12 августа 2026 года на OpenRouter появилась новая топовая модель DeepSeek — V4 Pro 0813. В тот же день стали доступны её веса (1,7 трлн параметров, 893 ГБ, лицензия MIT), а 13 августа DeepSeek официально объявила релиз. Пока разработчики спорили, насколько честны бенчмарки, Саймон Уиллисон (Simon Willison) прогнал модель через свой «пеликановый тест» на трёх уровнях рассуждений и получил три разных картинки. Ниже — что это за модель, что показывают тесты и бенчмарки, сколько она стоит «на момент публикации» (август 2026) и как подключить её к Cline, OpenCode и Claude Code.
Что такое DeepSeek V4 Pro 0813
V4 Pro 0813 — флагманская модель DeepSeek (GA-релиз серии V4, которая с апреля 2026 года жила в статусе preview). Ключевые характеристики по официальной model card и техническому отчёту:
| Параметр | Значение |
|---|---|
| Параметры | 1,7 трлн (MoE), ~49 млрд активных на токен |
| Контекст | 1 млн токенов (≈1500 страниц текста) |
| Максимальный вывод | 384K токенов |
| Reasoning | thinking mode по умолчанию, усилия low / high / max |
| Веса | открыты, лицензия MIT, 893 ГБ |
| Вход | только текст (картинки не принимает) |
| Дополнительно | спекулятивный декодер DSpark, FP8 |
Вместе с Pro вышло и обновление младшей модели — V4 Flash 0731, у обеих один и тот же контекст 1M и одинаковый механизм reasoning. Основное отличие Pro — качество на агентских задачах и больший запас параллельных запросов на аккаунт (500 против 2500 у Flash).
Веса лежат на Hugging Face и собраны под transformers/safetensors, для локального запуска модель предлагается гонять через vLLM (рецепт — один узел 4×GB300) или SGLang в FP4. 893 ГБ и кластер NVIDIA GB300 — это не про домашний компьютер: для большинства разработчиков V4 Pro 0813 остаётся API-моделью. Практический смысл открытых весов — вы можете развернуть её у своего провайдера или в приватном контуре, не отправляя код китайской компании (об этом в разделе про ограничения).
Как модель появилась: OpenRouter раньше официального анонса
Интересная деталь релиза: у DeepSeek не было страницы-анонса. Саймон Уиллисон, который 12 августа написал про модель в своём блоге, честно объяснил, почему сослался именно на OpenRouter:
«The latest DeepSeek Pro model is now available, via API only. I had to link to OpenRouter because DeepSeek don’t have any obvious announcement page for their new model.»
«Новейшая Pro-модель DeepSeek теперь доступна, только через API. Пришлось сослаться на OpenRouter, потому что у DeepSeek нет очевидной страницы-анонса для новой модели.»
В тот же момент Уиллисон предположил, что веса должны открыть — как это было с апрельской V4 Pro и июльской V4 Flash. Так и вышло: Update: the weights are now available — веса появились на Hugging Face уже 12 августа (по данным HF, обновление репозитория — 13.08).
Официальный анонс DeepSeek вышел 13 августа: DeepSeek-V4-Pro GA Release. Там же впервые появилось то, чего не было у Simon — V4 Pro в веб-чате через «Expert Mode», а не только API, плюс нативная поддержка OpenAI Responses API «под Codex одним кликом». Цифры бенчмарков в анонсе совпали с таблицей, которая накануне гуляла по WeChat и Reddit (ниже объясню, почему это важно).
Тест Simon Willison: три пеликана на трёх уровнях reasoning
Уиллисон тестирует новые модели по-своему: просит нарисовать SVG-пеликана на велосипеде. Это не бенчмарк, а скорее забавный и чувствительный к стилю генерации тест (сам автор его создал). На V4 Pro 0813 он прогнал задачу на трёх уровнях рассуждений — low, medium и high — и получил три радикально разных пеликана:
«Interestingly I got very different looking pelicans for the three different reasoning levels of low, medium, and high. I’ve not noticed this kind of difference from any other model.»
«Любопытно, что для трёх разных уровней рассуждений — low, medium и high — я получил очень разных пеликанов. Такого расхождения я не замечал ни у одной другой модели.»
