DeepSeek увеличил годовой темп выручки до $1 млрд и готовит новый раунд финансирования на $7,45 млрд

Китайский разработчик искусственного интеллекта DeepSeek достиг годового темпа выручки в $1 млрд и готовится к новому раунду привлечения инвестиций, который планирует завершить к концу октября 2026 года. Об этом сообщает Reuters со ссылкой на The Information, которая получила сведения о встрече основателя и генерального директора компании Ляна Вэньфена с инвесторами.

Объявленный показатель в $1 млрд отражает годовой темп выручки, рассчитанный на основе текущего уровня доходов компании. Он не означает, что DeepSeek уже получил соответствующую сумму за последние 12 месяцев, а демонстрирует, какой могла бы быть годовая выручка при условии сохранения нынешних темпов продаж.

По информации издания, лишь несколько месяцев назад этот показатель был более чем вдвое ниже. Одним из факторов роста явилось повышение стоимости использования моделей DeepSeek, цены на которые компания увеличила в 2,3–4,5 раза.

В ходе встречи с инвесторами Лян Вэньфен также сообщил о подготовке второго раунда финансирования. Компания рассчитывает привлечь 50 млрд юаней, что эквивалентно примерно $7,45 млрд, при оценке бизнеса в 500 млрд юаней, или около $74,5 млрд. Завершение раунда запланировано до конца октября.

Привлечение средств происходит на фоне роста спроса на технологии генеративного искусственного интеллекта и увеличения затрат разработчиков на обучение новых моделей. В то же время, приведенные параметры предстоящего раунда пока остаются планами компании, а не результатами завершенного инвестиционного соглашения.

Более 70% вычислительных ресурсов DeepSeek направляет на обучение моделей

Несмотря на рост коммерческих доходов, DeepSeek продолжает использовать большую часть своей вычислительной инфраструктуры для разработки новых систем искусственного интеллекта.

По словам Ляна Вэньфена, более 70% доступных компании вычислительных ресурсов сейчас задействовано в тренировке моделей, тогда как менее 30% приходится на инференс — выполнение запросов пользователей с помощью уже обученных моделей.

Такое распределение показывает, что компания продолжает инвестировать значительные вычислительные ресурсы в исследования и совершенствование собственных технологий, даже несмотря на увеличение коммерческого использования ее продуктов.

Обучение большим языковым моделям требует значительных объемов вычислений, тогда как инференс обеспечивает их повседневную работу, в частности генерацию текста, написание программного кода и выполнение других задач пользователей.

Рост доходов и подготовка масштабного раунда финансирования отражают переход DeepSeek к новому этапу коммерческого развития. В то же время компания должна обеспечить достаточные вычислительные ресурсы как для создания новых моделей, так и для обслуживания спроса на уже доступные продукты.