Коротко: TL;DR
· На думку експертів Nomura, які 13 липня представили свої висновки, ринок LLM у Китаї переходить від суто зниження цін до ситуації, де співіснують дешевші базові моделі та премії за просунуті моделі.
· Перевага DeepSeek у витратах ґрунтується на системних оптимізаціях, зокрема кешуванні, диспетчеризації, затримці та використанні апаратного забезпечення; відкриті ваги моделі не дорівнюють копіюванню операційної ефективності.
· Китайські прискорювачі здобувають більше можливостей під час інференсу та локальних розгортань, але корпоративні проєкти все ще мають пройти перевірку ROI за 12–18 місяців.

Після обговорення 13 липня з експертами китайської AI-лабораторії команда Nomura China Internet Team надала оцінку, яка ближча до комерційної реальності: ринок великих моделей у Китаї не прямує одразу лише до низьких цін, а фактично розділяється на два рівні — базові моделі й далі знижують ціну, щоб залучати клієнтів, тоді як просунуті моделі, приватні розгортання та корпоративні кастомізовані послуги зберігають преміум.

У цій лабораторії власна базова модель уже розгорнута більш ніж у 100 корпоративних клієнтів, а команда також належить до ранніх користувачів вітчизняних прискорювачів на кшталт Huawei Ascend. Ключовий сигнал, який розкриє експертна зустріч, полягає в тому, що хоча можливості моделей стають дедалі легше порівнюваними, саме те, що справді визначає прибуток платформи та «липкість» клієнтів, уже перейшло від позицій у рейтингах до вартості інференсу, ефективності розгортання та бізнесових робочих процесів підприємства.

Це не відкритий дослідницький звіт Nomura і не означає статистику всього галузевого масштабу. Але це дає перспективу спостереження, ближчу до корпоративних закупівель: клієнти купують не лише одну модель — їм доводиться прораховувати ціну чипів, вартість кожного виклику, системну інтеграцію, безпеку даних і за який час проєкт зможе окупитися.

Низька собівартість DeepSeek складна саме через системну оптимізацію

DeepSeek — найтиповіший приклад у цій логіці.

Ринок часто пояснює низьку вартість DeepSeek тим, що модель є open source, але відкриті ваги лише знижують поріг використання й автоматично не копіюють операційну ефективність «нативної» платформи. Те, що реально визначає інференсний рахунок, — це ще й відсоток влучань у кеш, диспетчеризація запитів, стратегії пакетної обробки, контроль затримки та використання апаратного забезпечення.

У технічному звіті DeepSeek-V3 розкрито архітектури на кшталт MLA та DeepSeekMoE, а також інфраструктурні документи, що охоплюють балансування навантаження і оптимізацію пропускної здатності; усе це вказує на одну й ту саму річ: виконувати більше викликів, використовуючи менше апаратних ресурсів.

Це означає, що навіть якщо Tencent, Alibaba, ByteDance та інші платформи можуть розгорнути ті самі відкриті ваги, вони не обов’язково зможуть отримати таку саму собівартість у реальному бізнес-середовищі. Коли корпоративні клієнти довго викликають моделі, різниця в кількох мілісекундах затримки, у кількох відсотках ефективності кешування та в рівні використання «заліза» зрештою може перетворитися на відчутну різницю в рахунках.

Тому конкурентний тиск, який створює DeepSeek, полягає не лише в тому, що «моделі дешевші», а в тому, що змушує весь галузевий ланцюг заново порахувати реальну вартість кожного token, кожного виклику та кожної бізнес-процедури.

Базова модель відповідає за залучення нових клієнтів, глибоке розгортання — за заробляння

На ринку великих моделей у Китаї з’являється цінова сегментація.

Для розробників і легших потреб базові моделі стають усе більш «товарними», а тиск на подальше зниження цін зберігається. Платформи можуть збільшувати обсяги викликів за допомогою низької ціни чи навіть субсидій, перетворюючи моделі на точку входу в хмарні сервіси та AI-екосистему.

Але коли моделі входять у контакт-центри, фінансовий ризик-менеджмент, кодові репозиторії, ERP, CRM або системи виробничого диспетчеризації, клієнти купують уже не лише один API, а цілий комплект бізнес-систем, які мають стабільно працювати. Чим глибше розгортання, тим більше витрат на заміну постачальника: доведеться знову мігрувати дані, переробляти процеси, тестувати безпеку та навчати співробітників, а витрати на перемикання зростатимуть.

Це дозволяє виробникам моделей одночасно застосовувати дві стратегії ціноутворення: знижувати ціну на базові можливості, щоб залучати клієнтів; а просунуті моделі, галузеві рішення, приватні розгортання та кастомізована поставка беруть на себе функцію монетизації.

