Эта история началась не в Силиконовой долине и не на презентации в стиле Джобса. Самый громкий ИИ-феномен последних лет появился из обычного хедж-фонда в китайском Ханчжоу. Дипсик, он же DeepSeek, за несколько месяцев прошёл путь от внутренней разработки до мирового потрясения, которое обвалило акции Nvidia на 17 процентов за один день. И если вы думаете, что это скучная корпоративная хроника, вы ошибаетесь.
Название DeepSeek переводится как глубокий поиск. Русскоязычные пользователи быстро переделали неудобное слово в ласковое дипсик. В рунете эта модель стала мемом и любимицей, причём настолько, что многие воспринимают её как бесплатный аналог Chat GPT. Но первое впечатление обманчиво. За дипсиком стоит сложная инженерная история, в которой тесно переплелись экономика, политика, ограничения и амбиции одного человека.
Автор дипсика: обычный парень из Чжэцзяна
Лян Вэньфэн родился в провинции Чжэцзян, в городе Чжаньцзян. Он учился в университете Чжэцзяна на факультете электронной инженерии. Никакого особого ИИ-бэкграунда не было. В начале двухтысячных он попал в сферу количественной торговли, то есть алгоритмического трейдинга. В 2015 году Лян основал хедж-фонд High-Flyer, который через несколько лет стал одним из крупнейших в Китае. Фонд управлял активами на миллиарды долларов, а Лян получил прозвище Гений за свою способность зарабатывать на фондовом рынке.
Но главным его прозрением стала идея, что искусственный интеллект будет важнее трейдинга. В 2021 году High-Flyer закупил десятки тысяч видеокарт Nvidia A100, чтобы обучать модели для предсказания цен. Тогда это выглядело странно: зачем хедж-фонду столько железа? Сейчас понятно, что это была подготовка к чему-то гораздо большему. В 2023 году, когда весь мир обсуждал Chat GPT, Лян Вэньфэн основал отдельную компанию DeepSeek. Хедж-фонд остался в стороне, хотя и продолжал финансировать разработку.
Интересная деталь: у DeepSeek изначально не было большого количества известных исследователей из OpenAI или Google. Команда набиралась из выпускников китайских вузов и разработчиков, которые хотели работать над открытым ИИ. Многие пришли просто из-за зарплаты и возможности исследовать большие модели без бюрократии. В итоге получился стартап, который по менталитету больше напоминал академическую лабораторию, чем коммерческую компанию.
Первая модель: когда всё пошло не по плану
В ноябре 2023 года DeepSeek выпустила свою первую модель DeepSeek Coder. Она была заточена под программирование и показывала результаты, сопоставимые с Codex от OpenAI. Тогда на неё обратили внимание только гики. Но это был важный знак: у Китая появилась команда, которая умеет обучать большие языковые модели без западной инфраструктуры.
Следом вышла DeepSeek-V2, которая уже умела конкурировать с более крупными моделями. Ключевым решением стала архитектура Mixture of Experts. Это когда внутри модели работает не вся сеть сразу, а только часть экспертов в зависимости от типа запроса. Такой подход позволяет уменьшить расходы на вычисления и обучать модель на меньшем количестве GPU. Именно эта архитектура позволила DeepSeek найти баланс между качеством и стоимостью.
DeepSeek-V3: обучение за 5,6 миллиона долларов
В декабре 2024 года компания выкатила DeepSeek-V3. Это монстр с 671 миллиардом параметров. Для сравнения, GPT-4 имел около 1,8 триллиона параметров, но обучение требовало десятков тысяч GPU и бюджета в сотни миллионов долларов. У DeepSeek получилось иначе. Инженеры использовали кластер из примерно 2000 GPU H800 и оптимизировали всё так сильно, что затраты составили всего 5,6 миллиона долларов. Когда эти цифры появились в техническом отчёте, индустрия сначала не поверила. Потом перепроверила и ужаснулась.
Весь секрет в том, что модель использует активные параметры только в момент генерации. Пусть у неё 671 миллиард параметров в общей сложности, но для каждого токена активируются лишь немногие из них. Это как в огромной компании, где на каждый проект нанимают не всех сотрудников, а только нужных экспертов. В результате скорость и стоимость вычислений падают в разы, а качество остаётся высоким.
Сама компания DeepSeek почти не рекламировала выпуск V3. Сначала о результатах узнали через техническую статью, потом через бенчмарки. Впечатление было такое, будто модель просто спустили с небес. Через пару недель Ilya Sutskever, сооснователь OpenAI, написал в X, что результаты DeepSeek доказывают: быстрое и дешёвое обучение возможно, если ты умеешь думать, а не просто тратить деньги.
R1 и обвал рынка: когда Китай перестал догонять
В январе 2025 года DeepSeek выпустила DeepSeek-R1. Эта модель была специально обучена рассуждать шаг за шагом, как это делает o1 от OpenAI. Главное отличие: R1 опубликовали с открытым исходным кодом. Любой мог скачать веса, запустить у себя и посмотреть, как работают внутренние механизмы мышления. Такого ещё не делал никто из крупных лабораторий.
