Kimi и DeepSeek разошлись по разным полюсам рынка ИИ

Китайские компании Kimi и DeepSeek, которых ещё недавно называли «близнецами» местного рынка больших языковых моделей, к 2026 году разошлись по разным полюсам. Ещё в начале года в отрасли популярна была версия, что два игрока «сходятся»: оба привлекли крупное финансирование, оба вписали в дорожные карты длинный контекст, программирование и агентов, а вакансии у них дублировались. Два года назад Kimi была самой активной по сборам средств звёздной стартап-компанией, а DeepSeek — техническим «чудом», которое не привлекало денег, не занималось коммерциализацией и не устраивало презентаций для инвесторов. Но в 2026-м DeepSeek тоже села за капитальный стол, а Kimi заговорила о прорывах в архитектуре. Границы, казалось, действительно стираются. Однако если разложить по полочкам ритм финансирования, структуру выручки, технологические ставки, манеру вести бизнес и устройство организаций, вывод получается обратным: компании не стали похожее друг на друга — на каждом ключевом перекрёстке они выбрали разные направления.

Самое наглядное различие — в том, как капитал оценивает эти две компании. Kimi идёт в ногу с релизами моделей: в конце 2025 года оценка составляла около 4,3 миллиарда долларов, в мае 2026-го после раунда примерно на 2 миллиарда долларов она превысила 20 миллиардов, к июлю вокруг выхода модели K3 прошёл ещё один раунд с оценкой 35 миллиардов, а следом компания начала финальный предынвестиционный раунд перед IPO с оценкой 50 миллиардов долларов. Менее чем за девять месяцев стоимость выросла примерно в восемь раз, после чего Kimi конфиденциально подала документ A1 в Гонконгскую биржу. По словам человека, близкого к сделке, компания фактически оценивает себя через продуктовый цикл: каждый новый релиз модели — окно для очередного привлечения средств. У DeepSeek ритм совсем другой. Внешнее акционерное финансирование она впервые привлекла лишь в 2026 году: первый раунд — около 51 миллиарда юаней, второй планируется на 50 миллиардов, при посленаинансовой оценке в 500 миллиардов юаней, параллельно готовится размещение на площадке STAR Шанхайской биржи. В пересчёте это около 75 миллиардов долларов — более чем вдвое больше оценки Kimi за тот же период. Но рост стоимости DeepSeek не привязан к конкретному релизу модели или к резкому изгибу кривой выручки. Скорее это разовая оценка внутри относительно закрытой системы, за которой стоят возможности Quantitative hedge-фонда High-Flyer непрерывно подпитывать компанию, стратегическая позиция в экосистеме отечественных вычислений и премия за сам статус «технологического фундамента китайского ИИ». За двумя видами «богатства» стоят два способа оценки: у Kimi она операционная, проверяемая месячными данными и привязанная к выручке и продуктовому ритму, у DeepSeek — инфраструктурная, привязанная к стратегической позиции и редкости в экосистеме. Первая отвечает на вопрос «насколько вырос этот квартал», вторая — «кто ещё мог бы это сделать, если не она».

Различаются и направления, в которые уходят деньги. У Kimi капитал замыкает чёткий цикл: закупить вычисления, обучить следующее поколение модели, создать спрос, закупить ещё больше вычислений. После релиза K3 в июле 2026 года спрос быстро превысил мощности GPU, и компания на время приостановила новые подписки, отдав приоритет уже платящим пользователям. Это типичный для продуктовой компании клубок трудностей и амбиций: модель создаёт спрос, но инфраструктура ещё не готова его принять. Штат Kimi при этом сознательно удерживается на уровне около 300 человек, средний возраст — меньше 30 лет, команда давно не расширялась масштабно. Деньги идут в вычисления и плотность талантов, а не в размер организации. У DeepSeek деньги работают на другую систему компетенций. Среди вакансий, которые компания активно закрывала в 2026 году, появилась многозначительная для модельной фирмы должность — старший менеджер по сдаче дата-центров, в обязанностях которого весь цикл от запуска проекта и строительства до ввода в эксплуатацию, а в требованиях прямо прописаны опыт эксплуатации GPU-мощностей и планирования крупных кластеров. Компания, которая «делает только модели», такую позицию приоритетно закрывать не станет. DeepSeek вкладывается в собственные крупные кластеры и базовую инфраструктуру, превращая вычисления из арендованного ресурса в собственную управляемую основу. По словам основателя на встрече с инвесторами, худший сценарий — продажа API тоже способна поддержать публичную компанию, но настоящая долгосрочная цель не там. Одна компания тратит деньги на то, чтобы моделью пользовалось больше людей, другая — на то, чтобы модель работала на её собственных мощностях. Первая выстраивает продуктовую кривую, вторая прокладывает инфраструктурную трассу.

