Нейросеть Deepseek V4 Flash «0731» набрала 50 баллов в Artificial Analysis Intelligence Index — на один балл меньше, чем у GPT-5.6 Luna, но на 60% дешевле за задачу. Даже после снижения цен OpenAI на 80% она остаётся выгоднее тебе. Цена держится за счёт скидки за кэш 98% против отраслевых 90% и на 12% меньшего расхода токенов, чем у прошлой версии.
Что случилось на самом деле
31 июля 2026 года Deepseek выпустила V4 Flash «0731» — крупное обновление своей бюджетной модели. Предыдущая V4 Flash вышла в апреле 2026-го, а новая версия набрала 50 баллов по Artificial Analysis Intelligence Index. Это на десять баллов больше, чем у предшественницы, и всего на один балл ниже, чем у GPT-5.6 Luna от OpenAI.
Artificial Analysis Intelligence Index — это сводный рейтинг, где модели прогоняют через набор задач и сравнивают результаты. 50 баллов не делают модель волшебной, но показывают важное: Deepseek сократила разрыв не за счёт «урезания всего подряд». Она улучшилась во всех тестируемых категориях, а сильнее всего — в агентных задачах. Это когда ИИ не просто отвечает на вопрос, а выполняет цепочку шагов: разбирает запрос, готовит данные, собирает следующий шаг.
Материал об этом опубликовал Thomas Joos, данные — Artificial Analysis. И главная новость здесь не только в баллах, но и в цене: примерно на 60% ниже за задачу, даже после того, как OpenAI срезала цены на 80%.
Почему она такая дешёвая
Слово «кэш» звучит технически, но смысл бытовой. Если модель уже разбирала похожий кусок текста, ей не нужно считать его заново с нуля. У Deepseek скидка за кэш составляет 98%, а отраслевой стандарт — 90%. Разница в процентах выглядит небольшой, но на потоке задач она превращается в реальные деньги.
Второй фактор — расход токенов. Токен — это кусочек текста, грубо говоря, часть слова или знак. Модель использует на 12% меньше токенов, чем предшественница, то есть на ту же работу уходит меньше «топлива». Для тебя это значит: дешёвая нейросеть здесь не синоним слабой. Для тех, кто ищет альтернативу OpenAI и экономит на каждой задаче, это уже повод присмотреться.
При этом цена за задачу зависит от того, как именно ты используешь модель. В сравнении учитывают именно стоимость за задачу, а не цену подписки на месяц. Поэтому не спеши переносить цифру на всё подряд: сначала проверь свою рутину.
Что это даёт лично тебе
• Мама двоих детей собирает ворох инструкций из школы, кружков и поликлиники. Модель с контекстным окном на один миллион токенов может удержать очень большой объём текста и собрать из него понятный план на неделю. Даты, имена и адреса всё равно проверяй руками: модель реже галлюцинирует, но не перестаёт ошибаться.
• Владелец маленькой кофейни разбирает предложения поставщиков, график смен и список закупок. На GDPval — тесте на сложную реальную офисную работу — результат вырос с 1 189 до 1 559 баллов Elo. Это не значит, что ИИ заменит управляющего. Это значит, что черновики, сравнения и чек-листы можно делать быстрее.
• Фрилансер-дизайнер тонет в длинных брифингах и переписках с клиентами. Ему нужна не «ещё одна умная игрушка», а дешёвая нейросеть, которая вытащит структуру из большого текста и предложит три варианта ответа. Меньше токенов — ниже расходы, если он платит за использование.
• Студент загружает длинные статьи и конспекты, просит выделить главное и объяснить сложный кусок простыми словами. Контекст на миллион токенов помогает не резать текст на куски. Но итоговые факты лучше сверять с первоисточником, а не с красивым пересказом.
• Начинающий предприниматель ищет нейросеть для бизнеса, чтобы не нанимать отдельного человека на каждую мелкую задачу. Черновики писем, разбор отзывов, планы запусков, вопросы к подрядчикам — всё это можно прогнать через модель и получить заготовку. Решение всё равно остаётся за тобой.
• Тот, кто экспериментирует с ИИ, получает более дешёвый способ это делать. Можно сделать больше черновиков, тестов и вариантов за те же деньги. Это не гарантия дохода, а инструмент, который снижает стоимость проб.
