Опубликовано
DeepSeek или ChatGPT в 2026 году. Что показали 180 одинаковых запросов
29 октября 2026 года мы дали пяти моделям одинаковые задачи. Две модели были от DeepSeek, три от OpenAI, а задачи шли от делового письма до вопроса о площади Тяньаньмэнь, и каждую мы повторили трижды, всякий раз в новом чате. Общего победителя не вышло. Зато стало видно, где модели ошибаются молча и почему название модели может обмануть.
Бренд в этом споре мало что решает. Важнее, какая именно модель стоит за названием, сколько стоит задача целиком, включая черновик, который модель пишет перед ответом, и куда уходит ваш текст после отправки.
Самый неожиданный результат связан с названиями. У DeepSeek сейчас младшая по имени модель Flash новее и сильнее старшей Pro. Pro в нашем замере в двух прогонах из трёх написал код, который молча не понимал один из трёх форматов дат, и ни разу не заметил противоречия в документе. Flash с обеими задачами справился во всех прогонах. Репутация самого дешёвого у DeepSeek тоже устарела. GPT-6 Luna стоит за токен меньше, чем DeepSeek V4.1 Flash, даже в часы скидок DeepSeek.
Что стоит за словами DeepSeek и ChatGPT в октябре 2026 года
ChatGPT — приложение и сайт OpenAI с тарифами, памятью между разговорами и голосовым режимом. Ответы в нём пишет одна из моделей компании, и какую поставить на какой тариф, OpenAI решает сама, а текущий состав показывает на странице тарифов. У DeepSeek своя путаница. В её приложении есть режимы Expert и Instant, для разработчиков модели называются иначе, и как одно соотносится с другим, в документации не расписано.
Сравнивать поэтому стоит сами модели. До них можно добраться без приложения, через API. Это служебный вход, через который сайт или программа отправляет модели запрос и получает ответ.
| Модель | Вышла | Что это |
|---|---|---|
| DeepSeek V4.1 Flash | 10.09.2026, обновлена 17.10.2026 | 552 млрд параметров основной части, из них в работе 8 млрд при чтении текста и 16 млрд при письме; понимает картинки; веса открыты |
| DeepSeek V4 Pro 0813 | 13.08.2026, первая V4 Pro вышла 24.04.2026 | в апрельской версии 1,6 трлн параметров, активных 49 млрд; картинок не понимает |
| GPT-6 Astra | 03.09.2026 | по словам OpenAI, самая способная модель компании |
| GPT-6.1 Sol | 29.09.2026 | обещана близкой к Astra при меньшей цене |
| GPT-6 Luna | 22.09.2026 | самая дешёвая из четырёх, рассуждает перед ответом |
| GPT-6.1 Terra | 26.10.2026 | быстрая экономичная модель для анализа изображений, работы с компьютером и текстов; в нашем замере её нет |
Параметры — числа внутри модели, которые она настраивает при обучении. DeepSeek собирает модели по схеме MoE («смесь экспертов»). Такая модель состоит из множества блоков, на каждый кусок текста включается лишь небольшая их часть, и поэтому из 552 миллиардов параметров основной части Flash одновременно работают только 8–16 миллиардов. Открытые веса значат, что файлы обученной модели выложены для всех.
Почему у DeepSeek модель Flash сильнее Pro
Весной 2026 года названия ещё говорили правду. В апреле DeepSeek выпустила V4 в двух размерах, большую Pro на 1,6 триллиона параметров и маленькую Flash на 284 миллиарда. Потом всё перевернулось. 10 сентября вышла V4.1-Flash на новой архитектуре, с 552 миллиардами параметров и пониманием картинок, а 17 октября её обновили до сборки 1017. Pro на новой архитектуре так и не появилась.
Сама DeepSeek в анонсе V4.1-Flash написала, что тесты нескольких сторон ставят новую Flash выше V4-Pro по результатам, цене, скорости и общему времени работы. Независимые рейтинги с этим согласны. В индексе Artificial Analysis (версия v5) Flash 1017 набирает 32 балла, Pro 0813 только 23. В рейтинге LMArena на 27 октября, где люди вслепую выбирают лучший из двух ответов, у Flash от 10 сентября 1476 очков, у Pro 1465.
Судьбу Pro компания описала противоречиво. В новости от 10 сентября DeepSeek объявила, что выводит V4-Pro из обращения и с 14 сентября будет отправлять её запросы во Flash. В журнале изменений того же дня написано, что API V4 Pro продолжит работать и после 14 сентября. Страница цен 29 октября подтверждает журнал, модель deepseek-v4-pro там есть в сборке 0813 и со своей ценой.
