DeepSeek R1: Обзор модели, которая удивила индустрию

В начале 2025 года китайский стартап DeepSeek выпустил модель R1, которая буквально потрясла AI-индустрию. Reasoning-модель с открытым исходным кодом, обученная за долю стоимости конкурентов, показала результаты на уровне OpenAI o1 и Claude 3.5. Акции технологических гигантов упали, а AI-сообщество начало переосмысливать необходимость гигантских бюджетов на обучение. В этом обзоре мы разберём DeepSeek R1 по косточкам: архитектура, бенчмарки, реальные тесты и практические сценарии использования.

Что такое DeepSeek

DeepSeek — это AI-лаборатория из Китая, основанная в 2023 году при поддержке хедж-фонда High-Flyer. В отличие от большинства AI-стартапов, DeepSeek не привлекал венчурных инвестиций, а финансировался за счёт прибыли материнского фонда. Это дало компании свободу фокусироваться на исследованиях, а не на монетизации.

Команда DeepSeek насчитывает несколько сотен исследователей, многие из которых — выпускники ведущих китайских университетов. Компания известна своей открытостью: все модели и исследования публикуются в свободном доступе.

Путь к R1

Хронология ключевых моделей DeepSeek:

• DeepSeek Coder (2023) — специализированная модель для программирования
• DeepSeek V2 (2024) — базовая модель с архитектурой Mixture of Experts (MoE)
• DeepSeek V3 (конец 2024) — значительно улучшенная базовая модель
• DeepSeek R1 (январь 2025) — reasoning-модель, построенная поверх V3

Архитектура DeepSeek R1

Mixture of Experts

DeepSeek R1 построена на архитектуре Mixture of Experts (MoE). Общее количество параметров — 671 миллиард, но при каждом inference активируются только 37 миллиардов. Это ключевое инженерное решение, которое объясняет, как модель достигает высокого качества при относительно низких вычислительных затратах.

Входные данные
      │
      ▼
┌─────────────┐
│   Router    │  ← Выбирает 8 из 256 экспертов
└──────┬──────┘
       │
  ┌────┼────┐
  ▼    ▼    ▼
┌───┐┌───┐┌───┐
│E1 ││E5 ││E42│  ← Активные эксперты
└─┬─┘└─┬─┘└─┬─┘
  │    │    │
  └────┼────┘
       │
       ▼
   Результат

Обучение с подкреплением

Главная инновация R1 — использование reinforcement learning (RL) для развития способности к рассуждениям. Вместо классического supervised fine-tuning DeepSeek применили метод GRPO (Group Relative Policy Optimization):

1. Модели даётся задача (математика, логика, код)
2. Она генерирует множество решений
3. Решения проверяются автоматическими верификаторами
4. Модель получает reward за правильные цепочки рассуждений
5. Процесс повторяется тысячи раз

Результат: модель самостоятельно «научилась» разбивать сложные задачи на шаги, проверять промежуточные результаты и находить ошибки в своих рассуждениях.

Стоимость обучения

По данным DeepSeek, модель V3 была обучена за приблизительно $5.5 миллионов — в десятки раз дешевле, чем GPT-4 или Claude. Это стало возможным благодаря:

• Эффективной архитектуре MoE
• Оптимизированному pipeline обучения
• Использованию чипов NVIDIA H800 (доступных в Китае, в отличие от H100)
• Инновационным алгоритмам обучения

Бенчмарки и сравнения

Стандартные бенчмарки

Ключевые наблюдения:

• Математика — R1 превосходит o1 на MATH-500 и почти не уступает на AIME
• Программирование — сопоставимые результаты с o1, значительно выше GPT-4o
• Общие знания — немного уступает o1 на MMLU, но разрыв минимален
• Наука — уступает o1 на GPQA, но превосходит все не-reasoning модели

Наши практические тесты

Мы провели серию собственных тестов на задачах, типичных для наших проектов:

Задача 1: Рефакторинг React-компонента

Дали модели запутанный компонент на 200 строк и попросили отрефакторить. DeepSeek R1 разбил задачу на логические шаги, объяснил каждое решение и предложил разделение на 4 компонента. Результат сопоставим с Claude 3.5 Sonnet.

