DeepSeek V4.1 Flash в 2026: тест из России, цены в рублях и стоит ли уходить с V4 Pro

10 сентября 2026 DeepSeek выложил V4.1 Flash - модель на 763 млрд параметров, которая по устройству не похожа ни на что из предыдущих версий. Вместо привычного трансформера внутри стоит связка из энкодера и декодера, зрение встроено на уровне обучения, а на обработку каждого токена уходит от 8 до 16 млрд параметров вместо всех 763. Итог: модель обходит прежний флагман V4 Pro на тестах и стоит в три с лишним раза дешевле.

Дальше по порядку: что конкретно поменялось в архитектуре и зачем это знать обычному пользователю, сколько стоит миллион токенов в рублях, как открыть модель из России и где V4.1 Flash честно проваливается.

Словарик: пять терминов, без которых дальше не разобраться

• Активные параметры - сколько весов модели реально участвует в расчёте одного токена. Чем меньше активных при том же общем размере, тем дешевле и быстрее ответ.
• Энкодер-декодер - схема из двух частей: одна читает и сжимает вопрос, вторая пишет ответ. Раньше в чат-моделях обе работы делала одна и та же стопка слоёв.
• KV-кэш - память модели о том, что уже было в диалоге. Она физически занимает место в видеопамяти, и от её размера зависит, влезет ли длинный контекст в твоё железо.
• Пиковые часы - время, когда серверы DeepSeek загружены и токены стоят вдвое дороже. Привязаны к рабочему дню в Китае.
• Reasoning effort - ползунок глубины рассуждений. У V4.1 Flash это шкала от 1 до 100 вместо трёх кнопок, как было раньше.

Что произошло 10 сентября

Формально это обновление внутри четвёртой версии. Фактически DeepSeek переписал модель изнутри, и специалисты это заметили сразу.

Её стоило назвать DeepSeek V5.

- Себастьян Рашка, автор книг по машинному обучению, в разборе релиза

Три вещи, которые изменились по существу.

Модель стала видеть. Раньше у DeepSeek был отдельный экспериментальный V4 Flash Vision Exp, где зрение прикрутили поверх готовой текстовой модели. В V4.1 Flash картинки и текст учились вместе с самого начала обучения. Разница заметна на скриншотах интерфейсов и таблицах: модель перестала терять мелкие подписи. Как это использовать на бытовых задачах, мы разбирали в гайде DeepSeek читает скриншоты и чеки.

Контекст остался 1 млн токенов, максимальный ответ - 384 тысячи токенов. Это примерно 700 тысяч слов на вход и 270 тысяч на выход, то есть в одно окно влезает несколько книг.

Цена рухнула. Выход подешевел с 1,98 доллара за миллион токенов до 0,60 в непиковые часы. При этом баллы на тестах выросли.

Зачем модели 763 млрд параметров, если работают 16

Это главная идея релиза, и объяснить её стоит на пальцах.

Обычная большая модель прогоняет каждое слово через всю свою массу весов. Модель на 700 млрд параметров думает семьюстами миллиардами над любым вопросом, включая «сколько будет два плюс два». Отсюда счета за электричество и цены на токены.

DeepSeek пошёл другим путём. Внутри V4.1 Flash сорок слоёв, разбитых пополам: двадцать слоёв энкодера читают твой вопрос, двадцать слоёв декодера пишут ответ. На чтении включаются 8 млрд параметров, на письме - 16 млрд. Остальные 750 млрд лежат тихо и подключаются только когда нужны: в модели 384 специализированных блока-эксперта, и на каждый токен активируются шесть.

Вторая половина экономии - память. Разработчики сжали KV-кэш до 890 байт на токен, вчетверо меньше, чем у предыдущего V4 Flash. Для сервера это означает вчетверо меньше видеопамяти под тот же диалог, для тебя - что миллион токенов контекста перестал быть маркетинговой цифрой и стал рабочим режимом.

Бенчмарки: дешёвая модель обогнала дорогую

Обычно новая дешёвая версия догоняет старший флагман с отставанием. Здесь получилось наоборот.

