Модели DeepSeek: V4, R1, V3 и Coder - чем отличаются и что выбрать

DeepSeek V3 вышел в декабре 2024 года и стал первым по-настоящему громким релизом компании. 671 миллиард параметров, обучен примерно за $5.6 млн — в 10–20 раз дешевле сопоставимых западных моделей (источник: технический отчёт DeepSeek-V3, опубликован на arxiv.org).

V3.2 — это тот же фундамент, но с улучшенным постобучением. Именно V3.2 (под названием deepseek-chat) сейчас работает через официальный API DeepSeek по состоянию на апрель 2026 (источник: codersera.com, апрель 2026).

Бенчмарки V3.2-Speciale (подтверждены независимо)

Цена API: $0.28 / 1M входных токенов, $0.42 / 1M выходных (Источник: nxcode.io, март 2026)

Для чего: Повседневные задачи — написать текст, разобрать документ, помочь с кодом. Лучшее соотношение цена/результат в своём классе.

DeepSeek R1 — модель для задач «подумай как следует»

Статус: стабильная, доступна через API (deepseek-reasoner).

R1 вышел в январе 2025 года — это reasoning-модель, построенная на базе V3. Принципиальное отличие: она обучена показывать ход рассуждений. Перед финальным ответом видно, как модель проверяет гипотезы, отбрасывает ошибочные пути, приходит к выводу.

Технически: R1 обучали через усиленное обучение без начального supervised fine-tuning. Это значит, что она выработала собственные стратегии рассуждений методом проб и ошибок (источник: bentoml.com).

Когда использовать R1 вместо V3

Включайте deepseek-reasoner когда:

• Решаете математическую задачу с несколькими шагами
• Нужно проверить логику рассуждения, а не просто получить ответ
• Анализируете сложный код с неочевидной ошибкой
• Задача требует «подождать и подумать», а не быстрого ответа

Не нужен когда:

• Пишете текст, переводите, делаете резюме
• Задаёте простой вопрос
• Работаете с изображениями

Цена API: $0.55 / 1M входных токенов, $2.19 / 1M выходных — дороже V3, потому что генерирует больше внутренних «думающих» токенов (Источник: nxcode.io)

Для сравнения: OpenAI o1 стоит $15 / $60 за миллион токенов. R1 при сопоставимых задачах обходится примерно в 27 раз дешевле.

DeepSeek V4 — новый флагман (и честно о статусе)

Статус: ⚠️ Ситуация неоднозначная — читайте внимательно.

V4 анонсирован несколько раз, дата сдвигалась. По данным Reuters от 3 апреля 2026, релиз ожидается «в течение нескольких недель» на чипах Huawei Ascend 950PR (источник: Reuters, 3 апреля 2026). По данным на 11 апреля 2026, официальный API DeepSeek всё ещё работает на V3.2 — V4 там не появился (источник: ghost.codersera.com, апрель 2026).

Что про V4 подтверждено:

• ~1 триллион параметров, ~32 млрд активных на токен
• Архитектура Engram — новый механизм памяти для длинных контекстов
• Контекстное окно: 1M токенов
• Работает на чипах Huawei — первая фронтирная модель без Nvidia

Что заявлено, но не подтверждено независимо:

• SWE-bench Verified: ~81% (только внутренние тесты DeepSeek)
• HumanEval: ~90%

Подробный разбор архитектуры V4 — в статье DeepSeek V4: триллион параметров. Страница модели: DeepSeek V4.

DeepSeek Coder — для программистов

Статус: стабильная специализированная модель.

DeepSeek Coder V2 — отдельная ветка, заточенная под разработку. Обучена на огромном корпусе кода: автодополнение, написание функций, объяснение чужого кода, рефакторинг, поиск ошибок.

Используйте Coder если работаете в IDE через плагин или строите кодинговый агент через API — она оптимизирована именно под эти сценарии, в отличие от V3/V4, которые универсальные.

Сводная таблица

¹ Подтверждено независимо ² Только внутренние тесты DeepSeek, не подтверждено

Источники: nxcode.io, официальная документация DeepSeek

Как выбрать модель под задачу

Сравнение DeepSeek V4 с Gemini 3.1 Pro — здесь. Сравнение всех топовых нейросетей — DeepSeek vs ChatGPT vs Gemini. Рейтинг нейросетей для сложных задач — reasoning-модели.

Хаб DeepSeek: новости, обновления, обсуждения — https://shtruzel.ru/deepseek