14 сентября 2026 года компания DeepSeek объявила о выводе из эксплуатации своей большой языковой модели (LLM) V4-Pro и перенаправлении всех API-запросов на более новую версию V4.1-Flash.
Почему DeepSeek отказывается от V4-Pro
С момента запуска V4-Pro была флагманским продуктом DeepSeek, позиционируемым как универсальная LLM с широким набором знаний. В течение последнего года компания сравнивала V4.1-Flash с V4-Pro по задачам, наиболее важным для пользователей API: генерация кода, синтез команд терминала и быстрое реагирование на короткие промпты. Данные показывают, что новая модель работает быстрее, стоит меньше за запрос и набирает больше баллов в ряде специализированных бенчмарков.
Этот переход отражает давление рынка. Облачные ИИ-сервисы теперь взимают плату за токены или вычислительные единицы, и разработчики ищут способы сократить операционные расходы без потери скорости. Переводя весь трафик на V4.1-Flash, DeepSeek может отключить более дорогой конвейер инференса, обеспечивающий работу V4-Pro, и передать сэкономленные средства пользователям.
Производительность и стоимость: краткий обзор
| Бенчмарк | V4.1-Flash | V4-Pro |
|---|---|---|
| Terminal-Bench 2.1 (генерация кода и команд) | 90.6 | 87.9 |
| Terminal-Bench 4.0 (сложные многоэтапные задачи) | 31.2 | 12.4 |
| DeepSWE v1.1 (рассуждения в области программной инженерии) | 74.2 | 62.7 |
В каждом тесте V4.1-Flash показывает более высокие результаты, иногда с большим отрывом. Согласно внутренним сравнениям DeepSeek, модель также превосходит Claude Opus 5 и GPT-5.6 Sol в тех же бенчмарках, ориентированных на программирование.
Стоимость типичной задачи демонстрирует схожую тенденцию:
- GLM-5.3-Flash: $0.25
- DeepSeek V4.1-Flash: $0.27
- Moonshot Kimi K3: $2.00
Выбирая Flash вместо более крупной и дорогой альтернативы, разработчики могут получить сопоставимый уровень интеллекта примерно за одну восьмую от прежней стоимости.
Компромисс: меньший объем энциклопедических знаний
Повышение эффективности сопровождается снижением точности воспроизведения фактов. В бенчмарке проверки фактов SimpleQA-Verified модель V4.1-Flash набрала 42,3 балла, в то время как V4-Pro показала 55,2. DeepSeek описывает новую модель как «лучшего работника, но более слабую энциклопедию». Приложениям, которые сильно зависят от актуальных знаний о мире (например, суммаризация новостей или юридические исследования), может потребоваться использование внешних баз знаний или возможность переключения на более крупную модель.
Позиционирование игроков индустрии
Решение DeepSeek сделать ставку на одну модель контрастирует с подходами других поставщиков ИИ:
- Z.ai предлагает спектр моделей — от компактных до крупных, позволяя клиентам балансировать между масштабом и эффективностью в рамках каждого проекта.
- Moonshot делает ставку на размер с моделью Kimi K3, принимая более высокие затраты ради чистой вычислительной мощности.
- DeepSeek перевела все API-запросы на Flash, делая ставку на то, что рынок отдаст приоритет скорости и цене, а не просто масштабу.
Эти расходящиеся подходы показывают, что рынок еще не выбрал единый путь. Некоторые разработчики по-прежнему ценят широту охвата массивных моделей, другие же предпочитают обменивать её на более быстрые и дешевые ответы.
Практические советы для разработчиков
- Не выбирайте модель только по названию или цене за токен. Модель класса «Flash» может превосходить модель «Pro» в задачах, которые важны именно вам.
- Закладывайте гибкость в свой стек технологий. Проектируйте систему так, чтобы иметь возможность переключаться между провайдерами или версиями моделей без серьезного переписывания кода.
- Проверяйте на собственных данных. Публичные бенчмарки дают полезную базу для сравнения, но производительность в реальных условиях зависит от вашей рабочей нагрузки.
Соблюдение этих шагов поможет командам избежать привязки к конкретному поставщику (lock-in) и обеспечить оптимальное соотношение цены и качества по мере развития экосистемы LLM.
За чем следить дальше
Вывод V4-Pro из эксплуатации знаменует собой четкий поворот в сторону LLM, ориентированных на эффективность. Остается вопрос, положит ли это конец эре «флагманских» моделей или просто положит начало новому этапу быстро меняющегося рынка, но разработчики, сохраняющие гибкость, будут лучше всего подготовлены, чтобы извлечь выгоду из этих изменений.