DeepSeek V4 вызывает дебаты в США: аналитический центр утверждает, что отстаёт на шесть месяцев из-за запрещённых чипов, генеральный директор Кремниевой долины выступает за открытую инновацию

Согласно мониторингу Dongcha Beating, старший исследователь по Китаю и новым технологиям в Совете по международным отношениям (CFR) и бывший член Национального совета по безопасности Белого дома и Министерства обороны, Крис МакГуайр, заявил, что V4 не изменил конкурентную ситуацию в области ИИ между Китаем и США. Он сослался на оригинальный отчет V4, в котором указано, что DeepSeek сам признает, что его возможности рассуждения отстают примерно на 3–6 месяцев от ведущих моделей, имея в виду GPT-5.2 и Gemini 3.0 Pro, выпущенные шесть месяцев назад. Он также задался вопросом, почему в отчете V4 раскрыта совместимость с графическими процессорами NVIDIA и NPU Huawei Ascend для вывода, но не указаны конкретные модели GPU и затраты, использованные для обучения (V3 заявил, что использовал 2000 H800 по стоимости 5,57 миллиона долларов), что подразумевает, что молчание связано с использованием экспортных чипов NVIDIA Blackwell. Ранее анонимные представители правительства США делали подобные заявления в феврале, которые NVIDIA сочла «далеко от правды»; DeepSeek опроверг использование Blackwell, заявив, что модель обучалась на NVIDIA H800 и Huawei Ascend 910C. В отличие от этого, генеральный директор Replit Амджад Масад утверждал, что в то время как американские политики и лоббисты разжигают страхи по поводу «китайской дистилляции», китайские ученые открыто делятся настоящими прорывами в области ИИ. Он сослался на структурные инновации, перечисленные в официальных твитах DeepSeek, включая сжатие внимания на уровне токенов (DeepSeek Sparse Attention) и значительные улучшения в вычислительной эффективности при работе с длинным контекстом, отметив, что однопроходная способность V4-Pro к рассуждению и использование кеша KV при 1 миллионе контекста значительно ниже, чем у V3.2. Масад считает, что такие архитектурные инновации полностью не связаны с дистилляцией обучающих данных, и что все могут извлечь пользу из открытых разработок, включая лаборатории любого размера в США.