DeepSeek V4 Шокирующее появление: десять первооснов при борьбе с соперником

В 3:30 дня солнце на Калифорнийской авеню уже начало наклоняться в сторону Стэнфорда. Собака у входа в Zombie Café снова лежит под белым креслом у двери. На столе разложены три распечатки: пресс-релиз о выпуске Opus 4.7 от Anthropic 16 апреля, стенограмма презентации GPT-5.5 от OpenAI 23 апреля с Грегом Брокманом, а также технический отчет DeepSeek V4, только что опубликованный в эту ночь, еще не высохшая чернила.

За восемь дней три компании полностью раскрыли карты на второй квартал 2026 года.

Пока не допили кофе, Аллан Уокер из Кремниевой долины ясно объяснит суть. Без бахвальства benchmark’ами, без разговоров о том, какой модель “ощущается лучше”, без PR-статей. Только с первопринципов — технологии, чипы, цены, аудитория, стратегия, экосистема — разбирает, где каждая из трех компаний в 2026 году, кто лидирует, кто обороняется, кто переворачивает стол.

01 Открытый исходный код против закрытых систем — коренной спор о стратегии

DeepSeek в этот раз синхронно открыл модели V4-Pro и V4-Flash, под лицензией MIT, веса сразу на Hugging Face, любой может скачать, доработать, коммерчески использовать. Claude Opus 4.7 и GPT-5.5 — полностью закрытые системы — дают только API, веса модели никогда не доступны.

Многие думают, что это борьба бизнес-моделей. Ошибка. Это борьба за доверие.

Закрытая модель — это “ты можешь приходить только ко мне” — запирает пользователей у ворот, заставляя стоять в очереди. Открытая модель — это “ты не можешь без моей экосистемы” — строит инфраструктуру AI для разработчиков, компаний, целых стран на своей архитектуре. Один — платный проездной, другой — скоростная автомагистраль.

DeepSeek реализовал это четырьмя поколениями открытого исходного кода: V3, R1, V3.2, V4. Сегодня любая компания, желающая локально развернуть модели для финансов, медицины, госуправления, обороны — первым делом думает о DeepSeek. Китайские госкомпании, суверенные фонды Ближнего Востока, европейские банки, не желающие передавать данные американским облакам — никогда не используют закрытые API. Их ставка — противоположная: Anthropic и OpenAI — делают ставку на передовые модели, где разрыв в интеллекте всегда есть, а самые умные клиенты готовы платить больше.

Но у этой стратегии есть временное окно. С момента выхода R1 разрыв между возможностями открытого и закрытого кода сократился с года до трех месяцев. Если этот срок сократится до месяца, закрытая модель начнет трещать по швам.

02 Архитектура моделей — три компании идут разными путями

V4-Pro 1.6 трлн параметров / 49 млрд активных; V4-Flash 284 млрд параметров / 13 млрд активных. Контекст 1 миллион — по умолчанию. Основная архитектура — гибридное внимание (CSA + HCA чередуются) + Manifold-Constrained Hyper-Connections + Muon-оптимизатор + обучение FP4. В сценарию с 1М токенов, однопроходное推理 V4-Pro использует только 27% FLOPs V3.2, кэш KV — всего 10%. V4-Flash еще эффективнее — FLOPs снизились до 10%, кэш KV — до 7%.

Суть этой архитектуры — в одном: длинный контекст — не вопрос возможностей, а вопрос эффективности. В поколении V3 за счет MoE снизили затраты на обучение, в V4 — за счет гибридного внимания снизили затраты на推理. Постепенно режем самые дорогие части.

GPT-5.5 — другое дело. Официально — это первая модель после GPT-4.5, полностью переобученная с нуля. Предыдущие версии 5.1, 5.2, 5.3, 5.4 — итерации на базе одного и того же исходника. 5.5 — переработка архитектуры, новых данных для предобучения, новых целей обучения агента. На презентации Pachocki сказал: “За последние два года прогресс моделей удивительно медленный” — на самом деле он имел в виду, что их базовая модель уже не тянет новые масштабируемые тренды, нужно менять движок.

Claude Opus 4.7 — точная доработка 4.6. Anthropic четко позиционирует: заметное улучшение, но не революция. Verified на SWE-bench поднял с 80.8 до 87.6, разрешение изображений — с 1568px до 2576px, общая пропускная способность — в 3.3 раза выше, токенизатор сменили (для того же текста требуется на 1–1.35 раза больше токенов). Mythos Preview — их настоящая следующая генерация монстров, но он пока в сейфе, доступен только 12 партнерам, для гражданского рынка — позже.

03 Нижний уровень чипов — самая недооцененная новость сегодня

Заголовки ведущих англоязычных СМИ — о бенчмарках V4. Ошибка. Настоящее событие, меняющее правила игры, — это то, что часть обучения V4 прошла на Huawei Ascend.

