DeepSeek заявляет о теоретической рентабельности в 545%
Китайский стартап в области ИИ, DeepSeek, привлек внимание, заявив о потенциальной рентабельности своих моделей ИИ, хотя под этим утверждением скрывается немало нюансов. В последнем посте на X, DeepSeek утверждает, что их онлайн-сервисы имеют «коэффициент рентабельности» в 545%, при этом основанный на «теоретическом доходе.»
Проблемы с «теоретической рентабельностью»
Компания более подробно объяснила эти цифры в записи на GitHub, в которой раскрывается их подход к достижению «более высокой производительности и меньшей задержки.» Из анализа использования моделей V3 и R1 за 24 часа они пришли к выводу, что если бы это использование было оплачено по тарифам R1, доход DeepSeek составил бы $562,027 ежедневно.
- Для сравнения, затраты на аренду необходимых графических процессоров составили бы всего $87,072.
- Фактические доходы компании значительно ниже из-за множества факторов: скидки на ночное время, более низкая цена на V3 и бесплатный доступ к ряду веб-услуг и приложений.
Эти расчеты демонстрируют скорее будущую потенциальную рентабельность, чем реальное текущее положение компании.
Значение этих данных
Хотя такие заявления, основанные на «теоретических» данных, могут показаться смелыми, они поднимают важные вопросы о стоимости и потенциале ИИ в целом. DeepSeek наделал шума на рынке, когда представил новую модель, якобы равную OpenAI’s o1, по более низким затратам и в условиях ограничений на доступ к мощным чипам, наложенных США. Это стало причиной колебаний цен на акции технологических компаний и привело к дискуссии о затратах на ИИ.
Прорывы и вызовы DeepSeek
Технология DeepSeek не только потрясла Уолл-стрит, но временно сместила ChatGPT от OpenAI с вершин рейтинга в App Store. Однако сейчас приложение упало на шестое место среди приложений для продуктивности, уступая ChatGPT, Grok и Google Gemini.
Компания продолжает расширять свои возможности и позиции на рынке, исследуя пути обеспечения устойчивой и выгодной бизнес-модели среди сложных условий рынка ИИ.