Это наблюдение стоит читать осторожно, по двум причинам. Первая: на старте Уиллисон гонял модель с дефолтным effort через OpenRouter, и только потом собрал «сетку» уровней. Вторая — по документации DeepSeek, запрошенные medium и high маппятся в один и тот же фактический уровень (medium → high, high → high); то есть два из трёх «разных» пеликанов получены при одинаковой внутренней длительности рассуждений — разница скорее от семплинга, чем от усилий модели. В HN-треде на это обратили внимание и с другой стороны: комментатор ComputerGuru заявил, что «не доверяет OpenRouter в передаче параметров и бенчмаркил бы только через официальный API». Прямых подтверждений ни той, ни другой гипотезы нет — это честное ограничение теста.
Бенчмарки: путь из WeChat-группы через Reddit в HN
Про официальные цифры Уиллисон написал с иронией:
«In terms of benchmarks… as far as I can tell those were released to the Official DeepSeek WeChat Group, then copied and pasted into a post on Reddit which was deleted by the moderators for being “low-effort”, then copied into this ASCII-art table on Hacker News.»
«Что до бенчмарков… насколько я понял, их выложили в официальную WeChat-группу DeepSeek, оттуда скопировали в пост на Reddit, который модераторы удалили как “low-effort”, а потом перекопировали в ASCII-таблицу на Hacker News.»
Позже выяснилось, что та же таблица легла в официальную model card на Hugging Face, так что цифры официальные — но их источник и методика прозрачностью не блещут. Показатели агентских бенчмарков (из model card и HN-комментария):
| Бенчмарк | V4 Pro 0813 | V4 Flash 0731 | V4 Pro (Preview) | Opus-4.8 | Fable 5* |
|---|---|---|---|---|---|
| HLE (без/с инструментами) | 42,7 / 60,0 | 37,8 / 51,5 | 37,7 / 48,2 | 49,8 / 57,9 | 53,3 / 63,0 |
| Terminal Bench 2.1 | 87,9 | 82,7 | 72,1 | 85,0 | 88,0 |
| Cybergym | 83,3 | 76,7 | 52,7 | 78,3 | 83,1 |
| DeepSWE | 62,7 | 54,4 | 12,8 | 58,0 | 70,0 |
| Toolathlon-Verified | 74,1 | 70,3 | 55,9 | 76,2 | 77,9 |
| DSBench-FullStack | 71,1 | 68,7 | 41,8 | 71,6 | 77,2 |
| DSBench-Hard | 67,2 | 59,6 | 31,1 | 71,7 | 68,3 |
* Fable 5 — с fallback на другие модели. Сравнение «Pro 0813 против собственного Preview» — главный сигнал: по DeepSWE рост с 12,8 до 62,7, по AutomationBench с 12,8 до 31,8, то есть агентские способности модели выросли в разы относительно апреля.
Независимый замер даёт Artificial Analysis: Intelligence Index — 53 (3-е место из 106 моделей, медиана 27), скорость вывода 78,4 ток/с, цена задачи $0,25. Это подтверждает, что модель объективно в топе по «интеллекту», при этом довольно многословна: на прогон индекса ушло 130 млн выходных токенов против медианных 100 млн. В HN-треде реакции, как обычно, полярные: один разработчик пишет, что всю неделю тестировал V4 Flash на кодинге и «результаты вполне положительные», другой — что модель «хуже Luna, но дороже Luna». Последнее справедливо по абсолютным ценам, но не по соотношению цена/качество: по независимому замеру Artificial Analysis модель входит в топ-3 по Intelligence Index, и среди открытых весов такого уровня на момент публикации нет ни у кого.
Цены на момент публикации: peak/off-peak с 16.08.2026
С 16:00 UTC 16 августа 2026 DeepSeek перешла на двухставочный прайс: пиковые часы (01:00–04:00 и 06:00–10:00 UTC) стоят вдвое дороже, чем off-peak. Это тот самый случай, когда «дешёвая модель» перестала быть дешёвой: выход V4 Pro подорожал с плоских $0,87 до $1,98 за 1M токенов в off-peak и $3,96 в пик. Все цифры ниже — официальная страница прайса, снято 17.08.2026:
| Модель | Тип токенов | Плоский (до 16.08) | Off-peak | Peak |
|---|---|---|---|---|
| V4 Pro | вход, кэш-попадание | $0,003625 | $0,022 | $0,044 |
| V4 Pro | вход, cache miss | $0,435 | $0,66 | $1,32 |
| V4 Pro | выход | $0,87 | $1,98 | $3,96 |
| V4 Flash | вход, cache miss | $0,14 | $0,22 | $0,44 |
| V4 Flash | выход | $0,28 | $0,66 | $1,32 |
Для агентского кодинга важны две вещи. Первая — кэш-попадание на входе: $0,044 даже в пик против $1,32 без кэша. Агенты гоняют один и тот же системный промпт и историю сессии на каждом шаге, и если они не меняются — DeepSeek отдаёт вход из кэша почти бесплатно. На этой механике построен в том числе Reasonix, про который у нас есть отдельная статья. Вторая — лимиты: rate limit считается на аккаунт, для V4 Pro это 500 параллельных запросов (у Flash 2500), при превышении — HTTP 429. Если вы держите одного агента в IDE, это с большим запасом; 500 соединений — уровень SaaS-продукта.
