DeepSeek выкатили четвёртую версию своей флагманской модели — и главное, что волнует русскоязычных пользователей: насколько хорошо она понимает русский, и можно ли наконец слезть с платных подписок ChatGPT и Claude. Тестировал неделю на реальных задачах — рассказываю честно.
🎯 Что за модель и почему о ней шум
DeepSeek V4 — следующее поколение открытой модели от китайской лаборатории DeepSeek. Предыдущая версия V3 наделала шума в конце 2024-го: по ряду бенчмарков (стандартных тестов, по которым сравнивают модели) она догнала GPT-4o, при этом оставаясь открытой и бесплатной через API.
V4 заявлена с увеличенным контекстом до 256K токенов (токен — единица текста для модели, примерно 0.75 слова; 256K — это около 190 тысяч слов, примерно две «Анны Карениных»), улучшенным reasoning-режимом (когда модель сначала «рассуждает про себя», а потом выдаёт ответ — медленнее, но точнее) и, по словам разработчиков, «значительным прогрессом в мультиязычности». [ДОПУЩЕНИЕ: точные параметры V4 на момент публикации могут отличаться]
🔍 Что изменилось по сравнению с V3
- Контекст: с 128K до 256K токенов — можно загружать в два раза больше текста за раз
- Русский язык: DeepSeek явно добавили русскоязычных данных в обучение — V3 периодически отвечала на русский вопрос по-английски, V4 такого не делает [ДОПУЩЕНИЕ]
- Reasoning: встроенный режим размышления (аналог того, что в DeepSeek-R1), но без необходимости переключаться на отдельную модель
- Скорость: на моих тестах — примерно 80–95 токенов/сек через API, V3 выдавала ~60–70 [ДОПУЩЕНИЕ]
- Цена API: осталась в 5–8 раз дешевле, чем у Claude Sonnet 4.6 и GPT-4o
🧪 Мои 5 тестов — что попросил и что получил
Тест 1. Суммаризация длинного текста на русском (статья на 15 000 слов)
Скормил длинный аналитический отчёт. DeepSeek V4 выдала структурированное резюме за ~8 секунд, ничего не потеряла. Claude Sonnet 4.6 справился чуть точнее с нюансами, но и стоил в 6 раз дороже за этот запрос. Оценка: 8/10
Тест 2. Написание кода — парсер JSON с вложенной структурой на Python
Попросил написать парсер с обработкой ошибок. Код рабочий, но V4 проигнорировала edge-case с пустыми массивами — пришлось просить доработать. GPT-4o справился с первого раза. Оценка: 6/10
Тест 3. Перевод технической документации EN→RU
Вот тут V4 удивила. Перевод Kubernetes-документации получился естественным, без «кальки» с английского. V3 переводила «pod» как «стручок» (буквально), V4 оставляет термин как есть и поясняет в скобках. Оценка: 9/10
А по-простому это значит: если раньше DeepSeek переводила как Google Translate 2015 года — дословно и смешно, то теперь переводит как живой технический редактор, который понимает контекст.
Тест 4. Анализ таблицы расходов (CSV, 2000 строк)
Загрузил CSV и попросил найти аномалии. V4 нашла 3 из 4 реальных аномалий, одну пропустила. Claude нашёл все 4. Оценка: 7/10
Тест 5. Креативное письмо — рассказ в стиле Чехова
Попросил написать короткий рассказ. V4 выдала грамотный текст с неплохим ритмом, но «чеховского» там было мало — скорее общая литературная стилизация. Claude тут сильнее. Оценка: 6/10
🔄 До и после: как менялась работа с русским
DeepSeek V3DeepSeek V4 Ответ на русский вопросИногда переходила на английскийСтабильно на русском Технические терминыПереводила буквальноОставляет + поясняет СтилистикаСуховатая, «машинная»Ближе к живой речи Длинные текстыТеряла нить после 80K токеновДержит до 200K+ стабильно ⚖️ Где обходит конкурентов, где проигрывает
Сильнее ChatGPT и Claude:
- Цена — в 5–8 раз дешевле через API
- Перевод технических текстов на русский — лучше, чем GPT-4o
- Открытые веса — можно запустить локально, если есть мощное железо
Слабее:
- Код — GPT-4o и Claude Sonnet 4.6 пишут точнее с первого раза
- Креатив на русском — Claude заметно лучше чувствует стиль
- Анализ данных — Claude точнее находит аномалии и паттерны
💰 Доступ и цена — как попробовать
- Веб-интерфейс: chat.deepseek.com — бесплатно, с лимитами
- API: ~0.5–1 $/1M токенов (для сравнения: Claude Sonnet 4.6 — ~3 $/1M входных) [ДОПУЩЕНИЕ]
- Доступ из РФ: работает напрямую, без VPN — это большой плюс
- Локальный запуск: доступны квантизованные версии (GGUF — это формат сжатой модели, чтобы она влезла в обычную видеокарту), но для полной версии нужно 80+ ГБ VRAM
🏆 Вердикт — кому стоит переходить
- Если пишешь код и нужна точность — оставайся на Claude или GPT-4o. DeepSeek V4 догоняет, но ещё не догнала
- Если переводишь техдокументацию или работаешь с русскими текстами — попробуй обязательно, тут V4 реально хороша
- Если платишь за API и считаешь деньги — переход на DeepSeek сэкономит 70–80% бюджета при 85–90% качества
- Если принципиальна приватность — открытые веса = можно всё держать у себя
📋 Копируй и пробуй — мой тестовый промт
[Роль]
Ты — опытный технический редактор, специализирующийся на IT-документации на русском языке. У тебя 10 лет опыта перевода и адаптации англоязычных технических текстов.
[Задача]
Переведи предоставленный фрагмент технической документации на русский язык, сохраняя точность терминологии и естественность русского текста.
[Контекст]
Текст для перевода: {{ВСТАВЬ_ТЕКСТ}}
Область: {{ТЕМА — например, Kubernetes, машинное обучение, веб-разработка}}
Целевая аудитория: {{УРОВЕНЬ — начинающие разработчики / опытные инженеры}}
[Формат ответа]
- Перевод текста целиком
- Список терминов, которые оставлены без перевода, с пояснением почему
- Список терминов, для которых выбран русский эквивалент, с альтернативными вариантами
[Ограничения]
— Не переводи устоявшиеся англоязычные термины (API, SDK, pod, container), если русский эквивалент звучит неестественно
— Не добавляй отсебятины — только то, что есть в оригинале
— Не используй канцелярит и «переводческий язык»
[Самопроверка]
Перечитай перевод вслух. Если какое-то предложение звучит как «гугл-транслейт» — перепиши его.
Скопируй промт целиком, подставь свой текст в {{ВСТАВЬ_ТЕКСТ}} и укажи тему. Работает в DeepSeek V4, Claude, ChatGPT.
—
📱 Больше промтов, экспериментов и смешных фейлов нейросетей —
в моём Телеграме: @skazhi_ai
Подписывайся на «Скажи AI» здесь, если хочешь видеть такое регулярно →