DeepSeek, дочернее подразделение квантового хедж-фонда High-Flyer, было основано Ляном Вэньфэном и двумя однокурсниками по Чжэцзянскому университету в феврале 2016 года. Компания финансировалась полностью за счет средств фонда, без внешних венчурных инвестиций. Для вычислений фонд строил собственные кластеры: в 2019 году Fire-Flyer I на 1100 GPU за ¥200 млн, в 2021 году Fire-Flyer II на 10 000 A100 за ¥1 млрд.
Компания разрабатывала модели несколько лет: в ноябре 2023 года вышли DeepSeek Coder и DeepSeek LLM 67B, в мае 2024 года — V2, в декабре 2024 года — V3. Технический подход был обусловлен ограничениями железа, в частности использованием чипов H800 с урезанной пропускной способностью интерконнекта (около 400 ГБ/с NVLink против 900 ГБ/с). Для этого внедрили MLA для сжатия KV-кэша, DeepSeekMoE для выравнивания нагрузки на экспертов и обучение в FP8 с самого начала.
Финальный прогон V3 потребовал 2,788 млн GPU-часов H800, что при стоимости $2 за GPU-час составило $5,576 млн. SemiAnalysis оценил суммарные вложения группы примерно в $1,6 млрд. Обучение R1-Zero потребовало 648 H800 в течение 198 часов, а R1 — 648 H800 около 80 часов, а сборка SFT-датасета заняла около 5000 GPU-часов, что в сумме составило $294 тыс. на RL-этап.
20 января 2025 года DeepSeek released R1 под MIT-лицензией. К 26 января приложение DeepSeek вышло на первое место в App Store США, обогнав ChatGPT. 27 января акции Nvidia упали на 17%, что привело к потере $589 млрд капитализации за один день — крупнейшему однодневному падению в истории фондового рынка США. Индекс Nasdaq потерял около 3%, суммарная просадка рынка составила примерно $1 трлн, а Дженсен Хуанг лично потерял $21 млрд.
Бизнес-стратегия компании основывалась на открытой публикации и низкой цене. Веса модели были опубликованы под MIT, что обеспечило 10,9 млн скачиваний на Hugging Face к сентябрю 2025 года. Стоимость входных токенов составляет $0,55 за миллион, а выходных — $2,19 за миллион, что в 27 раз ниже цен o1 ($15 и $60 соответственно).