Как подключить DeepSeek V4 Pro 0813 к агентам
У DeepSeek два совместимых API-формата, и от выбора зависит, куда вставлять модель.
OpenAI-формат — базовый URL https://api.deepseek.com, имя модели deepseek-v4-pro. Подходит для Cline, OpenCode и любых инструментов с OpenAI-совместимым провайдером. Минимальный запрос:
curl https://api.deepseek.com/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $DEEPSEEK_API_KEY" \
-d '{"model":"deepseek-v4-pro",
"messages":[{"role":"user","content":"напиши тесты для модуля auth"}],
"reasoning_effort":"high"}'
Anthropic-формат — базовый URL https://api.deepseek.com/anthropic. Через него DeepSeek подключается к Claude Code и другим инструментам Anthropic-экосистемы. Маппинг имён автоматический: claude-opus* → deepseek-v4-pro, claude-sonnet*/claude-haiku* → deepseek-v4-flash.
Claude Code
Официальная инструкция DeepSeek сводится к переменным окружения:
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=<ключ DeepSeek API>
export ANTHROPIC_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-v4-pro[1m]
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-v4-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-v4-flash
export CLAUDE_CODE_EFFORT_LEVEL=max
Суффикс [1m] включает полноценный контекст 1M, а саб-агентам и «мелким» задачам (haiku) отдаётся Flash — стандартная экономия. Ключ создаётся в платформе DeepSeek. Общая механика работы с Claude Code описана в статье «Как установить и настроить Claude Code».
Cline
В Cline есть встроенный провайдер DeepSeek (документация Cline): Base URL https://api.deepseek.com, API-ключ и модель deepseek-v4-pro. Flash для мелких правок — deepseek-v4-flash. Настройка самого Cline как бесплатного open-source агента для VS Code разобрана в статье «Cline — бесплатный open-source агент для VS Code».
OpenCode
В OpenCode (начиная с v1.14.24) всё делается прямо из интерфейса: команда /connect, выбрать провайдер deepseek, вставить API-ключ, выбрать DeepSeek-V4-Pro. Установка и бесплатные лимиты OpenCode — в статье «Как установить OpenCode».
Codex
Для Codex DeepSeek добавила нативную поддержку OpenAI Responses API «одним кликом» — официальный раздел Codex. Про сам Codex CLI — статья «Codex CLI от OpenAI».
OpenRouter
OpenRouter — это агрегатор, где модель появилась в первый день релиза (deepseek/deepseek-v4-pro-0813, API-only, со своими ценами и лимитами на странице модели). Для России это, увы, скорее справочный путь: с российских IP openrouter.ai отдаёт Cloudflare-блок (см. раздел ниже), и практичнее идти напрямую в api.deepseek.com.
Нюанс reasoning для агентов
В thinking mode у DeepSeek три уровня усилий — low, high, max (по model card; в OpenRouter-представлении к ним добавляется medium, который маппится в high). По документации, для запросов с инструментами нужно обязательно возвращать поле reasoning_content в последующих запросах — иначе API ответит 400. Агенты, которые умеют работать с reasoning-моделями (Claude Code, OpenCode, Cline с MCP), делают это сами; для собственных обёрток это обязательный пункт.
Доступность из России и оплата
Главный практический вопрос для российского читателя — заработает ли это без VPN. Проверили 17.08.2026 с машины в Самаре (провайдер ER-Telecom, обычный домашний IP): api.deepseek.com отвечает, запрос к /v1/models без ключа возвращает HTTP 401 — сервер жив и гео-блокировки нет. platform.deepseek.com (там выдаются ключи и пополняется баланс) тоже открывается. Это подтверждается и более ранним опытом из нашей статьи про Reasonix, где связка «DeepSeek API + агент» проверялась из России ещё в начале августа.