Эффект был мгновенным. Фондовый рынок США начал падать. Акции Nvidia обвалились на 17 процентов за один день, 27 января 2025 года. Это стало крупнейшим однодневным падением для компании за всю её историю. Инвесторы испугались, что Китай сможет обойти Америку не за счёт железа, а за счёт программных решений. Стоимость обучения в 5 миллионов против сотен миллионов заставила всех задуматься: а не переплачиваем ли мы за GPU?
Для меня, как человека, который следит за этой сферой каждый день, момент был сюрреалистичным. Мы привыкли, что ИИ-гонку выигрывает тот, у кого больше денег и чипов. А тут маленькая команда из Китая, работающая на старом железе, показала, что эффективность важнее ресурсов. Дипсик стал символом того, что в математике нельзя запретить открытие. Если задача решается алгоритмически, её рано или поздно решат, какие бы санкции ни вводили.
Параллель с Microsoft: как технологии становятся привычными
Когда смотришь на историю дипсика, невольно вспоминаешь Microsoft. Эта корпорация тоже когда-то пробивала стену недоверия и бюрократии. Помните, как в 1985 году появилась Windows, а потом DirectX стал стандартом для игр? Microsoft создала экосистему, без которой невозможно представить современный ПК. И все мы знаем про Microsoft Download Center, куда годами выкладывали драйверы и обновления для Windows. Каждый файл там сканируется на малварь, потому что Microsoft понимает: если пользователь поймает вирус, то виноватой сделают именно их. Это вопрос доверия.
Так и дипсик появился в ситуации, когда доверия к китайскому ИИ было мало. Пользователи боялись цензуры, утечек данных, закладок в коде. Но DeepSeek сделала ставку на открытость. Они открыли веса, выпустили подробные технические отчёты, показали все формулы. Это как Microsoft, которая в своё время открыла спецификации DirectX и позволила разработчикам игр создавать что угодно. Результат оказался тем же: люди поверили, начали использовать и полюбили.
Ещё одна параллель с Microsoft связана с эволюцией продуктов. Windows прошла путь от простой оболочки до операционной системы, на которой работает весь мир. Microsoft двигалась от офлайн-софта к облаку Azure, от XBOX к облачному геймингу. ИИ для них стал очередным этапом. Но в отличие от Microsoft, которая шла от коробочных продуктов к сервисам, дипсик сразу родился в облаке. И сегодня мы наблюдаем, как параллельно развиваются две ветки: закрытые коммерческие модели вроде OpenAI и открытые исследовательские проекты вроде DeepSeek.
При этом Microsoft честно предупреждает в своей документации, что ни одна система не является полностью безопасной. Они постоянно улучшают процессы, создают команды для расследования инцидентов и учатся на ошибках. Дипсик тоже признавал свои огрехи, например, слабые места в модерации. Но то, что компания публикует бенчмарки и описания, внушает больше доверия, чем чёрный ящик от корпорации, которая молчит.
Железные ограничения: почему дипсик получился эффективным
США запретили поставлять в Китай передовые чипы Nvidia H100 и A100. Формально H800 были разрешены, но только в урезанном виде. Для восходящей индустрии это был приговор. Но китайские инженеры нашли обходной путь. Они не стали пытаться воспроизвести американскую инфраструктуру, а разработали алгоритмы, которые работают эффективнее на том же железе. Это как если бы автомобиль с мотором от старой Lada обогнал Ferrari на горной трассе благодаря лучшему водителю и хитрой подвеске.
Одним из ключевых приёмов стало использование FP8, то есть восьмибитной точности при обучении. Раньше модели обучали в FP16 или даже FP32, что требовало больше памяти и вычислений. DeepSeek придумала способ сохранять точность, используя меньше битов. Это целая научная работа, которую они подробно описали. Из-за таких деталей, как точная калибровка и динамическое масштабирование, дипсику удалось обойтись всего 2000 GPU.
Ещё один секрет: они использовали связь между узлами в датацентре, которая обычно тормозит распределённое обучение. Инженеры написали собственный протокол передачи данных и оптимизировали нагрузку на сеть. Это помогло сократить время обучения и избежать узких мест. В итоге получился ИИ, который оказался в разы дешевле западных аналогов. Отличная иллюстрация того, как ограничения подталкивают к нестандартным решениям.
Как появился дипсик в России и с чем его едят
Россияне обнаружили дипсик примерно в то же время, когда он выбил фондовый рынок. На Reddit в те дни кипели обсуждения: пользователи спорили, действительно ли модель так хороша и как ей удалось обойтись без тысяч GPU. В соцсетях начали делиться скриншотами, как модель решает сложные задачи по математике, пишет код и рассуждает логично. Многие использовали DeepSeek бесплатно с официального сайта. Но быстро выяснилось, что у бесплатной версии есть лимиты, а для API нужно оформлять иностранную карту. И тут начался знакомый зуд: что делать, если ты из России, а платить нечем?
