DeepSeek — линейка открытых моделей и API

DeepSeek — китайская лаборатория, которая выпускает открытые языковые модели по свободной лицензии. К середине 2026 года линейка прошла путь от V3 и R1, наделавших шуму зимой 2025-го, до флагманской V4 с контекстом в миллион токенов. Этот справочник собирает то, что реально пригодится на практике: какие модели есть сейчас, чем они отличаются, сколько стоят и как их запускать.

Эволюция линейки: от V3 до V4

DeepSeek развивается быстро, и старые гайды устаревают за пару месяцев. Чтобы не путаться, держите в голове общую хронологию.

Модели V4: Pro и Flash

V4 вышла сразу в двух вариантах под разные задачи.

У обеих версий есть два режима: с рассуждениями (в приложении называется Expert Mode) — с видимой цепочкой рассуждений — и быстрый (Instant Mode) для коротких ответов. Раньше под это были разные модели — теперь это переключатель.

Что под капотом V4

Миллион токенов контекста — это не только про объём. Главная проблема длинного контекста в том, что каждый следующий токен платит за внимание ко всему, что было раньше. Для агента, который гоняет длинную цепочку инструментов, это превращается в дорогую и медленную историю. V4 решает это архитектурно.

• MoE с динамическим выбором экспертов. Под каждую задачу активируется лишь часть параметров (49B из 1.6T у Pro), поэтому модель остаётся быстрой при огромном общем размере.
• Гибридное внимание CSA + HCA. Compressed Sparse Attention и Heavily Compressed Attention вместе резко срезают стоимость работы на длинном контексте. На отметке в 1M токенов V4-Pro тратит около 27% FLOPs на токен и 10% KV-кэша по сравнению с V3.2. V4-Flash идёт ещё дальше — примерно 10% FLOPs и 7% KV-кэша.
• Рассуждения при работе с инструментами. Унаследовано от V3.2: модель рассуждает прямо внутри вызова инструментов, что важно для агентных сценариев.

Чем DeepSeek выделяется

Открытые веса

Веса моделей выкладываются на Hugging Face. Исторически DeepSeek использует MIT-лицензию — одну из самых либеральных в индустрии: коммерческое использование, дообучение и перевыпуск без роялти. Лицензию конкретной модели всё же проверяйте на её странице — у отдельных релизов условия могут отличаться.

Миллионный контекст

1M токенов — это примерно ядро большого монорепозитория или несколько десятков крупных документов в одном запросе. На такой длине V4 держит факты лучше большинства конкурентов за счёт нового механизма внимания.

Низкая цена API

Официальное облако DeepSeek стоит в разы дешевле аналогов от OpenAI и Anthropic. Это решающий фактор при работе на больших объёмах: классификация, массовое дозаполнение, разметка, суммаризация тысяч документов.

Прозрачные рассуждения

В режиме рассуждений цепочка доступна в ответе API. Её можно показывать пользователю, логировать для аудита, обрезать ради экономии или использовать для дистилляции собственных моделей.

Тарифы и лимиты (API)

Цены указаны за 1M токенов, по состоянию на июнь 2026, и это фиксированный прайс. Ночные скидки (50–75%), которые DeepSeek давал в 2025 году, отменены ещё 5 сентября 2025-го, а стартовая промоцена на V4-Pro закончилась 5 мая 2026-го. Так что упоминания «скидок по времени суток» из старых статей уже неактуальны — платите ровно по таблице. Контекстное кэширование включено по умолчанию: если запрос совпадает по префиксу с недавним, совпавшая часть берётся из кэша по цене попадания в кэш.

Для сравнения: V4-Flash дешевле флагманов OpenAI и Anthropic на один–два порядка, а V4-Pro при почти флагманском качестве всё равно заметно дешевле Claude Sonnet. Чат в веб-интерфейсе и приложении бесплатен.

