DeepSeek V4.1 Flash — самая используемая модель у разработчиков прямо сейчас: за неделю на неё пришёлся каждый четвёртый токен в программировании по данным OpenRouter. Она держит контекст в миллион токенов, вызывает инструменты и стоит в Kumo $0.12 за миллион входных токенов и $0.48 за миллион выходных — около 10 и 40 рублей. Ниже — что умеет каждая модель DeepSeek в каталоге, что показывают бенчмарки, сколько это стоит на практике и как подключить DeepSeek по API из России за пять минут.
Контекст
1M токенов
до 384K токенов в одном ответе
Цена в Kumo
$0.1 / $0.5
вход / выход за 1 млн, точно — $0.12 и $0.48
Чтение кэша
$0.002
за 1 млн токенов из кэша
Доля в программировании
27%
токенов за неделю, первое место
Какие модели DeepSeek есть в Kumo
В каталоге три модели DeepSeek, и все работают через один OpenAI-совместимый адрес и один ключ. Отличаются они не столько уровнем, сколько ценой и характером: одна быстрая и дешёвая на объём, одна — старшая для рассуждений, одна — самая дешёвая в каталоге вообще.
DeepSeek V4.1 Flash (deepseek-v4-1-flash) вышла 10 сентября 2026 года. Это разреженная модель mixture-of-experts на 552 млрд параметров, из которых на каждом шаге работает около 8 млрд на входе и 16 млрд на выходе. Сжатый KV-кеш удешевляет длинные агентные сессии, а контекст в миллион токенов вмещает средний репозиторий целиком. Это главная модель семейства и та, о которой эта статья.
DeepSeek V4 Pro 0813 (deepseek-v4-pro-0813) — августовский снимок старшей модели линейки V4. Она медленнее и дороже Flash, но сильнее на научных вопросах и в программировании по сводным индексам Artificial Analysis. DeepSeek V4 Flash (deepseek-v4-flash) — апрельский снимок 0423: 284 млрд параметров, из них 13 млрд активных, ответ до 900 тысяч токенов и самая низкая цена выхода среди всех моделей Kumo.
Все три поддерживают потоковую выдачу и вызов инструментов — это подтверждено проверочными запросами шлюза. Структурированный вывод по JSON-схеме для них пока не подтверждён, поэтому строгий формат ответа лучше проверять на своей стороне.
| Модель | Идентификатор | Вход, $ за 1 млн | Выход, $ за 1 млн | Чтение кэша, $ за 1 млн | Контекст |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | deepseek-v4-1-flash | $0.1 (0.12) | $0.5 (0.48) | $0.002 | 1M |
| DeepSeek V4 Pro 0813 | deepseek-v4-pro-0813 | $0.5 (0.528) | $1.6 (1.584) | $0.02 (0.017) | 1M |
| DeepSeek V4 Flash | deepseek-v4-flash | $0.07 (0.072) | $0.1 (0.145) | $0.01 (0.014) | 1M |
Бенчмарки DeepSeek V4.1 Flash
Сильная сторона модели — знания и длинный контекст. На GPQA Diamond, наборе научных вопросов уровня аспирантуры, она отвечает правильно на 87,9% вопросов, а на AA-LCR, где нужно рассуждать по очень длинному документу, набирает 84%. В агентном сценарии службы поддержки с инструментами (τ²-Bench Airline) — 78%.
Слабая сторона — тяжёлая агентная работа в терминале: на Terminal-Bench v4 модель доводит до конца 26,8% задач. Для сравнения, Claude Sonnet 5.5 на том же тесте решает 63,6%, Claude Opus 5.5 — 59,6%. Это нормальная цена за модель такого класса: V4.1 Flash хороша как рабочая лошадка, но самые трудные многошаговые задачи в репозитории лучше отдавать более сильной модели.
Как росла линейка DeepSeek
Сводный Intelligence Index от Artificial Analysis объединяет около десятка тестов в одно число. По нему видно, как быстро растёт DeepSeek: R1 начала 2025 года набирает 13,1, V3.2 декабря 2025-го — 21,5, а V4.1 Flash — уже 39,5. Причём младшая Flash сентябрьского поколения обходит по сводному индексу старшую V4 Pro августа (36,0).
