- Китайская ИИ-компания заявляет, что обучение её модели обошлось всего в $294,000.
- Эта сумма значительно ниже, чем у американских конкурентов, что вызывает новые вопросы в отрасли.
- DeepSeek отрицает копирование результатов из моделей конкурентов.
Китайская компания DeepSeek заявила, что ее флагманская ИИ-система, известная как R1, была обучена всего за $294 000, что является лишь долей сумм, которые, как полагают, тратят американские конкуренты.
Подробности были опубликованы в рецензируемой статье в журнале Nature на этой неделе, и это, вероятно, подпитает дальнейшие дебаты об амбициях Пекина в глобальной гонке искусственного интеллекта. Компания из Ханчжоу заявила, что модель, ориентированная на рассуждения, была обучена с использованием 512 чипов Nvidia H800. Это оборудование было разработано специально для Китая после того, как США запретили продажу более мощных процессоров H100 и A100.
Статья, соавтором которой является основатель Лян Вэньфэн, отмечает первый случай, когда компания раскрывает такие затраты.
DeepSeek использует долю от стоимости моделей США
В январе выпуск более дешевых инструментов ИИ от DeepSeek дестабилизировал глобальные рынки, что привело к распродаже технологических акций из-за опасений, что они могут подорвать позиции таких устоявшихся гигантов, как Nvidia и OpenAI.
Однако Лян и его команда держались низкопрофильно, появляясь только для спорадических обновлений продуктов с тех пор.
Сообщаемая цена в $294 000 резко контрастирует с оценками американских компаний.
Генеральный директор OpenAI Сэм Альтман в 2023 году сказал: «Обучение фундаментальных моделей обходится гораздо дороже, чем $100 миллионов». Однако он не предоставил никакой конкретной разбивки.
Обучение больших языковых моделей включает работу банков мощных чипов в течение длительных периодов, потребляя огромное количество электроэнергии при обработке текста и кода. Наблюдатели отрасли давно предполагали, что стоимость таких проектов исчисляется десятками или даже сотнями миллионов долларов.
Это предположение теперь ставится под сомнение, и в дополнительном документе DeepSeek признала, что владеет чипами A100 и использовала их на ранних этапах разработки, прежде чем перенести полномасштабное обучение на свой кластер H800. Согласно технологической компании, модель работала 80 часов на финальном этапе обучения.
Несмотря на то, что Nvidia настаивает на том, что китайский стартап имеет доступ только к их процессорам H800, американские чиновники остаются скептиками. Несколько месяцев назад источники в США сообщили Reuters, что DeepSeek незаконно владеет большими объемами чипов H100, на которые действует запрет на экспорт в Китай.
Помещение инноваций под микроскоп
R1 привлек внимание не только из-за низких затрат на обучение, но и потому, что это может быть первая крупная модель, прошедшая официальную рецензию.
«Это очень желанный прецедент, и если у нас не будет этой нормы обмена информацией, будет очень трудно оценивать риски», — сказал Льюис Тинсталл, инженер машинного обучения в Hugging Face, который рецензировал статью в Nature.
Процесс рецензии побудил DeepSeek прояснить технические детали, включая то, как была обучена его модель и какие меры предосторожности были приняты.
«Прохождение строгого процесса рецензирования определенно помогает проверить достоверность и полезность модели», — сказал Хуань Сун, исследователь ИИ из Университета штата Огайо.
Ключевым прорывом DeepSeek стало использование чистого подхода обучения с подкреплением. Вместо того чтобы полагаться на примеры рассуждений, курируемые человеком, согласно статье. Модель вознаграждалась за правильное решение проблем и постепенно разрабатывала свои собственные стратегии решения задач.
Компания говорит, что эта система проб и ошибок позволила R1 проверить свою работу, не копируя человеческие тактики.
«Эта модель была довольно влиятельной», — добавил Сун. «Почти вся работа по обучению с подкреплением в 2025 году, возможно, была вдохновлена R1 тем или иным образом».
DeepSeek отрицает обвинения в копировании
Вскоре после выпуска R1 ходили слухи, что DeepSeek опиралась на результаты конкурентов, особенно от OpenAI, для ускорения обучения; однако компания теперь категорически отвергла это обвинение.
В переписке с рецензентами DeepSeek настаивала, что R1 не копировал примеры рассуждений, сгенерированные OpenAI. Однако, как и большинство больших языковых моделей, она была обучена на интернет-текстах. Это означает, что некоторый контент, созданный ИИ, неизбежно был включен, и это объяснение убедило некоторых рецензентов.
«Я не могу на 100% быть уверен, что R1 не обучался на примерах OpenAI. Однако попытки других лабораторий воспроизвести результаты показывают, что обучение с подкреплением достаточно эффективно само по себе», — сказал Танстолл.
DeepSeek заявляет, что R1 создан для превосходного выполнения задач, требующих сложных рассуждений, таких как программирование и математика. В отличие от большинства закрытых систем, разработанных американскими компаниями, он был выпущен как модель с открытым весом, свободно доступная для загрузки исследователями. На сайте сообщества ИИ Hugging Face он уже был загружен более 10 миллионов раз.
Компания потратила около 6 миллионов долларов на разработку базовой модели, на базе которой создан R1, но даже с учетом этих расходов его стоимость значительно ниже сумм, связанных с конкурентами. Для многих в этой сфере это делает R1 привлекательным.
Сун и его коллеги недавно протестировали систему на задачах с научными данными и обнаружили, что она не является самой точной, но входит в число лучших по соотношению стоимости и производительности.
Если вы читаете это, вы уже впереди. Оставайтесь с нами, подписавшись на нашу рассылку.
Энаси Мапакаме
Энаси Мапакаме — журналист с более чем 10-летним опытом работы в сфере деловых и финансовых новостей. Она освещает вопросы капитальных рынков и emerging technologies: метавселенную, искусственный интеллект и криптовалюту. Энаси имеет степень бакалавра соhonours по специальности «Медиа и исследования общества».
