Версии DeepSeek: что есть сейчас и что было раньше

Линейка дипсика выглядит запутанной: V4, V3, R1, дистилляты, суффиксы из четырёх цифр. На деле актуальных моделей всего две, остальное — история и специальные сборки. Разбираем, что есть что и какую версию имеет смысл выбирать.

Что актуально сейчас

Актуальных моделей две, и обе вышли 24 апреля 2026 года: тяжёлая DeepSeek-V4-Pro и лёгкая DeepSeek-V4-Flash¹. Всё остальное, что встречается в каталогах и обсуждениях, — либо прошлые поколения, либо производные сборки.

Обе — разреженные MoE-модели: в генерации каждого токена участвует лишь малая часть весов, отсюда разрыв между «всего» и «активных». Поколение принесло гибридное внимание — сжатое разреженное (CSA) вместе с сильно сжатым (HCA); разработчик заявляет 27% вычислений на токен от предыдущего поколения при сохранении миллионного контекста. Обучение шло на оптимизаторе Muon. Проще говоря, главная ставка V4 — не «умнее любой ценой», а «столько же качества за втрое меньшие вычисления».

Статус Preview и история с «релизом 20 июля»

Тонкий момент, который стоит знать, если вы читаете о дипсике в других местах. Запись о четвёртом поколении в официальном списке обновлений датирована 24 апреля 2026 года и помечена как Preview — предварительный релиз. На момент нашей сверки документации эта запись оставалась последней: никакого отдельного объявления о переходе в стабильную версию в официальных источниках не появилось.

Практического значения для пользователя чата это почти не имеет — чат работает на актуальной модели независимо от буквы статуса. А вот для того, кто строит продукт на API, статус Preview — сигнал: поведение и параметры такой модели вендор может менять без длинного цикла уведомлений.

V4-Pro или V4-Flash

Различие не в «умнее — глупее», а в компромиссе цены, скорости и глубины.

V4-Flash

13 миллиардов активных параметров, ответ дешевле в три с лишним раза и заметно быстрее. Логичный выбор для массовых операций: классификация, извлечение данных, короткие ответы, черновики, обработка потока обращений. По русскому бенчмарку MERA отстаёт от старшей модели всего на одну сотую (0,677 против 0,687) — то есть переплата за Pro в языковых задачах далеко не всегда оправдана.

V4-Pro

49 миллиардов активных параметров. Берут там, где ошибка дорога: сложный код, многошаговые рассуждения, длинные исследовательские задачи, работа с большим документом целиком. Заявленные результаты — MMLU-Pro 87,5%, LiveCodeBench 93,5%, рейтинг Codeforces 3206, MRCR на миллионном контексте 83,5%.

Практическое правило: начинать с Flash и поднимать до Pro только там, где качество измеримо не устраивает. Разница в счёте при больших объёмах получается кратной, а разница в качестве — задачезависимой.

Режимы рассуждения

У четвёртого поколения три режима работы: без рассуждения и два уровня «думающего» режима — обычный и максимальный. Отличаются они тем, сколько модели позволено «размышлять» перед ответом: в думающих режимах она сначала строит внутреннюю цепочку рассуждений и только потом отвечает.

В чате пользователь видит упрощённую версию того же выбора — переключатель между быстрым ответом и режимом углублённого размышления. Практические следствия одинаковые: думающий режим сильнее в математике, логике и коде, но отвечает дольше, тратит кратно больше токенов и чаще упирается в перегрузку сервиса. Для «перепиши это письмо» он не нужен.

Что было до V4: R1 и линейка V3

Предыдущие поколения никуда не делись: они лежат в открытом доступе, крутятся в облачных каталогах и до сих пор используются в продуктах.

• DeepSeek-V3 — рабочая лошадка прошлого поколения, обычная (не рассуждающая) модель. В русском бенчмарке MERA набирает 0,677 — то есть отставание от V4-Pro меньше, чем можно было бы ожидать.
• Обновления V3 — версии, известные как V3-0324, V3.1, V3.1-Terminus, V3.2. Каждая — не новая модель, а уточнённая сборка того же поколения.
• DeepSeek-R1 — рассуждающая модель, та самая, с которой компания и стала широко известна. Именно она приучила рынок к тому, что открытые веса и цепочка рассуждений могут идти вместе. Позднее вышло обновление, известное как R1-0528.

В четвёртом поколении отдельной «R-ветки» уже нет: рассуждение встроено в основную модель как режим, а не вынесено в отдельный продукт.

Дистилляты и специальные модели

Кроме флагманов у семейства есть производные, которые часто принимают за «дипсик поменьше»:

• Дистилляты R1 — модели других семейств (Qwen, Llama) размером от 1,5 до 70 миллиардов параметров, дообученные на ответах рассуждающей модели. Их и запускают локально; подробнее — в разделе о скачивании. Важно: это не уменьшенный дипсик, а другая модель, перенявшая манеру рассуждать.
• DeepSeek-Coder — линейка, специализированная на программировании; была самостоятельным продуктом в предыдущих поколениях.
• DeepSeek-OCR — отдельная модель для распознавания текста на изображениях и в документах. Её существование объясняет, почему картинку в чат загрузить можно, хотя сама V4 описана как текстовая.

Что означают цифры в названиях

В обсуждениях мелькают обозначения вроде v4-flash-0731 или v4-pro-0813. Четыре цифры — это обычно снапшот, то есть зафиксированная на конкретную дату сборка модели (месяц и день); такая практика принята у многих вендоров, чтобы продукт не «поехал» из-за незаметного обновления.

Проверить конкретный снапшот стоит в актуальной документации API: в официальном списке обновлений на момент нашей сверки записей о снапшотах V4 с такими суффиксами не было. Названия модели, которые точно существуют в API, — deepseek-v4-pro и deepseek-v4-flash.

Чего в линейке нет

Чтобы не искать несуществующее: у DeepSeek нет моделей для генерации изображений, видео и музыки, нет синтеза и распознавания речи, нет модели для управления компьютером. Флагманы V4 описаны как текстовые — текст на входе, текст на выходе. Всё, что предлагается в интернете как «дипсик рисует картинки», сделано не разработчиком.

Короткие ответы