая активирует только релевантное подмножество параметров модели для каждого запроса, снижая требуемые вычисления и уменьшая стоимость одного обращения.»}},{«@type»:»Question»,»name»:»Какое влияние ценообразование DeepSeek оказало на рынок аппаратного обеспечения для ИИ?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Акции Nvidia заметно снизились после запуска дешевой модели DeepSeek в январе 2025 года, поскольку эта новость заставила инвесторов пересмотреть ожидания относительно спроса на высокопроизводительное вычислительное оборудование.»}},{«@type»:»Question»,»name»:»Почему открытая лицензия DeepSeek так важна?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Модели DeepSeek выпускаются под лицензией MIT, что позволяет бесплатно развертывать и модифицировать их без лицензионных отчислений, способствуя более широкому внедрению и инновациям среди разработчиков.»}},{«@type»:»Question»,»name»:»Как ценообразование DeepSeek может повлиять на децентрализованные AI‑ и криптопроекты?»,»acceptedAnswer»:{«@type»:»Answer»,»text»:»Более низкая стоимость инференса ИИ повышает экономическую целесообразность децентрализованных сетей GPU‑вычислений, делая создание AI‑приложений на блокчейне и платформах DePIN, таких как Render, Akash и io.net, более реалистичным.»}}]}
Статья подготовлена при содействии искусственного интеллекта и проверена редакционной командой.