Отдельно проверен OpenRouter: openrouter.ai с российского IP отвечает Cloudflare-блоком 403 («Attention Required»). Так что маршрут «через OpenRouter» из РФ не основной — прямая работа с api.deepseek.com доступнее.
С оплатой сложнее, и здесь тема в рунете честно не освещена: свежих русскоязычных инструкций по пополнению баланса DeepSeek API практически нет (на момент публикации не нашлось ни одной живой). Известная картина такая: российские Visa и Mastercard в DeepSeek не работают, рабочие варианты — карта UnionPay, иностранная карта или сервисы-посредники. Реальные замеры скоростей моделей для кодинга на русском есть, например, в статье на Хабре, а общая справка о DeepSeek — в русской Википедии, но именно «как пополнить баланс из РФ» по-русски никто подробно не описал. Рекомендация та же, что и для любого азиатского AI-сервиса: оплачивать небольшими суммами под фактическое использование и перепроверять актуальный прайс перед пополнением — DeepSeek уже предупреждала о повышении цен и повысила их 16.08.
Сравнение с предшественником: что даёт V4 Pro против V4 Flash
Если коротко: Pro — это «агентская» модель для долгих сессий с инструментами, Flash — быстрая и в 3 раза более дешёвая по выходу (в off-peak: $0,66 против $1,98). На бенчмарках Pro стабильно выше Flash, но разрыв меньше, чем разница в цене — на простых задачах Flash часто достаточно. Типовая схема из документации DeepSeek — Pro для основного агента, Flash для саб-агентов и переформулировок (именно так настроен пример для Claude Code выше). Выбор между моделями и агентами для кодинга с ценами и лимитами — тема смежных статей раздела; сравнение агентов разобрано в «Лучший ИИ-агент для кодинга в 2026».
Честные ограничения
- Тест Уиллисона субъективен. Пеликаны — не бенчмарк, а иллюстрация «характера» модели; автор теста сам признаёт его ненадёжным. В HN-треде отдельно отмечают, что «рисование SVG-пеликанов» уже попало в обучающие данные — как метрика он деградирует.
- Бенчмарки официальные, но их путь мутный. Таблица прошла WeChat → Reddit (пост удалён модераторами как low-effort) → HN, и только потом появилась в model card. Независимо воспроизведён лишь замер Artificial Analysis (Intelligence Index 53), остальные цифры — со слов DeepSeek.
- Medium и high — один уровень. Из-за маппинга усилий разница «трёх пеликанов» может объясняться семплингом, а не уровнем рассуждений. Не делайте из них выводы о качестве.
- Цены выросли и продолжают меняться. 16.08 выход подорожал в 2,3–4,5 раза в зависимости от времени суток. «На момент публикации» peak/off-peak уже действует, но прайс DeepSeek за год менялся не раз — перед крупными тратами проверяйте страницу цен.
- Локальный запуск — не для всех. 893 ГБ весов и рекомендуемый узел 4×GB300 для vLLM — это кластерный уровень. Для сравнения: локальные модели уровня Qwen3-Coder через Ollama мы разбирали в статье «Локальные нейросети для кодинга» — они запускаются на обычном ноутбуке, но и уровень совсем другой.
- Только текст. Изображения на вход модель не принимает — для задач с картинками (скриншоты багов, дизайн-макеты) нужна другая модель.
- Данные уходят китайской компании. Если это критично, открытые веса позволяют развернуть модель у стороннего провайдера или в приватном контуре; прямое использование API — обмен удобства на приватность.
Вывод
DeepSeek V4 Pro 0813 — открытый флагман, который по независимым замерам (Artificial Analysis: 53, топ-3) вплотную подошёл к закрытым топам и заметно усилил агентские способности относительно собственного preview (DeepSWE: 12,8 → 62,7). Подключение к Cline, OpenCode, Claude Code или Codex — пятнадцать минут через совместимый API, ключ выдаётся без подписки. Из России сервис работает без VPN, но с оплатой придётся повозиться. Главное «но» — экономика: после перехода на peak/off-peak 16.08 модель перестала быть дешёвой, и теперь её выгодно гонять в off-peak-часы и с опорой на кэш-попадания. Если ваш агент уже умеет держать стабильный префикс сессии — пробуйте Pro; если нет, начните с V4 Flash, а Pro оставьте для задач, где качество решает больше, чем цена токенов.