Самый показательный разрыв - DeepSWE: 74,2 против 62,7. Этот тест меряет способность довести до конца цепочку действий в чужом коде, и именно там прошлые версии DeepSeek разваливались на третьем шаге. Мы фиксировали прошлый скачок по этому тесту в разборе DeepSeek V4 Pro из России - там модель подросла с 12,8 до 62,7, теперь добавилось ещё двенадцать баллов.

По скорости выдачи Artificial Analysis намерил около 210 токенов в секунду при времени до первого токена 1,13 секунды. Для сравнения: человек читает вслух примерно 3 токена в секунду, так что текст появляется быстрее, чем ты успеваешь его проглядеть.

V4 Pro остаётся: перевод на Flash отменили

В релизе 10 сентября DeepSeek предупредил, что с 14 сентября запросы к модели deepseek-v4-pro поедут на V4.1 Flash. Мы писали об этом как о снятии старого флагмана. Решение отменили.

В том же changelog компания дописала, что по просьбам пользователей продолжает обслуживать V4 Pro в API отдельной моделью, а порядок списания денег остаётся прежним. На странице тарифов V4 Pro и сейчас стоит собственной колонкой со своим прайсом и своим лимитом одновременных запросов.

Что это значит на практике. Если у тебя в скриптах прибит deepseek-v4-pro, менять ничего не нужно и счёт не изменится. Если прибито одно из двух старых имён Flash, проверь качество ответов: модель под капотом уже другая, она пишет длиннее и структурирует ответ иначе, поэтому тесты, настроенные на прежний формат вывода, могут начать падать без единой правки в твоём коде.

Цены на API в рублях

Курс ЦБ РФ на 12 сентября 2026 - 84,2569 ₽ за доллар. Считаем по нему.

Цены указаны за 1 млн токенов. Разрыв по выходу - в 3,3 раза, по входу - в 4,4 раза, по кэшу - в 7,3 раза.

Кэш здесь важнее всего остального, и вот почему. Когда агент работает с твоим проектом, он раз за разом отправляет модели один и тот же кусок кода в начале каждого запроса. Эта часть считается по льготному тарифу, и при цене 0,25 ₽ за миллион она перестаёт быть заметной строкой в счёте вообще. Именно за счёт кэша длинные сессии с кодом у DeepSeek выходят дешевле, чем у кого угодно.

Artificial Analysis прогнал модель через свой набор задач и посчитал стоимость прохождения: около 0,27 доллара, то есть 23 ₽ за полный цикл тестов.

Когда DeepSeek стоит вдвое дешевле: расписание по Москве

Цена токена у DeepSeek зависит от часа суток. Это единственный рычаг экономии, который работает без единой правки в промптах и без смены модели: тот же запрос, та же модель, тот же результат, счёт вдвое меньше.

Пиковый тариф действует с 01:00 до 04:00 и с 06:00 до 10:00 UTC, по будням. Москва живёт на три часа впереди, поэтому дорогие часы приходятся на 04:00-07:00 и 09:00-13:00 по Москве.

Смотри, какая картина получается. Дорогой тариф включается всего 35 часов в неделю из 168. Остальные 133 часа, а это 79% времени, DeepSeek и так отдаёт токены за половину цены. Задача сводится к тому, чтобы не влезать в два коротких окна.

Выходные и китайские праздники идут целиком по низкой цене

Окно скидок у DeepSeek расширялось постепенно. Сначала дешёвыми были только ночные часы. Потом выходные целиком ушли в непиковый тариф. Теперь туда же отправились государственные праздники Китая: в праздничный день пиковый тариф не включается вообще, даже если день выпал на будний.

Для сентября и октября 2026 это выглядит так:

Шесть рабочих дней подряд, в которые дорогой тариф просто не включается. Если у тебя лежит отложенная пачка задач на API - разметка базы, перевод каталога, прогон тестов по большому репозиторию - первая неделя октября это лучшее окно года, чтобы её закрыть.

Сколько это в деньгах

Посчитаем на живом сценарии. Агентная сессия с кодом: 8 млн входных токенов попадают в кэш, 1,5 млн идут мимо кэша, 400 тысяч уходит на ответы. Курс ЦБ РФ 84,20 ₽ за доллар на 19 сентября 2026.

