DeepSeek V4: Китайский «убийца» Claude и GPT?

Китайская AI-лаборатория DeepSeek снова готовится потрясти индустрию. Утечка внутренних бенчмарков грядущей модели V4 показывает результаты, которые могут сделать её лучшей в мире для генерации кода. Стоит ли OpenAI и Anthropic готовиться к шоку?

В середине февраля 2026 года в сеть попали внутренние бенчмарки DeepSeek V4 — новой флагманской модели китайской AI-лаборатории. Информация появилась на Reddit и в Twitter, после чего была подхвачена ведущими технологическими изданиями, включая The Information. Утечка содержит детальные результаты тестирования модели на ключевых бенчмарках для программирования, которые вызвали настоящий переполох в сообществе разработчиков и инвесторов.

Согласно утечке, DeepSeek V4 демонстрирует впечатляющие результаты: 83.7% на SWE-bench Verified — бенчмарке, который считается «золотым стандартом» для оценки способности моделей решать реальные задачи из индустрии программного обеспечения. Для сравнения, предыдущий лидер Claude Opus 4.5 показывал результат 80.9%, что до сих пор считалось недостижимым для конкурентов. Кроме того, модель якобы достигает 90% на HumanEval — классическом тесте на генерацию кода, превосходя показатели Claude (88%) и GPT-4.

Особого внимания заслуживает контекстное окно модели: по информации из источников, DeepSeek V4 поддерживает более 1 миллиона токенов контекста. Это позволяет модели работать с целыми репозиториями кода, понимать архитектурные зависимости и предлагать рефакторинг, который компилируется с первого раза. В условиях, когда большинство моделей теряют нить рассуждения на длинных промптах, такое преимущество может стать решающим.

Чтобы понять масштаб потенциального прорыва, важно взглянуть на сравнительные показатели лидеров рынка. Индустрия AI-кодинга переживает настоящий бум: по данным аналитических агентств, рынок инструментов для генерации кода вырос на 340% за последние два года, а более 70% разработчиков уже используют AI-ассистенты в повседневной работе.

Разрыв в 2.8 процентных пункта на SWE-bench может показаться небольшим, но в контексте этого бенчмарка он означает качественный скачок. SWE-bench Verified тестирует модели на реальных GitHub-issues из популярных open-source проектов: модель должна понять проблему, найти нужные файлы, написать код и пройти тесты. Каждый дополнительный процент на этом бенчмарке отражает способность модели решать задачи, которые раньше требовали вмешательства человека.

Важно понимать контекст: источники с прямым доступом к проекту сообщили The Information, что внутренние бенчмарки V4 показывают превосходство над сериями Claude и GPT «особенно на экстремально длинных промптах с кодом». Это ключевой инсайт, который объясняет фокус DeepSeek на контекстном окне в 1 миллион токенов — модель позиционируется как инструмент для работы с целыми репозиториями, а не отдельными функциями.

12 января 2026 года DeepSeek опубликовал исследовательскую статью, которая может объяснить феноменальные результаты V4. Речь идёт об архитектуре Engram — условном модуле памяти, который отделяет контекст от собственно памяти модели.

Название отсылает к нейробиологии: энграмма — это физическое следствие памяти в мозге, гипотетический механизм хранения воспоминаний.

Технически Engram реализует концепцию «условной памяти через масштабируемый lookup». Вместо того чтобы хранить всю информацию в параметрах модели, Engram использует внешние таблицы поиска, которые активируются в зависимости от контекста. Это позволяет достигать постоянного времени доступа к знаниям независимо от объёма памяти и кардинально снижает вычислительные затраты при обработке длинных промптов.

Если утечка соответствует действительности, индустрия стоит на пороге очередного перелома. DeepSeek V4 может стать первым случаем, когда китайская модель не просто догоняет западные аналоги, а объективно превосходит их в критически важной нише — генерации кода. Это имеет серьёзные последствия для всех участников рынка, от разработчиков до инвесторов и регуляторов.

