DeepSeek V4-Flash-Vision-Exp: война ИИ-моделей переходит в ценовую плоскость

DeepSeek V4-Flash-Vision-Exp может оказаться важнее как ценовой сигнал, чем как доказательство устойчивого технологического превосходства. Экспериментальная модель добавляет понимание изображений к архитектуре V4-Flash. DeepSeek утверждает, что при этом сохраняются возможности текстовой модели в рассуждениях и работе ИИ-агентов, а результаты мультимодальных агентских тестов приближаются к Anthropic Claude Opus 4.8. Изображения тарифицируются по ставкам V4-Flash, причём на каждое приходится не более 384 входных токенов. 64

Такое сочетание может заметно снизить стоимость внедрения визуального ИИ. Однако коммерческий эффект пока не определён: ключевые сравнения основаны главным образом на данных самой компании или близких к ней публикациях. В производственной среде не менее важны стабильность, доступность, задержка ответа и готовность корпоративных клиентов переносить на модель реальные рабочие процессы.

Почему цена важнее названия модели

Визуальные функции традиционно воспринимались как премиальная возможность: приложения, которые постоянно анализируют изображения, могут требовать больше вычислительных ресурсов и пропускной способности. DeepSeek выбрала другой подход — встроила обработку изображений в тариф Flash, не создавая отдельную дорогую категорию для vision-модели.

Согласно опубликованным данным, V4-Flash-Vision-Exp стоит $0,22 за 1 млн входных токенов без попадания в кэш и $0,66 за 1 млн выходных токенов в непиковые часы. В пиковые периоды цены повышаются до $0,44 и $1,32 соответственно. Для входных данных, найденных в кэше, действуют ещё более низкие ставки. 51

Экономика особенно важна для приложений, которые многократно обрабатывают скриншоты, формы, панели мониторинга, чеки, технические схемы или интерфейсы браузера. Если модель достаточно хорошо справляется с рутинными задачами при низкой стоимости входных данных, разработчики смогут закладывать в тот же бюджет больше визуальных проверок, повторных запросов и шагов агентского сценария.

Но ограничение в 384 токена на изображение — существенная оговорка. Оно помогает удерживать стоимость обработки на низком уровне, однако может ухудшать результаты в задачах, где важны мелкие детали, плотный текст или точные пространственные взаимосвязи. Дешёвый анализ изображения не означает автоматически качественное зрение для любой нагрузки. 53

Что утверждает DeepSeek — и чего не доказывают тесты

DeepSeek заявляет, что её vision-модель значительно превосходит текстовую V4-Flash в мультимодальных агентских оценках и приближается к Opus 4.8. При этом опубликованные сравнения дают смешанную картину, а не однозначную победу. В ApexBench Pass@1 модель DeepSeek получила 36,5 балла против 39,4 у Opus 4.8. В Agents’ Last Exam результат составил 27,3 против 25,7, а в ZeroBench — 35,0 против 34,0 в пользу DeepSeek. 58

Это заметные результаты, но близость к бенчмарку не равна производственной равноценности. Перед внедрением покупателям стоит проверить:

• долю успешно завершённых задач при серии повторных запусков;
• точность работы с документами, мелким текстом и сложными схемами;
• выбор инструментов и восстановление после ошибок;
• задержку ответа, доступность сервиса и лимиты запросов;
• работу с неоднозначными или специально вводящими в заблуждение изображениями;
• правила обработки данных, региональную доступность и корпоративные средства контроля.

Следующим решающим этапом должны стать независимые и воспроизводимые тесты. Пока их нет, наиболее осторожный вывод таков: DeepSeek представила убедительный недорогой вызов лидерам рынка, но ещё не доказала, что окончательно обошла ведущие передовые модели.

Давление на Anthropic, OpenAI и Google

Если модель подтвердит стабильность за пределами собственных оценок DeepSeek, Anthropic, OpenAI и Google будет сложнее брать значительную премию только за общее качество рассуждений или понимание изображений. Сильнее всего давление проявится в массовых и чувствительных к затратам сценариях, где модели достаточно быть «достаточно хорошей» для рутинной работы.

У премиальных поставщиков остаются другие способы защищать свою экономику. Они могут конкурировать надёжностью в длительных процессах, экосистемами инструментов, безопасностью, управлением, технической поддержкой, интеграцией с облачными платформами и каналами распространения. Немного более дешёвая модель или преимущество в узком бенчмарке ещё не гарантируют успеха в корпоративной среде: дополнительные сбои, мониторинг или отсутствие необходимых механизмов контроля способны полностью съесть экономию на API.

Вероятнее всего, рынок станет более сегментированным:

• Недорогие мультимодальные модели — для массовой обработки документов, интерпретации скриншотов, клиентских сценариев и рутинных задач агентов.
• Премиальные передовые модели — для сложных рассуждений, трудного программирования, задач с высокой ценой ошибки, чувствительных к регулированию внедрений и ситуаций, где один сбой обходится дороже всей экономии на API.