Как попробовать прямо сейчас
1. Начни с открытых весов. Зайди на Hugging Face и найди страницу Deepseek V4 Flash «0731». Модель выложена под лицензией MIT — это открытая лицензия, под которой доступны веса. Сами веса открыты, но за железо и сервисы вокруг можешь платить отдельно.
2. Сверь версию, чтобы не перепутать с предыдущей V4 Flash. У этой модели 284 млрд общих параметров, 13 млрд активных и контекстное окно на один миллион токенов. Если видишь другую дату или другое название, скорее всего, это не то обновление.
3. Если не хочешь возиться с установкой, поищи сервис, который подключает открытые модели, и уточни, есть ли у него именно V4 Flash «0731». Без версии и даты легко получить старую модель и решить, что «ничего не изменилось».
4. Для сравнения открой ChatGPT и дай ему ту же задачу, что и Deepseek через твой сервис. Смотри не на красоту ответа, а на факты, пропуски и число правок. Так ты поймёшь, где тебе реально нужна модель подороже, а где хватит бюджетной.
5. Запусти недельный тест на пяти повторяющихся задачах. Например: разобрать письмо, собрать план, сделать чек-лист, сократить текст, проверить список. Считай время до результата и количество правок. Через неделю у тебя будет не ощущение, а личная статистика.
Плюсы, минусы и что дальше
Плюсы простые. Во-первых, цена за задачу примерно на 60% ниже, даже после снижения цен OpenAI на 80%. Точнее так: во-первых — дешевле, во-вторых — умнее предыдущей версии: 50 баллов против прежних 40, то есть плюс десять баллов. В-третьих, модель лучше справляется с агентными задачами и реже галлюцинирует. В-четвёртых, контекст на миллион токенов позволяет работать с большими текстами. В-пятых, веса открыты по лицензии MIT на Hugging Face.
Что может измениться для обычного человека? Если сервисы начнут подключать эту модель, появится больше дешёвых помощников для рутины: разбора документов, подготовки черновиков, проверки списков и планов. Через месяц-полгода рынок бюджетных ИИ станет плотнее, и «нормальный помощник» перестанет быть роскошью. Но это произойдёт не автоматически: всё зависит от того, какие сервисы и приложения дадут к ней удобный доступ.
Что честно ограничивает модель
Это не волшебная кнопка. Чтобы работать с весами, нужна техническая инфраструктура или сервис, который уже всё настроил. Бенчмарк — не гарантия, что модель идеально справится с твоей задачей. Галлюцинации стали реже, но не исчезли. Контекст на миллион токенов не означает, что модель одинаково внимательна к каждому слову в огромном документе. И цена за задачу зависит от кэша, длины запроса и того, как именно ты используешь модель.
Итог и один шаг на сегодня
Deepseek V4 Flash «0731» — редкий случай, когда дешёвая модель не выглядит как компромисс. Она идёт всего на один балл позади GPT-5.6 Luna, стоит примерно на 60% меньше за задачу и стала лучше в агентных задачах. Для обычного человека это шанс попробовать ИИ на реальной рутине без больших расходов.
Сделай один шаг сегодня: выпиши свою самую повторяющуюся задачу и проверь, есть ли Deepseek V4 Flash «0731» в сервисе, которым ты пользуешься. Если нет — сравни на этой задаче ChatGPT и любую доступную тебе бюджетную модель. Сохрани статью, чтобы не потерять цифры, и напиши в комментариях @aigoby, что у тебя получилось.
Бонус с готовым промптом
Скопируй этот промпт и адаптируй под себя — он поможет быстро понять, какие задачи стоит отдать бюджетной модели, а какие лучше оставить человеку.
```text
Ты — мой помощник по внедрению бюджетного ИИ в обычные задачи.
Моя сфера: [работа / бизнес / учёба / быт].
Моя рутинная задача: [опиши подробно].
Сделай так:
1. Разбей задачу на 5–7 шагов.
2. Отметь, какие шаги можно отдать ИИ, а какие обязательно проверить человеку.
3. Напиши 3 готовых промпта для Deepseek V4 Flash «0731»: для черновика, для проверки фактов и для финальной сборки.
4. Предложи, как измерить пользу: время до результата, число правок, количество повторных запросов.
5. Предупреди о рисках галлюцинаций и назови, какие данные лучше не загружать в модель.
```
Комментарии 0