🇨🇳 Китайские AI-лаборатории уходят от дешёвого AI: гигантские модели и рост цен

Стратегия «дёшево и достаточно хорошо», на которой китайские разработчики строили экспансию, разворачивается. Ставка смещается к масштабу и монетизации.

По данным Financial Times, ByteDance предобучает модель объёмом до 10 трлн параметров — втрое больше Kimi K3 от Moonshot (2,8 трлн) и в одной весовой категории с Mythos 5 от Anthropic, который отрасль оценивает примерно в 8 трлн (сама Anthropic цифр не раскрывала). Разработку ведёт команда Seed, около 2000 человек в Китае и за рубежом, под руководством У Юнхуэя, бывшего исследователя Google DeepMind; основатель Чжан Имин поставил задачу выйти на мировой уровень в долгосрочной перспективе. По словам источника FT, компания больше года не использует дистилляцию — обучение на выходах чужих моделей. Модель пока в претрейне, который обычно занимает от трёх до шести месяцев. Для контекста: xAI, по словам Маска, обучает варианты Grok на 6 и 10 трлн параметров.

Раньше ультра-больших моделей в Китае избегали из-за ограничений на импорт продвинутых GPU NVIDIA, делая ставку на компактные модели под конкретные задачи и распространение через open-source. Теперь уверенность выросла: в июле вышла Kimi K3, в конце июля Alibaba представила Qwen3.8-Max (2,4 трлн), а несколько лабораторий, по данным FT, обучают модели уровня Fable 5.

Параллельно меняется экономика. 5 августа DeepSeek предупредил, что «в ближайшем будущем» существенно поднимет цены на API — конкретных значений и даты пока нет, разработчикам советуют планировать нагрузку заранее. Сейчас V4-Flash стоит $0,14 за миллион входных токенов и $0,28 за выходные, и это как раз та цена, которая вырастет. Moonshot требует отдельного контракта от компаний, зарабатывающих больше $20 млн в год на хостинге открытой Kimi K3, с долей до 30% выручки. Reuters сообщает, что Alibaba готовит похожие условия для крупных коммерческих пользователей Qwen3.8-Max. Первые сделки уже есть: Chinasoft International и DigitalOcean заключили соглашения с Moonshot.

Не все считают момент удачным. Китайские разработчики публично сомневаются в тайминге DeepSeek: свежие американские релизы, включая GPT-5.6 Luna, сопоставимы с китайскими моделями и по качеству, и по цене, так что репутация чемпиона дешёвого AI может обойтись дороже, чем прибавка к марже.

#AI #China #ByteDance #DeepSeek #MoonshotAI #Alibaba

🗂 DeepSeek расширяет найм в команду ИИ-дата-центров

DeepSeek открыла вакансии в команду IDC-инфраструктуры в Пекине, Ханчжоу и Уланцабе. Компания ищет специалистов по планированию, строительству, тестированию и эксплуатации дата-центров — это сигнал, что разработчик моделей выходит за рамки research и софта, вкладываясь в собственные физические мощности для ИИ.

Судя по описаниям, нужны инженеры по электроснабжению, HVAC, автоматизации, энергетике, связи, а также специалисты по гражданскому и экологическому строительству. В вакансиях упоминаются как классические IDC, так и ИИ-вычислительные центры, воздушные и жидкостные системы охлаждения, площадки от мегаваттных залов до гигаваттных кампусов. Это соответствует масштабу, необходимому для обучения и инференса больших моделей следующего поколения.

Для рынка это важный сигнал: DeepSeek стремится контролировать всю цепочку — от чипов и моделей до энергии и охлаждения, как это делают крупнейшие облачные гиганты. Конкуренция за инфраструктурных инженеров в Китае усиливается, и на этом фоне найм в Ulanqab (внутренняя Монголия) выглядит как ставка на дешёвую электроэнергию и холодный климат для естественного охлаждения.

#AI #DeepSeek #Business #DataCenters #Infrastructures

🐳 DeepSeek открыла исходники Harness — обвязку для агентов

DeepSeek выложила в открытый доступ Harness (сокращённо dsh) — среду исполнения для AI-агентов под лицензией MIT. Это не готовый продукт для конечного пользователя, а инструмент для разработчиков, которые строят собственные агентские системы: сама компания формулирует идею как «агент = модель + харнесс», где модель отвечает за рассуждение, а обвязка даёт ей понимание окружения, доступ к инструментам и способность доводить длинные задачи до конца.

Архитектура строится вокруг принципа «всё есть плагин». Модели, инструменты, скиллы, сессии, песочницы, файловая система, циклы выполнения, оркестрация и даже интерфейс — отдельные модули, которые можно заменять и расширять через конфигурацию, не трогая исходный код. Под капотом мета-фреймворк Cordis из стороннего проекта Cordiverse, к нему DeepSeek выпустила сопроводительную работу о «пространственно-временной композируемости».

Запускается одной командой npx @deepseek-ai/dsh web, веб-интерфейс поднимается локально. Статус — developer preview v0.1, в репозитории прямо предупреждают о ломающих совместимость изменениях. Для сторонних расширений уже заведён топик dsh-plugin на GitHub.

#AI #DeepSeek #Agents #Harness #LLM #opensource

🐳 DeepSeek показала vision-модель deepseek-v4-flash-vision-exp

DeepSeek выпустила экспериментальную модель с поддержкой изображений. Она умеет описывать картинки, читать текст со скриншотов и анализировать графики. Поддерживаются форматы JPEG, PNG, GIF и WebP, причём тип определяется по содержимому файла, а не по расширению или MIME-заголовку.

API совместим со стандартным OpenAI Chat Completions: изображение можно передать тремя способами. Первый — base64 inline через data URL, но он упирается в лимит тела запроса 48 МиБ. Второй — внешняя публичная ссылка: URL до 8192 символов, файл до 32 МиБ, скачивание должно уложиться в 60 секунд. Третий — загрузка файла через Files API с использованием file_id: так можно передавать изображения до 64 МиБ и удобно переиспользовать одну картинку в нескольких запросах. Для image_url доступен параметр detail: low сжимает изображение до 512×512 для скорости, high и original сохраняют оригинал.

Для разработчиков это простой способ добавить vision-функции в приложения, не меняя привычный OpenAI-совместимый код. Модель также поддерживает Responses API. Полезна для OCR, анализа скриншотов и обработки документов, но статус experimental означает, что поведение и лимиты могут измениться.

#AI #DeepSeek #Vision #API #Tech #Development

🐳 DeepSeek открывает ограниченную бета-версию V4.1 Flash с нативной мультимодальной архитектурой

DeepSeek запустила короткое внутреннее бета-тестирование V4.1 Flash — модели с новой архитектурой и встроенной поддержкой нескольких типов данных. В отличие от прежних версий, ориентированных преимущественно на текст, V4.1 Flash делает ставку на нативную мультимодальность.

API-идентификатор модели — deepseek-v4.1-flash-expires-on-0910. По цене модель соответствует V4 Flash, но доступ к ней ограничен: не более 20 одновременных запросов на пользователя. Бета-версия будет действовать ориентировочно до 10 сентября, после чего доступ закроется.

Для разработчиков это возможность заранее протестировать новое поколение Flash-моделей DeepSeek: оценить качество мультимодальных ответов, скорость работы и совместимость с существующими интеграциями через API. Ограничение по параллельным запросам и временный характер беты указывают на то, что компания собирает обратную связь перед возможным публичным релизом.

#AI #DeepSeek #V41Flash #Models #MultiModal