Подключение по API

Эндпоинт совместим с OpenAI ChatCompletions, поэтому официальный SDK работает без изменений — меняется только base_url, ключ и имя модели. Дополнительно поддерживается формат Anthropic Messages.

from openai import OpenAI

client = OpenAI(
    api_key="<deepseek_api_key>",      # ключ из platform.deepseek.com
    base_url="https://api.deepseek.com",
)

resp = client.chat.completions.create(
    model="deepseek-v4-flash",          # или deepseek-v4-pro для сложных задач
    messages=[{"role": "user", "content": "Привет!"}],
)
print(resp.choices[0].message.content)

Переключать base_url и ключ можно прямо в боевой среде без переписывания логики — удобно, когда вы собираете «пирамиду» из нескольких моделей и хотите отправлять дешёвые задачи на Flash, а тяжёлые на Pro. В режиме рассуждений в ответе появляется отдельное поле с цепочкой рассуждений, которое можно показывать или отбрасывать.

Способы запуска

Локальный запуск дистиллятов через Ollama:

ollama pull deepseek-r1:32b
ollama run deepseek-r1:32b

Дистилляты впитали «привычки рассуждения» больших моделей, но слабее на действительно сложных задачах. Подходят для локальных «подумать»-сценариев без выхода в интернет. Полноценные веса V4 — это уже кластер из нескольких GPU, на ноутбуке их не поднять.

Сценарии применения

• Обработка больших объёмов данных. Дозаполнение, классификация, суммаризация тысяч документов. Низкая цена Flash и автоматический кэш делают это дёшево.
• Математика и рассуждения. Режим рассуждений V4-Pro и линия V3.2-Speciale сильны на олимпиадных и инженерных задачах, где важна точность рассуждения.
• Кодинг по большим проектам. Благодаря 1M контекста в промпт влезают целые репозитории — удобно для рефакторинга, аудита и обзора всего проекта одним вызовом.
• Агенты с длинными траекториями. Дешёвое внимание на длинном контексте делает V4 хорошим движком для агентов, которые накапливают историю инструментов.
• Корпоративное дообучение. Открытая лицензия позволяет дообучать на внутренних данных и выкатывать модель в боевую среду без юридических оглядок.

Особенности и подводные камни

• Русский язык. Английский и китайский — отлично, русский — на «хорошо», но со своими стилистическими особенностями. Для публичных текстов на русском держите пост-редактуру.
• Модерация мягче. Фильтры у DeepSeek слабее, чем у OpenAI и Anthropic. Для публичных сервисов добавляйте свой слой модерации.
• Хвост рассуждений. В режиме рассуждений цепочка бывает длинной и раздувает вывод в несколько раз. Используйте обрезку и включайте режим выборочно.
• Правовой контекст. Модель выпущена в КНР. Для отдельных юрисдикций и контрактов это ограничение — тогда разворачивайте на своём железе или у провайдера в нужном регионе.
• Скорость релизов. DeepSeek часто сдвигает даты и переименовывает модели — старые гайды устаревают за месяцы.

Чеклист выбора DeepSeek

Антипаттерны

• ❌ Включать режим рассуждений везде. Для обычного чата, извлечения фактов и RAG он медленнее и дороже без выигрыша в качестве.
• ❌ Грузить весь контекст просто потому что влезает. Лишние токены — это деньги и расфокус модели.
• ❌ Доверять «бесплатному дообучению» без тестов. Открытая лицензия не заменяет проверку качества.
• ❌ Переходить ради цены без теста. Сначала параллельный прогон на ваших задачах, потом миграция.

Полезные ссылки

• DeepSeek: deepseek.com
• Чат: chat.deepseek.com
• Платформа и API-ключи: platform.deepseek.com
• API-документация и тарифы: api-docs.deepseek.com
• Веса на Hugging Face: huggingface.co/deepseek-ai
• Репозитории: github.com/deepseek-ai

По теме

• Статья: Карпати перестал кодить и начал «компилировать знания» — разбираю его систему LLM Knowledge Bases
• Блог: DeepSeek V4 вышел — триллион параметров, миллион токенов и MIT-лицензия
• База знаний: Ollama — локальный и облачный рантайм для языковых моделей

Если захотите обсудить, как собрать на DeepSeek боевую пирамиду из моделей или подобрать модель под свою задачу — пишите в Telegram @pimenov