DeepSeek представила ИИ, способный конкурировать с GPT-5 и Gemini 3 Pro
Китайская компания DeepSeek представила две новые версии искусственного интеллекта — DeepSeek V3.2 и V3.2-Speciale, которые, по её данным, могут конкурировать с крупными системами вроде GPT-5 и Gemini 3 Pro. Модели демонстрируют высокую производительность на доступном оборудовании, а V3.2-Speciale, в частности, показала сильные результаты на международных олимпиадах.
По данным, опубликованным в открытом доступе, китайская компания DeepSeek анонсировала две новые версии искусственного интеллекта — DeepSeek V3.2 и V3.2-Speciale. Эти модели, как утверждается, могут конкурировать с такими крупными системами, как GPT-5 от OpenAI и Gemini 3 Pro от Google.
DeepSeek не стремится к максимальной масштабируемости за счёт дорогих чипов. Вместо этого компания делает акцент на эффективности. Согласно её заявлениям, улучшенный подход к обучению позволяет достичь высокого уровня интеллекта даже на более доступном оборудовании. В частности, стандартная версия V3.2 поддерживает встроенное использование инструментов, что даёт пользователям возможность получать структурированные ответы без перехода в отдельный режим рассуждений.
DeepSeek V3.2-Speciale — это модель, которая получила особое внимание. Компания отмечает, что она превзошла GPT-5 по внутренним тестам и сравнима с Gemini 3 Pro в задачах, требующих глубоких рассуждений. В подтверждение своих слов, DeepSeek указывает на успешное участие её моделей в Международной математической олимпиаде 2025 года и Международной олимпиаде по информатике, результаты которых доступны для проверки.
DeepSeek объясняет рост производительности двумя ключевыми инновациями: специальным механизмом разреженного внимания, разработанным для эффективной работы с длинным контекстом, и расширенной системой обучения с подкреплением, основанной на более чем 85 000 сложных многошаговых задач, сгенерированных с помощью внутренней системы «агентного синтеза задач».
DeepSeek V3.2 уже доступна через сайт компании, мобильные приложения и API. Более экспериментальная версия V3.2-Speciale пока доступна только через временный API, который будет отключен 15 декабря 2025 года. Эта версия работает исключительно в режиме рассуждений и не поддерживает вызовы инструментов.
Независимые тестирования ещё предстоят, но уже сейчас становится понятно, что DeepSeek пытается доказать: высококачественный ИИ может быть доступным по цене. Такая позиция уже влияет на рынок, заставляя других игроков пересмотреть свои подходы к разработке и позиционированию.
Интересно: Какие изменения в подходах к разработке ИИ могут стать следствием появления моделей, способных конкурировать с крупными игроками, но при этом не требующих дорогостоящих вычислительных ресурсов?
Как DeepSeek меняет правила игры в ИИ
Эффективность вместо масштаба: новая стратегия
Компания DeepSeek продолжает продвигать подход, в котором качество ИИ достигается не за счёт увеличения масштаба, а за счёт оптимизации архитектуры и интеллектуальных алгоритмов. Обновлённые модели V3.2 и V3.2-Speciale демонстрируют, что даже без использования сверхдорогих чипов возможно достичь высокой производительности. Это особенно важно для рынков, где доступ к западным технологиям ограничен или слишком дорог.
В дополнение к улучшению алгоритмов, DeepSeek активно внедряет новые подходы к обучению с подкреплением, включая внутреннюю систему «агентного синтеза задач» на основе более чем 85 000 многошаговых задач. Такой метод позволяет модели быстрее адаптироваться к сложным сценариям, таким как математические вычисления или программирование. Эксперты отмечают, что это делает DeepSeek особенно привлекательной для компаний, которые хотят внедрить ИИ без значительных инвестиций в дорогостоящие вычислительные ресурсы [!].
Кто выигрывает и кто теряет
Появление DeepSeek меняет баланс сил в ИИ-рынке. Мелкие и средние игроки получают возможность конкурировать с гигантами, используя более доступные ресурсы. Например, в Китае DeepSeek уже стала популярной альтернативой западным решениям, особенно в секторах, где требуется высокая точность и низкие затраты. Это особенно важно в условиях, когда такие платформы, как ChatGPT, недоступны [!].