Задача 2: SQL-оптимизация

Дали медленный SQL-запрос и схему базы данных. R1 предложил 3 варианта оптимизации с объяснением плана выполнения. Правильно определил недостающие индексы. Результат — на уровне o1.

Задача 3: Архитектурное решение

Попросили спроектировать систему уведомлений для SaaS-платформы. R1 предложил взвешенное решение, но заметно «размышлял вслух» — цепочка рассуждений заняла несколько тысяч токенов. Качество финального ответа хорошее, но Claude 3.5 дал более структурированный результат.

Дистилляция: маленькие модели R1

Одна из самых ценных особенностей проекта — дистиллированные модели. DeepSeek использовал R1 для обучения компактных моделей на базе Qwen и Llama:

Поразительный факт: R1-Distill-Qwen-32B обходит OpenAI o1-mini на математических бенчмарках. Модель в 32 миллиарда параметров, которую можно запустить локально, конкурирует с облачным API OpenAI.

Как запустить DeepSeek R1 локально

Через Ollama

Самый простой способ попробовать R1 — через Ollama:

# Установка Ollama (macOS)
brew install ollama

# Запуск сервера Ollama
ollama serve

# Загрузка дистиллированной модели (7B — для начала)
ollama pull deepseek-r1:7b

# Запуск чата
ollama run deepseek-r1:7b

Для более мощной модели (требуется 24+ ГБ VRAM или 64+ ГБ RAM для CPU inference):

# 32B модель — лучшее соотношение качества и требований
ollama pull deepseek-r1:32b
ollama run deepseek-r1:32b

Системные требования

Подключение к Open WebUI

После запуска Ollama можно подключить модель к удобному веб-интерфейсу:

docker run -d \
  --name open-webui \
  -p 3000:8080 \
  -e OLLAMA_BASE_URL=http://host.docker.internal:11434 \
  --restart always \
  ghcr.io/open-webui/open-webui:main

Теперь у вас есть собственный ChatGPT-подобный интерфейс с DeepSeek R1, работающий полностью локально.

Использование через API

Официальный API DeepSeek

DeepSeek предоставляет совместимый с OpenAI формат API:

from openai import OpenAI

client = OpenAI(
    api_key="your-deepseek-api-key",
    base_url="https://api.deepseek.com"
)

response = client.chat.completions.create(
    model="deepseek-reasoner",
    messages=[
        {"role": "system", "content": "Ты — полезный AI-ассистент."},
        {"role": "user", "content": "Объясни теорему Байеса простым языком"}
    ]
)

print(response.choices[0].message.content)

Работа с reasoning-токенами

R1 генерирует «цепочку размышлений» (Chain of Thought), которую можно получить отдельно:

response = client.chat.completions.create(
    model="deepseek-reasoner",
    messages=[
        {"role": "user", "content": "Решите: если 3x + 7 = 22, чему равен x?"}
    ]
)

# Цепочка размышлений
reasoning = response.choices[0].message.reasoning_content
print("Размышления:", reasoning)

# Финальный ответ
answer = response.choices[0].message.content
print("Ответ:", answer)

Ценообразование

Одно из главных преимуществ DeepSeek — стоимость. Сравнение цен API (на миллион токенов):

DeepSeek R1 стоит в 27 раз дешевле o1 и в 5-7 раз дешевле GPT-4o. Для задач, где reasoning-модель действительно необходима, это кардинально меняет экономику проекта.

Сильные стороны

Математика и логика

R1 показывает выдающиеся результаты в математических задачах. Модель не просто даёт ответ — она показывает полную цепочку рассуждений, что делает её отличным инструментом для обучения и верификации решений.