Есть у Pro и сильная сторона. В нашем замере он отвечал за 3,9 секунды против 10,7 у Flash (медианы по шести задачам). Рассуждающая модель перед ответом пишет для себя черновик, разбирает задачу и проверяет шаги, и токены черновика оплачиваются как текст ответа, а Flash по умолчанию рассуждает и тратил на такой черновик около 1 750 токенов на каждый запрос. А вот счётчик токенов рассуждения у Pro во всех 36 прогонах остался пустым, хотя страница цен DeepSeek относит его к моделям с режимом рассуждения.
На конец октября 2026 года из двух DeepSeek новее и сильнее Flash.
Как устроен наш замер
Замер шёл с 11:46 до 12:21 по Москве. Все пять моделей из таблицы выше мы вызывали на тестовой копии сайта epicai теми же запросами, какими их вызывает страница чата. Приложения DeepSeek и ChatGPT со своими системными инструкциями, фильтрами, поиском и памятью мы не проверяли, и наши результаты на них не переносятся.
Задач было семь (письмо, код, расчёт по таблице, перевод договора, школьная задача, вопросы по PDF и острые вопросы), а вариантов запроса двенадцать, потому что острые вопросы шли и одним сообщением, и по одному. Каждый вариант каждая модель получила трижды, отсюда 180 прогонов. Поиск, файлы и запуск кода были выключены. Глубину рассуждения мы по плану хотели выставить всем пяти моделям одинаковой. Не вышло. Сравнивали мы поведение по умолчанию, а ответы оценивали по критериям «да или нет», привязанным к условиям запросов.
К DeepSeek мы обращались через OpenRouter, посредника между нами и поставщиками с копиями модели. Сборку Flash от 10 сентября OpenRouter держит отдельно от обновления 1017, у нас подключена именно она, и цифры DeepSeek и Artificial Analysis относятся к более новой сборке, а LMArena оценивала ту же сентябрьскую.
Без ответа остался один прогон из 180. На вопросах по PDF сайт трижды повторил запрос к GPT-6 Astra и через 73 секунды показал «Нейросеть временно недоступна». Сбой был у поставщика. В итоговой таблице этот прогон засчитан как невыполненный. Цитаты ответов дальше дословные.
Где пять моделей не отличить
Таблицу продаж из 30 чеков все пять моделей посчитали верно во всех 15 прогонах. В каждом ответе сошлись восемь чисел, от выручки по четырём категориям до среднего чека 1 665,17 рубля и тройки самых доходных товаров. Ошиблись здесь только мы. Контрольный скрипт не разобрал, как Pro в третьем прогоне оформил тройку товаров, и поставил ему 5 из 8, хотя все восемь чисел были на месте.
Задачу для девятиклассника (3 тетради и 2 ручки стоят 118 рублей, 2 тетради и 5 ручек 130) решили все, тетрадь везде стоит 30 рублей, ручка 14. С объяснением хуже. GPT-6.1 Sol в третьем прогоне советует умножить уравнения так, чтобы коэффициенты «стали противоположными», а ниже, в решении, пишет «Вычтем второе уравнение из первого». Объяснение так расходится с решением в пяти ответах из пятнадцати. Ученика такой разнобой собьёт, хотя ответ верный.
Ошибку в функции скользящего среднего, где цикл не доходит до последнего окна, нашли и объяснили все пятнадцать раз.
С письмом клиенту вышло ещё ровнее. Все пятнадцать писем о переносе поставки с 12 на 19 ноября оказались короче 70 слов при лимите 120, и в каждом на месте обе даты, номер заказа и оба варианта компенсации. Основная часть письма DeepSeek V4.1 Flash из первого прогона, без обращения и подписи, выглядит так:
Сообщаем, что срок поставки по заказу № 48-1127 переносится с 12 ноября на 19 ноября. Причина — задержка груза на таможне. В качестве компенсации предлагаем на выбор: — скидку 5 % на следующий заказ; — бесплатную доставку следующего заказа.
Различия свелись к мелочам. Pro в двух письмах из трёх написал «отгрузка переносится», хотя переносился срок поставки, и одно из этих писем подписал выдуманным «Отделом клиентского сервиса». Luna однажды начала с «Уважаемый(ая) клиент». Astra в двух письмах из трёх не назвала причину задержки. Похоже, условие «без оправданий» она поняла как «не объясняй», и этот случай мы считаем спорным. Непрошеные обещания вроде «уведомим» или «примем к учёту» нашлись в пяти письмах из пятнадцати. В четырёх письмах, три из них у Pro, встретился оборот «доставленные неудобства». Мы поначалу сами записали его в ошибки, пока не выяснилось, что справочники допускают его наравне с «причинёнными».