При таком развитии событий DeepSeek V4 официально подтверждает leaked-результаты в течение февраля 2026 года. Модель выходит как open-source под MIT-лицензией, API предлагается по демпинговым ценам. Последствия: массовая миграция разработчиков на DeepSeek, падение доходов OpenAI и Anthropic в сегменте кодинга, пересмотр инвестиционных тезисов в пользу «эффективности» против «масштаба». Акции западных AI-компаний могут упасть на 10-20% в краткосрочной перспективе.

Бенчмарки оказываются оптимистичными или сфальсифицированными. В реальных задачах V4 показывает результаты на уровне V3 или незначительно лучше. Это классический сценарий «overfitting to benchmarks», когда модель специально оптимизируется под конкретные тесты без реального улучшения качества. Последствия: временная реабилитация западных конкурентов, рост скептицизма к китайским разработкам, но и усиление внимания к архитектуре Engram как потенциально перспективной.

Модель технически успешна, но сталкивается с регуляторными барьерами. США вводят ограничения на использование DeepSeek для правительственных подрядчиков, европейские компании опасаются вопросов конфиденциальности данных, сама модель подвергается цензуре на «чувствительные» темы. В этом случае V4 завоёвывает рынки Азии, Латинской Америки и Африки, но остаётся нишевым продуктом на Западе. Индустрия фрагментируется на «западный» и «китайский» AI-лагеря.

Для разработчиков и компаний, использующих AI для кодинга, текущая ситуация требует взвешенного подхода. С одной стороны, DeepSeek V3 уже доступен и предлагает конкурентоспособное качество по демпинговым ценам. С другой — V4 обещает качественный скачок, и имеет смысл дождаться официального релиза, прежде чем делать долгосрочные инвестиции в миграцию. Рекомендуется начать эксперименты с текущими моделями DeepSeek для понимания экосистемы, но отложить стратегические решения до релиза.

Для инвесторов ключевой вопрос — готовность портфелей к новому «DeepSeek-шоку». Акции Nvidia, Microsoft и других бенефициаров AI-бума уязвимы к демонстрации того, что эффективные модели могут создаваться за миллионы, а не миллиарды долларов. Однако важно помнить, что DeepSeek не отменяет бизнес-модели западных компаний — они могут адаптироваться через снижение цен, улучшение качества или фокус на enterprise-сегменте, где вопросы безопасности и compliance играют ключевую роль.

Для предпринимателей и стартапов появление «coding-first» модели с million-token контекстом открывает новые возможности. Становятся реалистичными продукты, которые раньше были невозможны: AI-ассистенты для рефакторинга целых монорепозиториев, автоматическая генерация документации для legacy-кода, системы миграции между технологическими стеками. Рынок AI-инструментов для разработчиков может вырасти ещё в несколько раз на фоне появления таких возможностей.

Независимо от того, подтвердятся ли бенчмарки DeepSeek V4, одно очевидно: правила игры в AI меняются. Китайская лаборатория демонстрирует, что для прорыва не нужны десятки миллиардов долларов и армии инженеров — достаточно умной архитектуры и фокуса на конкретной проблеме. Engram — это не просто техническая инновация, а сигнал о том, что следующий этап AI-гонки будет разворачиваться вокруг эффективности, а не масштаба.

Для западных конкурентов это тревожный звонок. OpenAI, Anthropic и Google привыкли доминировать благодаря доступу к вычислительным ресурсам и таланту. DeepSeek показывает, что эти преимущества временны: при правильной архитектуре можно достичь сравнимых результатов с существенно меньшими инвестициями. Вопрос теперь не в том, «догонит ли Китай», а в том, как быстро западные компании адаптируются к новой реальности ценовой войны.

Февраль 2026 года обещает быть горячим. Релиз DeepSeek V4 приурочен к Китайскому Новому году — символичный выбор для компании, которая стремится показать: AI-будущее не принадлежит одной стране или компании. Глобальная гонка продолжается,

и ставки становятся всё выше. Один вопрос остаётся открытым: готова ли индустрия к тому, что лучшая модель для кодинга будет китайской и open-source?

Подпишись на мой Telegram, чтобы не пропустить эксклюзивные материалы.