Индекс — не всё. У V4 Pro 0813 выше результат на научных вопросах (90,3% на GPQA Diamond) и есть опубликованный индекс программирования 68,8, которого для V4.1 Flash Artificial Analysis пока не выставил. Если ваша задача — длинные рассуждения над кодом, имеет смысл прогнать обе модели на своих примерах.
Почему DeepSeek V4.1 Flash так популярна
OpenRouter публикует, на какие модели приходится больше всего токенов в каждой категории задач. За неделю с 5 октября DeepSeek V4.1 Flash стала первой по объёму во всех семи категориях на графике ниже: 27,2% токенов в программировании, 28,6% в финансах, 24% в науке и образовании. Ни одна модель Claude или GPT не набирает в этих категориях столько же.
Объяснение простое: на объёмных задачах — разбор логов, переписывание кода, классификация, черновики — разница в качестве с топовыми моделями меньше разницы в цене. Если задача решается моделью среднего уровня, разработчики берут самую дешёвую из достаточно хороших. Популярность здесь — это голосование деньгами, а не рейтинг качества: для самых трудных задач те же разработчики переключаются на Claude и GPT.
Сколько стоит DeepSeek на практике
Миллион входных токенов — это несколько сотен тысяч слов, то есть несколько книг или средний репозиторий целиком. За такой объём на входе V4.1 Flash возьмёт $0.12, за миллион токенов ответа — $0.48. Типичный рабочий день агента программирования, который прочитал 5 млн токенов и написал 500 тысяч, обойдётся примерно в 85 центов, если ничего не попало в кэш.
На практике в кэш попадает почти всё: агент раз за разом перечитывает одни и те же файлы и системный промпт. Чтение из кэша у V4.1 Flash стоит $0.002 за миллион токенов — в 60 раз дешевле обычного входа. Сто миллионов токенов, прочитанных из кэша за длинную сессию, стоят около 20 центов. Именно поэтому длинные агентные сессии на DeepSeek обходятся заметно дешевле, чем подсказывает цена входа.
Оплата в Kumo — по расходу с одного баланса, который пополняется российской картой, через СБП или криптовалютой. Подписки и недельных квот нет: пополнили — работаете, лимиты расхода вы ставите сами на каждый ключ.
Уровень против цены: с кем сравнивать DeepSeek
Честное сравнение — не с Claude Opus, а с моделями того же класса. На графике ниже каждая точка — модель из каталога Kumo: по вертикали индекс интеллекта, по горизонтали цена миллиона выходных токенов на логарифмической шкале. Выше и левее — выгоднее.
Картина такая: DeepSeek V4 Flash — самая дешёвая модель на графике, V4.1 Flash стоит в середине своего класса, а рядом с ней есть сильные соперники. Claude Haiku 5.5 и GPT-6 Luna в Kumo стоят $0.3 за миллион выхода при индексе 43,4 и 38,1. Поэтому выбирать стоит по своим задачам: DeepSeek выигрывает на очень длинном контексте, дешёвом кэше и там, где важны открытые веса, а по чистому соотношению индекса и цены выхода у него есть конкуренты.
Для каких задач подходит DeepSeek V4.1 Flash
Модель стоит брать туда, где много токенов и средняя сложность. Если задача упирается в объём, а не в предельное качество, V4.1 Flash делает её за копейки.
- Агенты программирования на рутинных задачах: правки по описанию, тесты, рефакторинг, миграции, документация.
- Разбор длинных документов и логов — контекст в миллион токенов позволяет не резать вход на куски.
- Массовая обработка: классификация, извлечение данных, перевод, черновики текстов.
- Чат-боты и ассистенты, где важны задержка и цена: модель выдаёт около 220 токенов в секунду, первый токен — примерно через 0,7 секунды.
- Связка двух моделей: DeepSeek на объём, Claude Sonnet или GPT-6.1 Sol на трудные шаги и проверку результата.
Как подключить DeepSeek API за пять минут
- Зарегистрируйтесь в консоли Kumo и пополните баланс — российской картой, через СБП или криптовалютой.