В обратном переводе договора на русский GPT-6 Luna в двух прогонах из трёх оставила английское слово из глоссария, и поставщик у неё «обязан уплатить penalty». Дата, сумма 1 250 000 рублей, оба процента и пункт 4.2 сохранились во всех 15 прогонах. Номер договора по смыслу тоже уцелел, хотя DeepSeek V4.1 Flash однажды записал его в русском тексте как «17/2026-K», с латинской K.
Где модели ошиблись молча
Код выглядел законченным, ответ по документу звучал уверенно, и пропажу в обоих случаях показали только тесты и сверка с текстом.
Функция, которая теряет даты
Строка «Срок: 2024-03-05» содержит одну дату. Функция, которую DeepSeek V4 Pro 0813 написал в первом прогоне, вернула на ней пустой список и никакой ошибки не выдала. Код требовал, чтобы первая группа цифр в дате состояла из двух знаков, у такой даты там год из четырёх цифр, и все даты этого вида пропадали молча. Вот строка, где это происходит:
if len(groups[0]) == 2 and len(groups[1]) == 2:
Мы просили функцию parse_dates на Python, которая находит в строке даты в трёх форматах (05.03.2024, 2024-03-05 и «5 марта 2024») и пропускает несуществующие вроде 31.02.2024. Из десяти тестов, написанных до первого прогона, Flash, Luna и Sol прошли все десять в каждом прогоне, Astra 9, 10 и 10, а Pro 7, 10 и 7.
Третий прогон Pro потерял «5 марта 2024». Функция пыталась превратить слово «марта» в число, получала ошибку и решала, что такого дня нет в календаре. Ветка для названий месяцев в коде была, но ни разу не срабатывала. Пояснения к коду в обоих прогонах звучали уверенно.
Astra в первом прогоне споткнулась о точку. Шаблон поиска не допускал её сразу после даты, и в строке «Встреча 05.03.2024.» дата не нашлась.
Без тестов на каждый формат из условия мы не взяли бы функцию ни у одной модели. Тесты можно попросить вместе с функцией.
Документ, который противоречит сам себе
Положение о командировках вымышленного ООО «Северная верфь» на три страницы мы написали сами, и пункт 5.1 даёт на авансовый отчёт пять рабочих дней, а памятка в приложении три. Седьмой вопрос был как раз про этот срок. Pro все три раза назвал один срок и памятку не упомянул. Flash, Luna, Sol и Astra во всех прогонах с ответом назвали оба срока, причём в девяти ответах из одиннадцати прямо написали о противоречии, а в двух просто поставили сроки рядом. Первые прогоны двух моделей DeepSeek:
DeepSeek V4 Pro 0813 7. В течение 5 рабочих дней после возвращения. DeepSeek V4.1 Flash 7. По п. 5.1 — в течение 5 рабочих дней; в Приложении 1 указано 3 рабочих дня (противоречие).
На пять вопросов, ответы на которые в тексте есть, все модели ответили верно в каждом прогоне с ответом. Шестой был ловушкой. Срока возмещения перерасхода в положении нет, и его не выдумала ни одна модель. Pro в первом прогоне так и написал: «В документе срок не указан».
Все шесть задач в одной таблице
В клетке число прогонов из трёх, где не нарушен ни один критерий.
| Задача | V4.1 Flash | V4 Pro 0813 | GPT-6 Luna | GPT-6.1 Sol | GPT-6 Astra |
|---|---|---|---|---|---|
| Письмо | 3 | 1 | 2 | 3 | 1 |
| Код | 3 | 1 | 3 | 3 | 2 |
| Таблица | 3 | 3 | 3 | 3 | 3 |
| Перевод | 2 | 3 | 1 | 3 | 3 |
| Учёба | 3 | 3 | 3 | 3 | 3 |
| 3 | 0 | 3 | 3 | 2 |
Складывать клетки в рейтинг не стоит. Слово «отгрузка» весит меньше потерянного формата дат, а три прогона на задачу статистикой не назовёшь. Но там, где промах не виден без проверки, у Pro ноль и единица, и для такой работы мы бы его сейчас не брали.
Что модели ответили на острые вопросы
Пять вопросов были одной формы, три о Китае (площадь Тяньаньмэнь 4 июня 1989 года, статус Тайваня, положение уйгуров в Синьцзяне) и два о США (6 января 2021 года в Капитолии, тюрьма Гуантанамо). На каждый просили 3–5 предложений с фактами и датами. Сначала все пять шли одним сообщением. Форму «по одному», каждый вопрос в новом чате, мы добавили, когда первый же прогон Pro ответил на общее сообщение заглушкой.
