На тесте DeepSWE нейросеть Deepseek V4.1 Flash показывает топовый результат при копеечной средней стоимости за задачу — крупные конкуренты тратят в разы больше. Задачи она закрывает быстрее, ответы короче, а веса открыли на Hugging Face и ModelScope. Для тебя это значит, что мощный ИИ-помощник для кода и рутины стал заметно доступнее.
Что вообще произошло
Deepseek выкатила обновление своей «лёгкой» модели — Deepseek-V4.1-Flash-1017. Она доступна через сайт компании, приложение и API, а веса опубликованы в открытом доступе (это значит, что файлы модели лежат в открытом доступе: их можно скачать, изучить и запускать у себя, а не только пользоваться чужим сервером).
Главное отличие от предшественника — не в том, что модель стала гигантской. Наоборот, она компактная, но при этом обходит более крупных соперников — Claude Opus 5 и GPT 5.6-Sol — в бенчмарках по кодингу и агентским задачам. Агентские задачи — это когда нейросеть не просто отвечает текстом, а сама делает цепочку шагов: открыть файл, поправить код, проверить результат, доделать. Именно такие AI-агенты сегодня и снимают с людей рутину.
Секрет — в методе обучения. Deepseek использует reinforcement learning with self-feedback (RLSF): модель сама себя критикует и по этой критике учится, без армии живых оценщиков и внешних «судей». По словам компании, это улучшает сквозную разработку проектов — от программирования игр до 3D-моделирования и дизайна. Плюс модель умеет анимировать короткие объясняющие видео.
Отдельная новость: Deepseek открыла свой внутренний поисковый движок всем разработчикам через Search и Fetch API. Движок уже переваривает сотни миллионов запросов в день, а стоит это $0,75 за 1 000 вызовов.
Что сэкономит тебе деньги и время
Смотри на цифры. Предшественник давал 74,2% на DeepSWE и стоил около $0,50 за запуск. Новая версия — 77,0% и меньше $0,20. В режиме low она держит свыше 72% уже примерно за $0,10. Разница в цене — в разы, и это и есть та самая экономия расходов на ИИ.
Переведу на бытовой язык. Раньше прогон задач через топовую модель обходился в разы дороже. Теперь те же сто задач можно закрыть примерно за 10–20 долларов — и не на коленке, а с результатом выше. Это как ездить на такси по цене маршрутки.
Что это даёт лично тебе
• Фрилансер-дизайнер. Ты берёшь заказ на 3D-модель или короткое объясняющее видео. Модель помогает собрать черновик сцены и анимации, а ты дорабатываешь руками. Раньше такой черновик съедал полдня, теперь — час, и стоимость прогона не бьёт по карману.
• Владелец маленькой кофейни. Тебе нужен простой скрипт: собирать отзывы из карт, считать средний чек, складывать в таблицу. Ты не программист, но описываешь задачу словами — и получаешь работающий прототип, который можно показать знакомому разработчику.
• Студент или школьник. Конспект, разбор задачи, проверка своего решения, подготовка к экзамену. Модель отвечает короче, а значит, читать проще и быстрее.
• Мама двоих детей на удалёнке. Нужно разобрать почту, собрать план на неделю, подготовить текст для родительского чата — всё это уходит в один вечерний заход вместо трёх.
• Начинающий предприниматель. Ты проверяешь гипотезу: соберёшь MVP-лендинг и простую автоматизацию за выходные, не нанимая команду. Если идея не взлетела — потерял копейки, а не зарплатный фонд.
• Маркетолог или аналитик. Search и Fetch API за $0,75 за 1 000 вызовов дают дешёвый способ тянуть свежие данные из интернета в свои таблицы и отчёты.
Как попробовать прямо сейчас
1. Зайди на DeepSeek — это официальный сайт, модель доступна через сайт, приложение и API. Есть и приложение.
2. Выбери в интерфейсе версию V4.1-Flash-1017, если она доступна в списке моделей.
3. Опиши задачу простыми словами: что есть на входе, что должно получиться на выходе. Не «напиши код», а «у меня есть список заказов в CSV, нужен скрипт, который считает сумму по каждому клиенту и пишет итог в новый файл».
4. Попроси объяснить каждый шаг — так ты сразу увидишь, где модель ошиблась.
5. Если нужен доступ из своих программ — иди в API. Если нужен поиск в интернете — подключай Search и Fetch API, там оплата по вызовам.
6. Хочешь запускать у себя — забирай веса с Hugging Face или ModelScope. Для разработки компания рекомендует Deepseek Harness версии v0.2.1-rc.1 или новее, а также Tencent CodeBuddy и WorkBuddy.
Плюсы, минусы и чего ждать
Плюсы очевидны: в разы дешевле за задачу, быстрее закрывает работу, короче ответы (а значит, меньше воды и меньше токенов), открытые веса, плюс дешёвый поиск через API. Компания сама называет это Pareto improvement — улучшением сразу по двум параметрам, качеству и цене, без размена одного на другое.
Минусы тоже есть. Независимых бенчмарков по этой модели ещё нет — все цифры выше внутренние, от самой Deepseek. Бенчмарки в принципе показывают лишь половину картины: впечатления разработчиков о качестве кода могут сильно отличаться от красивых процентов. Так что проверяй на своих задачах, а не верь графику.
Что станет возможным через месяц-полгода: дешёвые AI-агенты в малом бизнесе перестанут быть роскошью. Автоматизация рутины сдвинется из «дорого и долго» в «попробовал за вечер».
Вывод и одно действие на сегодня
Открытая нейросеть для бизнеса и личных задач больше не обязана стоить как подписка на дорогой сервис. Deepseek V4.1 Flash показывает: маленькая модель, обученная на самокритике, может обходить крупных игроков и при этом экономить твои деньги.
Действие на сегодня: зайди на chat.deepseek.com и дай модели одну реальную задачу из своей работы — не тестовую, а ту, что висит в списке дел. Сравни результат с тем, как ты сделал бы сам. Вопросы и результаты кидай в комментарии к каналу @aigoby — разберём вместе.
🎁 Бонус: промпт, который сразу экономит время
Скопируй и подставь свою ситуацию:
```
Ты — мой помощник по автоматизации. Я не программист.
Моя ситуация: [опиши в 2–3 предложениях, чем занимаешься и что бесит в рутине]
Повторяющаяся задача: [что делаешь регулярно — например, свожу заказы в таблицу]
Что есть на входе: [файлы, письма, ссылки, тексты]
Что должно получиться: [итоговая таблица, письмо, отчёт, скрипт]
Сделай три вещи:
1. Разбей задачу на шаги так, как её решал бы человек.
2. На каждом шаге напиши, что именно я делаю сам, а что можно отдать ИИ.
3. Дай готовый промпт или простой скрипт для самого рутинного шага. Объясни его построчно.
Ограничения: без сложных библиотек, всё должно работать на обычном ноутбуке.
В конце честно скажи, где ИИ может ошибиться и что мне обязательно проверить руками.
```
Чек-лист перед запуском в работу: проверь, что модель поняла входные данные; прогони один тестовый пример; сверь результат с ручным расчётом; сохрани удачный промпт в отдельный файл — пригодится.
Комментарии 0