Вариантов несколько. Кто-то просил друзей за границей покупать доступ. Кто-то оформлял виртуальные карты. Но для простого пользователя это всё слишком сложно. Куда проще, когда есть сервис, который принимает российские карты, СБП или крипту, и даёт доступ сразу ко всем нейросетям. Потому что дипсик хорошо, но он не всегда умеет то, что нужно. Иногда хочется попросить большой Chat GPT написать продающий текст, а иногда нужен Claude для анализа длинного документа. Или Nano Banana для создания картинок. Или вообще сгенерировать видео с голосом.
Я как практик постоянно пользуюсь разными моделями под разные задачи. Использовать только одну модель, пусть даже такую сильную, как дипсик, это ограничивать себя. Так что я имею в виду сервис 3GPT от 3SELLER.
3GPT: доступ ко всем флагманским моделям за 149 рублей
3GPT - это ИИ роутер, который работает как точка входа ко всем актуальным моделям нейросетей. Он даёт из России прямой доступ к последним флагманским разработкам без иностранных карт, VPN и других танцев с бубном. Пополнить баланс можно российской картой, через СБП или криптой.
Тариф начинается от 149 рублей, и за эти деньги ты получаешь доступ к очень серьёзному списку моделей:
- Chat GPT 6 Astra
- Claude Fable 5
- Claude Fable 5.1
- Claude Opus 5.5
- Chat GPT 5.5
- Chat GPT 6.1 Sol
- Nano Banana для создания изображений
- Генерация видео
И это не всё. Внутри есть ещё много других инструментов. Причём интерфейс сделан так, что модель можно переключать прямо во время разговора. Если задал вопрос дипсику и видишь, что ответ неполный, переключаешься на Claude Fable 5 и получаешь развёрнутый вариант. Это как иметь пульт от всех нейросетей мира в одном окне.
Лично мне 3GPT нравится скоростью и простотой. Нет никаких заумных настроек. Ты открываешь сайт, авторизуешься, пополняешь баланс и общаешься. Кстати, ссылка на официальный сайт внизу, но я дам и тут: https://3seller.com/3gpt. Кликабельно, на HTML, без регистраций и смс, как говорится.
ИИ агенты от 3GPT: готовые помощники для работы
У 3GPT есть фишка, которой я не встречал у конкурентов. Это готовые ИИ агенты под конкретные задачи. Если вам нужен помощник для написания постов, для создания сайтов или для поддержки клиентов, не нужно ничего настраивать. Просто выбираете агента, и он начинает работать. Внутри агента можно менять модель прямо в чате. Хочешь, чтобы агент думал на дипсике, а отвечал на Chat GPT 6 Astra? Легко.
Агенты удобны тем, что они из коробки понимают контекст. Например, агент для продающих текстов знает структуру AIDA, понимает тон бренда и умеет задавать уточняющие вопросы. Есть агенты для обработки изображений, агенты для перевода, агенты для генерации голоса и видео. Всё это работает на одном аккаунте, и модель агента меняется буквально в один клик. Список агентов доступен по ссылке https://3seller.com/ai/agents.
Ниже скриншот, чтобы вы понимали, о чём я говорю. Это реальный интерфейс с готовыми агентами, которые сразу готовы к работе.
С этими агентами можно делать многое: создавать продающие тексты и сайты за вечер, обрабатывать изображения в фотореалистичном стиле, генерировать видеоролики и накладывать голос. Всё те же задачи, для которых раньше приходилось нанимать фрилансеров или мучиться с несколькими сервисами. Теперь достаточно выбрать агента, поставить задачу и получить результат.
Дипсик как напоминание о быстроте перемен
История дипсика показывает, насколько непредсказуема сфера ИИ. Ещё в начале 2024 года мало кто думал, что китайский стартап без опыта и без огромных бюджетов сможет потягаться с OpenAI. А в январе 2025 он уже заставил дрожать мировые рынки. Прошло несколько месяцев, и дипсик стал повседневным инструментом для миллионов людей по всему миру.
В России дипсик тоже занял свою нишу. Кто-то использует его для учёбы, кто-то для программирования, кто-то для генерации идей. Но одна модель не покрывает все сценарии. Дипсик силён в логических рассуждениях, но у него есть особенности стиля, а иногда его фильтры мешают. Когда нужно разнообразие, доступ к Chat GPT 6, Claude Opus 5.5, Nano Banana и другим моделям становится конкурентным преимуществом.
Подключайтесь к 3GPT и пробуйте разные модели. Начните с дипсика, если хотите, потом переключитесь на Claude, а для картинок используйте Nano Banana. Оплата российской картой, через СБП или криптой, от 149 рублей. Официальный сайт, где можно получить доступ ко всем флагманским моделям нейросетей из России: https://3seller.com/3gpt.
Зайдите на 3GPT, выберите модель под свою задачу и сравните ответ с дипсиком. Это займёт пять минут, а результат может удивить.