Программирование

На задачах алгоритмического программирования (LeetCode, Codeforces) R1 демонстрирует уровень, сопоставимый с o1. Особенно хорошо модель справляется с задачами, требующими пошагового анализа.

Открытость

Полностью открытые веса модели — это:

• Возможность запуска на собственном оборудовании
• Полный контроль над данными (не нужно отправлять конфиденциальную информацию в облако)
• Возможность дообучения под специфические задачи
• Отсутствие зависимости от провайдера

Стоимость

Даже при использовании через облачный API DeepSeek стоит в разы дешевле конкурентов. А при локальном запуске стоимость — только электричество и амортизация оборудования.

Слабые стороны

Языковые ограничения

R1 оптимизирована в первую очередь для английского и китайского языков. Работа на русском языке заметно хуже:

• Цепочка рассуждений часто переключается на английский или китайский
• Генерация текста на русском менее естественная, чем у Claude или GPT-4o
• Системные промпты на русском работают менее надёжно

Рекомендация: для задач на русском языке формулируйте запросы на английском и переводите результат, либо используйте Claude/GPT-4o.

Длинный вывод

Reasoning-модель по определению генерирует больше токенов — цепочка рассуждений может быть длиннее финального ответа в 5-10 раз. Это увеличивает:

• Время отклика (latency)
• Стоимость (при оплате за токены)
• Потребление ресурсов при локальном запуске

Цензура

Модель имеет встроенные ограничения на определённые темы, связанные с китайской политикой. Для большинства бизнес-задач это нерелевантно, но стоит иметь в виду.

Мультимодальность

На момент написания статьи R1 — чисто текстовая модель. Если вам нужна работа с изображениями, видео или аудио, придётся использовать другие решения.

Практические рекомендации

Когда использовать DeepSeek R1

• Математические вычисления и анализ данных — модель демонстрирует отличную точность
• Алгоритмические задачи — уровень, сопоставимый с o1
• Бюджетные AI-проекты — стоимость в разы ниже конкурентов
• Приватность данных — возможность полностью локального запуска
• Исследовательские задачи — открытые веса позволяют изучать и модифицировать модель

Когда лучше выбрать другую модель

• Русскоязычный контент — Claude и GPT-4o значительно лучше
• Творческое письмо — Claude 3.5 остаётся лидером
• Мультимодальные задачи — GPT-4o или Claude с vision
• Минимальная задержка — обычные (не-reasoning) модели быстрее
• Чат-боты и ассистенты — GPT-4o или Claude лучше подходят для диалога

Влияние на индустрию

Появление DeepSeek R1 стало сигналом для всей индустрии:

1. Масштабирование — не единственный путь — можно достичь высокого качества без триллионных бюджетов
2. Open-source побеждает — лучшие модели доступны бесплатно
3. Конкуренция из Азии — китайские AI-лаборатории не уступают западным
4. RL — ключ к рассуждениям — reinforcement learning оказался более эффективным, чем масштабирование данных

DeepSeek доказал, что эпоха, когда только компании с миллиардными бюджетами могли создавать state-of-the-art модели, подходит к концу.

Заключение

DeepSeek R1 — это не просто ещё одна модель. Это доказательство того, что AI-исследования демократизируются. Модель, обученная за $5-6 миллионов, конкурирует с продуктами компаний, потративших на порядки больше.

Для практического использования мы рекомендуем начать с дистиллированной модели R1-32B через Ollama — она обеспечивает отличное качество при запуске на потребительском оборудовании. Для production-проектов с большими объёмами — API DeepSeek предлагает непревзойдённое соотношение цены и качества.

Если вам нужна помощь с интеграцией DeepSeek R1 в ваш проект или выбором оптимальной AI-модели под вашу задачу — команда QZX Studio поможет подобрать и настроить правильное решение.