Короткий ответ
В текстовых рассуждениях, математике и коде DeepSeek действительно конкурирует с передовыми западными моделями, а через API обходится в разы дешевле. Это не хайп. Именно поэтому индустрия насторожилась, когда вышла R1, и именно поэтому цены всех провайдеров с тех пор под давлением.
Во всём, что не является самой моделью, ChatGPT впереди, причём с большим отрывом. Понимание изображений и звука, голосовой режим, запуск кода на ваших файлах, коннекторы, кастомные ассистенты, инструменты для разработчиков, стабильность под нагрузкой, документация, экосистема. Если вы выбираете ежедневного ассистента, а не модель, на которой будете строить продукт, этот разрыв важнее любых баллов в бенчмарках.
Поэтому честный вопрос звучит не «что лучше». Он звучит так: «вы покупаете модель или продукт?» DeepSeek продаёт очень хорошую модель очень дёшево. OpenAI продаёт продукт, внутри которого очень хорошая модель. Это разные покупки.
Сначала уточните: о каком DeepSeek речь?
Почти любой запутанный спор про DeepSeek возникает из-за того, что двое обсуждают разные вещи. Использовать его можно тремя разными способами, и они отличаются по цене, по приватности и по тому, что вам разрешено делать с результатом.
| Приложение и сайт | API DeepSeek | Открытые веса | |
|---|---|---|---|
| Цена | Бесплатно | Очень дёшево за токен | Ваши собственные вычисления |
| Куда уходят данные | На серверы DeepSeek | На серверы DeepSeek | Туда, где вы её запускаете |
| Можно ли развернуть у себя | Нет | Нет | Да |
| Можно ли дообучить | Нет | Нет | Да |
| Ограничения по темам | Да, на политически чувствительных | Да | Меньше, но заложенное в обучении поведение остаётся |
| Для чего подходит | Попробовать | Дешёвый продакшен для текста и кода | Чувствительные данные и регулируемые отрасли |
Третью колонку обычно забывают, а она самая интересная. DeepSeek публикует веса моделей под разрешительной лицензией: модель можно скачать, запустить на своём железе, разместить у провайдера в своей юрисдикции и адаптировать под себя. Ни одна передовая западная лаборатория так со своими лучшими моделями не поступает.
Практическое следствие: команда, которой нельзя отправлять данные китайской компании, всё равно может пользоваться DeepSeek, запустив веса сама или через провайдера, который держит их в другом месте. Когда вы читаете, что где-то власти запретили DeepSeek, почти всегда речь про приложение и облачный API, а не про веса.
В чём DeepSeek действительно силён
Рассуждения и математика. Линейка reasoning-моделей, это самая сильная работа DeepSeek. На сложных многошаговых задачах, олимпиадной математике и логических головоломках он держится в одном ряду с моделями, которые стоят кратно дороже. Если у задачи есть проверяемый правильный ответ, начинать тесты стоит именно отсюда.
Код. Уверенно справляется с реализацией, рефакторингом, отладкой и объяснением незнакомого кода. Он не лучший в рассуждении по крупной кодовой базе, где сильнее помогает очень большое контекстное окно, но по отдаче на вложенный доллар выигрывает с огромным запасом.
Видимый ход рассуждений. Reasoning-модели показывают свои шаги так, что это реально помогает при проверке. Если ответ неверный, обычно видно, на каком шаге всё пошло не так. Звучит скромно, но стоит дорого, когда вы результат проверяете, а не принимаете на веру.
Цена. Это главный аргумент. В пересчёте на миллион токенов API DeepSeek стабильно держится примерно на порядок ниже флагманских западных тарифов, а с кэшированием разрыв бывает и больше. Для всего, что работает на объёме, это не мелкая экономия, а разница между «функция окупается» и «функция не окупается».
Эффективность как цель проектирования. Самое интересное в исследованиях DeepSeek, это архитектура: маршрутизация mixture-of-experts, разреженное внимание и приёмы обучения, которые дают передовой результат без передового бюджета. Эти работы опубликованы, и они заметно повлияли на то, как остальные строят и оценивают свои модели.
