Китайцы опять что-то сделали. Новый DeepSeek уже наступает на пятки GPT и Claude⁠⁠

Помните времена, когда китайские нейросети выглядели примерно так:

— Зато бесплатно.
— А работает?
— Ну… зато бесплатно.

Кажется, эти времена постепенно заканчиваются.

DeepSeek выпустили новую модель — DeepSeek V4.1 Flash. Я полез смотреть результаты именно по программированию, потому что красивые ответы на вопросы меня уже мало интересуют. Сейчас гораздо интереснее, способен ли ИИ получить настоящий проект и самостоятельно в нём работать.

И вот тут результаты занятные.

Модель огромная — 552 млрд параметров. Но построена по архитектуре MoE, поэтому одновременно работает только часть всей этой махины.

Контекст — до 1 миллиона токенов.

Если по-человечески: ей можно скормить очень много кода и документации за раз.

Но главное — она заточена не только под «напиши калькулятор на Python».

Современный ИИ-программист должен уметь открыть репозиторий, разобраться в чужом коде, найти нужные файлы, полезть в терминал, что-нибудь изменить, запустить тесты, увидеть ошибку, исправить её и продолжить работу.

Вот здесь новый DeepSeek показывает довольно серьёзные результаты.

Например, в Terminal-Bench 2.1 у него 90,6 балла.

В DeepSWE — 74,2.

В AutomationBench — 54,8.

Это уже территория топовых моделей OpenAI и Anthropic.

Но прежде чем писать «КИТАЙ УНИЧТОЖИЛ OPENAI!!!», есть важная деталь.

На более сложном Terminal-Bench 4.0 результаты выглядят так:

DeepSeek V4.1 Flash — 31,2

GPT-5.6 Sol — 39,9

Claude Opus 5 — 51,8

То есть нет, GPT и Claude пока можно не хоронить.

На действительно тяжёлых агентных задачах у DeepSeek ещё есть куда расти.

Но дальше начинается самое интересное.

Эта штука стоит какие-то смешные деньги

API DeepSeek:

$0,30 за миллион входящих токенов

$1,20 за миллион выходящих

А в непиковое время цены падают примерно до:

$0,15 / $0,60.

И вот тут лично для меня начинается гораздо более интересная история, чем очередное соревнование бенчмарков.

Потому что раньше хороший ИИ-программист был довольно дорогим ресурсом.

Поэтому условному Claude или GPT обычно даёшь нормальную задачу и ждёшь результат.

А теперь можно попробовать совсем другую архитектуру работы.

Допустим, у нас есть проект.

Запускаем несколько агентов.

Один изучает репозиторий.

Второй ищет потенциальные проблемы.

Третий пишет реализацию.

Четвёртый пишет тесты.

Пятый проверяет работу третьего.

Шестой смотрит, не сломали ли они что-нибудь в другом месте.

И всё это может происходить параллельно.

Раньше такая схема быстро превращала счёт за API в отдельную статью расходов.

С DeepSeek стоимость становится настолько низкой, что подобных агентов можно начинать использовать почти как расходный материал.

Не справился один?

Пусть второй проверит.

Не уверены в результате?

Запускаем ещё одного.

И вот это, на мой взгляд, намного интереснее вопроса:

«DeepSeek уже умнее GPT или ещё нет?»

А можно скачать её себе на компьютер?

Можно.

DeepSeek открыла веса.

Только есть маленькая проблема.

552 миллиарда параметров.

На обычном игровом компьютере можете даже не пытаться.

Я как раз смотрел новый компьютер AMD, который они сделали специально под локальные нейросети.

Там 128 ГБ общей памяти, мощный Ryzen AI Max+ и довольно серьёзная встроенная графика.

Стоит эта коробочка примерно $4000.

И даже она полный новый DeepSeek нормально не потянет.

Для модели нужны уже сотни гигабайт памяти.

Поэтому сейчас логичнее выглядит примерно такая схема:

небольшие и средние модели → локально

DeepSeek V4.1 → через дешёвый API

GPT / Claude → оставляем для действительно сложных задач

Получается своеобразная иерархия.

Зачем отправлять задачу модели за условные $10, если модель за $1 решает её не хуже?

А если дешёвая не справилась — тогда зовём тяжёлую артиллерию.

И вот это изменение кажется мне важнее очередного «+7% на бенчмарке».

Мы довольно быстро движемся от:

«У меня есть один очень умный ИИ-помощник»

к:

«У меня есть команда из 20 ИИ, которые параллельно работают над одной задачей».

И когда один такой работник стоит копейки, совершенно меняется сам подход к разработке.

Поэтому я бы пока не говорил, что DeepSeek победил OpenAI или Anthropic.

Не победил.

Но китайцы сделали другое.

Они опять очень сильно уронили цену интеллекта.

А вот последствия этого, мне кажется, будут гораздо интереснее очередной таблицы с результатами GPT против Claude.