DeepSeek и Qwen2,5-Max: что это такое, как использовать нейросети для бизнеса

Обзор DeepSeek и  Qwen2,5-Max.

Всем привет, на связи контент-агентство Итирий и один из постоянных авторов агентства — Роман Тарасов.

В конце января 2025 года китайские компании предложили сразу две нейросети, заявленные как «убийцы ChatGPT». В этой статье хочу показать, как они работают, для чего они могут быть использованы и в чем их особенности.

Читать также: Тренды контента в 2025 году: 33 горячих тренда, которые можно применять

Что такое DeepSeek и Qwen2,5-Max

DeepSeek R1— нейросетевой трансформер-декодер с многоголовым механизмом обработки данных (MLA). Он совмещен с MTP (методом одновременного прогноза нескольких токенов). В результате удается предсказывать сразу несколько токенов одновременно: если сказать проще,  нейросеть может сразу генерировать больше вариантов продолжения текста и выбирать наилучший. В результате качество создаваемого текста увеличивается.

DeepSeek R1 способен поддерживать цепочку рассуждения, поэтому его можно использовать для мозговых штурмов и анализа. Он хорошо справляется с созданием текстового контента, но обязательно нужно делать фактчекинг, потому что нейросеть может придумать несуществующие факты. На скриншоте показан пример цепочки размышлений нейросети:

Еще одной нашумевшей нейросетью стал Qwen2,5-Max, продукт компании Alibaba. В отличие от DeepSeek, разработчики не выложили исходный код в открытый доступ, поэтому про нейросеть известно намного меньше. Qwen2,5-Max — более универсальный инструмент. Здесь можно не только генерировать тексты, сохраняя контекст общения, но и попросить нейросеть находить статьи по теме в интернете и делать из них выжимку, генерировать фото и видео размером до 3 секунд.

Читайте также: Сколько стоят тексты: полный расклад по расценкам

Сравнение популярных нейросетей

В этом разделе я сравниваю возможности и стоимость наиболее популярных нейросетей.

Как использовать нейросети бизнесу

Теперь можно переходить к практике. Я активно использую нейросети для самых разных целей и задач. В этом разделе разберу все возможные варианты использования нейросетей DeepSeek и Qwen2,5-Max.

Скачайте наш чек-лист: Как наладить в компании контент-маркетинг

Генерация контента для соцсетей

Сразу оговорюсь, что в чистом виде для такой задачи нейросети не использую. В моих соцсетях контент экспертный: никакой китайский ИИ не разберется в том, как правильно минусовать семантику в узкоспециализированной b2b нише и уж точно не сможет написать про это вменяемый пост.

Для примера я взял шаблон промпта текста для соцсетей: уже использовал его в экспериментах и уверен, что он рабочий. Доработал его под китайские нейросети, которые не учитывают приложенную к промпту картинку. Проще говоря, убрал раздел с анализом изображения. Запустил генерацию в обоих нейросетях и вот что вышло:

Особенность Deespeek — демонстрация того, как размышляет нейросеть. Это позволяет понять, как доработать промпт в случае неудачной генерации:

После этого генерируется сам пост. Вначале DeepSeek выдал промпт на изображение к посту. Я его попробовал, покажу чуть позже, пока разберу сам текст. В целом получилось довольно читабельно, только нейросеть зацепилась за слово «современное» в промпте и неправильно его интерпретировала, поэтому пост получился про смесь славянского фэнтези и киберпанка. После небольшой редактуры такой контент можно использовать.

Теперь посмотрим, как с таким же промптом справился Qwen2,5-Max. Эта нейросеть тоже не совсем правильно поняла слово «современное», в итоге пост получился про смесь сказок и реализма, но уже без киберпанка. Но на удивление вышло тоже вполне читабельно, и при необходимости можно было бы использовать текст после редактуры.

С таким же вопросом я обратился к GigaChat. Скажу так — эксперимент признан неудачным. С одной стороны, эта нейросеть поняла, что речь не про киберпанк, а про современную литературу. С другой стороны, пост по моему мнению оказался неудачным, опыт публикации в литературных пабликах подсказывает, что такой пост проще переписать, чем отредактировать.

Теперь покажу, как отработал промпт от DeepSeek для генерации изображения к посту. Для генерации я использовал нейросеть «Кандинский» — в принципе, получилось довольно интересно.

«Горыныч» явно прилетел из Китая, но в целом картинка привлекает внимание, а это — основная задача для подобного контента.

Можно сделать вывод, что проблем с генерацией постов для соцсетей не возникает. Но если вам нужен контент с точными фактами, лучше писать его самостоятельно. А вот для развлекательного и условно проходного контента можно использовать нейросети.

Читайте также: Как написать пост для соцсетей: пошаговая инструкция, примеры текстов, стоимость

Генерация SEO-контента

Также с помощью нейросетей можно генерировать SEO-контент — то есть SEO-оптимизированные статьи.  Например, если нужно сделать сайт для PBN-сетки (сеть сайтов для ссылочного продвижения), качество текста там не имеет высокого значения. С такой задачей вполне справится нейросеть.

Для генерации использовал стандартный промпт:

Сначала нужно сделать структуру будущей статьи. Базовый промпт на создание структуры для обоих нейросетей одинаков. Дальше буду уже «плясать» от результатов тестируемого сервиса.

Вот что получил в итоге в Qwen2,5-Max:

В принципе, нормальная структура. Хотя из личного опыта могу сказать, что лучше все-таки внимательно проверять план.

Теперь тут же попробую сгенерировать готовый текст, используя в качестве промпта созданный перед этим план. На самом деле получилось не очень удачно — это скорее заготовка для статьи, которую нужно ее дописывать.

