Редакционный аналитический обзор модели DeepSeek-V4. Материал подготовлен в независимом формате, не является рекламой и основан на открытой технической документации, публикациях разработчиков и результатах независимых бенчмарков.
Общая картина
DeepSeek-V4 — флагманская линейка open-source моделей от китайской лаборатории DeepSeek, представленная 24 апреля 2026 года. Релиз стал знаковым сразу по нескольким причинам: это первое крупное обновление платформы с нуля со времён модели R1 (январь 2025), первый флагман DeepSeek, полностью обученный и оптимизированный под китайские чипы Huawei Ascend 950PR, и первая модель в открытом доступе, которая вывела контекстное окно в 1 миллион токенов из разряда «премиум-опций» в базовый стандарт для всех версий.
Линейка включает две версии: DeepSeek-V4-Pro (1.6 трлн параметров, 49 млрд активируются на токен) и DeepSeek-V4-Flash (284 млрд параметров, 13 млрд активируются). Обе модели поддерживают контекстное окно в 1 миллион токенов, распространяются под лицензией MIT и опубликованы на Hugging Face и ModelScope.
Фактически V4 представляет собой попытку DeepSeek ответить на вызовы последних полутора лет: сохранить лидерство в открытом сегменте, совершить технологический рывок в эффективности длинного контекста, решить «китайский вопрос» с аппаратной независимостью от NVIDIA и представить свою модель не просто как «дешёвый аналог», а как прямого конкурента лучшим закрытым системам (GPT-5.4, Claude Opus 4.6, Gemini 3.1 Pro).
Типовые сценарии использования: корпоративные RAG-системы на больших массивах документов, AI-агенты с многошаговыми цепочками вызовов, универсальные ассистенты (в том числе русскоязычные — модель доступна без VPN), анализ огромных кодовых баз и датасетов без фрагментации, образовательные и исследовательские задачи, где важна воспроизводимость и контроль над данными.
Архитектура и принципы работы
DeepSeek-V4 развивает архитектуру Mixture-of-Experts (MoE), унаследованную от линейки V3, но с радикально переработанными механизмами внимания и оптимизации. Модель сохранила фреймворк DeepSeekMoE и стратегию Multi-Token Prediction (MTP), однако дополнила их тремя ключевыми инновациями.
Гибридное внимание: CSA + HCA
Главная архитектурная находка V4 — отказ от единого механизма внимания в пользу гибридной схемы. Compressed Sparse Attention (CSA) сжимает KV-кэш вдоль размерности последовательности, после чего применяет DeepSeek Sparse Attention (DSA). Heavily Compressed Attention (HCA) использует ещё более агрессивное сжатие кэша, но сохраняет плотное внимание. Именно этот дуэт обеспечил рекордную эффективность: в режиме 1M-токенов Pro-версия требует лишь 27% вычислительных FLOPs и 10% KV-кэша по сравнению с V3.2. Для Flash-версии показатели ещё радикальнее — 10% и 7% соответственно.
Manifold-Constrained Hyper-Connections (mHC)
Традиционные остаточные связи заменены на усовершенствованный механизм mHC, который усиливает стабильность распространения сигнала между слоями, не жертвуя выразительностью модели. Этот подход был ранее опробован в оптимизационных обновлениях DeepGemm и теперь интегрирован непосредственно в архитектуру флагмана.
Оптимизатор Muon и FP4-квантование
DeepSeek-V4 стала, вероятно, первой моделью такого масштаба, которая перешла на оптимизатор Muon для ускорения сходимости и повышения стабильности обучения. Модель предобучена на корпусе из 32 трлн токенов (Pro) и 32 трлн (Flash), после чего прошла двухстадийный посттренинг: независимое «взращивание» доменных экспертов через SFT и RL с GRPO, а затем унификация через on-policy дистилляцию. Веса хранятся в смешанной точности FP4+FP8, что позволяет уместить Pro-версию примерно в 865 ГБ, а Flash — примерно в 200 ГБ.
Аппаратная платформа: ставка на Huawei Ascend
Глубинная трансформация, стоящая за V4, — полный перенос кодовой базы с NVIDIA CUDA на Huawei CANN и адаптация под чипы Ascend 950PR. Это не просто «портирование», а перепроектирование ядер (kernels) под иную архитектуру памяти и вычислений. Достигнутая утилизация — около 85%, стоимость развёртывания примерно втрое ниже, чем у NVIDIA-стеков.