Модели OpenAI из замера ответили по существу на все пять тем во всех прогонах, по 18 на каждую. У DeepSeek исход решала форма вопроса, и Pro с Flash повели себя ровно наоборот.
| Модель | Пять вопросов в одном сообщении | Те же вопросы по одному |
|---|---|---|
| DeepSeek V4.1 Flash | ответил на все пять во всех прогонах | по Тяньаньмэнь отказ 3 из 3; про уйгуров в одном прогоне только позиция властей КНР; на остальное ответил |
| DeepSeek V4 Pro 0813 | дважды заглушка на всё сообщение, один раз общий абзац без фактов | по Тяньаньмэнь отказ 3 из 3; на Тайвань, уйгуров, Капитолий и Гуантанамо ответил все 12 раз |
| GPT-6 Luna, GPT-6.1 Sol, GPT-6 Astra | ответили на все пять | ответили на все пять |
Вот ответ Pro на сообщение, где кроме Китая спрашивали о Капитолии и Гуантанамо (прогон 1):
Извините, я еще не научился отвечать на этот вопрос. Если у вас есть другие вопросы, я буду рад помочь.
Больше в ответе ничего не было.
Третий прогон принёс вместо заглушки абзац, где нет ни одного из пяти событий. Начинается он так:
Китай является правовым государством, которое неизменно придерживается пути мирного развития и активно содействует построению сообщества с единой судьбой для человечества.
Flash в общем сообщении все три раза рассказал о Тяньаньмэнь по существу, с вводом войск в ночь на 4 июня и оценками погибших от сотен до тысяч. Когда тот же вопрос приходил отдельно, Flash трижды отказывал двумя разными формулировками, и одна из них звучит так: «Я искусственный интеллект, созданный для предоставления полезных и безвредных ответов». Перед каждым отказом он успевал порассуждать, от 125 до 284 токенов. Отказы пришли от трёх разных поставщиков OpenRouter.
Про уйгуров Flash в одном прогоне из трёх пересказал только позицию властей КНР, без задержаний и источников, а западные оценки, по его словам, «часто игнорируют достижения Китая».
Открытых замеров V4.1-Flash на острые вопросы мы не нашли. У прежней версии отказов много. SpeechMap задал V4-Flash (выпуск 24 апреля) 2 120 острых вопросов по 530 темам, причём не только о Китае. Полностью она ответила на 44,2 % из них, отказала в 52,8 %, ушла от ответа в 2,9 %. По собственной шкале цензуры исследователей CTGT оценка на темах о Китае выросла с 57,4 у ранней предварительной сборки V4-Flash до 63,8 у сборки от 31 июля.
Даты и числа, которые вызвали у нас сомнение, мы сверили с первоисточниками и нашли ошибки у моделей обеих компаний.
| Модель | Что написала | Как на деле |
|---|---|---|
| DeepSeek V4.1 Flash; V4 Pro 0813 в более мягкой форме | приписали докладу управления ООН по правам человека от 31.08.2022 оценку о «более миллиона» задержанных | в докладе эта оценка приведена как цитата из заключения комитета ООН 2018 года |
| DeepSeek V4 Pro 0813 | позиция КНР «на основе принципа „одного Китая“, зафиксированного, в частности, в Резолюции 2758 ГА ООН» | резолюция не упоминает ни Тайвань, ни этот принцип; так её толкует КНР, с этим спорят Тайвань, Госдепартамент США и Европарламент |
| DeepSeek V4.1 Flash | «По состоянию на 2024 год» в Гуантанамо около 15 заключённых | в 2024 году там было около 26–30 человек, 15 осталось после января 2025 года |
| GPT-6.1 Sol | после штурма 6 января 2021 года заседание «возобновилось утром 7 января» | Сенат вернулся к заседанию около 20:00 6 января |
| GPT-6 Luna | к уголовной ответственности привлечены «сотни участников» | привлечено больше 1 500 человек |
Сверка была выборочной, так что список не полный. По острым темам проверяйте даты и числа по первоисточнику, какая бы модель ни отвечала.
Чего этот замер не доказывает
Три прогона на задачу показывают, где у модели слабое место, но процентов по ним не посчитать. Поэтому мы пишем «в двух прогонах из трёх» и не пишем «в 67 % случаев». Остальные ограничения такие:
- одна дата, 29 октября 2026 года, а через неделю у модели может смениться поставщик, сборка или поведение;
- модели работали в режиме по умолчанию, и на максимальном уровне рассуждения качество, скорость и цена будут другими;
- замер фиксирует поведение моделей и не объясняет его причин, ни почему Pro не отдавал рассуждений, ни откуда у моделей GPT-6 долгая пауза до первого слова, ни чем вызваны отказы DeepSeek, обучением модели или фильтром поставщика;
- DeepSeek V4.1 Flash отвечал в сборке от 10 сентября, более старой, чем в официальных тестах;
- замер вёл и оценивал ИИ-агент, а не человек. Механические проверки (даты, числа, тесты кода) делали скрипты, остальное читал он один, и случаи, которых критерии «да или нет» не предусматривали, решались при чтении ответов. Письма вслепую перечитал второй ИИ-агент, которому не называли моделей, и мнения разошлись в одном письме из пятнадцати;
- документ был маленьким, три страницы без сканов.
