DeepSeek-R1: рассуждение как новое измерение конкуренции

В январе 2025 года китайская компания DeepSeek выпустила модель R1 и сделала её веса открытыми. Это не рядовое событие в жизни исследовательского сообщества. Это момент, после которого разговор о стоимости и доступности передовых ИИ-возможностей резко меняется.

Я видел несколько волн такого смещения в технологиях. Появление R1 похоже на момент, когда облачные провайдеры начали предлагать вычислительные мощности по ценам, при которых собственный дата-центр перестал быть аргументом для большинства компаний. Разница в том, что здесь цикл сжался до нескольких месяцев.

Что такое модели с рассуждением и почему это важно

До недавнего времени большие языковые модели работали по одному принципу: получают запрос - дают ответ. Хорошо для генерации текста, перевода, резюмирования. Плохо для задач, требующих пошагового анализа: математики, логики, сложных аналитических выводов.

Модели с рассуждением - это другой класс. Перед ответом они разворачивают цепочку промежуточных шагов, проверяют себя, пересматривают ход. Результат лучше держится на сложных задачах. Это то, что делает OpenAI o1, и именно этот класс задач теперь покрывает R1.

Для бизнеса важно не то, как это работает внутри. Важно то, что задачи, которые год назад требовали дорогой коммерческой модели с API-доступом, теперь можно решать с открытой моделью, развёрнутой локально или у любого провайдера по значительно меньшей цене.

Что меняется в экономике ИИ-проектов

До R1 типичный разговор о внедрении ИИ для аналитических задач упирался в стоимость API-вызовов к коммерческим моделям. При большом объёме запросов эта стоимость становилась аргументом против пилота или против масштабирования.

Теперь ситуация другая. Открытые веса означают:

• можно развернуть модель самостоятельно и не зависеть от единственного провайдера;
• цена за вывод (inference) снижается за счёт конкуренции между хостингами;
• нет привязки к одной компании в части ценовой политики и условий использования;
• для задач с конфиденциальными данными появляется возможность работать без передачи данных наружу.

Это не значит, что коммерческие модели исчезают. Они по-прежнему сильнее в ряде задач и удобнее для быстрого старта. Но монопольное ценообразование на рассуждательные возможности закончилось.

Что это означает для компаний, которые ещё не начали

Если компания пока только присматривается к ИИ для аналитики, документации, обработки запросов или ассистентов - момент для пилота стал существенно дешевле.

Конкретные следствия, которые стоит учитывать при планировании:

Первое - при оценке стоимости ИИ-проекта больше нет смысла опираться только на прайс одного провайдера. Рынок сейчас конкурентный, и его стоит измерить перед принятием решения.

Второе - открытость модели меняет разговор о конфиденциальности данных. Для задач, где данные не могут покидать контур компании, это открывает возможности, которых год назад практически не было.

Третье - скорость изменений на рынке моделей означает, что решения об ИИ-инфраструктуре стоит принимать с коротким горизонтом пересмотра. То, что было дорогим стандартом в начале 2024 года, к середине 2025 года уже не является ни стандартом, ни дорогим.

Что не изменилось

Снижение стоимости модели не решает проблему данных. Более доступный доступ к рассуждательным возможностям не делает автоматически более полезными те проекты, где данные фрагментированы, плохо структурированы или просто отсутствуют.

Более дешёвая модель на плохих данных даёт более дешёвые, но всё так же ненадёжные результаты.

Правильный вопрос для руководителя сейчас не "стоит ли начинать ИИ-проект, учитывая стоимость моделей". Стоимость моделей больше не главный барьер. Главный вопрос - насколько готовы данные и процессы, которые будут питать модель.