Модели DeepSeek: от V3 и R1 до V4-Pro и V4.1 Flash

Как менялись модели

Что модели значат для бизнеса — в руководстве по DeepSeek.

DeepSeek-V4-Pro — флагман

24 апреля 2026 года DeepSeek выпустил предварительную версию V4 и сразу открыл веса. По официальному анонсу, V4-Pro — 1,6 трлн параметров, из которых на каждый токен работают 49 млрд. Компания пишет, что по знаниям о мире модель опережает все открытые модели и уступает только Gemini 3.1 Pro, а в математике и программировании соперничает с лучшими закрытыми моделями. Это оценки самого разработчика.

13 августа 2026 года вышла финальная версия V4-Pro — в приложении, на сайте и в API. DeepSeek сообщил о заметно улучшенной работе в роли агента и добавил три уровня рассуждения: low, high и max.

DeepSeek-V4.1-Flash — быстрая и мультимодальная

10 сентября 2026 года вышла V4.1 Flash — самая маленькая модель новой архитектуры, которая понимает и текст, и изображения. По карточке на Hugging Face:

Память на хранение контекста у V4.1 Flash, по данным DeepSeek, примерно в четыре раза меньше, чем у V4-Flash. Поэтому длинные документы и долгие диалоги обходятся дешевле.

Наблюдение. В истории обновлений DeepSeek видно, как быстро меняются модели: за 2026 год — пять новых моделей, а старые названия в API отключаются через несколько месяцев. Знания модели о брендах обновляются вместе с ней. Проверка видимости в DeepSeek, сделанная весной 2026 года, могла быть получена на совсем другой модели — её стоит повторить.

Контекст в 1 млн токенов

С выходом V4 DeepSeek объявил контекст в 1 млн токенов стандартом во всех своих официальных сервисах. Для пользователя это значит, что в чат можно загрузить большой документ или вести очень длинный разговор. Для бизнеса — что модель может разом прочитать много страниц, если пользователь сам их даст.

Как модель отвечает

В официальном документе о методах обучения DeepSeek объясняет: модель предсказывает наиболее вероятное продолжение текста, а не копирует фрагменты из обучающих данных и не хранит их копии. Отсюда две особенности:

• без поиска модель отвечает по усвоенным знаниям и может ошибаться — DeepSeek прямо называет это «галлюцинациями» и не гарантирует их отсутствия;
• для снижения ошибок компания использует в том числе генерацию с опорой на поиск (RAG).

Наблюдение. DeepSeek в собственном документе признаёт, что модель может выдавать неверные или неполные сведения, и ставит предупреждения об этом прямо в интерфейсе. Для бизнеса это значит, что ошибки в ответах о компании — не исключение, а ожидаемое поведение. Проверять, что DeepSeek говорит о ценах, адресах и услугах, нужно регулярно, особенно в ответах без поиска.

Как DeepSeek пользуется поиском — в статье «Как DeepSeek ищет в интернете».

На каких моделях работают другие нейросети — в статьях об Алисе AI, ГигаЧате, Google AI Mode, Perplexity, ChatGPT и Gemini.

Почему модели DeepSeek отвечают и в сторонних сервисах — в статье «Открытые веса DeepSeek».