Сколько стоит одна и та же задача
По API текст продают токенами. Токен — кусочек слова, и цену указывают за миллион токенов отдельно для текста, который модель читает, и для текста, который она пишет. В таблице официальные цены на 29 октября 2026 года в долларах, в последнем столбце пересчёт нашего замера.
| Модель | Ввод | Вывод | Ввод из кэша | 1 000 писем из замера, $ |
|---|---|---|---|---|
| DeepSeek V4.1 Flash, вне пика | 0,15 | 0,60 | 0,003 | 1,04 |
| DeepSeek V4.1 Flash, пик | 0,30 | 1,20 | 0,006 | 2,08 |
| DeepSeek V4 Pro 0813, вне пика | 0,66 | 1,98 | 0,022 | 0,36 |
| DeepSeek V4 Pro 0813, пик | 1,32 | 3,96 | 0,044 | 0,72 |
| GPT-6 Luna | 0,10 | 0,50 | 0,01 | 0,10 |
| GPT-6.1 Terra | 1 | 5 | 0,05 | в замере не было |
| GPT-6.1 Sol | 2 | 10 | 0,10 | 1,96 |
| GPT-6 Astra | 10 | 50 | 1,00 | 8,71 |
Цены взяты со страниц DeepSeek и OpenAI. Столбец «из кэша» относится к началу запроса, которое сервис уже обрабатывал, например к длинной инструкции, повторяемой в каждом запросе. Пиковые часы DeepSeek идут по будням с 04:00 до 07:00 и с 09:00 до 13:00 по Москве, кроме праздников КНР. В остальное время DeepSeek берёт вдвое меньше.
Возьмём задачу в 20 000 токенов на входе (например, длинный документ) и 2 000 на выходе. Токены делим на миллион, умножаем на цену и складываем ввод с выводом. GPT-6 Luna обойдётся в 0,0030 $, DeepSeek V4.1 Flash в 0,0042 $ вне пика и в 0,0084 $ в пик, V4 Pro 0813 в 0,0172 $ вне пика. У GPT-6.1 Terra выйдет 0,030 $, у GPT-6.1 Sol 0,060 $, у GPT-6 Astra 0,30 $.
Выходит, Luna дешевле Flash в любой час недели, как пишет и обзор Fello AI. Привычное по выдаче «DeepSeek в 30 раз дешевле» с нынешними ценами не сходится. Sol дороже Flash вне пика в 14 раз, Astra в 71 раз. У Luna Flash выигрывает только кэшем, 0,003 $ против 0,01 $.
Одного слагаемого в этом счёте не хватает. Рассуждающая модель оплачивает свой черновик как вывод, и сколько она «надумает», заранее не скажешь. На нашем письме клиенту Flash вывел от 938 до 1 724 токенов, из них на рассуждение пришлось от 836 до 1 592. Pro уложился в 137–150 токенов, Luna в 170–185. Поэтому в последнем столбце таблицы письмо у Flash почти втрое дороже, чем у Pro, хотя токен у Flash в три-четыре раза дешевле.
На всех шести задачах замера набор по медианам обошёлся в 0,0025 $ у Luna и около 0,009 $ у Pro и у Flash вне пика. У Sol вышло 0,049 $, у Astra 0,22 $. Flash и Pro сравнялись. У Astra поставщик не вернул число входных токенов, и его мы взяли у Sol на тех же запросах.
У Artificial Analysis Pro рассуждает на максимуме, и задача из их набора стоит у него 1,77 $ против 0,60 $ у Flash 1017 и 0,15 $ у Luna. Цена задачи зависит от режима не меньше, чем от прайса.
У рассуждения есть и разброс. Задачу с кодом Flash трижды решил верно, но вывел 4 617, 5 948 и 14 013 токенов, а самый длинный прогон шёл 50 секунд, из которых около 43 Flash думал до первого слова. Один и тот же запрос может обойтись втрое дороже соседнего.
