модель · DeepSeek · вышла 13 августа
DeepSeek V4 Pro
Флагманская модель DeepSeek на октябрь 2026 года: программирование и агентные задачи, открытые веса
О модели
DeepSeek V4 Pro — старшая модель линейки V4. Она устроена по схеме смеси экспертов (mixture of experts): из 1,6 трлн параметров каждый токен обрабатывают только около 49 млрд. Поэтому на каждый ответ уходит намного меньше вычислений, чем у модели того же размера, где все параметры работают сразу. Внимание — механизм, которым модель связывает части текста между собой, — у неё гибридное: две схемы сжатия удешевляют работу с длинными документами. По данным лаборатории, на тексте в миллион токенов ей нужно 27% вычислений DeepSeek V3.2 на каждый токен и 10% памяти под уже прочитанный текст.
Предварительную версию DeepSeek выпустила в апреле 2026 года, а в августе вышла итоговая DeepSeek-V4-Pro-0813. Она работает в API под прежним именем. Главное, что в ней улучшили, — агентные возможности, то есть умение действовать самостоятельно: вызывать инструменты, запускать команды и доводить многошаговую задачу до конца. По замерам лаборатории, в Terminal Bench 2.1 (задачи в командной строке) у неё 87,9 балла против 72,1 у предварительной версии, в NL2Repo (сборка проекта по текстовому описанию) — 61,5 против 38,5, в DeepSWE, ещё одном тесте на программирование, — 62,7 против 12,8. В таблице самой DeepSeek она местами обходит Claude Opus 4.8: например, в Cybergym, где воспроизводят уязвимости в реальных программах, у неё 83,3 балла против 78,3. Зато в Toolathlon-Verified, тесте на работу с инструментами, она немного уступает Claude Opus 4.8 и Kimi K3: 74,1 балла против 76,2 и 76,5.
Модель выбирают для программирования, работы в терминале и агентных процессов. Она может ответить сразу или сначала порассуждать. Глубину рассуждений выбирают из трёх уровней: низкий для простых задач, высокий для повседневной работы и максимальный для самых трудных. API модели понимает формат OpenAI Responses, поэтому её можно в один шаг подключить к Codex — агенту OpenAI для программирования. В приложении и на сайте DeepSeek она работает в режиме «Эксперт», а в API с 16 августа 2026 года цена зависит от времени суток: вне пиковых часов запросы стоят вдвое дешевле.
Веса выложены на Hugging Face под лицензией MIT: модель можно разворачивать без DeepSeek, дообучать и встраивать в свои продукты. Вместе с весами вышел модуль DSpark для спекулятивного декодирования: он заранее предлагает несколько следующих токенов, модель проверяет их разом, и ответ появляется быстрее. Инструкции лаборатории для систем запуска vLLM и SGLang рассчитаны на сервер с четырьмя ускорителями Nvidia GB300. Поэтому у себя модель запускают компании, а остальные берут её через API DeepSeek и сторонние сервисы. Она работает только с текстом: картинки в линейке понимает отдельная экспериментальная модель DeepSeek-V4-Flash-Vision-Exp.
источники:Анонс DeepSeek-V4-Pro ↗Карточка DeepSeek-V4-Pro-0813 на Hugging Face ↗Карточка линейки DeepSeek-V4-Pro на Hugging Face ↗
Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиПодробнее на английском ↗
весь рейтинг54место из 268индекс 149вероятный разброс 147–151
- DTBenchВопросы с выбором ответа по теории принятия решений в задачах вроде парадокса Ньюкома, где твой выбор говорит о выборе похожих на тебяСлучайный выбор даёт около 40%, так что это нижняя планка, а не ноль.Подробнее на английском ↗84,4%максимальное
- LMCAНасколько оценки моделью доводов в философии, теории решений и безопасности ИИ совпадают с оценками экспертовБалл — корреляция с оценками экспертов, умноженная на 100; практический потолок около 85, а не 100.Подробнее на английском ↗48,5%максимальное
- Mystery Game Puzzles100 позиций из головоломочного варианта известной игры, название которой скрыто: нужно найти единственный лучший ходПодробнее на английском ↗8,6%
- Surface Evolver Bench16 задач: описать для физической программы Surface Evolver форму жидкости под действием поверхностного натяжения, гравитации и ограниченийЗасчитывается частичное выполнение: отдельные баллы за корректный файл, успешный прогон симуляции и совпадение объёма, площади и энергии с эталоном.Подробнее на английском ↗40,0%высокое
