DeepSeek принимает текстовый запрос, и его можно написать по-русски: попросить черновик, разбор задачи, перевод или кусок кода, а потом отдельно проверить, не подменила ли модель факт уверенным тоном. Форма диалога на этой странице стоит над текстом. Ниже — не рекламный набор лозунгов, а разбор имён моделей, дат и ограничений так, как они записаны в материалах DeepSeek.
Что имеет смысл сделать в первую очередь
Начните с короткого запроса, в котором есть задача, исходные данные и формат ответа. Например: «Объясни разницу между режимом с рассуждением и ответом без него. Пиши по-русски, тремя абзацами, без списков». Такой запрос проверяет сразу две вещи: держит ли ответ язык и следует ли он форме.
Если ответ полезный, усложняйте задачу: добавьте свой текст, таблицу или условие задачи. Если ответ ушёл в другой язык или начал повторяться, прямо напишите: «Продолжай по-русски и ответь только на вопрос». В журнале изменений от 22 сентября 2025 DeepSeek отдельно отмечал работу над смешением китайского и английского и над случайными странными символами в версии DeepSeek-V3.1-Terminus. Это не обещание идеального русского, а причина не считать язык ответа само собой разумеющимся.
Длинный запрос лучше делить. Сначала попросите план, затем раскройте один пункт, затем попросите проверить слабые места плана. Так проще заметить место, где модель додумала факт.
Какие имена моделей указаны в документации
На 17 октября 2026 в быстром старте API указаны два имени: deepseek-flash и deepseek-v4-pro. Там же сказано, что deepseek-flash обслуживается моделью DeepSeek-V4.1-Flash-1017, а способ вызова не менялся. Старые имена deepseek-v4-flash и deepseek-v4-flash-vision-exp ещё принимаются, но сами эти модели сняты: запросы обслуживает DeepSeek-V4.1-Flash-1017 и считаются по цене Flash.
Адрес API в формате OpenAI в быстром старте записан как api.deepseek.com. Для формата Anthropic в той же инструкции указан путь api.deepseek.com/anthropic. Ключ получают отдельно, в открытом тексте страницы его нет.
Имена deepseek-chat и deepseek-reasoner к этому описанию уже не подходят как рабочие. В анонсе от 24 апреля 2026 было сказано, что их отключат через три месяца, 24 июля 2026, в 15:59 UTC. До этого срока deepseek-chat вёл в режим без thinking у deepseek-v4-flash, а deepseek-reasoner — в режим thinking той же модели. После указанного времени журнал считает эти имена недоступными.
Линейка V4 и обновление октября 2026
Анонс от 24 апреля 2026 описывает две модели превью. DeepSeek-V4-Pro: 1,6 трлн параметров всего и 49 млрд активных. DeepSeek-V4-Flash: 284 млрд всего и 13 млрд активных. В том же тексте сказано, что контекст в 1 млн токенов стал обычным для всех сервисов DeepSeek, и что обе модели умеют режим thinking и режим без него. Чат предлагали открыть на chat.deepseek.com в Expert Mode или Instant Mode. Анонс не расписывает, какая подпись на кнопке соответствует какому параметру API, поэтому здесь они не приравниваются друг к другу.
10 сентября 2026 вышла DeepSeek-V4.1-Flash. В журнале она названа самой маленькой моделью новой архитектурной семьи и моделью с встроенным пониманием изображений. Для вызова указано имя deepseek-flash. Там же сказано, что API для DeepSeek V4 Pro сохраняют и после 14 сентября 2026, способ тарификации не меняли. Конкретные цены в этом тексте не повторяются: они лежат на странице моделей и тарифов и уже менялись.
17 октября 2026 журнал сообщает, что веб и приложение переведены на DeepSeek-V4.1-Flash-1017, а вызов API и цены для имени deepseek-flash остались прежними. В той же записи DeepSeek открывает описание своего поискового API: веб и API, по словам компании, опираются на собственный поисковый движок с многоязычным поиском. Это не инструкция, где именно в чате нажимать поиск, а граница того, что компания сама написала.
Понимание изображений не равно их рисованию. В описании списка моделей у выхода указан текст. Про генерацию картинок, видео или звука в этих заметках речи нет, и обещать её нельзя.
Короткий разбор линейки V4 есть в материале DeepSeek V4, а текст про сборку Flash-1017 — в материале DeepSeek-V4.1-Flash-1017.