Двадцать сессий в месяц это примерно час работы с агентом каждый будний день. На Flash перенос таких задач на вторую половину дня экономит около 800 ₽ в месяц, на V4 Pro больше трёх тысяч.

Если считаешь бюджет сразу по всем нейросетям, пригодится разбор сколько токенов даёт подписка за 20 долларов: там та же арифметика применительно к ChatGPT Plus, Claude Pro и Gemini.

Работает ли DeepSeek из России в сентябре 2026

Честный ответ прежний: зависит от провайдера. Прямой сайт chat.deepseek.com у части российских абонентов открывается нормально, у части соединение обрывается на этапе установки шифрованного канала. Единого «работает» или «не работает» по стране нет.

Проверка занимает минуту: открой chat.deepseek.com сначала с мобильного интернета, потом с домашнего Wi-Fi. Если хотя бы один канал грузит сайт, дальше можно ничего не делать - чат бесплатный целиком, регистрация проходит через аккаунт Google без номера телефона.

Для третьего пути понадобится рабочий VPN с зарубежным IP. Адрес, который прыгает между странами во время регистрации, отдаёт свежий аккаунт на блокировку, так что соединение должно держаться стабильно хотя бы первые десять минут.

Пошаговый разбор регистрации, включая классическую беду с кодом подтверждения, который не приходит на почту, у нас лежит отдельно: DeepSeek: как пользоваться бесплатно из России.

Как платить за API из России

Платформа для разработчиков открывается из России стабильнее, чем чат, и регистрация через Gmail проходит. Упирается всё в одно: российские карты Visa и Mastercard на пополнение баланса не идут.

Через OpenRouter. Единый шлюз, который держит DeepSeek вместе с сотней других моделей и берёт небольшой процент сверху. Один ключ открывает всё сразу, баланс пополняется криптой. Разбор настройки у нас в гайде OpenRouter: как пользоваться.

Через сервис-посредник. Переводишь рубли, тебе оплачивают зарубежной картой, комиссия обычно 13-20 процентов. Удобно, когда нужен именно прямой аккаунт DeepSeek с официальным прайсом. Один из рабочих вариантов - сервис оплаты подписок (реферальная ссылка: тебе тот же прайс, мне небольшой процент).

Через российский агрегатор за рубли. Самый простой путь без VPN и валютной карты, оплата обычной картой РФ или через СБП. Минус в наценке и в задержке: свежие версии моделей приезжают туда через неделю-две после релиза. Все способы платить зарубежным сервисам мы собрали в гайде как оплатить нейросети из России.

Запуск на своём компьютере: цифры, которые впечатляют

Асимметричная архитектура дала побочный эффект, ради которого модель стоит скачать даже тем, кто не собирался.

Раз на каждом токене работают 8-16 млрд параметров, железу не нужно держать наготове все 763 млрд. Энтузиасты отчитались о 300 с лишним токенах в секунду на сборке из четырёх профессиональных видеокарт RTX в полной точности, причём пиковое потребление оперативной памяти держалось ниже 32 ГБ. Отдельно сообщали об успешном запуске на ноутбуке с M5 Max, где веса подгружались прямо с SSD, и о работе с подкачкой с NVMe-диска на 200 ГБ.

Для российского читателя это отдельная развилка: локальная модель не требует ни VPN, ни зарубежной карты, ни доверия к чужим серверам. Цена вопроса - железо и время на настройку. Какими инструментами это поднимать, разбирали в материале локальный ИИ: LM Studio, Ollama и llama.cpp.

Где V4.1 Flash проваливается

Хвалебных обзоров модели в сети уже много, поэтому проговорим то, о чём пишут реже.

Она очень многословная. В замерах Artificial Analysis модель тратила в среднем около 89 тысяч выходных токенов на задачу - на четверть с лишним больше конкурентов, а на отдельных типах задач до полутора раз больше. Каждый выходной токен ты оплачиваешь, так что часть выигрыша по прайсу возвращается обратно объёмом текста. Считать надо цену за решённую задачу, цифра за миллион токенов тут обманывает.

