КРАТКО
· 13 июля эксперты Nomura показали, что китайский рынок LLM уходит от простого снижения цен к ситуации, где сосуществуют дешёвое ценообразование на базовые модели и премия за более продвинутые модели.
· Преимущество DeepSeek по издержкам обеспечивается системными оптимизациями вроде кэширования, диспетчеризации, задержек и утилизации оборудования; открытые веса модели не равны копированию операционной эффективности.
· Отечественные ускорители получают больше возможностей на рынках инференса и в ходе локализованных развертываний, но корпоративные проекты всё равно должны пройти проверку окупаемости в 12–18 месяцев.

После общения 13 июля команды Nomura по китайскому интернету с экспертами одной китайской AI-лаборатории был сделан более приближённый к коммерческой реальности вывод: рынок больших моделей в Китае не движется по прямой траектории к удешевлению, а разделяется на два уровня — базовые модели продолжают снижать цены, чтобы привлекать пользователей, тогда как продвинутые модели, частные развертывания и корпоративные заказные услуги сохраняют премиальность.

Собственная базовая модель этой лаборатории уже развёрнута более чем у 100 корпоративных клиентов, а команда также была одним из ранних пользователей отечественных ускорителей вроде Huawei Ascend. Главный сигнал, который дали эксперты, состоит в том, что хоть способности моделей становятся всё проще для сравнения, но то, что реально определяет прибыль платформы и «липкость» клиентов, уже сместилось с позиций в рейтингах на стоимость инференса, эффективность развертывания и корпоративные рабочие процессы.

Это не открытый исследовательский отчёт Nomura и не означает статистику по всей отрасли. Однако он предлагает более близкую к закупкам предприятий перспективу наблюдения: клиенты покупают не только модель — нужно также учитывать цену чипов, стоимость каждого вызова, системную интеграцию, безопасность данных и то, за сколько проект окупится.

Низкая стоимость DeepSeek сложна из‑за системных оптимизаций

DeepSeek — самый показательный пример в этой логике.

Рынок часто объясняет низкую стоимость DeepSeek тем, что модели открыты и распространяются с исходным кодом. Однако открытые веса лишь снижают порог использования и не означают автоматического копирования операционной эффективности исходной «родной» платформы. Что действительно определяет инференсный счёт, так это ещё и коэффициент попаданий в кэш, диспетчеризация запросов, стратегии пакетной обработки, контроль задержек и утилизация оборудования.

Технический отчёт DeepSeek-V3 раскрывает архитектуры вроде MLA и DeepSeekMoE, а инфраструктурные документы касаются балансировки нагрузки и оптимизации пропускной способности — всё указывает на одну и ту же вещь: меньшая загрузка оборудования позволяет выполнять больше вызовов.

Это означает, что даже если Tencent, Alibaba, ByteDance и другие платформы смогут развернуть те же открытые веса, они не обязательно смогут получить в реальных бизнес‑условиях сопоставимые издержки. Для корпоративных клиентов при долгосрочных вызовах разница в задержках в несколько миллисекунд, в нескольких процентных пунктах по эффективности кэширования и в утилизации оборудования в итоге может вылиться в заметное расхождение в счетах.

Поэтому конкурентное давление со стороны DeepSeek — это не просто «модель дешевле», а вынужденная переоценка всей отраслью реальной стоимости каждого токена, каждого вызова и каждой бизнес‑операции.

Базовые модели отвечают за привлечение, глубокие развертывания — за заработок

На китайском рынке больших моделей ценовая война начинает проявляться слоями.

В направлении разработчиков и для более лёгких сценариев базовые модели всё сильнее товаризируются, и на цены по‑прежнему давит необходимость продолжать снижение. Платформы могут расширять объём вызовов за счёт низких цен, а иногда и субсидий, превращая модель в точку входа в облачные сервисы и AI‑экосистему.

Но когда модель приходит в системы клиентской поддержки, финансового скоринга/риск‑контроля, кодовых репозиториев, ERP, CRM или в контуры производственного диспетчеризма, клиент покупает уже не просто API, а набор бизнес‑систем, которые должны стабильно работать. Чем глубже развертывание, тем выше стоимость смены поставщика: придётся заново мигрировать данные, переделывать процессы, тестировать безопасность и обучать сотрудников, а значит растёт и стоимость переключения.

Это позволяет производителям моделей одновременно применять две стратегии ценообразования: снижение цен на базовые возможности для привлечения, а продвинутые модели, отраслевые решения, частные развертывания и заказная поставка берут на себя задачу монетизации.