При этом DeepSeek официально не раскрыла точный аппаратный стек для обучения V4, что породило дискуссии: использовала ли компания исключительно Ascend, либо применяла гибридную схему с NVIDIA на этапе прототипирования.
Форматы использования
Локальный open-source запуск
Веса V4-Pro и V4-Flash распространяются под лицензией MIT и доступны для скачивания на Hugging Face и ModelScope. Это даёт полный контроль над данными и исключает внешние API-зависимости, но требует значительной инфраструктуры: Flash-версия в FP4+FP8 занимает от 200 ГБ, Pro — от 865 ГБ. Локальное развёртывание рационально для крупных организаций с собственными кластерами и жёсткими требованиями к конфиденциальности. Разработчики, использующие собственные инференс-фреймворки, могут дополнительно оптимизировать модель под свои задачи, опираясь на открытый код и документацию, опубликованные вместе с весами.
DeepSeek API
Облачный API-доступ упрощает старт и снимает необходимость администрирования серверов. DeepSeek официально запустила V4-Pro и V4-Flash через свой API с поддержкой OpenAI ChatCompletions и Anthropic-интерфейсов. Однако DeepSeek предупредила, что пропускная способность Pro-версии пока ограничена из-за дефицита чипов, и ожидает снижения цен во второй половине 2026 года после массовых поставок Huawei Ascend 950PR.
Сторонние облачные провайдеры
Ряд независимых провайдеров и облачных платформ также предлагают хостинг DeepSeek-V4, зачастую с более высокой скоростью инференса за счёт собственных оптимизаций и аппаратных решений. Такой подход снижает latency, но усиливает зависимость от конкретного вендора и его ценовой политики. Кроме того, качество и точность хоста могут незначительно отличаться от официального бенчмарка — это стандартная ситуация для сторонних инференс-провайдеров.
Критические ограничения
Несмотря на мощный технологический рывок, DeepSeek-V4 имеет ряд системных ограничений, важных для принятия продуктовых решений.
- Отсутствие нативной мультимодальности. V4 остаётся языковой моделью. Базовая мультимодальность (распознавание текста на изображениях) присутствует, но полноценной генерации изображений, работы с аудио и сложного визуального анализа нет. По данным источников, решение отложить мультимодальную генерацию связано с ограничениями по вычислительным мощностям и бюджету.
- Отставание в мировых знаниях. На бенчмарке SimpleQA (проверка фактологических знаний) V4-Pro набирает 57.9 против 75.6 у Gemini 3.1 Pro. Это принципиальный разрыв, означающий, что модель не стоит считать надёжным источником для факт-чекинга и энциклопедических запросов.
- Галлюцинации при редактировании. Пользователи отмечают специфический баг: при редактировании существующего кода модель иногда начинает дописывать несуществующие строки или «исправлять» то, что не требует исправлений. Проблема не критична при генерации с нуля, но требует осторожности при рефакторинге и доработке чужого кода.
- Ресурсоёмкость и дефицит Pro-пропускной способности. Полноценный запуск Pro-версии требует высоких аппаратных затрат (от 865 ГБ), а API-доступ к Pro на старте ограничен из-за нехватки чипов Ascend 950PR. Компания обещает расширение мощностей во втором полугодии 2026.
- Слабость в творческих задачах. Ранние пользователи отмечают, что V4 в литературных сценариях выдаёт тексты «сухими» и «излишне формальными». Это не баг, а прямое следствие оптимизации под снижение галлюцинаций и фокус на агентно-инструментальных сценариях.
Метрики и различия версий
Приводим показатели V4-Pro-Max (максимальный режим reasoning) в сравнении с ведущими закрытыми моделями по состоянию на апрель 2026 года. Обратите внимание: часть результатов получена из неофициальных утечек и пока не подтверждена независимыми аудиторами.