Риск для премиальных поставщиков заключается не обязательно в падении спроса. Гораздо важнее возможное снижение готовности платить за неотличимые друг от друга возможности. Клиенты могут использовать несколько моделей одновременно: простые визуальные задачи направлять в дешёвые системы, а дорогие модели оставлять для случаев, где качество критично.

Собственные изменения цен DeepSeek усложняют историю о «гонке к нулю»

DeepSeek не просто снижает цены на всю линейку. В августе компания ввела пиковые и непиковые тарифы для V4-Pro и V4-Flash. По данным Reuters, в зависимости от модели, типа токенов и времени использования ставки выросли на 50–1 100%. 17

Это говорит о том, что DeepSeek пытается не только отвоевать долю рынка, но и управлять спросом и ограниченными вычислительными мощностями. Flash Vision может использоваться как дешёвая точка входа для привлечения разработчиков, тогда как более дорогие рассуждения, высокая пропускная способность или использование в периоды дефицита мощностей будут монетизироваться отдельно.

Поэтому разработчикам следует считать не минимальную рекламируемую ставку, а фактическую стоимость всей нагрузки. В бюджет нужно включать пиковые часы, выходные токены, долю обращений к кэшу, повторные попытки, задержки и сбои. Дешёвая модель, которой требуется несколько дополнительных запусков для завершения задачи, на практике может оказаться не такой уж дешёвой.

Что релиз означает для инвесторов Anthropic

Релиз DeepSeek появился на фоне сильного заявленного спроса на продукты Anthropic. Reuters сообщал, что годовой темп выручки компании к концу июля превысил $65 млрд против $47 млрд в мае. Такой темп — это экстраполяция недавних результатов на полный год, а не уже полученная годовая выручка и не гарантия будущей маржинальности. 33

Это различие важно. Модель DeepSeek не отменяет текущий сигнал роста Anthropic, но способна поставить под вопрос будущую ценовую силу компании и отдачу от инфраструктурных инвестиций. Если клиенты начнут переводить рутинные мультимодальные нагрузки на более дешёвые модели, Anthropic, возможно, придётся чаще предоставлять скидки или увеличивать расходы на удержание доли рынка.

Для Amazon зависимость особенно прямая. Компания согласилась вложить в Anthropic $5 млрд сразу и ещё до $20 млрд при выполнении коммерческих условий. Одновременно Anthropic обязалась потратить более $100 млрд на облачные технологии Amazon в течение десяти лет. 1

Сильный спрос на Claude может принести Amazon выгоду сразу по двум направлениям: через потребление AWS и через рост стоимости инвестиции в Anthropic. Но устойчивый переход клиентов к более дешёвым конкурентам создаст обратный риск. Замедление роста использования Claude или ослабление ценовой силы Anthropic может осложнить оправдание столь масштабных инфраструктурных обязательств. Таким образом, соглашение даёт Amazon значительный потенциал роста, но одновременно делает часть её ИИ-стратегии зависимой от дальнейшего расширения Anthropic.

У Alphabet другая структура риска. Компания инвестировала в Anthropic, но одновременно конкурирует с ней напрямую через Gemini и Google Cloud. 6 Доступные мультимодальные модели могут усилить давление на цены во всём секторе, включая API и облачные ИИ-продукты Google. Косвенный выигрыш от роста оценки Anthropic придётся сопоставлять с конкурентным давлением на собственные продукты Alphabet.

Какие показатели расставят всё по местам

Следующие данные будут важнее самого анонса. Инвесторам и разработчикам стоит следить за пятью направлениями:

1. Независимые мультимодальные оценки — с проверкой визуального рассуждения, завершения агентских задач, использования инструментов и восстановления после ошибок.
2. Устойчивое использование API — трафик, повторные обращения, переход разработчиков, доступность сервиса и реальные корпоративные внедрения.
3. Фактическая стоимость нагрузки — с учётом пиковых тарифов, выходных токенов, кэширования, повторных попыток и операционных сбоев.
4. Ответные действия конкурентов — изменения прайс-листов, корпоративные скидки, продукты для маршрутизации запросов и обязательства клиентов по объёму использования Anthropic, OpenAI и Google.
5. Качество бизнеса Anthropic — удержание выручки, фактически получаемая цена, динамика маржи и объём потребления AWS относительно инфраструктурных обязательств.

Итог

DeepSeek V4-Flash-Vision-Exp может ускорить переход от гонки возможностей к гонке «цена — производительность». Главная особенность модели, возможно, не в том, что она иногда сравнивается с Opus 4.8 или превосходит его в отдельных оценках, а в обещании предоставить полезные мультимодальные агентские функции в недорогом тарифе Flash.

Финансово разрушительным этот релиз станет только в том случае, если модель окажется достаточно надёжной для постоянного использования в производстве. Пока её разумнее воспринимать как серьёзное предупреждение премиальным поставщикам ИИ и их инвесторам: цены на передовые модели, привязанность клиентов и расчёты окупаемости инфраструктуры придётся защищать измеримыми преимуществами продукта, а не одной лишь репутацией в бенчмарках.