Что такое DeepSeek-R1 и чем он не является
DeepSeek-R1 — это отдельная модель рассуждений, а не «быстрый режим для биржи». В репозитории DeepSeek-R1 авторы представляют первое поколение: DeepSeek-R1-Zero и DeepSeek-R1. R1-Zero обучали обучением с подкреплением без предварительного дообучения с учителем. У этой версии в README названы проблемы: бесконечные повторы, плохая читаемость и смешение языков. DeepSeek-R1 добавляет холодный старт перед обучением с подкреплением, чтобы это смягчить.
В таблице репозитория у DeepSeek-R1 и DeepSeek-R1-Zero указаны 671 млрд параметров всего, 37 млрд активных и контекст 128K. Обе собраны на базе DeepSeek-V3-Base. Это не окно в 1 млн токенов из анонса V4: цифры относятся к разным поколениям, и подменять одну другой нельзя.
20 января 2025 в журнале API имя deepseek-reasoner названо моделью DeepSeek-R1. Дальше это имя несколько раз переключали на более новые модели, а 24 июля 2026 его отключили. Открытые веса R1 при этом описаны в репозитории отдельно от того, какое имя API принимает после этой даты. Подробный разбор вынесен на страницу о DeepSeek-R1 и в материал про R1.
В README авторы пишут, что по их оценке R1 сопоставим с OpenAI-o1 на математике, коде и задачах на рассуждение. Это их формулировка по их замерам, не независимый пересчёт. Для всех своих моделей в том же файле указана максимальная длина генерации 32768 токенов, температура 0,6, top-p 0,95 и 64 ответа на запрос там, где нужна оценка pass@1.
Режим рассуждения без мифов
В действующем описании thinking mode модель перед итоговым ответом может выдать цепочку рассуждений. Включить и выключить режим в формате OpenAI можно параметром thinking со значением enabled или disabled. Усилие задаётся reasoning_effort: в таблице документации фигурируют low, high и max. По умолчанию режим включён, усилие по умолчанию — high. В формате Responses API значение none выключает thinking.
Документация прямо говорит, что в режиме thinking параметры temperature, presence_penalty и frequency_penalty не действуют: ошибку API не вернёт, но и эффекта не будет. Цепочка приходит в поле reasoning_content рядом с content. Если в запросе нет инструментов, эту цепочку не нужно отправлять обратно: даже если отправить, её не добавят в контекст. Если инструменты есть, цепочку нужно возвращать целиком, иначе API отвечает ошибкой 400.
Для обычного диалога на странице это значит простую вещь. Короткий фактический вопрос часто не нуждается в длинной цепочке. Задача с несколькими условиями, доказательством или разбором чужого кода — как раз тот случай, где рассуждение уместно. Как выбрать, разобрано в тексте про режим рассуждения в чате.
Как писать по-русски и не потерять ответ
Пишите задачу на том языке, на котором хотите ответ. В шаблоне веб-поиска из README DeepSeek-R1 есть отдельное правило: если пользователь не просил иное, язык ответа должен совпадать с языком вопроса. Это правило шаблона поиска, а не отдельный сертификат русского. Практический вывод простой: не мешайте в одном сообщении три языка без нужды и повторите язык, если ответ съехал.
Хороший запрос содержит четыре части. Роль задачи: «ты проверяешь условие задачи, а не решаешь её за меня». Данные: сам текст, числа, ограничение. Формат: абзац, таблица, список шагов. Запрет: «не добавляй факты, которых нет в тексте». Чем меньше в запросе пустых усилителей вроде «сделай гениально», тем легче проверить результат.
Для математики README R1 советует просить пошаговое рассуждение и финальный ответ в виде \boxed{}. Для локального запуска серии R1 там же рекомендуют температуру от 0,5 до 0,7, лучше 0,6, и не задавать системный промпт: все указания кладут в реплику пользователя. Это рекомендация к весам R1, а не описание каждой кнопки веб-чата 2026 года.
Отдельная страница про русский язык в чате собирает эти приёмы без обещания, что модель «создана для русского рынка».
Как проверять ответ
Модель может написать гладкий текст и ошибиться в числе, имени функции или цитате. Журнал от 28 мая 2025, где deepseek-reasoner перевели на DeepSeek-R1-0528, говорит, что галлюцинации прежней версии R1 заметно подавили, но не пишет, что они исчезли. Значит проверка остаётся на человеке.