Важный нюанс: такие сдвиги могут быть неудобны для компаний, которые строили свою стратегию на масштабировании. Например, производители чипов, такие как NVIDIA, могут столкнуться с снижением спроса, если DeepSeek докажет, что можно создать конкурентоспособный ИИ на доступной технике. Это ставит под угрозу их бизнес-модель.
Также стоит отметить, что облачные провайдеры, которые предлагают мощные вычислительные ресурсы, могут столкнуться с переоценкой своих услуг. Если модели становятся эффективнее, то и потребности в ресурсах снижаются, что влияет на ценовую политику. Например, Groq разрабатывает специализированные чипы, оптимизированные для ИИ, но даже они могут столкнуться с давлением от более дешёвых и эффективных решений [!].
Долгосрочные последствия и российский контекст
Для российского рынка и бизнеса такие разработки DeepSeek могут быть особенно значимыми. В условиях ограничений на доступ к западным технологиям, появление альтернативных моделей, которые не требуют дорогостоящих чипов, может стать важным шагом в развитии локальной ИИ-индустрии.
Однако, важно понимать, что эффективность модели — это лишь часть успеха. Для полноценного внедрения таких решений необходимы локальные адаптации, поддержка экосистемы и интеграция с существующими системами. Если компания не будет уделять внимание этим аспектам, то даже самая эффективная модель может остаться на бумаге.
Важный нюанс: рост популярности DeepSeek в России уже отмечен: по данным за 2025 год, модель заняла второе место по посещаемости среди ИИ-сервисов в стране, привлекая 27,8% трафика. Это указывает на её растущую популярность и способность конкурировать с лидером — ChatGPT, чья доля снизилась с 69,3% в 2024 году до 39,9% в 2025 году [!].
Технологические инновации и будущее DeepSeek
Ключевым инструментом DeepSeek стало внедрение «разряженного внимания» (Sparse Attention), которое позволяет модели эффективно работать с длинными текстами, сокращая вычислительные затраты. Экспериментальная версия DeepSeek-V3.2-Exp демонстрирует ускорение обработки текста в 64 раза, снижает использование памяти на 30–40% и снижает стоимость API-запросов более чем на 50% [!].
Эта архитектура также позволяет DeepSeek адаптироваться к локальной вычислительной инфраструктуре. Например, компания уже настроила модель V3.1 для работы с новым поколением отечественных ускорителей, что указывает на её ориентацию на рынки с ограниченным доступом к западным технологиям [!].
Конкуренция и глобальные тренды
DeepSeek не остаётся в одиночестве. Китайские ИИ-модели, включая Qwen от Alibaba и Mistral 3, продолжают укреплять свои позиции в глобальной экосистеме искусственного интеллекта. Alibaba, например, конкурирует с DeepSeek, стремясь расширить применение своих моделей и сделать их доступными для разработчиков и пользователей [!].
На глобальном уровне DeepSeek стала катализатором изменений, ускорив переход китайских лабораторий к открытым моделям с открытыми весами. Его появление повысило конкуренцию, особенно в части производительности, и способствовало росту интереса к китайским решениям за рубежом. В 2026 году ожидается выход обновлённой версии — DeepSeek R2, что может усилить её позиции на рынке [!].
Выводы
DeepSeek демонстрирует, что будущее искусственного интеллекта может быть не в масштабе, а в эффективности. Компания показывает, что возможно создать конкурентоспособный ИИ на доступной технике, используя инновационные алгоритмы и оптимизированные подходы к обучению. Это открывает новые возможности для рынков с ограниченным доступом к западным технологиям и создаёт условия для более широкого внедрения ИИ в бизнесе.
Важный нюанс: для российских компаний DeepSeek может стать важным элементом стратегии, особенно в условиях, когда доступ к западным решениям ограничен. Однако, успех внедрения зависит не только от качества модели, но и от поддержки экосистемы, локальной адаптации и интеграции с существующими системами.
