Ханчжоуский стартап DeepSeek 10 сентября представил модель V4.1 Flash. Система содержит 552 миллиарда параметров и использует архитектуру mixture-of-experts, которая активирует лишь часть нейронов для выполнения конкретных задач.
Модель поддерживает мультимодальные функции, включая работу с текстом и изображениями. Разработчики оптимизировали систему для написания кода и агентных рабочих процессов, где ИИ самостоятельно планирует многоэтапные действия.
Рынок отреагировал падением акций конкурентов: бумаги MiniMax и Z.ai подешевели более чем на 8%, акции Alibaba снизились более чем на 2%. Инвесторы опасаются, что ценовая стратегия DeepSeek приведет к снижению маржи в секторе.
Предыдущие модели компании стоили $0,14 за миллион входных токенов и $0,28 за выходные. Стоимость запуска ранних версий была в 100 раз ниже аналогов: $0,03 за тест против $3,15 у Claude Fable 5.
Модель V3 обучалась на 2000 чипах Nvidia H800, что обошлось компании в $5,6 миллиона. Сейчас DeepSeek готовится к IPO на Шанхайской бирже STAR Market, чтобы привлечь капитал и определить рыночную оценку компании.