- FrontierMath-Tier-4-v2-PrivateЗакрытый набор самых трудных задач FrontierMath: исследовательская математика, на которую у специалистов уходят часы и дниПодробнее на английском ↗2,4%максимальное
- FrontierMath-Tiers-1-3-v2-PrivateСотни новых задач исследовательской математики от профессиональных математиков; эксперту на задачу нужны часы или дниПодробнее на английском ↗45,3%максимальное
- FrontierCodeМодель исправляет проблему в открытом проекте, а правку оценивают по тому, приняли бы её сопровождающие проектаБалл выставляют по критериям сопровождающих и усредняют по пяти запускам; если нарушен хотя бы один обязательный критерий, за задачу ставят ноль.Подробнее на английском ↗17,6%
- CL-bench LifeЗадачи, которые решаются только по данным из запроса: групповые чаты, личные заметки, истории покупок и браузераПодробнее на английском ↗13,5%высокое
- ProofBench100 закрытых задач по математике уровня старших курсов и аспирантуры: модель пишет доказательство на Lean 4, его проверяет программаПодробнее на английском ↗16,0%максимальное
- Chess Puzzles100 новых шахматных задач, позиция дана текстом: нужно найти единственный лучший ход по оценке движка StockfishПодробнее на английском ↗15,8%
- SimpleQA Verified1000 коротких вопросов на факты, на которые модель отвечает по памяти, без поиска в интернетеБалл — F1: учитываются и доля верных ответов, и точность там, где модель решилась ответить, так что честное «не знаю» лучше ошибки.Подробнее на английском ↗47,0%максимальное
- WeirdMLНеобычные задачи по машинному обучению: модель пишет код, который на выданных данных обучает классификатор, например для распознавания фигурБалл — средняя точность обученных моделью классификаторов, а не доля решённых задач.Подробнее на английском ↗48,9%максимальное
- OTIS Mock AIME 2024-202545 олимпиадных задач по математике из пробных экзаменов AIME школы OTIS; ответ — целое число от 0 до 999Подробнее на английском ↗96,7%
- SWE-Bench verifiedНастоящие задачи из GitHub по проектам на Python: модель правит код, а тесты проверяют, решена ли проблемаПо оценке Epoch, в 5–10% задач есть ошибки, поэтому 100% недостижимы; Epoch считает результат по 484 задачам из 500.Подробнее на английском ↗77,6%максимальное
- GPQA diamond198 вопросов с выбором ответа по физике, химии и биологии уровня аспирантуры — такие, что ответ не найти поискомСлучайный выбор даёт 25%, а специалисты с учёной степенью в своей области набирают около 70%.Подробнее на английском ↗87,9%
Новости о модели
все упоминания · 45ITHome пишет о подготовке моделей DeepSeek для кибербезопасности
По данным ITHome, доступ к специальным моделям DeepSeek могут выдавать после проверки личности, а от компаний потребуют регистрационные документы и доверенность.
DeepSeek и Moonshot учили модели на ответах GPT-6 Astra от OpenAI, пишет The Information
По данным The Information, GPT-6 Astra стала главной моделью, на ответах которой учатся китайские лаборатории; в сентябре OpenAI связывала с Moonshot попытку выкачать рассуждения моделей OpenAI.
США запретили госведомствам DeepSeek, Китай готовит контроль экспорта ИИ
Министерство внутренней безопасности США исключило DeepSeek из закупок гражданских ведомств, а Министерство коммерции Китая ввело регистрацию экспорта ИИ-технологий, включая выкладку моделей в открытый доступ, и готовит перечень запретов.
DeepSeek открыла код DeepInfer — движка, на котором работают её модели
DeepSeek открыла код, на котором сама запускает модель V4.1-Flash, и библиотеку, чтобы сторонние сервисы отвечали так же, как её официальный API.
Обновлённая DeepSeek V4.1 Flash обошла открытых соперников в трёх рейтингах
DeepSeek обновила дешёвую открытую модель V4.1 Flash: цена прежняя, а в независимых тестах модель стала сильнее в задачах агентов и реже выдумывает.
DeepSeek обновила открытую модель V4.1-Flash и сократила её ответы
По тестам DeepSeek, новая версия открытой V4.1-Flash лучше и быстрее выполняет задачи как агент — сама пишет код и пользуется программами. Заодно компания открыла всем платный API веб-поиска.
Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).