DeepSeek V4 Pro: обзор открытой модели для кодинга

TL;DR: DeepSeek V4 Pro это самая большая открытая модель на сегодня: 1.6 трлн параметров (49 млрд активных), контекст в миллион токенов и агентный кодинг почти на уровне топовых закрытых моделей по бенчмаркам самой DeepSeek. Главный козырь это цена: выходные токены стоят в разы дешевле, чем у Claude или GPT-5.5. Веса лежат под MIT, моделью уже заинтересовался Microsoft.

Я разобрал почти весь китайский десант последних месяцев: MiniMax M3, Kimi K2.7, GLM-5.2, Qwen 3.6-Plus. А DeepSeek V4 как-то проскочил мимо, хотя это сейчас крупнейшая открытая модель в мире. Повод разобраться нашёлся сам: на этой неделе Microsoft признался, что присматривается к DeepSeek V4 ради удешевления Copilot. Когда китайскую модель рассматривают вместо OpenAI и Anthropic в собственных продуктах, это уже не игрушка.

Что такое DeepSeek V4 Pro

DeepSeek выложила V4 в конце апреля 2026 года, сразу открытым релизом под лицензией MIT. Серия состоит из двух MoE-моделей: флагман V4 Pro на 1.6 трлн параметров с 49 млрд активных и младшая V4 Flash на 284 млрд (13 млрд активных). Обе держат контекст в миллион токенов и выдают до 384 тысяч токенов на выходе. Цифры подтверждены официальной карточкой модели на Hugging Face, а не пересказами из твиттера, где параметры гуляли от 800 млрд до 1.6 трлн.

Зачем всё это. DeepSeek метит в дешёвый агентный кодинг с гигантским контекстом, чтобы можно было закинуть в модель целый репозиторий и попросить связную правку. Под капотом несколько инженерных решений, которые делают миллион токенов рабочими, а не маркетинговыми:

• Гибридная attention из Compressed Sparse Attention и Heavily Compressed Attention. На контексте в 1M токенов Pro тратит около 27% вычислений на токен и 10% KV-кэша по сравнению с прошлой V3.2. Именно отсюда берётся дешевизна длинного контекста.
• Manifold-Constrained Hyper-Connections поверх обычных residual-связей для стабильности на глубоких слоях.
• Оптимизатор Muon вместо AdamW для более быстрой и стабильной тренировки.

Претрейн прошёл на 32 трлн токенов, дальше двухстадийный пост-трейн: сначала отдельно растят доменных экспертов через SFT и RL, потом сшивают их в одну модель дистилляцией. Контекст для самой компании не абстрактный: DeepSeek недавно подняла раунд на 7.4 млрд долларов при оценке выше 50 млрд и возглавила рейтинг самых быстрорастущих корпоративных AI-сервисов в июне. Плюс модель работает на китайских чипах Huawei Ascend, что в нынешней санкционной обстановке отдельный сюжет.

Быстрый старт

Попробовать V4 Pro можно четырьмя путями, от «открыть в браузере» до «поднять у себя».

Чат. Проще всего открыть chat.deepseek.com: там есть Expert Mode и Instant Mode, и это бесплатно.

API. DeepSeek держит OpenAI-совместимый формат, так что подключение сводится к смене base_url и имени модели:

from openai import OpenAI

client = OpenAI(api_key="<DEEPSEEK_API_KEY>", base_url="https://api.deepseek.com")

resp = client.chat.completions.create(
    model="deepseek-v4-pro",          # или deepseek-v4-flash
    messages=[{"role": "user", "content": "Перепиши эту функцию без рекурсии"}],
)
print(resp.choices[0].message.content)

Есть и Anthropic-совместимый endpoint (https://api.deepseek.com/anthropic), поэтому модель спокойно цепляется в инструменты, заточенные под Claude. В релизе DeepSeek прямо упомянула интеграцию с Claude Code, OpenCode и OpenClaw. Если ты живёшь в Claude Code, подменить движок на дешёвый DeepSeek реально без переписывания харнеса.