Внутренние оценки выше внешних. Наблюдатели, которые давно следят за релизами DeepSeek, отмечают разрыв между собственными бенчмарками компании и поведением модели на живых задачах: встречаются странные провалы там, где по баллам их быть не должно. Формально это называют хрупкостью, на практике выглядит как уверенно неправильный ответ на простом вопросе после безупречного разбора сложного.

Многоагентные сборки портят результат. DeepSeek предлагает запускать несколько экземпляров модели командой. Работает это только на проектах с ясной модульной структурой: если границы между частями проекта размыты, агенты начинают переписывать друг за другом и качество падает ниже одиночного запуска.

Три промпта, чтобы проверить модель на своих задачах

Бенчмарки меряют чужие задачи. Свои проверяются за десять минут - вот три сценария, в которых разница между версиями видна сразу.

Первый - длинный контекст. Загрузи в чат документ на сотню страниц и попроси поискать противоречия вместо пересказа:

Ты редактор-педант. Прочитай документ целиком и найди места, где условия противоречат друг другу: разные суммы для одного и того же, разные сроки, ссылки на пункты, которых нет.
 
Выдай таблицу: пункт 1 | пункт 2 | в чём противоречие | какая формулировка вероятнее верная.
 
Ничего не придумывай. Если противоречий нет, так и напиши одной строкой.

Второй - зрение. Скинь скриншот таблицы или интерфейса и проверь, теряет ли модель мелкие подписи:

На изображении скриншот таблицы. Перенеси её в markdown построчно, сохранив все числа и подписи колонок ровно как на картинке.
 
Там, где символ распознаётся неуверенно, ставь пометку (?) сразу после него. Не дописывай строки, которых на картинке нет.

Третий - контроль многословности. Тот самый случай, где новая модель по умолчанию заливает текстом:

Ответь на вопрос ниже максимум в 120 словах. Без вступления, без списка «что мы рассмотрели», без финального резюме.
 
Если для точного ответа не хватает данных, первой строкой напиши, чего именно не хватает, и на этом остановись.
 
Вопрос: [впиши свой]

Третий промпт стоит держать под рукой постоянно. На V4.1 Flash он экономит ощутимую долю выходных токенов, а значит и денег.

Что у тебя теперь есть

• Понимание, почему 763 млрд параметров не означают 763 млрд в счёте: на токене работают 8 и 16 млрд.
• Таблица цен в рублях по курсу ЦБ на 12 сентября 2026 и знание, что кэш стоит 0,25 ₽ за миллион.
• Таблица пиковых часов по Москве и правило ставить объёмные задачи после 13:00.
• Календарь дней, когда дорогой тариф не включается совсем: выходные, 25 сентября и вся первая неделя октября.
• Расчёт экономии в рублях на месяц вперёд для Flash и для V4 Pro.
• Знание, что перевод V4 Pro на Flash отменён и менять идентификатор в скриптах не нужно.
• Три пути доступа из России с честной оценкой каждого, включая запуск на своей машине.
• Три промпта, чтобы проверить прирост на собственных документах вместо чтения чужих бенчмарков.

Главный сюжет релиза не в баллах. DeepSeek показал, что удешевление даёт другая схема расчёта, и урезать модель для этого необязательно. Результат выложен под MIT. Для пользователя из России это означает простую вещь: бесплатный чат стал умнее, а порог входа в локальный запуск опустился до уровня хорошей домашней сборки.

По материалам latent.space: AINews: DeepSeek v4.1-Flash, 763B-P8B-D16B novel causal Encoder-Decoder architecture with vision. Цены и даты сверены с официальной страницей тарифов DeepSeek и карточкой модели на Hugging Face, курс доллара по данным ЦБ РФ на 12 сентября 2026.

Обновление от 21 сентября 2026 подготовлено по материалам Хабра: DeepSeek дешевеет ночью: цена токенов теперь зависит от часа суток. Расписание пиковых часов, состав непиковых дней и отмену перевода V4 Pro на Flash перепроверили по официальной странице тарифов и changelog DeepSeek, расчёты в рублях по курсу ЦБ РФ 84,20 ₽ за доллар на 19 сентября 2026.