Для факта сверяйте первоисточник, а не второй пересказ модели. Для кода запускайте его у себя. Для перевода сравнивайте смысл абзацами, а не отдельными красивыми словами. Для учебного решения просите сначала только ход, без финального числа, и сверяйте ход с учебником. Если модель отказалась и предложила выдуманную причину, переформулируйте задачу проще: иногда отказ — это сбой следования инструкции, а не правило продукта.
Не просите модель поставить диагноз, назначить лечение или оценить юридический риск так, будто ответ заменяет специалиста. В документации DeepSeek такого сценария нет, и добавлять его «для полноты» нельзя.
Три разных входа: чат, API и веса
Чат на этой странице — способ задать вопрос без ключа и без своего сервера. API нужен, когда ответ должен приходить в вашу программу: те же имена моделей, параметр thinking и поле reasoning_content. Веса DeepSeek-R1 и дистилляты нужны, когда модель запускают у себя. README прямо пишет, что полный R1 на момент той инструкции напрямую в Transformers не поддерживался, и отсылает к репозиторию DeepSeek-V3. Дистилляты на базах Qwen и Llama там предлагают запускать как обычные модели Qwen или Llama, с примерами vLLM и SGLang.
Лицензия кода и весов R1 в репозитории — MIT, с оговоркой: дистилляты на Qwen сохраняют связь с лицензией Apache 2.0 исходных Qwen2.5, а дистилляты на Llama — с лицензиями Llama 3.1 и Llama 3.3. Коммерческое использование серии R1 README разрешает, включая дообучение других моделей, но эти оговорки нельзя выкидывать.
Различие чата и API разобрано в статье чат и API. Про веса — на странице открытые веса DeepSeek-R1.
Цифры, которые можно повторять, и цифры, которые нельзя
Из README R1, таблица английских и математических замеров, pass@1: MMLU 90,8; GPQA-Diamond 71,5; LiveCodeBench 65,9; AIME 2024 79,8; MATH-500 97,3. Рядом в той же таблице стоят другие системы, замеренные авторами при их протоколе. Переносить эти числа на DeepSeek-V4.1-Flash-1017 нельзя: это другой замер и другая модель.
Журнал от 28 мая 2025 для перехода на R1-0528 приводит pass@1: AIME 2025 с 70,0 до 87,5; GPQA с 71,5 до 81,0; LCB_v6 с 63,5 до 73,3; Aider с 57,0 до 71,6. Там же сказано, что сложные рассуждения могут тратить больше токенов, чем прежний R1, и что появились JSON и вызов функций. Это описание той версии reasoner, а не автоматическая характеристика кнопки в сегодняшнем чате.
Запись от 10 сентября 2026 для DeepSeek-V4.1-Flash даёт, среди прочего, GPQA Diamond 90,9. Запись от 17 октября 2026 для сборки 1017 даёт HLE без инструментов 42,6. Оба числа имеют смысл только с датой и именем сборки.
Куда идти дальше по задаче
Если нужно просто начать разговор и поправить первый ответ, откройте как начать диалог. Если нужен шаблон запроса, есть текст как писать запрос и подборка примеров формулировок. Для учёбы полезны страница DeepSeek для учёбы и разбор для школьников и студентов. Для кода — DeepSeek для кода.
Про окно контекста отдельно: у R1 в таблице репозитория 128K, у линейки V4 в анонсе апреля 2026 — 1 млн токенов как обычный контекст сервисов. Сравнение без этой оговорки вводит в заблуждение. Оно вынесено в текст про миллион токенов.
Коротко по частым вопросам
Любая похожая строка в поиске — это отдельная модель?
Нет. В документации есть имена deepseek-flash, deepseek-v4-pro и историческое имя DeepSeek-R1. Случайная опечатка в слове DeepSeek не создаёт другую модель и не описана как отдельный продукт.
R1 — это ускоренный режим для финансов?
Нет. В репозитории R1 описан как модель рассуждений. Про «аналитику в реальном времени для логистики» в этих материалах ничего нет. Путать её с коротким ответом Flash тоже не стоит: у них разные карточки и разные даты.
Где читать первоисточник, если тексты расходятся?
Сначала журнал API и карточка модели, потом README репозитория. Пересказы, в которых у V3 одновременно появляются видео, звук и диагностика, к этим источникам не относятся.
Откуда взяты сведения
Даты, имена моделей и числа сверены с журналом изменений API, описанием thinking mode, анонсом V4 от 24 апреля 2026 и README DeepSeek-R1. Чего в этих материалах нет, на странице нет.
