Модели DeepSeek: чем отличаются V4.1-Flash, V4-Pro, V3 и R1

Модели DeepSeek за 2026 год менялись четыре раза, и в поиске до сих пор смешаны советы двухлетней давности: «включайте R1 для сложных задач», «берите V3 для текстов». Сейчас выбор проще, но не очевиднее: у DeepSeek две рабочие модели — V4.1-Flash и V4-Pro, и разница между ними не в «умнее/глупее», а в цене, скорости и работе с изображениями. Ниже — что есть в линейке, чем версии отличаются и что выбрать под конкретную задачу.

Короткий ответ: что выбрать

• Обычные задачи, тексты, чат, работа с фото и скриншотами — V4.1-Flash. Это модель по умолчанию в API и в большинстве клиентов.
• Сложная математика, олимпиадные задачи, отладка большого проекта, агентные сценарии на пределе — V4-Pro в режиме max.
• Локальный запуск на своём железе — V4-Flash или квантованные сборки V4.1-Flash; R1 и V3 уже не лучший выбор, но всё ещё встречаются в сторонних сервисах.

Все модели DeepSeek: полная линейка

Ниже — все модели DeepSeek, которые актуальны в ноябре 2026 года, включая снятые с производства.

Модель	Дата	Параметры	Контекст	Вывод	Картинки	Статус
DeepSeek-V4.1-Flash	10.09.2026	552 млрд (8/16 млрд активных)	1 млн	384 тыс.	Да	Основная
DeepSeek-V4-Pro	13.08.2026	1,6 трлн (49 млрд активных)	1 млн	384 тыс.	Нет	Флагман по качеству
DeepSeek-V4-Flash	24.04.2026	284 млрд (13 млрд активных)	1 млн	384 тыс.	Нет	Выведена, запросы идут на V4.1
DeepSeek-V3.2	12.2025	685 млрд	128 тыс.	64 тыс.	Нет	Только сторонние сервисы
DeepSeek-R1	01.2025	671 млрд	128 тыс.	64 тыс.	Нет	Только сторонние сервисы

DeepSeek-V4.1-Flash: почему именно она по умолчанию

Модель V4.1-Flash вышла 10 сентября 2026 года и стала первой в новой линейке моделей DeepSeek — Causal Encoder-Decoder. Смысл конструкции в асимметрии: на входе работает всего 8 млрд активных параметров, на выходе — 16 млрд, при общем объёме 552 млрд. Из-за этого модель отвечает быстрее предшественницы при более высоком качестве.

Что это даёт на практике:

• Понимает изображения. Единственная модель линейки с нативным vision: скриншоты, фото таблиц, схемы, рукописный текст.
• Дешевле флагмана примерно в 4 раза при сопоставимом или лучшем результате в агентных задачах.
• Меньше кэш. KV-кэш занимает в 4 раза меньше памяти HBM и в 8 раз меньше диска, чем у предыдущего поколения — для длинных диалогов это прямые деньги.
• 1 млн токенов контекста и до 384 тыс. токенов ответа.

Ограничение одно, но важное: это не «слабая» модель, а модель с другим балансом. На задачах, где нужна максимальная глубина — многошаговые доказательства, редкие баги в большом коде — V4-Pro в режиме max всё ещё сильнее.

DeepSeek-V4-Pro: когда он реально нужен

Флагман на 1,6 трлн параметров (49 млрд активных), GA-релиз 13 августа 2026 года. Сильные стороны подтверждены бенчмарками: LiveCodeBench 93,5 %, Codeforces 3206, GPQA Diamond 90,1 %, SWE Verified 80,6 %. В приложении и вебе он включается переключателем «Expert Mode».

Брать его стоит, если:

• задача требует длинной цепочки рассуждений и вы готовы ждать ответ дольше;
• нужен разбор большого репозитория с поиском неочевидной причины падения;
• считаете математику, где ошибка в одном шаге ломает всё;
• выполняете агентный сценарий с десятками шагов, где важна надёжность.

Не стоит брать для переписывания текстов, перевода, простых вопросов и всего, что связано с изображениями: он их не понимает, а платите вы втрое-вчетверо больше.

