DeepSeek

Китайская ИИ-лаборатория и семейство моделей. Изначально исследовательское подразделение High-Flyer Quant; выделилась в отдельную лабораторию около 2023 года. Входит в небольшой кластер лабораторий (наряду с Mistral, Qwen, Yi), выпускающих конкурентоспособные модели с открытыми весами, и обладает сильнейшей среди китайских лабораторий опубликованной линейкой рассуждающих моделей благодаря серии R1 / V3 / V4.

Лаборатория важна в сфере LLM по нескольким причинам, не сводящимся к чистым возможностям моделей:

• Открытые веса для рассуждений передового уровня. R1 (январь 2025) стала первой моделью с открытыми весами, оказавшейся на вершине бенчмарков рассуждения, причём веса и технический отчёт были опубликованы. V4 продолжает эту линию.
• Публикация затрат на обучение, перевернувшая дискуссию. Опубликованные затраты на вычисления и бюджет обучения для V3/R1 оказались настолько малы по сравнению с оценками для моделей класса GPT-4, что изменили представления об экономике во всей индустрии.
• Архитектурные решения в MoE, продвинувшие литературу по маршрутизации и балансировке нагрузки экспертов, которые позже переняли другие лаборатории.

Линейка моделей в контексте этой базы

• V3 - базовая модель середины 2024 года с архитектурой dense+MoE. Опубликованный отчёт об обучении (менее 6 млн долларов на финальный прогон предобучения) - источник, который чаще всего приводят в аргументах о резком падении затрат.
• R1 - рассуждающая модель января 2025 года на базе V3. Открытые веса. По умолчанию выдаёт длинные видимые цепочки ``, удобна для дистилляции.
• V4 - текущее поколение на 2026 год. Имеет рассуждающие варианты (deepseek-v4-flash, deepseek-v4-pro) и интерфейс "Expert Mode" в официальном приложении и вебе. См. deepseek-v4-roleplay-instruct о задокументированной особенности маркеров стиля, внедрённых при обучении V4, и controllable-thinking-style о том, что это говорит о подготовке её данных для CoT.

Дистиллировала ли R1 модель o1?

Споры о том, обучалась ли R1 на ответах OpenAI o1, начались с первой же недели после релиза, и со временем консенсус сместился. В апреле 2025 года Nathan Lambert уверенно писал, что DeepSeek не дистиллировала o1. К сентябрю 2026 года в open-source-ai-reading-list он изменил позицию: когда статья stealing-reasoning-traces-from-proprietary-llm-apis показала, что API передовых моделей утекают скрытые цепочки рассуждений, а отчёт anthropic-threat-report-september-2026 зафиксировал использование этой техники китайскими лабораториями, он счёл более вероятным, чем предполагал ранее, что DeepSeek задействовала часть трейсов o1 для упрощения обучения R1. Прямых доказательств этому по-прежнему нет, и Lambert не считает, что это обесценивает проделанную работу. В статье llm-distillation описана более широкая картина этого противостояния.

В том же списке V4 Flash приводится как пример открытых моделей, находящихся на переднем крае по стоимости, но уступающих по производительности. В deepseek-v4-flash-0731-artificial-analysis чекпоинт 0731 (всего 284B параметров, 13B активных) набирает 50 баллов в Artificial Analysis Intelligence Index при стоимости примерно на 60% ниже за задачу, чем у GPT-5.6 Luna - в основном за счёт скидки DeepSeek за попадание в кэш на собственном API. На момент публикации этот чекпоинт был доступен только через API, а публикация весов "ожидалась в ближайшие недели", поэтому модель рассматривается как открытая в предположении, что веса всё же вышли. Статья open-closed-model-gap помещает это в общий контекст: по оценке Håvard Tveit Ihle, разрыв между открытыми и закрытыми моделями был минимальным в районе релиза R1 и с тех пор снова увеличился.

Ещё два факта из той же волны. В феврале 2026 года Anthropic обвинила DeepSeek примерно в 150 тысячах диалогов, что Lambert назвал незначительным объёмом по сравнению с показателями Moonshot и MiniMax (how-much-does-distillation-matter-for-chinese-llms). Сентябрьский отчёт Anthropic идёт куда дальше: утверждается, что DeepSeek незаметно для пользователей проксировала запросы к Claude внутри своих продуктов и извлекала скрытые рассуждения с помощью межсессионной replay-атаки (anthropic-threat-report-september-2026) - при этом отчёт не даёт возможности проверить эти заявления. А отчёт Ai2 olmo-3-technical-report сравнивает собственное чистое время и стоимость обучения с цифрой в 5,576 млн долларов у V3, которую в меморандуме ATOM называют вводящей в заблуждение (atom-project-american-truly-open-models). Кроме того, именно успех R1 убедил z-ai открыть веса своей флагманской модели GLM.

Экосистема агентов

DeepSeek ведёт awesome-deepseek-agent - курируемый список из 16 инструментов для ИИ-агентов и ассистентов по написанию кода (Claude Code, Pi, OpenCode, Crush, Reasonix, AstrBot, OpenClaw и др.) с руководствами по использованию V4-Pro / V4-Flash для каждого из них. Этот список служит каноническим ориентиром того, какие инструменты DeepSeek считает первоклассными для V4, включая как западных терминальных агентов для программирования, так и ориентированных на китайский рынок агентов для платформ обмена сообщениями (Feishu, WeChat, Telegram).

За чем следить

• Будущие ingest'ы технических отчётов DeepSeek (по V4, если/когда они будут опубликованы)
• Дистиллированные и квантованные производные V4 от опенсорс-сообщества
• Другие реверс-инжиниринговые особенности формата обучения, аналогичные маркерам ролевой игры
• Сравнения кривых стоимости (стоимость токена DeepSeek против OpenAI / Anthropic)
• Новые записи в awesome-deepseek-agent, заслуживающие внимания

Связанные страницы

• deepseek-v4-roleplay-instruct - недокументированные управляющие маркеры в стиле `` в V4
• controllable-thinking-style - более широкий паттерн, примером которого служат эти маркеры
• awesome-deepseek-agent - курируемый список DeepSeek из 16 интеграций с агентами и ассистентами для написания кода
• kimi-k3 - mHC в V4 и attention residuals в K3 представляют собой два разных подхода к оптимизации остаточных связей: mHC расширяет их, а attention residuals взвешивают межслойные соединения по оценке внимания