Open source і closed source також не обов’язково мають бути взаємовиключними варіантами «два з двох». Відкриті моделі можуть приваблювати розробників і розширювати екосистему, тоді як закриті флагманські моделі й API-сервіси краще підходять як платний вхід. Паралельно з продовженням підтримки open source-екосистеми Qwen Alibaba також приймає потреби вищого рівня у форматах API на кшталт Plus та Max Preview — це відображає саме таку сегментовану бізнес-модель.

Китайські прискорювачі спершу шукають можливості на ринку інференсу

Зміни підсилює ситуація з апаратним забезпеченням.

Публічні повідомлення свідчать: частина обмежених чипів NVIDIA та серверів стикається з ціновим тиском через скорочення постачання та зростання попиту клієнтів. Точніше кажучи, не всі продукти NVIDIA дорожчають, але частина дорогих або обмежених позицій щодо закупівельної вартості та доступності впливає на вибір розгортань китайськими компаніями.

Тренування визначає верхню межу можливостей моделей, тоді як інференс визначає щоденний операційний рахунок. Під високе тренування все ще потрібна зріла екосистема програмного й апаратного забезпечення, але в інференсі, приватних розгортаннях і в конкретних сценаріях галузі клієнти частіше хочуть балансувати між продуктивністю, витратами та безпекою поставок.

Якщо китайські прискорювачі зможуть забезпечити прийнятну стабільність і ефективність інференсу, локальне розгортання та гібридні розгортання легше потраплятимуть у список закупівель. Особливо цінують дані безпеку, відповідність вимогам, локалізацію розгортань і керованість ланцюга постачання державні та корпоративні клієнти, і це створює більш чіткі сценарії використання для вітчизняної обчислювальної потужності на кшталт Huawei Ascend.

Втім, зростання привабливості за рахунок витрат не означає, що вітчизняне «залізо» вже повністю замінило висококласні GPU. Міграція моделей стосується базових операторів, фреймворків, кешу, диспетчеризації та інструментів розгортання; довгостроково накопичена екосистема розробників залишається ключовою різницею. Китайські прискорювачі, імовірно, спершу вийдуть на інференс і галузеві розгортання, а потім поступово розширюватимуть сферу застосування.

Для держсектора — безпечно, для приватного — окупність за 12–18 місяців

Платіжна логіка корпоративних клієнтів також розділяється.

Державні органи та державні підприємства більше цінують безпеку даних, комплаєнс-аудит, локальні розгортання та довгострокову стабільність постачання. Ці вимоги розширюватимуть можливості для вітчизняних софт- і хардверних рішень, але водночас означатимуть, що проєкти потребуватимуть довшого циклу закупівель, тестування та приймання.

Приватні компанії натомість більш прямо рахують інвестиційну віддачу. За словами експертів, багато приватних клієнтів хочуть бачити чіткий ROI протягом 12–18 місяців, включно зі зменшенням чисельності персоналу в контакт-центрах, підвищенням конверсії продажів, скороченням циклу розробки або зниженням операційних витрат.

Сцени на кшталт фінансових сервісів, офісної продуктивності та програмування легше першими комерціалізуються, бо там дані щільні, витрати на персонал вищі, а результат відносно простіше піддається вимірюванню. У виробництві, медицині та юриспруденції теж існує попит, але треба ще опрацьовувати перебудову процесів, точність, відповідність вимогам і межі відповідальності; пілотні проєкти, як правило, потребують більше часу, щоб перейти до масштабного розгортання.

Це також означає, що позиції в рейтингах моделей не можна напряму перетворити на доходи компаній. За що клієнти в підсумку готові платити, залежить від того, чи може модель стабільно вбудуватися в реальний бізнес і чи в обмежений час можна «втілити» можна обчислювані вигоди.

Цінова війна на ринку великих моделей у Китаї не завершилася, але спосіб конкуренції вже змінився. Базові моделі й надалі знижуватимуть ціни, просунуті моделі, приватні розгортання та галузеві сервіси нестимуть тиск на маржу; китайські прискорювачі отримують більше можливостей на ринку інференсу, а DeepSeek також підвищує стандарти ефективності витрат для всієї галузі.

Справді важко копіювати не відкриті ваги, а системну інженерію, заховану за моделлю. Хто здатен з’єднати чипи, ефективність інференсу та можливості корпоративної поставки, і за 12–18 місяців допомогти клієнтам побачити віддачу, той і з більшою ймовірністю зможе перетворити дешевий потік трафіку на довгострокові доходи.

Натисніть, щоб дізнатися про те, що Law Motion BlockBeats набирає на вакансії

Ласкаво просимо приєднатися до офіційного спільноти Law Motion BlockBeats:

Telegram підписний чат: https://t.me/theblockbeats

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

Офіційний акаунт у Twitter: https://twitter.com/BlockBeatsAsia