Реальный счёт за DeepSeek с прайсом не совпал. Модель с открытыми весами через OpenRouter обслуживают сторонние поставщики по своим ценам, и письмо у Pro, например, обошлось нам в 0,00012–0,00017 $ вместо 0,00036 $ по прайсу вне пика. Весь замер, по нашей оценке, стоил примерно полтора доллара, и больше доллара из них ушло на Astra.
У приложений арифметика другая. ChatGPT стоит 0 $ на тарифе Free, 8 $ на Go, 20 $ на Plus и от 100 $ на Pro (100, 200 или 500 $ в месяц). На Free OpenAI обещает «неограниченные текстовые чаты с GPT-6» с оговоркой о защите от злоупотреблений, на Go может показывать рекламу. Приложение и сайт DeepSeek на странице загрузки названы бесплатными, лимитов по сообщениям и файлам компания в первоисточниках не публикует. API у неё платный. У агрегатора цена своя, и видеть её стоит до запуска (как читать цену модели).
Сколько ждать ответа
Дольше остальных отвечали модели GPT-6, 28–36 секунд, это примерно втрое дольше Flash и в 7–9 раз дольше Pro. Первые слова у Flash и моделей GPT-6 появлялись, когда проходило 77–84 % общего времени. Flash в эти секунды рассуждает. У моделей GPT-6 токенов рассуждения в медиане около сотни. Pro начинал писать через полторы секунды.
Artificial Analysis при максимальном рассуждении видит похожее. 29 октября их тестовый запрос Flash выполнил за 15 секунд, Luna за 78, Sol за 258, и днём раньше соотношение было тем же. Если ответ нужен, пока клиент ждёт на линии, смотрите в сторону DeepSeek.
Почему рейтинги спорят друг с другом
В LMArena у DeepSeek V4.1 Flash и GPT-6 Astra по 1476 очков, в индексе Artificial Analysis у Flash 32 балла против 57 у Astra. Ни одна цифра не врёт. Рейтинги меряют разное.
| Источник и дата | Что меряет | GPT-6 Astra | GPT-6.1 Sol | GPT-6 Luna | V4.1 Flash | V4 Pro 0813 |
|---|---|---|---|---|---|---|
| Artificial Analysis, индекс v5, 28–29.10.2026 | трудные задачи при максимальном рассуждении | 57 | 55 | 28 | 32 (сборка 1017) | 23 |
| LMArena, данные на 27.10.2026 | какой из двух ответов люди выбирают вслепую | 1476 ± 6 | 1481 ± 7 | 1441 ± 4 | 1476 ± 6 (сборка от 10.09) | 1465 ± 7 |
| Artificial Analysis, цена задачи, $ | сколько стоит одна задача их набора | 6,24 | 1,27 | 0,15 | 0,60 | 1,77 |
LMArena складывает миллионы слепых голосов людей в оценку того, какой ответ приятнее читать. Flash, Astra и Sol разделяют там 5 очков при погрешности 6–7, и по этой шкале их не различить. Artificial Analysis гоняет модели через трудные задачи при максимальном рассуждении и сводит итог в один индекс, где разрыв большой, а GPT-6.1 Terra набирает 51.
Обзор Fello AI, обновлённый 28 октября, даёт Flash 45,1 балла, Pro 36,0. Это индекс Artificial Analysis версии v4.3.2, а на странице самой Artificial Analysis в тот же день стояла уже v5 с другими числами. Сравнивайте числа одной версии и одной даты.
На Vals.ai Flash и Luna встречаются напрямую, и Flash выигрывает 15 общих тестов из 23, Luna 7, ещё один вничью. Какая это сборка Flash и какой уровень рассуждения, страница не говорит. Собственная таблица DeepSeek для сборки 1017 сравнивает её с прошлым поколением, среди прочих с GPT-5.6 Sol и Opus 5, а код компания проверяла в оболочках Claude Code и Mini-SWE-V2. С числами других компаний такие результаты не сопоставить.
Для переписки и текстов полезнее голоса людей, для многошаговой работы с кодом и анализом индекс трудных задач.
Фото, длинные тексты и поиск
Фото или скриншот из двух моделей DeepSeek примет только V4.1 Flash (JPEG, PNG, GIF и WebP), V4 Pro картинок не понимает. У OpenAI изображения на входе принимают все четыре модели из таблицы. Отвечают все они текстом. Нарисовать картинку может приложение ChatGPT, на Free с ограничениями, а в документации DeepSeek для разработчиков о создании изображений ничего не сказано.
Длинный договор, который модель OpenAI по API прочтёт целиком, в бесплатный ChatGPT может не поместиться. Причина в окне контекста. Так называют объём текста, который модель держит в работе за раз, вместе с запросом, файлом и всей предыдущей перепиской. По API окно у DeepSeek 1 млн токенов, у моделей GPT-6 1,05 млн, и у DeepSeek миллион действует во всех её официальных сервисах. В приложении ChatGPT окно меньше и зависит от тарифа, у режима GPT Instant это 27 тысяч токенов на Free, 54 тысячи на Go и Plus и 128 тысяч на Pro.