Но тут есть нюанс: необходимо генерировать контент по фрагментам. Берем один пункт плана и просим нейросеть сгенерировать текст. На скриншоте показан пример сгенерированного вступления для статьи:

Получилось вполне приемлемо. После редактуры и генерации следующих фрагментов текста получится статья подходящая под ссылочное продвижение.

Переходим к DeepSeek. Для чистоты эксперимента загружаю точно такой же промпт для плана, что и в Qwen2,5-Max. Получаю вот такой план статьи:

В принципе он почти такой же. Делаем вывод: для генерации плана статьи можно использовать обе нейросети.

Теперь генерирую текст по этому плану:

Тут еще хуже получилось. Весь текст состоит из списков. То есть его еще нужно сильно дописывать.

А что будет, если генерировать контент по отдельным пунктам? На скриншоте ниже показан пример введения:

Введение получилось обширным, но по моему мнению оно у DeepSeek более вовлекающее, чем у Qwen2,5-Max. Естественно, его еще нужно сильно редактировать.

Обе нейросети показали себя в генерации SEO-контента неоднозначно. С одной стороны, они создали неплохие планы для статей. С другой стороны, с генерации текстов справились слабо и только при создании контента частями. По моему мнению, использовать нейросети для создания контента имеет смысл тогда, когда вам нужно много статей и качество их не принципиально.

Читайте также: SEO-оптимизировали тексты для всех наших проектов

Сценарии

Еще один вариант, где можно использовать нейросети — сценарии. Сейчас я готовлю цикл видео про литературные жанры в электронном самиздате и заодно решил проверить, как с такой задачей справятся китайские нейросети. Для чистоты эксперимента в обоих случаях использовал одинаковый промпт, который можно увидеть на скриншоте.

Для начала запустил этот промпт в DeepSeek и получилось весьма неплохо:

Единственное — нужно будет сделать фактчекинг и немного дополнить сценарий фактами.

Отдельно отмечу, что нейросеть завершила сценарий списком раскадровки с рекомендациями, а также пошутила про мемы с Брежневым:

Аналогичный вопрос задал Qwen2,5-Max. В принципе, тоже получилось неплохо. Точно также нужно сделать фактчекинг и дополнить фактами:

Здесь не было списка с пошаговой раскадровкой и рекомендациями по фото в конце, зато мне понравился совет сопровождать критику дополнительными звуковыми эффектами.

В целом не могу однозначно сказать, какая из нейросетей лучше справляется со сценариями. Обе хороши, поэтому выбирайте ту, которая комфортнее в обращении.

Дополню, что в этом случае нейросети очень хорошо помогают. Я сделал 7 сценариев объемом 60 тысяч символов всего за два часа вместе с фактчекингом. Если бы не умные алгоритмы, это  заняло бы у меня минимум неделю.

Читайте также: Что такое фактчекинг и как проверять данные при написании текстов

Создание аватара клиента

Как обычно, начну тестирование с промпта, который задал для обоих нейросетей.

Сначала проверил, как работает Qwen2,5-Max, получился развернутый ответ. Некоторые элементы даже можно использовать для работы, но это не полноценный аватар.

Примерно такой же результат получил в DeepSeek. Тут тоже есть отдельные элементы, которые можно применять, но это не полноценный аватар.

К сожалению, с созданием аватаров клиента китайские нейросети не справились.

Генерация текста для объявлений контекстной/таргетированной рекламы

Для начала нужно составить промпты. В этом случае нужно задать особенности целевой аудитории. Это необходимо для того, чтобы нейросеть понимала, на что ей нужно опираться при создании объявлений.

Далее прошу нейросеть, опираясь на предыдущий ответ, создать пять объявлений. Обязательно указываю ограничение по размеру.

Сначала загрузил эти промпты в DeepSeek. Как видите, получились вполне приемлемые объявления. Единственное, для «Яндекс Директа» необходимо удалить эмодзи, а в остальном это вполне работоспособные тексты:

С такой же задачей обратился к Qwen2,5-Max. Получил тоже в принципе рабочие объявления. Тут также нужно удалять эмодзи, но такие объявления в принципе можно тестировать:

Если вам нужно создавать много рекламных объявлений, вы можете использовать обе эти нейросети. В этом случае они работают хорошо.

Читайте также: Как составить техническое задание на текст: разделы, ошибки, примеры

Дополнительные возможности

Здесь я собрал еще некоторые возможности, которые имеются в Qwen2,5-Max и DeepSeek, но в рамках статьи не стал их тестировать. Вы же можете попробовать их самостоятельно:

• Презентации. Обе нейросети могут составлять планы презентаций, рекомендовать их содержимое. Я не часто сталкиваюсь с такой задачей, потому не стал тестировать.
• Поиск. Нейросети могут создавать подборки сайтов из поисковой выдачи по вашему запросу.
• Генерация фото и видео. Эта функция есть только в Qwen2,5-Max.
• Работа с кодом. Есть возможность создавать код на популярных языках программирования. 

Выводы

Китайские нейросети DeepSeek и Qwen2,5-Max в принципе не уступают по характеристикам распиаренным продуктам от OpenAI и Google, хотя и не превосходят их. В целом их можно использовать в качестве бесплатной альтернативы для ChatGPT. Но нужно понимать, что требуется тщательный фактчекинг.

Получите бесплатный гайд, как писать тексты для B2B

Мы в Итирии используем нейросети, но не вместо экспертной работы с текстами, а вместе с ней. Напишите нам, и мы обсудим решение любых задач, связанных с производством контента для вашего бизнеса.

Изображение для превью статьи создано с помощью нейросети «Кандинский».