В тот же день Huawei объявила о полном поддержке серии Ascend SuperPoD для V4 Pro и Flash. Камень в огород — Cambricon объявила о совместимости. SMIC в Гонконге взлетел на 10%. Только вместе эти новости — это прорыв: впервые в истории AI в Китае весь стек обучения и推理 работает на отечественном оборудовании, без ни одной Nvidia-чипа.

Это событие — важнее всех бенчмарков вместе взятых.

За последние три года США использовали единственный рычаг против Китая — экспортный контроль на передовые GPU. Логика проста: не можешь тренировать самые сильные модели, потому что не можешь купить H100 или B200. Вышедшая V4 — это сокращение этого рычага наполовину. Лучшие открытые модели можно тренировать и разворачивать на не-Nvidia оборудовании. Если это станет широко подтверждено рынком, санкции в AI станут бессмысленными.

Claude и GPT-5.5 работают на стеке NVIDIA H100/H200/B200 + Google TPU + собственный Trainium2 от Anthropic. Другого пути нет — ни у кого. Это барьер, это точка уязвимости. Если Nvidia поднимет цены или не сможет обеспечить нужные объемы, пострадают обе компании. DeepSeek сейчас добавил независимую цепочку поставок — у них есть карта.

04 Структура затрат на обучение — как Muon, FP4 и 32 трлн токенов позволяют сегодня держать цену

В техническом отчете V4 ясно написано: использован Muon-оптимизатор (быстрее сходимость, стабильное обучение), FP4 — пониженная точность (прямо вдвое меньше памяти), двухэтапное постобучение (отдельные SFT и RL для разных областей, затем — дистилляция на основе on-policy), 32 трлн токенов предобучения. Это не просто слова — это реальные механизмы снижения затрат.

Результат — API цена V4-Pro может опуститься ниже V3.2, а V4-Flash — до уровня небольших открытых моделей.

Стратегия GPT-5.5 — повышение цен. За миллион токенов — 5 долларов на входе, 30 — на выходе, вдвое больше, чем у GPT-5.4. Официально — “эффективность токена выросла на 40%, общие затраты — всего на 20%”. Красиво. Но если запустить в реальной среде, увидите — длинные промпты и короткие ответы — счет увеличится вдвое. OpenAI ставит на “остроту передовых моделей”, и потому готова удвоить цены.

Claude Opus 4.7 — скрытое повышение цен. Вроде бы цена не меняется — 5/25 долларов, как у Opus 4.6. Но в документации Anthropic написано — новый токенизатор увеличивает число токенов для того же текста максимум на 1.35 раза. То есть цена — не меняется, а счет — максимум на 35% выше. Это тонкое повышение, но крупные корпоративные клиенты сразу заметят в отчетах.

DeepSeek — наоборот, снижает цены — V3.2 уже дешевле, V4-Pro — еще дешевле. После массового запуска Huawei Ascend 950 цена снизится еще раз. Это классическая стратегия китайских интернет-компаний: за счет масштаба и эффективности сбивать цены до уровня, который ломает конкурентов, и удерживать клиентов через экосистему.

05 Ценообразование API — сколько можно купить за доллар

Раскроем прайс-лист.

Третий сторонний аналитик Artificial Analysis привел сравнение: при одинаковом уровне интеллекта GPT-5.5 (medium) примерно равен Claude Opus 4.7 (max), при этом тестирование обходится — около $1,200 у GPT-5.5 и около $4,800 у Claude. В аналогичных условиях V4-Pro — в три-десять раз дешевле.

Это не “подешевле”. Это снижение стоимости высокоуровневого интеллекта на порядок.

Что это значит для компании, тратящей миллион долларов в месяц на токены — раньше на эти деньги запускали 10 агентских линий, теперь — 80. Раньше боялись экспериментировать — теперь делают легко. Если это подтвердится у трех-четырех ведущих игроков рынка (например, одна компания с Opus снизила затраты на ключевом клиентском агенте на 70%, при сохранении качества), остальные последуют. Это рефлексивный эффект — чем больше компаний мигрирует, тем легче следующей.

OpenAI и Anthropic могут ответить двумя способами: либо снова увеличить разрыв в закрытых моделях (Mythos скоро выйдет), либо усложнить переход для корпоративных клиентов — повысить стоимость миграции, повысить надежность и соответствие. Первое — требует времени и денег, второе — терпения клиентов.

06 Реальная экономика контекста в миллионах

Все три компании работают с 1М контекстом. На первый взгляд — цифра одинаковая.

Но — возможность делать и возможность делать дешево — разные вещи.

V4-Pro по MRCR на длинных текстах набрал 83.5 балла, превзошел Gemini-3.1-Pro (76.3), уступил Claude Opus 4.6 (92.9). CorpusQA на 1М токенов — 62%, лучше Gemini 3.1 Pro (53.8%). Точность поиска при 128К — 94%, при 512К — 82%, при 1М — 66%. Абсолютно — не лидер, но среди открытых моделей — первая, и первая, кто сделал 1М по умолчанию.