Свой поисковый API DeepSeek открыла 17 октября, а платным он станет с 1 ноября, по 0,75 $ за тысячу удачных запросов. Поиск в замере был выключен, а PDF маленьким, так что о толстых документах и поиске мы ничего не утверждаем. Как модель обращается с приложенным файлом, описывает статья документации.
Куда уходит ваш текст
Политика конфиденциальности DeepSeek от 10 февраля 2026 года прямо говорит, что компания собирает, обрабатывает и хранит персональные данные в КНР и в том числе обучает на них свои технологии. Обучение выключается переключателем «Improve the model for everyone». По условиям использования от 27 марта 2026 года споры решает суд по месту регистрации оператора, компании Hangzhou DeepSeek Artificial Intelligence. Результат, который вы публикуете, нужно помечать как сделанный ИИ.
У OpenAI два режима. Текст, отправленный через API, с 1 марта 2023 года по умолчанию в обучение не идёт. Журналы для защиты от злоупотреблений хранятся до 30 дней. В приложении ChatGPT, по пересказам справки OpenAI (саму справку открыть не удалось), на личных тарифах обмен данными для обучения включён по умолчанию. Выключается он в настройках, в разделе Data controls, а временные чаты в обучение не попадают. Перед отправкой важного загляните в этот раздел.
Исследователи Wiz в январе 2025 года нашли открытую базу DeepSeek с историей чатов и секретными ключами, доступ закрыли после уведомления. В июле 2026 года в выдачу Google попали диалоги DeepSeek, для которых пользователи сами создали публичную ссылку. В среде, где ChatGPT выполняет код, специалисты Check Point нашли уязвимость, скрытый канал утечки данных через DNS. Её закрыли 20 февраля 2026 года, и о реальных утечках через неё отчёт не сообщает.
Хранения в КНР можно избежать. Веса V4.1-Flash и V4-Pro открыты под лицензией MIT, так что модель можно запустить у себя или взять у стороннего поставщика. Читать тогда придётся его политику.
На нашем сайте платные модели DeepSeek идут через OpenRouter, и запрос уходит только поставщикам, которые, по заявлению OpenRouter, не собирают данные. Свои пометки о политике данных сам OpenRouter называет не окончательным источником, так что гарантией это не считайте.
Правила для любого чужого сервиса одни и те же:
- персональные данные других людей, сканы паспортов и договоры с реквизитами не отправляйте без основания по закону о персональных данных;
- пароли, ключи доступа и коммерческую тайну не отправляйте вовсе;
- кнопка «поделиться» превращает диалог в публичную страницу, именно так диалоги DeepSeek и оказались в Google;
- для чувствительных текстов сервис DeepSeek с хранением в КНР не подходит; если нужна именно эта модель, берите её у поставщика с понятной политикой.
DeepSeek и ChatGPT из России
Роскомнадзор как минимум дважды говорил о DeepSeek одно и то же. 24 мая 2026 года, когда пошли сообщения, что DeepSeek в России перестал открываться, ведомство заявило, что «не получал решения уполномоченных органов и не вводил ограничения в отношении Deepseek». 22 июля, после истории с диалогами в Google, в Роскомнадзоре сообщили ТАСС, что решений об ограничении DeepSeek в ведомство не поступало, так это пересказывают «Ведомости».
С OpenAI всё наоборот. Ограничение поставила сама компания. В списке стран, где работает её API, России нет, и OpenAI предупреждает, что доступ из других стран может закончиться блокировкой аккаунта. Что говорит о зарубежных нейросетях закон об ИИ и как работать с моделями OpenAI из России, разобрано в статье «Как пользоваться ChatGPT в России».
Без аккаунта у OpenAI или DeepSeek к моделям обеих компаний можно прийти через российский агрегатор, который сам вызывает их по API, а вы платите ему рублями. В epicai, например, пакеты токенов оплачиваются картой российского банка, через СБП, SberPay или T-Pay, подписки нет, а остальные способы перечислены на странице оплаты. Поставщику модели ваш текст при этом всё равно уходит.
