В недавнем эксперименте по торговле криптовалютой китайская AI-модель DeepSeek продемонстрировала впечатляющие результаты — всего за 9 дней она увеличила стартовый капитал с $10 000 до $22 500 в рамках соревнования Alpha Arena по криптотрейдингу, обеспечив выдачную доходность в 125%.
Этот результат превзошёл даже модель Qwen 3 Max от Alibaba, закрепив за DeepSeek статус восходящей звезды в секторе AI-трейдинга.
Истоки и развитие DeepSeek
DeepSeek — это компания в сфере искусственного интеллекта, базирующаяся в Ханчжоу, Китай, основанная в 2023 году при поддержке известной фирмы по управлению количественными активами High-Flyer.
Компания специализируется на разработке передовых больших языковых моделей и сопутствующих технологий, уже представив ряд продуктов: DeepSeek LLM, DeepSeek Coder, DeepSeekMath и DeepSeek-VL.
20 января 2025 г. DeepSeek официально запустила модель DeepSeek-R1, которая сопоставима с OpenAI O1 по задачам, связанным с математикой, программированием и обработкой естественного языка. Последняя версия, DeepSeek-V3.2, привлекла значительное внимание благодаря снижению стоимости инференса AI до одной шестой — одной седьмой от стоимости V3.1, а также ускорению обработки длинных контекстов в 2–3 раза.
Семейство моделей DeepSeek и техническая эволюция
Инновационная архитектура модели
Техническая архитектура DeepSeek сочетает различные варианты структуры Transformer с динамическими механизмами внимания, достигая баланса между пониманием и генерацией смысла за счёт многоуровневого объединения признаков.
Ключевые преимущества модели проявляются в трёх направлениях:
- Механизм динамического разреженного внимания: благодаря внедрению управляющих элементов, динамически распределяющих веса внимания, DeepSeek сохраняет высокую эффективность обработки длинных текстов при снижении вычислительной сложности. При работе с документами объёмом 100 000 токенов вычисления сокращаются на 42% по сравнению со стандартными Transformer.
- Система «смеси экспертов»: за счёт маршрутизации между 16 экспертными модулями, каждый токен активирует лишь 2–3 эксперта, что увеличивает ёмкость модели при контроле затрат на инференс.
- Прогрессивная стратегия обучения: DeepSeek использует поэтапное предварительное обучение, дообучение на инструкциях и обучение с подкреплением на основе обратной связи от человека. В сценариях генерации кода синтетическое расширение данных повышает точность кода до 89,7%.
Выдающаяся производительность
На эталонном тесте MMLU модель DeepSeek-72B набрала 81,3 балла по направлениям STEM, таким как математика и физика, превзойдя показатель GPT-4 (79,8).
В задачах автодополнения кода она достигла Pass@1 на уровне 68,2%, что на 12 пунктов выше, чем у Codex.
Результаты DeepSeek на крипто- и финансовых рынках
Лидерство в криптовалютных соревнованиях
В рамках инвестиционного проекта Alpha Arena, запущенного Nof1, DeepSeek Chat V3.1 продемонстрировал выдающиеся торговые способности.
В соревновании шести AI-моделям был предоставлен стартовый капитал по $10 000, и они работали в одинаковых условиях рыночной информации, торгуя цифровыми активами, такими как Bitcoin, Ether и Dogecoin, стремясь к максимальной доходности.
По состоянию на 28 октября DeepSeek обеспечил доходность 125%, значительно опередив международных конкурентов.
Для сравнения: GPT-5 от OpenAI потерял почти 60% средств, снизив баланс до примерно $4 000, а Gemini 2.5 Pro от Google DeepMind понёс убыток в 57%.
На платформе прогнозов Polymarket трейдеры оценили вероятность победы DeepSeek в 61%, что намного выше, чем у Alibaba (29%).
Высокие результаты на рынке акций США
DeepSeek также добился успеха в торговле акциями США.
В открытом эксперименте "AI-Trader", организованном Гонконгским университетом, DeepSeek занял первое место в рейтинге за месяц тестирования с годовой доходностью 10,61%, тогда как эталонный индекс Nasdaq 100 по технологическим акциям показал лишь 2,13%.
Это означает, что доходность DeepSeek была почти в пять раз выше, чем у бенчмарка.
Преимущества DeepSeek по цене API и стратегия открытого исходного кода
Существенное снижение цен
29 сентября 2025 г. DeepSeek выпустила модель DeepSeek-V3.2-Exp и объявила о значительном снижении цен на API.
Согласно новой политике, обработка входных токенов при совпадении с кэшем стоит 0,2 юаня за миллион токенов, при отсутствии совпадения — 2 юаня, а вывод — 3 юаня за миллион токенов, что более чем на 50% дешевле прежних тарифов.
Последняя модель DeepSeek-V3.2 дополнительно снижает стоимость инференса AI до одной шестой — одной седьмой от V3.1, при этом цены на API составляют $0,28/$0,028/$0,42 за миллион входных/кэшированных/выходных токенов соответственно.
Стратегия открытого исходного кода и локализованное развертывание
DeepSeek распространяется по лицензии MIT и оптимизирован для чипов Huawei и других китайских производителей, что облегчает развертывание в локальных вычислительных средах Китая.
Открытая стратегия позволяет разработчикам бесплатно и приватно внедрять модели DeepSeek, открывая больше возможностей для корпоративных решений.
Перспективы
По мере развития технологий AI-трейдинга становится очевидным, что отечественные крупные модели, такие как DeepSeek, будут играть всё более значимую роль в будущем криптовалютного и более широкого финансового рынка.
Для криптотрейдеров следить за развитием DeepSeek — это не только способ оставаться на передовой AI-технологий, но и возможность воспользоваться новыми инвестиционными перспективами в меняющемся финансовом ландшафте.