Claude Opus 4.7 — без доплаты за длинный контекст — это сильная сторона Anthropic. GPT-5.5 — тоже. Но возникает вопрос: при стоимости推理 в десять раз выше у трех моделей, в сценах с длинным контекстом разрыв увеличивается в десять раз.

Пример: юридический документ на 500К токенов — анализ одним моделем — Opus 4.7 обойдется примерно в $2.5 за ввод, всего $3–4 с выводом; GPT-5.5 — примерно столько же; V4-Pro — около $1. Если запускать 10 тысяч раз в день, годовые затраты — миллионы или десятки миллионов долларов. Для среднего бизнеса — главный барьер — стоимость длинного контекста, V4-Pro — это его устранение.

07 Кодирование и агентские возможности — три компании держат свои ниши

Раскроем таблицу benchmark — тут все очень ясно.

Эти данные показывают не кто сильнее, а — что три компании сосредоточены на разных типах агентских задач.

Anthropic — “работа с реальным кодом и реальными задачами”. Cursor, Devin, Factory, Ramp — используют Opus не для игрушечных задач типа “напиши todo app”, а для “исправить гонку в 200-тысячной кодовой базе, которая была заложена три недели назад”. Nvidia после внедрения Codex для 10 тысяч сотрудников говорит, что цикл отладки сократился с нескольких дней до нескольких часов — это тоже можно подтвердить. Opus 4.7 — способен показывать 64.3% на SWE-Bench Pro — реально отработанная на производстве.

OpenAI — “управление всей машиной через агента”. Terminal-Bench 2.0, OSWorld, shell в Codex — все это указывает на будущее: AI не только пишет код, но и управляет терминалом, вводит команды, управляет Mac. В презентации Брокмана — “агентные вычисления в масштабе” — это не фигура речи, а слоган на ближайшие десять лет.

DeepSeek — “открытый коллективный интеллект”. Не выиграет SWE-Bench Pro, но поднимает уровень открытого мира до 3206 баллов Codeforces. Это значит — любой стартап без затрат Anthropic или OpenAI может запустить у себя модель, близкую к топовым соревнованиям.

08 Аудитория — три компании ориентированы на разные сегменты

Список клиентов Anthropic — очевиден: PayPal, Hex, Devin, Factory, Ramp, Notion, GitHub Copilot, Stripe, Block — все финтех и SaaS. У этих компаний два общего — много денег, нулевое терпение к ошибкам. Opus 4.7 по цене 5/25 долларов, безопасность, соответствие, Bedrock/Vertex AI/мультиоблачность — все для клиентов, подписывающих трехлетние контракты на сотни тысяч долларов. В оценке Anthropic — более 1 трлн долларов, больше чем у OpenAI — это капитал, который верит в “корпоративную плотность” их решений.

OpenAI — это триада: потребители + разработчики + бизнес. ChatGPT — его опора (более 1 млрд активных пользователей в неделю), Codex — его разработчики, Operator — управление компьютером, Mac App — десктоп. В презентации — “агентные вычисления в масштабе” — это не просто слова, а концепция будущего: человек включает компьютер, видит его через AI, работает через AI, пишет документы через AI, отвечает на письма через AI, проводит встречи — все через него. Это то, что задумывал Билл Гейтс в 1990, что хотел Стив Джобс в 2007, и что, вероятно, реализует OpenAI к 2027–2030. Удвоение цен на GPT-5.5 — залог этой ставки.

Три пути — все ведут в Рим. Но только один станет крупнейшим — и именно он определит распределение богатства в AI на ближайшие десять лет.

Три компании раскрыли карты за одну неделю.

Claude Opus 4.7 — стабильный — узкий, но глубокий, подходит для трехлетних контрактов и миллионов долларов. Его преимущество — для любой средней и крупной компании, которая хочет использовать AI для повышения производительности, но боится ошибок — это самый надежный выбор.

GPT-5.5 — дорогой — с удвоенной ценой, с амбициями стать суперприложением, лидером в агентских возможностях и командной работе. Его преимущество — если к 2027 году “AI управляет всей машиной” станет реальностью, OpenAI станет Microsoft 1995. Если нет — цена в 5/30 долларов станет дорогим дополнением.

DeepSeek — жесткий — открытый, дешевый, на отечественных чипах, прорезает защитные барьеры конкурентов. Его шанс — если геополитика продолжит раскалывать рынок AI на две части, DeepSeek станет Linux для китайской экосистемы. Вероятность — не 50%, но уже значительно выше, чем год назад — около 5%.

В январе 2025 года, когда вышел R1, рынок первым подумал: “Китай догоняет”. А сейчас, с V4, — новое слово — “Китай меняет правила”.

Как только правила меняются — их уже не вернуть.

В 16:30 на Калифорнийской авеню становится прохладнее. Стакан Zombie Café пуст. Аллан аккуратно сложил три распечатки, засунул в рюкзак. Выходя за дверь, собака подняла голову, снова легла.