Открытый и закрытый формат тоже не обязательно выбирать как взаимоисключение. Открытые модели могут привлечь разработчиков и расширить экосистему, тогда как закрытые флагманские модели и API‑сервисы лучше подходят в качестве платной точки входа. Alibaba, продолжая поддерживать экосистему Qwen с открытым кодом, также берёт более продвинутые потребности через формы Plus, Max Preview и другие API‑форматы — это как раз отражает слоистую бизнес‑модель.

Отечественные ускорители сначала ищут возможности на рынке инференса

Изменение усиливает и поставка оборудования.

Судя по публичным сообщениям, часть ограниченных к поставкам чипов и серверов от NVIDIA испытывает давление по ценам из‑за сокращения предложения и роста спроса клиентов. Более точно: растёт не вся линейка продуктов NVIDIA, но стоимость закупок и доступность некоторых высококлассных или ограниченных позиций влияют на выбор китайских предприятий при развертывании.

Обучение задаёт верхнюю границу возможностей модели, а инференс определяет ежедневные операционные счета. Для обучения высокого уровня по‑прежнему нужна зрелая экосистема софта и железа, но в инференсе, при частных развертываниях и в отдельных отраслевых сценариях клиенты чаще готовы искать баланс между производительностью, издержками и безопасностью поставок.

Если отечественные ускорители смогут обеспечить приемлемые стабильность и эффективность инференса, локальные и гибридные развертывания проще попадут в список закупок. Государственные органы и госклиенты особенно ценят безопасность данных, соответствие требованиям, локальное развертывание и управляемость цепочки поставок — это даёт более ясные сценарии использования отечественным вычислительным мощностям вроде Huawei Ascend.

Однако рост привлекательности по стоимости не означает, что отечественное железо уже полностью заменило высококлассные GPU. Миграция модели связана с базовыми операторами, фреймворками, кэшированием, диспетчеризацией и инструментами развертывания; накопленная годами экосистема разработчиков остаётся ключевым разрывом. Чаще всего отечественные ускорители начнут с инференса и отраслевых развертываний, а затем постепенно расширят область применения.

Для госорганизаций нужна безопасность, для частников — окупаемость за 12–18 месяцев

Логика оплаты у корпоративных клиентов также дифференцируется.

Госорганы и госкорпорации больше всего ценят безопасность данных, комплаенс и аудит, локальное развертывание и долгосрочную стабильность поставок. Эти требования расширяют возможности отечественного софта и железа, но одновременно означают, что проекты должны пройти более долгие циклы закупок, тестирования и приёмки.

Частные компании считают инвестиционную отдачу гораздо прямее. В формулировке экспертов многие частные клиенты хотят видеть чёткий ROI в пределах 12–18 месяцев: в том числе за счёт снижения потребности в персонале для клиентской поддержки, повышения конверсии продаж, сокращения циклов разработки или снижения операционных расходов.

Сценарии вроде финансовых сервисов, офисной производительности и кодирования проще коммерциализировать первыми: там данные плотные, трудозатраты выше, а эффект относительно легче измерить. Для производства, медицины и права тоже есть запросы, но там дополнительно приходится делать переработку процессов, обеспечивать точность, комплаенс и прояснять границы ответственности; путь от пилота к масштабному развертыванию обычно занимает больше времени.

Это также означает, что позиции в модельных рейтингах плохо конвертируются напрямую в доходы предприятий. В конечном счёте клиенты платят за то, что модель стабильно подключается к реальным бизнес‑процессам и в ограниченные сроки обеспечивает измеримую, считаемую выгоду.

Ценовая война по китайским большим моделям не завершена, но меняется способ конкуренции. Базовые модели продолжат снижать цены, а продвинутые модели, частные развертывания и отраслевые сервисы будут нести давление на прибыль; отечественные ускорители наращивают возможности на рынке инференса, а DeepSeek также повышает стандарты эффективности издержек для всей отрасли.

Сложнее всего не воспроизвести открытые веса, а то системное инженерное решение, которое «спрятано» за моделью. Тот, кто способен связать чипы, эффективность инференса и способность доводить до внедрения в предприятии, и кто в пределах 12–18 месяцев помогает клиентам увидеть окупаемость, — с большей вероятностью сможет превратить дешёвый поток трафика в долгосрочный доход.

Нажмите, чтобы узнать о вакансиях律动BlockBeats

Добро пожаловать в официальное сообщество律动 BlockBeats:

Telegram канал подписки: https://t.me/theblockbeats

Telegram чат: https://t.me/BlockBeats_App

Twitter официальный аккаунт: https://twitter.com/BlockBeatsAsia