DeepSeek

Собираем торговый ИИ‑штаб. Как DeepSeek V4 и n8n меняют правила игры

Раньше «умный» торговый ассистент был либо очень дорогим, либо требовал команды программистов. Новости последних дней рисуют куда более интересную картину — и я хочу поделиться своими мыслями.

⚙️ Что произошло

В конце апреля DeepSeek выпустил флагманскую линейку V4. Модель V4‑Pro не просто «умнее» предшественников — она получила полноценный агентский функционал. Для меня как для трейдера это означает, что помимо генерации текста и кода, она умеет нативно работать с внешними инструментами: обращаться к API, базам данных, вызывать функции по протоколу MCP. Контекстное окно в 1 млн токенов позволяет загрузить всю нужную документацию и не терять нить даже в очень сложных сценариях.

🧩 Как это работает на практике

Допустим, я хочу получить автоматический анализ рынка. Я даю ассистенту на базе DeepSeek задачу: «Проанализируй рынок газа, используя мои последние данные по NG». Модель понимает, что ей нужно, и сама запускает заранее настроенный процесс, который собирает для неё котировки, новости или мои торговые журналы.

( Читать дальше )

Яна Закомолдина

Китайский ИИ-стартап DeepSeek выпустил в пятницу, 24 апреля, предварительную версию своей большой языковой модели V4, предоставив пользователям возможность протестировать ее новые функции и возможности. В DeepSeek обновленную версию своей ИИ-модели называют мощнейшей платформой с открытым исходным кодом, бросающей вызов конкурентам — GPT-5.4 от OpenAI и Claude Opus 4.5 от Anthropic. 

Версия V4 адаптирована для работы на чипах технологического гиганта Huawei, что подчеркивает растущие возможности Китая в ИИ-отрасли, замечает Reuters. Тесное сотрудничество с Huawei при создании V4 контрастирует с прошлым опытом DeepSeek, когда компания опиралась на технологии Nvidia, хотя стартап и не раскрыл, какие именно процессоры использовались для обучения новинки. 

Что примечательного в новой версии DeepSeek 

V4 доступна в двух вариантах — профессиональная версия «Pro» и облегченная и более дешевая «Flash».

( Читать дальше )

Битва титанов: Google и Amazon вкладывают миллиарды в Anthropic, NVIDIA штурмует Азию, DeepSeek готовит V4

Рынок ИИ продолжает нагреваться до новых рекордных значений. За последние две недели произошли сразу несколько сделок, по масштабу сопоставимых с бюджетами отдельных стран.

Anthropic — новая звезда притяжения

Компания, созданная бывшими сотрудниками OpenAI, стала эпицентром борьбы двух облачных гигантов.

▪️ Google увеличил инвестиции в Anthropic до $3+ млрд (доля ~14%), предоставит собственные чипы TPU и профинансирует дата-центры. Мощности Anthropic в 2026 году превысят 1 ГВт.

▪️ Amazon заключил сделку на сумму до $25 млрд, из которых $5 млрд — немедленно. В течение 10 лет Anthropic обязуется потратить $100+ млрд на облачные сервисы AWS.

Финансовые потоки колоссальны. Годовая выручка Anthropic взлетела с $9 млрд (конец 2025) до $30 млрд в I квартале 2026 года. Инвесторы оценивают компанию более чем в $800 млрд.

NVIDIA и азиатский вектор

В Сеуле прошла презентация нового AI-агента NemoClaw. Южная Корея, обладающая полным циклом ИИ (от чипов до сервисов), становится полигоном для NVIDIA по изучению корпоративных данных и отработке новых продуктов.

( Читать дальше )

🛠️ Технический переход DeepSeek: почему платформа сбоит и что будет в V4

Пользователи DeepSeek в последние недели всё чаще сталкиваются с перебоями в работе: сервер выдаёт ошибку, файлы не загружаются, диалоги прерываются. На первый взгляд — банальная нестабильность. Но за этими сбоями стоит не просто перегрузка серверов, а масштабная техническая миграция. Разбираемся в деталях.

🏗️ Архитектура DeepSeek V4: что внутри

Новая модель представляет собой значительный скачок относительно предшественников. Вот ключевые технические характеристики:

· Mixture-of-Experts (MoE). Общий объём параметров — 1 триллион. Однако на каждый токен активируется лишь около 370 миллиардов параметров, что сохраняет эффективность и не даёт вычислительной нагрузке расти пропорционально размеру модели.
· Контекстное окно на 1 миллион токенов. Это примерно 15–20 романов уровня «Войны и мира», которые модель способна удерживать в оперативной памяти одновременно. Увеличение достигнуто за счёт новой архитектуры Engram — условной памяти, которая разделяет статическое хранение знаний и динамические вычисления. Простыми словами: факты и правила извлекаются из отдельного быстрого хранилища (DRAM), а не прогоняются через всю нейросеть заново, что экономит до 20–25% вычислительных ресурсов.

( Читать дальше )

DeepSeek: Что скрывается за «автономностью» и почему это важно для трейдера

Многие читатели моего Telegram-канала спрашивают, что именно я имею в виду, когда говорю об «автономном анализе» с помощью нейросетей. Сегодня разберу это на примере DeepSeek — модели, с которой я работаю ежедневно. За последние недели в ней произошли важные изменения, которые превращают ИИ из просто «умного собеседника» в полноценного ассистента.

🚀 Контекстное окно на 1 000 000 токенов: что это даёт на практике

Главное технологическое обновление, которое сейчас тестируется (по слухам, это V4 или её облегчённая версия) — расширение контекстного окна до 1 000 000 токенов.

Для тех, кто не погружён в технические детали, поясню на пальцах. Токен — это условная единица текста, примерно 0,75 слова. Миллион токенов — это около 750 000 слов. Чтобы было понятнее: это три тома романа «Война и мир» или 500 страниц технической документации формата А4.

Что это означает в моей работе:

· Глубокая память диалога. Модель не забывает, о чём мы говорили неделю или месяц назад. Она помнит все мои критерии входа, уровни поддержки/сопротивления, риск-параметры и выводы, сделанные в этом же диалоге.

( Читать дальше )