Дипсик R1: модель рассуждений, а не кнопка «быстрее»

Дипсик R1 — отдельная модель рассуждений, представленная 20 января 2025, а не ускоренный режим для коротких ответов. В анонсе компания писала о результатах на уровне OpenAI-o1 по её собственной оценке, об открытых весах, лицензии MIT и о дистиллятах меньшего размера. README репозитория DeepSeek-R1 уточняет устройство: есть R1-Zero, обученная подкреплением без предварительного обучения с учителем, и R1, где перед подкреплением добавлен холодный старт. У R1-Zero в том же README названы повторы, плохая читаемость и смешение языков. Таблица репозитория даёт обеим полным моделям 671 млрд параметров, 37 млрд активных и контекст 128 тыс. токенов. Обе собраны на базе DeepSeek-V3-Base.

Это не окно в 1 млн токенов у сегодняшних deepseek-flash и deepseek-v4-pro. Подменять цифры нельзя. Текущий режим thinking у V4 — функция новых моделей, а не вызов январской R1. Разбор живых имён — на дипсик V4.

Что случилось с именем в API

20 января 2025 журнал называет deepseek-reasoner моделью DeepSeek-R1. Дальше это имя переключали. 28 мая 2025 reasoner переводят на DeepSeek-R1-0528: в журнале AIME 2025 вырастает 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 есть больше токенов, чем прежняя R1, и что появились JSON и вызов функций. 24 апреля 2026 журнал пишет, что deepseek-reasoner до отключения указывает на thinking-режим V4-Flash, а 24 июля 2026 имя отключают. Открытые веса R1 при этом лежат в репозитории отдельно от того, какое имя принимает API после этой даты.

Когда уместен стиль R1, даже если имя другое

Стиль «покажи ход, потом итог» полезен там, где ошибка в шаге дороже, чем длинный ответ.

ЗадачаПросить ходНе просить
Доказательство или олимпиадный примерда, затем сверкасразу «только число» без хода
Разбор чужого патчадапереписывание всего репозитория одним сообщением
Короткий перевод абзацаобычно нетцепочку ради цепочки
Диагноз или приговорнеттакой продукт не описан

Для учебной сверки есть страница для студентов. Выбор «универсальный ответ или длинный ход» в терминах 2025 года — на V3 или R1.

Пошагово: как не перепутать вес и чат

  1. Если вы в веб-чате, не пишите «включи R1», пока в интерфейсе нет такой подписи. Просите формат: «сначала ход, потом итог в отдельной строке».
  2. Если вы в API, ставьте deepseek-flash или deepseek-v4-pro и reasoning_effort. Имя deepseek-reasoner для нового кода не годится.
  3. Если вы качаете веса, читайте README: полные R1 и R1-Zero — 671B/37B/128K, лицензия MIT. Дистилляты на базе Qwen сохраняют связь с Apache 2.0 исходных Qwen2.5, дистилляты на Llama — с лицензиями Llama 3.1 и 3.3. README прямо пишет про эти оговорки.
  4. Коммерческое использование серии R1 README разрешает, включая дообучение других моделей, но оговорки дистиллятов нельзя выкинуть.
  5. Локальный запуск полного R1 — отдельная инженерная задача. README отсылает к репозиторию V3 и не обещает кнопку «скачать и открыть на ноутбуке».

Температуру, top-p и длину генерации для локальных весов берите из README той ревизии, которую вы скачали, а не из пересказа. Для API ноября 2026 в режиме thinking temperature всё равно не действует: это уже правило документации thinking mode, и оно про текущие имена, не про вес R1.

Частые вопросы

Дипсик R1 — это режим для биржи или логистики?

Нет. В репозитории R1 описана как модель рассуждений. Про отдельный финансовый терминал в анонсе речи нет.

128 тыс. токенов — текущий потолок чата?

Это контекст R1 и R1-Zero в таблице README. У Flash и Pro в тарифе 12.11.2026 указан 1 млн.

Можно ли дообучить R1 и продавать результат?

README разрешает коммерческое использование и дистилляцию, с оговорками лицензий базовых моделей у маленьких дистиллятов. Текст лицензии нужно прочитать в репозитории, не на этой странице.

Где посмотреть ход ответа без настройки весов?

В блоке чата на странице, попросив ход отдельно от итога. Бот: https://t.me/Ghatgpt_bot.

Понравилась статья? Поделитесь с друзьями:
DeepSeek
Наш бот
Telegram, MAX или VK — выберите, где удобнее.