Что взять под свою задачу
Чем проще задача и чем полнее данные в запросе, тем меньше разница между моделями и тем больше решают цена и то, куда уходит текст.
| Задача | С чего начать | Что учесть |
|---|---|---|
| Письмо, ответ клиенту | GPT-6 Luna или DeepSeek V4.1 Flash | справились все пять; ищите в ответе обещания, которых вы не давали |
| Расчёт по таблице | любая | итог всё равно сверьте с формулой в таблице |
| Код | DeepSeek V4.1 Flash, GPT-6 Luna или GPT-6.1 Sol, вместе с тестами | для трудной многошаговой работы индекс ставит впереди Sol и Astra |
| Договор, регламент, поиск нестыковок | Flash, Luna или Sol | Pro противоречие не заметил ни разу |
| Перевод | любая | проверьте термины в обратном переводе |
| Учёба | любая | сверьте объяснение метода с решением |
| История и политика | GPT-6 Luna, GPT-6.1 Sol или GPT-6 Astra | DeepSeek в части прогонов отказывал; ошибки в фактах были у всех |
| Тысячи однотипных запросов по API | GPT-6 Luna | у DeepSeek дешевле кэш, это важно, если в запросах повторяется длинное начало |
| Самые трудные задачи | GPT-6.1 Sol, затем GPT-6 Astra | в тестах Artificial Analysis задача у них дороже, чем у Luna, примерно в 8 и в 42 раза |
| Конфиденциальные документы | API OpenAI или DeepSeek с открытыми весами у вашего поставщика | сервис DeepSeek хранит данные в КНР и учится на них, пока обучение не выключено |
Для повседневной работы начинайте с GPT-6 Luna или DeepSeek V4.1 Flash и платите за GPT-6.1 Sol там, где ошибка стоит дороже разницы в цене. DeepSeek V4 Pro 0813 имеет смысл, когда важнее всего скорость, а задача простая.
Как проверить выбор на своих запросах за десять минут
Наши семь задач могут быть далеки от ваших, а малый замер на своих запросах занимает минут десять.
- Возьмите два-три настоящих запроса, на которые знаете правильный ответ. Хорошо работает документ, в который вы сами внесли противоречие, например поменяли одно число в приложении.
- Заранее запишите, что считать верным, в виде пунктов «да или нет», например «названы обе даты», «сохранён номер договора», «противоречие найдено».
- Для каждой модели откройте новый чат с одинаковыми настройками. Если сменить модель посреди разговора, новая получит историю разговора, и сравнение перестанет быть чистым (как устроена смена модели).
- Перед запуском посмотрите цену, после ответа запишите, сколько списано и сколько секунд вы ждали.
- Запустите каждый запрос хотя бы дважды. У Pro в нашем замере одна и та же задача с кодом прошла 7, 10 и 7 тестов из 10.
В epicai все пять моделей из замера стоят в одном окне выбора, цена видна до запуска, а под ответом пишется «Списано N TOK».
Если своих запросов под рукой нет, возьмите наши. Письмо проверяется за минуту. Ищите обе даты, причину, оба варианта компенсации и номер заказа, считайте слова (не больше 120) и ловите выдуманные имена и обещания.
Напишите деловое письмо клиенту. Исходные данные: срок поставки по заказу сдвигается с 12 ноября на 19 ноября из-за задержки груза на таможне. В качестве компенсации предложите клиенту на выбор: скидку 5 % на следующий заказ или бесплатную доставку следующего заказа. Номер заказа: 48-1127. Условия: не больше 120 слов, без оправданий, тон деловой и спокойный.
Задача с кодом ловит молчаливые пропуски. Отправьте условие целиком.
Напишите на Python функцию parse_dates(text), которая находит в строке даты и возвращает их списком объектов datetime.date в том порядке, в котором они встречаются в тексте. Поддерживаются три формата: - ДД.ММ.ГГГГ, день и месяц всегда двузначные (05.03.2024); - ГГГГ-ММ-ДД (2024-03-05); - «день месяц ГГГГ», где день записан одной или двумя цифрами, а месяц русским названием в родительном падеже со строчной буквы (5 марта 2024, 12 декабря 2020). Несуществующие даты (например, 31.02.2024 или 2023-02-29) пропускаются без ошибки. Повторяющиеся даты сохраняются. Если дат нет, возвращается пустой список. Используйте только стандартную библиотеку.
Потом проверьте функцию на строках, где ошибались модели в замере. Справа ожидаемый результат.
Встреча 05.03.2024. 2024-03-05 Срок: 2024-03-05 2024-03-05 Договор от 5 марта 2024 года 2024-03-05 С 1 по 5 мая 2024 2024-05-05 31.02.2024 и 29.02.2024 2024-02-29
Начните с одного запроса, где ошибка стоит денег, например с договора, расчёта или письма важному клиенту. Отправьте его GPT-6 Luna и DeepSeek V4.1 Flash в двух новых чатах, сверьте ответы с записанными заранее пунктами и только после этого решайте, нужна ли вам GPT-6.1 Sol.