Сводка по ключевым бенчмаркам:
- MMLU-Pro: 87.5 (уступает Gemini 3.1 Pro — 91.0 и Claude Opus 4.6 — 89.1, наравне с GPT-5.4 — 87.5)
- GPQA Diamond: 90.1 (уступает Gemini 3.1 Pro — 94.3 и GPT-5.4 — 93.0)
- AIME 2026: 99.4% (на уровне топ-моделей)
- HumanEval: 90% (превосходит GPT-4 — 82% и Opus 4.5 — 88%)
- SWE-bench Verified: 80.6% (наравне с GPT-5.4 и Claude Opus 4.6, в пределах статистической погрешности)
- Codeforces: 3206 (опережает GPT-5.4 — 3168)
- LiveCodeBench: 93.5 (первое место)
- HMMT 2026 (математическая олимпиада): 95.2 (GPT-5.4 — 97.7, Opus 4.6 — 96.2)
- BrowseComp (агентный сценарий): 83.4 (наравне с GPT-5.4 — 82.7, уступает Gemini 3.1 Pro — 85.9)
- MRCR 1M (длинный контекст): 83.5 (уступает Claude Opus 4.6 — 92.9, но лучше GPT-5.4 — 76.3)
Версия V4-Flash достигает сопоставимого с Pro уровня reasoning при достаточном «бюджете размышления» (thinking budget), но отстаёт на чистых задачах на знания и в наиболее сложных агентных сценариях.
Для русского языка: модель показывает высокое качество в общем домене, но снижает точность на локальных именах, адресах, специализированной терминологии (особенно юридической и бухгалтерской). По данным Speech2Text, проникновение DeepSeek среди российской аудитории сдерживается не столько качеством, сколько тем, что многие пользователи ранее столкнулись с более слабыми бесплатными версиями моделей и не вернулись к сервисам.
Сравнение с альтернативами
DeepSeek-V4 занимает уникальную нишу: это единственная open-weight модель с 1M-контекстом, способная конкурировать с закрытыми флагманами по программированию и математике, при этом в 10–50 раз дешевле в API. Позиционирование можно резюмировать так:
- Против GPT-5.4: V4-Pro выигрывает в коде (Codeforces 3206 vs 3168), сравнима в SWE-bench, но уступает в общих знаниях (SimpleQA 57.9 vs 45.3 у GPT-5.4) и HLE (37.7 vs 39.8).
- Против Claude Opus 4.6: Opus 4.6 сохраняет лидерство в агентных сценариях и безопасности, но разрыв сократился: по SWE-bench модели сравнялись (80.6% vs 80.8%), а по цене V4 дешевле в 50 раз по входным токенам.
- Против Gemini 3.1 Pro: Gemini лидирует по знаниям (SimpleQA 75.6 vs 57.9) и GPQA Diamond (94.3 vs 90.1), но V4 обходит его в коде и сравнима в длинном контексте.
- Против российских моделей: GigaChat Ultra и YandexGPT 5 Pro оптимизированы под русскоязычные сценарии и интеграцию с российскими сервисами; DeepSeek-V4 превосходит их в глобальных бенчмарках (MMLU, HumanEval, AIME), но уступает в глубокой русификации ответов.
Важный стратегический контекст: V4 — не просто «ещё одна сильная модель», а платформа, демонстрирующая возможность создания конкурентоспособного ИИ вне экосистемы NVIDIA. Это особенно значимо для российского рынка, где вопрос аппаратной независимости стоит не менее остро.
Вывод
DeepSeek-V4 представляет собой не инкрементальное обновление, а существенный архитектурный скачок в эффективности длинного контекста и аппаратной независимости. Модель впервые в открытом доступе выводит 1M-контекст на уровень практической применяемости — с радикально сниженными требованиями к памяти и вычислениям. В программировании и математике она конкурирует с лучшими закрытыми системами; в агентных сценариях приближается к Claude Opus 4.6, хотя и не превосходит его последовательно.
Ключевые компромиссы — отставание в мировых знаниях (SimpleQA), отсутствие нативной мультимодальности и ограниченная пропускная способность Pro-версии на старте — являются прямым следствием осознанного выбора: V4 оптимизировалась под инструментальные и агентные сценарии, а не под энциклопедические задачи.
Для российских пользователей и бизнеса DeepSeek-V4 особенно интересна тройным фактором: бесплатный доступ без VPN, открытые веса под MIT и демонстрация реальной альтернативы NVIDIA-стеку на Huawei Ascend 950PR. При всех оговорках это наиболее сбалансированное open-source предложение первого эшелона на апрель 2026 года.