Self-host. Веса открыты под MIT и лежат на Hugging Face в смешанной точности FP4 + FP8. Flash в 4-битном кванте влезает на одну мощную рабочую станцию, Pro требует небольшого кластера или арендованного GPU-бокса. Один нюанс: в релизе нет привычного Jinja-шаблона чата, вместо него DeepSeek даёт папку с Python-скриптами для кодирования сообщений. Для локального запуска придётся повозиться с этим encoding.

Маленькая деталь для тех, кто уже сидит на DeepSeek: старые имена deepseek-chat и deepseek-reasoner отключат 24 июля 2026 года, после этого они просто роутятся в V4 Flash. Лучше переехать на новые имена заранее.

Ключевые возможности

Миллион токенов, который не разоряет

Тут фишка не в самом размере окна (его сейчас показывают многие), а в эффективности. За счёт гибридной attention длинный контекст у V4 стоит в разы меньше вычислений, чем у предыдущего поколения. Для агентного кодинга, где репозиторий гоняется по кругу через десятки итераций, это решает.

Три режима размышления

V4 переключается между Non-think (быстрые ответы для рутины), Think High (осознанный разбор для планирования) и Think Max (максимум усилий на сложных задачах). Разница огромная: на SWE-bench Verified одна и та же V4 Pro даёт 73.6 без размышления и 80.6 в режиме Max. Это важно понимать, когда читаешь чужие бенчмарки, об этом ниже.

Агентный кодинг

По собственным замерам DeepSeek модель в режиме Max берёт 80.6 на SWE-bench Verified, 93.5 на LiveCodeBench и рейтинг 3206 на Codeforces. По этим цифрам V4 Pro идёт вровень с Opus 4.6 и Gemini 3.1 Pro, а на чистом написании кода даже впереди. DeepSeek честно говорит, что гоняет V4 на собственной внутренней разработке.

Открытость как рычаг

MIT-лицензия снимает вопросы про данные и egress: код можно не отправлять в чужой API вообще. Даже если ты никогда не поднимешь модель сам, сама возможность ограничивает твои риски, если API однажды подорожает.

Бенчмарки: где здесь правда

Это самый скользкий раздел любого обзора китайских моделей, поэтому давай по-честному. Когда я собирал материал, цифры по SWE-bench для V4 Pro скакали от 59% до 91% в зависимости от источника. Разгадка простая и состоит из двух частей.

Первое: режимы. Официальная карточка модели даёт по SWE-bench Verified 73.6 в режиме без размышления, 79.4 на Think High и 80.6 на Think Max. Любой блогер мог взять удобную ему цифру и выдать за «настоящую». 91% и подобные рекорды это либо нестандартный scaffolding, либо просто выдумка.

Второе, и куда важнее: кто меряет. Бенчмарки от самого вендора всегда оптимистичны. Тут на сцену выходит независимая оценка от американского CAISI при NIST, и она отрезвляет. На своём scaffolding CAISI намерил V4 Pro 74% на SWE-bench Verified против 81% у GPT-5.5. Но интереснее held-out бенчмарки, которых не было в отчёте DeepSeek: на PortBench (портирование CLI-инструментов) модель дала 44% против 78% у GPT-5.5, на ARC-AGI-2 показала 46% против 79%. Вывод CAISI: по совокупности способностей DeepSeek V4 отстаёт от американского фронтира примерно на восемь месяцев и ближе к уровню GPT-5, чем к Opus 4.6, хотя это и самая сильная китайская модель на сегодня.

Получается двойственная картина. На задачах, которые модель «видела», она блестит и реально вровень с топом. На незагрязнённых, held-out задачах разрыв с лучшими закрытыми моделями ощутимый. Мой вывод простой: не верь громкому заголовку с одной цифрой, смотри на характер задачи. Для типового кода V4 Pro отличная, для самого края сложности фронтир пока выигрывает.

Тарифы

Вот где DeepSeek реально кусается за рынок. Цены на миллион токенов с официальной страницы:

Пара выводов прямо из таблицы. Выход у V4 Pro стоит примерно в семнадцать раз дешевле, чем у Claude Sonnet, а именно выходные токены съедают основной бюджет в агентном кодинге, где модель целый день пишет диффы и рассуждения. Цена кэш-хита вообще копеечная, так что стабильный системный промпт сверху и переменная задача снизу почти обнуляют входной счёт на повторяющихся задачах.