Выручка обеих в 2026 году вышла на новый уровень, но «качество» этих денег разное. Годовая повторяющаяся выручка Kimi в середине июня превысила 300 миллионов долларов, поднявшись с 100 миллионов в марте — кривая достаточно крутая. Важнее структура: API даёт более семи десятых всей выручки, основные приросты — платные подписки и обращения зарубежных разработчиков. Компания переходит от одиночной модели потребительских подписок к масштабной монетизации через разработчиков и корпоративных клиентов, и доля API продолжает расти. Это путь, который ранее подтвердила коммерциализация Anthropic: модель достаточно хороша, разработчики голосуют ногами, выручка линейно растёт вместе с объёмом вызовов. У DeepSeek объём выручки быстро догоняет, но логика её состава иная. За первые семь месяцев 2026 года подтверждённая выручка составила около 475 миллионов юаней — примерно в десять раз больше, чем за весь 2025 год, а годовой темп в сентябре превысил миллиард долларов. Валовая маржа API достигает 82,9 процента, общая — 44,6 процента. Высокая маржа сама по себе не редкость, удивительно, что она устойчиво держится у компании, которая долго воспринималась как «дешёвая». Ценообразование DeepSeek никогда не строилось на сжигании денег ради масштаба — это простая арифметика издержек плюс наценка: закупить серверы, окупить оборудование за десять месяцев, вот и разумная прибыль. После повышения цен на API в августе 2026 года и введения тарифов по пиковым и непиковым часам клиенты массово не ушли, а значит, эластичность цены идёт от запаса эффективности, а не от привычки к субсидиям. Одна компания управляет качеством выручки — долей API, зарубежным ростом, конверсией в платящих, другая управляет структурой издержек — маржой, самообеспеченностью вычислениями, удельной стоимостью инференса. Финансовый рассказ Kimi движим ростом, рассказ DeepSeek — эффективностью. Обе могут зарабатывать, но способ определяет, что они будут защищать и чем жертвовать в следующем раунде конкуренции.

Технологическая развилка случилась раньше финансовой и труднее маскируется разговорами о «сближении». У Kimi сквозная линия — превратить длинный контекст в продуктовую возможность. Модель K3 имеет 2,8 триллиона общих параметров и окно контекста в миллион токенов, опираясь на собственные архитектурные инновации вроде гибридного линейного внимания KDA и остаточного внимания, с акцентом на длительное программирование, сложную работу со знаниями и агентские задачи. В технических отчётах повторяются формулировки про «способность выполнять длительные сложные задачи», «эффективность использования токенов» и «нативное визуальное понимание». Иначе говоря, архитектурные инновации Kimi отвечают на вопрос, может ли модель десятки минут подряд делать сложное дело и довести его до конца и хорошо. Это вопрос, который задаёт продуктовая компания. Технический центр тяжести DeepSeek лежит в другом квадранте. Линия V4 делает ставку на гибридную архитектуру, пропускную способность инференса и системную оптимизацию в условиях ограниченных вычислений, а в стратегии релизов адаптация к отечественным чипам вынесена на первый план: V4 дебютировала на чипах Huawei Ascend, а Cambricon, Moore Threads и Hygon получили адаптацию «день ноль» — модель выходит, и она сразу доступна, производителям чипов больше не нужен долгий цикл отладки. В исследовательской логике DeepSeek «выжать каждую единицу эффективности из заданных вычислений» само по себе является целью. Рост возможностей модели во многом побочный продукт инжиниринга эффективности: оптимизация архитектуры снижает удельную стоимость вычислений, снижение стоимости даёт больше попыток исследования, а они тянут следующий виток роста эффективности. Одна компания превращает длинный контекст в поставляемый продуктовый опыт, другая превращает инжиниринг эффективности в многоразовую инфраструктурную компетенцию. Технология Kimi направлена «наружу» — на сложность сценариев и длину пользовательских задач, технология DeepSeek — «внутрь», на ограничения вычислений и широту адаптации в экосистеме. Оба пути ведут к общему искусственному интеллекту, но требуют совершенно разных способностей, людей и времени.