- Создайте API-ключ и сразу поставьте ему лимит расхода: отдельный ключ на проект показывает, куда ушли деньги.
- Пропишите адрес шлюза https://api.kumorouter.com/v1 в любом OpenAI-совместимом клиенте или SDK.
- Укажите модель deepseek-v4-1-flash (или deepseek-v4-pro-0813, deepseek-v4-flash) и отправьте первый запрос.
- Проверьте в журнале запросов консоли, что списание прошло за нужную модель.
curl -s https://api.kumorouter.com/v1/chat/completions \
-H "Authorization: Bearer $KUMO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-1-flash",
"messages": [
{"role": "user", "content": "Напиши функцию на Python, которая проверяет ИНН организации."}
],
"max_tokens": 2048
}'
Пример на Python
Официальный SDK OpenAI работает без изменений — достаточно поменять адрес и ключ. Потоковая выдача и вызов инструментов включаются так же, как для моделей OpenAI.
from openai import OpenAI
client = OpenAI(
base_url="https://api.kumorouter.com/v1",
api_key="KUMO_API_KEY",
)
stream = client.chat.completions.create(
model="deepseek-v4-1-flash",
messages=[{"role": "user", "content": "Объясни, что делает этот SQL-запрос: ..."}],
stream=True,
)
for chunk in stream:
print(chunk.choices[0].delta.content or "", end="")
DeepSeek в Cursor, Cline и других редакторах
В любом инструменте с настройкой «OpenAI Compatible» DeepSeek подключается одинаково: адрес https://api.kumorouter.com/v1, ваш ключ Kumo и имя модели deepseek-v4-1-flash. Так он работает в Cline, Roo Code, Continue, OpenCode и в Cursor со своим ключом. Пошаговые настройки — в гайдах по Cline и VS Code, OpenCode и Cursor.
Модели DeepSeek в Kumo работают по протоколу Chat Completions. Claude Code говорит на протоколе Anthropic, поэтому для него берите модели Claude — как это настроить, описано в гайде по Claude Code.
Частые вопросы
- Работает ли DeepSeek API в России?
- Через Kumo — да: шлюз доступен без VPN, а баланс пополняется российской картой, через СБП или криптовалютой. Отдельный аккаунт у DeepSeek и иностранная карта не нужны.
- Сколько стоит DeepSeek V4.1 Flash по API?
- В Kumo — $0.12 за миллион входных токенов и $0.48 за миллион выходных, около 10 и 40 рублей. Чтение из кэша — $0.002 за миллион. Действующие ставки всегда на странице моделей.
- Чем DeepSeek V4.1 Flash отличается от V4 Pro?
- V4.1 Flash новее, быстрее и дешевле и по сводному индексу Artificial Analysis выше (39,5 против 36,0). V4 Pro 0813 сильнее на научных вопросах и дороже примерно в три раза. Для объёмных задач берите Flash, для длинных рассуждений прогоните обе на своих примерах.
- DeepSeek или Claude для программирования?
- Для рутинного кода, тестов и документации DeepSeek V4.1 Flash даёт хороший результат за малую часть цены. Для сложных агентных задач и большого рефакторинга лидеры рейтинга — Claude и GPT — заметно сильнее. Частый рабочий вариант — держать обе модели на одном ключе и переключаться по задаче.
- Какой контекст у DeepSeek V4.1 Flash?
- Миллион токенов на входе и до 384 тысяч токенов в одном ответе. Этого хватает, чтобы передать средний репозиторий или большую пачку документов целиком.
- Безопасно ли отправлять код в DeepSeek?
- Запросы идут через шлюз Kumo к поставщику модели. Как мы обращаемся с данными, описано на странице безопасности. Для секретов, ключей и персональных данных действует общее правило: не отправляйте их ни в одну облачную модель.
Источники
- Бенчмарки и индексы: страница бенчмарков Kumo — данные Artificial Analysis и OpenRouter, 16–17 октября 2026 года.
- Популярность по категориям: рейтинг OpenRouter, неделя с 5 октября 2026 года.
- Цены и характеристики моделей: страница моделей Kumo, прайс v27 от 17 октября 2026 года.
- Документация DeepSeek: api-docs.deepseek.com.