Текущие цены это результат той самой постоянной скидки 75%, о которой писали в июне. На старте в апреле Pro стоил $1.74 за вход и $3.48 за выход, теперь $0.435 и $0.87. Снижение ровно на три четверти, и DeepSeek объявила его бессрочным.

Чтобы было предметно: одна средняя агентная задача (читать файлы, спланировать, поправить четыре файла, прогнать тесты, пару раз пофиксить) при кэш-дружелюбной структуре обходится примерно в 12 центов на V4 Pro. Та же задача на топовом фронтире по референсным ставкам обойдётся примерно в 10 долларов. Это прикидка, а не закон, но разрыв такого порядка и объясняет, почему Microsoft вообще сел считать. Один нюанс по лимитам: у Pro конкурентность ограничена 500 параллельными запросами против 2500 у Flash.

Вердикт

DeepSeek V4 Pro не забрала корону бенчмарков, да ей это и не нужно. Она сделала другое: сдвинула границу цена/качество так далеко, что «бери топовый фронтир на всё» перестало быть очевидным выбором для тех, кто считает деньги.

Кому зайдёт. Командам, которые гоняют много агентного кода и чувствительны к счёту за токены. Тем, кому нужен реально рабочий миллион токенов под целый репозиторий. Тем, кто хочет self-host под MIT без вопросов про данные. Самый трезвый сценарий это маршрутизация: Flash на дешёвый внутренний цикл агента, Pro на сложные, но проверяемые задачи, а топовый закрытый фронтир приберечь для критичных правок, где незаметная ошибка дороже всего.

Где осторожнее. Если задача на самом верху кривой сложности или цена ошибки высокая и её трудно отловить (продакшен-миграции, безопасность), независимые замеры CAISI намекают, что фронтир тут пока надёжнее. Режим Think Max, который даёт лучшие цифры, заметно медленнее и жрёт токены, так что экономия не бесплатна. Ну и возня с локальным запуском из-за отсутствия привычного chat template отпугнёт тех, кто хотел просто скачать и запустить.

В целом это самый интересный релиз среди открытых моделей за последние месяцы. Microsoft присматривается к V4 не из любви к Китаю, а потому что экономика бьёт в лоб. Думаю, к концу года мы увидим её движок под капотом куда большего числа продуктов, чем ожидали.

Частые вопросы

DeepSeek V4 Pro лучше Claude или GPT-5.5? По бенчмаркам самой DeepSeek она вровень с Opus 4.6 на агентном кодинге, но независимая оценка NIST CAISI ставит её ближе к GPT-5 (примерно на восемь месяцев позади текущего фронтира). На обычных задачах разница невелика, на самых сложных топовые закрытые модели выигрывают.

Сколько стоит DeepSeek V4 Pro? $0.435 за миллион входных токенов и $0.87 за миллион выходных, кэш-хит стоит $0.003625. Это после постоянной скидки 75% от стартовой цены. Веб-чат на chat.deepseek.com бесплатный.

Можно ли запустить DeepSeek V4 локально? Да, веса открыты под MIT на Hugging Face. Flash в 4-битном кванте влезает на одну мощную станцию, Pro нужен небольшой кластер. Готового Jinja chat template нет, кодирование сообщений идёт через скрипты из папки encoding.

Чем V4 Pro отличается от V4 Flash? Pro это 1.6 трлн параметров для сложных задач и долгого планирования. Flash меньше, 284 млрд, зато быстрее и дешевле, под высокочастотную работу и внутренние циклы агента. Обе держат миллион токенов контекста.

Что ещё почитать

• MiniMax M3: открытая модель бьёт GPT-5.5 в кодинге — ещё один китайский тяжеловес для разработки
• Kimi K2.7 Code: обзор открытой модели для кодинга — прямой конкурент V4 Pro на SWE-bench
• GLM-5.2 в Claude Code: 1M контекста дешевле Claude — как подключить дешёвую модель с большим контекстом в Claude Code
• Qwen 3.6-Plus: Alibaba бросает вызов Claude — третий крупный игрок из Китая в агентном кодинге