Если смотреть только на презентации, коммерческие истории компаний будто сближаются: обе говорят о корпоративных услугах и внедрении агентов. Но в организационных действиях различия скорее расширяются. Запущенная Kimi в сентябре 2026 года программа «Лунная миссия» — сильный сигнал. Вместе с системными интеграторами вроде Chinasoft International, Kingsoft Cloud, Teamsun, Asiacom и AsiaInfo компания строит отряды инженеров передового развёртывания, которые встраивают модель Kimi в ключевые бизнес-процессы клиентов. Логика модели FDE несложна: как только модель подключена к ядру корпоративной системы, стоимость её замены вырастает на порядок, и выручка перестаёт быть «помесячной платой за вызовы API», превращаясь в вязкие среднесрочные контракты. Для компании, которая рвётся к IPO и должна доказать публичному рынку предсказуемость выручки, это обязательный ход. Kimi не собирается сама тащить тяжёлое внедрение — последнюю милю отдают партнёрам, а себе компания оставляет модельный и архитектурный слой. Это «лёгкая блокировка»: руками партнёров по экосистеме держать деньги крупных клиентов. Коммерческая манера DeepSeek ближе к «просачиванию». У неё нет проприетарного продукта для программирования, нет большой команды корпоративного внедрения, она выводит возможности через бесплатные веб- и мобильное приложения, дешёвый API и открытые веса. Но просачивание работает неплохо: на платформе OpenRouter доля вызовов DeepSeek удвоилась с 9 процентов в начале года до 18, в данных по счетам за софт американских компаний она одно время возглавляла тренды, а часть американских предприятий платит напрямую, а не только разворачивает открытые веса локально. DeepSeek не спешит «запирать» каждого корпоративного клиента в своей системе внедрения — ей важнее, чтобы как можно больше разработчиков и компаний «начали пользоваться», чтобы модель стала одним из вариантов по умолчанию. Открытый исходный код здесь не сентиментальность, а стратегия распространения: открытые веса снижают порог входа, дешёвый API принимает масштабные вызовы, адаптация к отечественным чипам расширяет парк развёртываемого железа. Три вещи вместе дают широту проникновения, а не глубину блокировки. Kimi управляет стоимостью замены, DeepSeek — стоимостью подключения. Одна хочет, чтобы клиент не мог уйти, другая — чтобы клиент мог войти. Обе философии в 2026 году нашли свой ритм, но требования к организационным способностям у них противоположные: первой нужны система внедрения и отношения с клиентами, второй — постоянное лидерство в производительности модели и структуре издержек.

Ещё одно легко упускаемое, но критически важное различие спрятано в устройстве организаций. Штат Kimi долго держится на уровне около 300 человек, средний возраст меньше 30, уровней управления минимум, границы ролей размыты: алгоритмические инженеры могут уходить в данные, а занимавшиеся маркетингом — переключаться на оценку моделей. Плюсы такой организации — короткая цепочка решений, быстрые продуктовые итерации, высокое отношение людей к вычислениям. Она подходит для продуктовой компании: быстро превращать возможности модели в полезные функции, пробовать на рынке, а обратную связь по выручке направлять в следующий раунд финансирования и итерацию модели. Но ограничение очевидно: 300 человек не могут одновременно делать базовую модель, корпоративное внедрение, зарубежную экспансию и экосистему, поэтому Kimi отдаёт внедрение партнёрам FDE, отраслевые решения — облачным провайдерам, а себе оставляет ядро модельного слоя. Основная исследовательская команда DeepSeek — порядка 270 человек, подавляющее большинство — исследовательские инженеры, коммерческий и комплаенс-блок — всего несколько десятков. Организация больше похожа на крупную лабораторию: люди сосредоточены на алгоритмах, обучении моделей, фреймворках инференса и распределённом хранении, а скорость продуктовации сознательно сдерживается. Плюс — глубина технологий, способность делать прорывы от нуля к единице на уровне архитектуры и выжимать эффективность в условиях ограниченных вычислений. Минус тоже ясен: когда коммерциализация идёт от «самообслуживания разработчиков» к «корпоративному внедрению», 270 человек не могут одновременно закрыть продажи, внедрение, работу с клиентами и зарубежные операции. DeepSeek выбирает отдавать длинный хвост спроса экосистеме через открытый код и дешёвый API, а усилия организации концентрировать на том, что действительно решает исход: возможностях модели, вычислительной базе, адаптации к отечественным чипам. Организация Kimi спроектирована под рынок, организация DeepSeek — под технологию. Потолок одной компании зависит от того, сможет ли она продать модель, потолок другой — от того, сможет ли она довести модель до того, чего не могут другие.

