Китайский стартап DeepSeek в конце декабря 2025 года выпустил языковую модель DeepSeek V3, которая по результатам нескольких независимых бенчмарков превзошла GPT-4o компании OpenAI в задачах математического рассуждения и генерации программного кода¹. Событие вызвало широкое обсуждение в мировом IT-сообществе в первые дни января 2026 года.
Что такое DeepSeek V3
DeepSeek V3 — языковая модель архитектуры Mixture-of-Experts (MoE) с 671 миллиардом параметров, из которых активируется 37 миллиардов при каждом обращении². Такая архитектура позволяет достигать высокого качества ответов при меньшем потреблении вычислительных ресурсов по сравнению с моделями плотной архитектуры аналогичного размера.
По заявлению компании, обучение DeepSeek V3 потребовало около 2,8 миллиона часов работы GPU H800. По оценкам аналитиков, это существенно дешевле, чем стоимость обучения сопоставимых западных моделей³.
Результаты тестирования
В тесте MATH-500 — наборе задач олимпиадной математики — DeepSeek V3 набрал 90,2% против 74,6% у GPT-4o. На бенчмарке HumanEval, измеряющем способность к написанию кода, модель показала 82,6% против 80,5% у конкурента¹.
В языковом тесте MMLU, охватывающем 57 академических дисциплин, DeepSeek V3 и GPT-4o показали сопоставимые результаты — около 88-89%. Эксперты отмечают, что значимым прорывом является не столько абсолютное превосходство, сколько соотношение качества и стоимости.
DeepSeek достиг результатов мирового уровня при значительно меньших инвестициях, что может изменить представления об обязательных масштабах вычислений для создания топовых моделей.
Открытый исходный код и доступность
Веса модели DeepSeek V3 опубликованы на платформе Hugging Face под лицензией MIT, что позволяет использовать их в коммерческих и исследовательских целях без ограничений⁴. API доступен через сайт platform.deepseek.com по ценам, существенно ниже аналогов OpenAI: около $0,14 за миллион входных токенов против $2,50 у GPT-4o.
Российские разработчики проявили значительный интерес к модели. В первые сутки после публикации репозиторий набрал более 50 000 звёзд на GitHub. Ряд отечественных IT-компаний начал тестирование DeepSeek V3 как основы для корпоративных ИИ-решений⁵.
Реакция российского рынка
Российские LLM-провайдеры — Сбер (GigaChat), Яндекс (YandexGPT) и другие — пока не публиковали прямых сравнений с DeepSeek V3. Эксперты рынка указывают, что появление конкурентоспособных открытых моделей снижает барьер для запуска корпоративных ИИ-сервисов без использования зарубежных API.
Вместе с тем DeepSeek — китайская компания, что порождает вопросы о применимости модели в чувствительных контекстах. Юридическая неопределённость в отношении хранения данных при использовании API DeepSeek сохраняется⁶.
Контекст: гонка LLM ускоряется
Выход DeepSeek V3 вписывается в тенденцию 2025 года: открытые и полуоткрытые модели последовательно сокращают разрыв с закрытыми коммерческими системами. В конце 2025 года Meta выпустила Llama 3.3 70B, Google — Gemini 2.0 Flash. Начало 2026 года обещает быть насыщенным релизами во всех сегментах рынка ИИ.
---
¹ DeepSeek V3 Technical Report — arxiv.org/abs/2412.19437
² Архитектура MoE описана в официальном техническом отчёте DeepSeek, декабрь 2025
³ Оценки стоимости — РБК Технологии, 27.12.2025 — rbc.ru/technology_and_media/27/12/2025
⁴ Репозиторий DeepSeek V3 — github.com/deepseek-ai/DeepSeek-V3
⁵ По данным профессиональных IT-сообществ, январь 2026; точная дата опросов не опубликована
⁶ Дата публикации официальных разъяснений по политике конфиденциальности уточняется