Режимы мышления: low, high, max

Глубина рассуждений — это не версия модели, а параметр. У V4.1-Flash и V4-Pro одинаковый набор:

Режим	Когда включать	Что происходит
non-thinking	перевод, редактура, извлечение данных, простые ответы	минимум задержки, нет цепочки рассуждений
low	повседневные задачи средней сложности	короткая цепочка, быстрый ответ
high	агентные сценарии, код, анализ документов	полноценные рассуждения, режим по умолчанию в API
max	математика, отладка, многошаговые планы	максимальный результат бенчмарков, максимальная цена и время

Типичная ошибка новичка — держать max всегда. На «перепиши письмо» это добавляет 20–40 секунд ожидания и лишние токены без выигрыша в качестве.

Чем V4.1-Flash отличается от V4-Pro: сводка

Параметр	V4.1-Flash	V4-Pro
Имя в API	deepseek-flash	deepseek-v4-pro
Вход, пик	$0,30 / 1 млн	$1,32 / 1 млн
Выход, пик	$1,20 / 1 млн	$3,96 / 1 млн
Скорость	высокая	ниже
Изображения	да	нет
Параллельные запросы	2500	500
Лучше всего в	агентные задачи, мультимодальность, массовые запросы	математика, сложный код, глубокая логика

Что случилось с V3 и R1

Старые модели DeepSeek V3 и R1 советуют до сих пор — по инерции. Фактическое положение дел:

• Имена deepseek-chat и deepseek-reasoner официально отключены с 24 июля 2026 года.
• V4-Flash и V4-Flash-Vision-Exp сняты, их запросы автоматически обслуживаются V4.1-Flash по цене Flash.
• R1 осталась в истории как первая открытая reasoning-модель, но по всем метрикам проигрывает V4 — её имеет смысл вспоминать только в контексте локального запуска на слабом железе.
• В сторонних обёртках под названием «DeepSeek R1» часто скрывается обычная V4.1-Flash — проверяйте, что реально подключено.

Имена моделей и маршрутизация меняются

DeepSeek несколько раз за год перенаправляла старые имена на новые модели, чтобы не ломать интеграции: так было с V4-Flash, так было с V4-Pro. Если вы пишете код, не полагайтесь на память — сверяйтесь со страницей цен и документацией перед релизом, а в конфигах держите имя модели в одном месте, чтобы менять его за минуту.

Как проверить модель в конкретном сервисе

В большинстве русскоязычных обёрток модели DeepSeek выбираются вручную. Проверка простая: спросите, какое имя модели DeepSeek указано в настройках, и задайте задачу-маркер — например, попросите разобрать скриншот. Если сервис «не понимает» картинку, значит работает не V4.1-Flash, а текстовая модель.

Попробовать обе модели без установки можно в чате DeepSeek на русском: модель переключается в интерфейсе. Общее устройство нейросети разобрано в статье что такое DeepSeek, а цены и ключи — в материале про DeepSeek API.

Как переключать модель на практике

Способ переключения моделей DeepSeek зависит от того, чем вы пользуетесь, и это первое место, где люди теряют время.

• Веб-чат. Модель выбирается в выпадающем списке над полем ввода; в некоторых интерфейсах она называется «Выбор модели чат-бота», в других — «Экспертный режим». После переключения старый диалог продолжается, но отвечает уже другая модель — контекст она видит, историю не переписывает.
• API. Модель — это поле model в запросе. Один и тот же ключ работает с обеими моделями, отдельная регистрация не нужна, счёт общий.
• Агенты и редакторы (Claude Code, OpenCode, Harness) держат имя модели в конфиге. Если модель перестала отвечать после обновления сервиса, первое, что нужно проверить, — актуальность имени.

Отдельно про режим «Экспертный»: в приложении и веб-чате DeepSeek он включает V4-Pro, а не «улучшает» Flash. Это именно переключение модели, поэтому ответы становятся медленнее и не работают с изображениями.

Что такое reasoning effort и как его задавать

Помимо выбора модели, у моделей DeepSeek V4 есть параметр усилия рассуждений. В API он передаётся как reasoning_effort со значениями low, high и max; при полном отключении модель работает в non-thinking режиме.

{
  "model": "deepseek-flash",
  "messages": [{"role": "user", "content": "..."}],
  "reasoning_effort": "max"
}

На практике модели DeepSeek хорошо отвечают и с низким усилием: low для переписывания и перевода, high для анализа документов и агентных шагов, max для математики, отладки и многошаговых планов. Разница в цене между low и max на длинной задаче доходит до трёх-четырёх раз — это тот рычаг, которым реально управляют бюджетом, а не сменой модели.