🧠 DeepSeek лидирует в агентной разработке не ценой, а архитектурой За 14 дней один разработчик, не написавший ни строчки вручную, пропустил через агентов 8,82 млрд токенов в 30 993 запросах — и заплатил за инференс $66,17, потому что вся Governance-обвязка в 80 000 токенов легла в кэш с попаданием 99,38%. Те же две недели на Sonnet 4.6 при реалистичном кэш‑хите 92% стоили бы $4 770. Разница — 72 раза — не маркетинговая скидка, а прямое следствие Multi‑Head Latent Attention: KV-кэш сжимается на 93%, помещается на commodity SSD через файловую систему 3FS и живёт днями, а не час в HBM. Поэтому «налог на контекст» из политик, ревью-промптов и спецификаций перестаёт быть строкой бюджета и становится почти бесплатным. В этом и парадокс: именно архитектурная ставка DeepSeek на MLA, сделанная ещё в V2, превратила агентный Governance из компромисса «безопасность дорого — урезаем» в экономически невесомую практику. Другие провайдеры по‑прежнему держат кэш в HBM на GQA или MHA, и для 128K‑контекста это 35–62 ГБ, которые нельзя долго хранить на диске. Disaggregation prefill/decode, квантование KV-кэша или TurboQuant — всё это улучшает ситуацию, но не даёт того же порядка сжатия, который меняет экономику целой категории нагрузок. Контролировать расходы никто не умеет: Uber ввёл лимит $1500 на инженера после того, как годовой бюджет ушёл за 4 месяца, а неназванное предприятие сожгло $500 млн за месяц, пока агенты плодили подзадачи без стоп‑кранов. По данным статьи, типичный оверхед Governance на фичу при ценах Sonnet — $0,84 при оптимистичных 80% кэш‑попаданий, а на DeepSeek V4 Flash — меньше $0,004. Это не «чуть дешевле», а разница между необходимостью обосновывать каждую строчку правил и возможностью развернуть полный стек безопасности без финансового отторжения. Структурное преимущество DeepSeek нельзя скопировать снижением цен или более агрессивным кэш‑дискаунтом — Anthropic и OpenAI для этого потребовалось бы пересобрать механизм внимания с нуля и выстроить аналогичный hardware‑software co‑design. Если война за агентную разработку выигрывается в плоскости экономики контекстного кэша, то 72‑кратный разрыв сегодня — это как прийти на гонку болидов Формулы‑1 с двигателем от серийного седана. И это заставляет всерьёз переоценить, кто тут настоящий frontier‑провайдер. #DeepSeek #MLA #агенты #экономика #ClaudeCode