Выбор площадки для IPO тоже сводит две истории воедино. Во второй половине 2026 года обе компании почти одновременно сделали реальный шаг к рынку капитала, но пункты назначения разные. Kimi конфиденциально подала документ A1 в Гонконгскую биржу, оценка перед размещением — 50 миллиардов долларов. Гонконг чувствительнее к темпам роста выручки, коммерческой истории и международному сюжету. Kimi нужно доказать публичным инвесторам не «насколько сильна модель», а «насколько устойчива выручка, насколько трудно заменить клиента, какой прирост дают зарубежные рынки». Модель FDE, доля API, четырёхкратный рост числа платящих за рубежом — эти цифры составляют каркас её IPO-рассказа. DeepSeek выбрала площадку STAR Шанхайской биржи и уже привлекла CITIC Securities для подготовки к размещению. Логика оценки ИИ-компании на STAR по своей природе смещена к технологическим барьерам, импортозамещению и стратегической редкости. История DeepSeek для проспекта будет строиться не вокруг «скорости роста годовой повторяющейся выручки», а скорее вокруг «полной адаптации к отечественным вычислениям», «глобального охвата экосистемы открытого кода» и «рва издержек, созданного инжинирингом эффективности». В каком-то смысле Kimi идёт в Гонконг, чтобы доказать рыночному капиталу, что она умеет зарабатывать как продуктовая компания, а DeepSeek идёт на STAR, чтобы подтвердить стратегическому капиталу, что она незаменимая инфраструктурная компания. Две площадки — два языка рынка капитала и окончательное подтверждение собственной идентичности.

Расхождение — это начало разделения труда. Различия между Kimi и DeepSeek становятся заметнее не потому, что кто-то выбрал неверный путь, а потому, что китайская индустрия больших моделей вышла на этап, где нужно разделение труда. В 2024 и 2025 годах все компании делали одно и то же: догоняли по возможностям моделей. К 2026 году разрыв в способностях у лидеров быстро сузился, и долгосрочный облик компании определяет уже не то, «может ли модель драться», а то, какой организацией, какой структурой выручки и какой позицией в экосистеме она превращает возможности модели в то, что трудно заменить. Kimi выбрала путь продуктовой компании: создавать спрос возможностями модели, закреплять выручку через API и FDE, усиливать продуктовый цикл рычагом финансирования и IPO. Ей нужно бежать быстро, постоянно показывать рынку рост и находить баланс между качеством выручки и эффективностью организации. DeepSeek выбрала путь исследовательской организации: снижать издержки инжинирингом эффективности, расширять проникновение через открытый код и отечественную адаптацию, обменивать стратегическую редкость на пространство для долгосрочных вложений. Она может бежать медленнее, но обязана оставаться незаменимой по технологической глубине и позиции в экосистеме. У обоих путей свои риски. Риск продуктовой компании — когда разрыв в возможностях моделей сократится до определённого предела, рост выручки будет всё сильнее зависеть от внедрения и продаж, а не от самой модели. Риск исследовательской организации — когда коммерциализация пойдёт от проникновения к корпоративным доходам, сдержанность может обернуться медлительностью, а шум открытой экосистемы не обязательно конвертируется в финансовый результат пропорционально. Но именно различие структур риска избавляет обе компании от необходимости мериться одной линейкой. Линейка Kimi — годовая повторяющаяся выручка, доля API, стоимость замены клиента и оценка при IPO. Линейка DeepSeek — маржа, самообеспеченность вычислениями, широта адаптации к отечественным чипам и доля вызовов в экосистеме открытого кода. Измерять DeepSeek линейкой Kimi — получить вывод «слишком медленная коммерциализация», измерять Kimi линейкой DeepSeek — «недостаточная технологическая глубина». Обе линейки верны, но измеряют они разные компании. До 2026 года отрасль привычно ставила Kimi и DeepSeek в одну корзину «китайских близнецов больших моделей». После 2026-го эта корзина раскалывается. Kimi становится ИИ-компанией с осью на продукт и выручку, DeepSeek — технологическим фундаментом с осью на эффективность и экосистему. Они по-прежнему будут сталкиваться в рейтингах возможностей моделей, по-прежнему будут заимствовать друг у друга в сообществе открытого кода, по-прежнему будут попадать в один заголовок у медиа. Но в основе корпоративных форм развилка уже произошла и вряд ли снова сомкнётся. Для тех, кто следит за отраслью, это интереснее, чем вопрос «кто сильнее». Признак настоящего взросления индустрии никогда не в том, что все игроки становятся всё больше похожи, а в том, что лидеры укореняются в разных экологических нишах и по-разному отвечают на один и тот же вопрос: через что именно возможности модели должны доходить до пользователя.