В чём ChatGPT явно впереди
Мультимодальные задачи. Дайте ChatGPT скриншот, фото доски, график или скан счёта, и он с этим справится. Текстовые модели DeepSeek, это текстовые модели. Если в вашей работе есть изображения, одного этого пункта достаточно, чтобы принять решение.
Инструменты и запуск кода. ChatGPT может выполнить код на ваших загруженных данных, построить график и отдать вам готовый файл. Этот сценарий вместе с коннекторами к рабочим сервисам, это возможность продукта, и никакая модель сама по себе её не заменяет.
Надёжность и запас мощности. У облачного сервиса DeepSeek были заметные периоды деградации и паузы в регистрации под нагрузкой. Если вы строите то, на что рассчитывают клиенты, история аптайма важна не меньше качества ответов.
Экосистема. SDK, хорошо описанный вызов функций, интеграции, ответы сообщества на редкие проблемы и рынок специалистов, которые уже знают эти инструменты. Когда в два часа ночи вы упираетесь в странный краевой случай, шанс, что кто-то уже про него написал, заметно выше.
Предсказуемость поведения. ChatGPT надёжнее держит сложные требования к формату и роли на протяжении длинного диалога. DeepSeek заметнее уплывает, и это быстро вылезает в агентных сценариях, где один и тот же промпт запускается тысячу раз.
Голос, генерация изображений и всё остальное. Генерация за пределами текста, это большая часть того, за что люди платят, и в предложении DeepSeek её по сути нет.
Сравнение по деньгам, если считать честно
Если вы просто общаетесь в чате, этот раздел вам почти не нужен: приложение DeepSeek бесплатное, а подписка ChatGPT стоит около $20 в месяц. Листайте дальше.
Если вы что-то строите, разница за токен накапливается очень быстро. Возьмите реалистичную нагрузку ассистента поддержки: 2 000 входных токенов и 500 выходных на запрос, 50 000 запросов в месяц. Это 100 миллионов входных и 25 миллионов выходных токенов. Посчитайте по флагманским западным тарифам, и получится ощутимый месячный счёт. Посчитайте по DeepSeek, и та же нагрузка может обойтись примерно в стоимость обеда. Даже после снижения цен, которое сам DeepSeek и спровоцировал по всей индустрии, разрыв остался большим.
Три вещи меняют расчёт, и именно их обычно упускают:
- Reasoning-модели генерируют много токенов, которых вы не видите. Расширенное размышление может быть в несколько раз объёмнее видимого ответа. Дёшево за токен, помноженное на кратно большее число токенов, это уже не всегда дёшево. Считайте общее число токенов, а не цену за токен.
- Цена на кэш важнее цены на витрине, если у вас стабильный системный промпт. Большая скидка на повторяющийся ввод бьёт более низкий ценник.
- Побеждает самая дешёвая модель, которая проходит вашу проверку. Не самая лучшая. Соберите небольшой набор реальных вводных с известными правильными ответами и прогоните его через обе модели. Большинству продакшен-задач передовая модель не нужна, и понять это можно только измерением.
Разумная схема для команд: основной поток запросов идёт в дешёвую модель, а на дорогую задача поднимается, когда уверенность низкая или цена ошибки высокая. Такое собирать намного проще, когда вы не привязаны к API одного поставщика.
Приватность, юрисдикция и цензура
Об этом стоит говорить фактами, а не страшилками, потому что именно от деталей зависит, касается ли вас вопрос вообще.
Куда уходят данные. Облачный сервис DeepSeek обрабатывает и хранит данные на серверах в Китае, и это прямо написано в его политике конфиденциальности. Китайское законодательство даёт властям более широкий доступ к данным внутри страны, чем большинство западных правовых рамок. Важно это для вас или нет, зависит целиком от того, что вы отправляете. Вопрос про рецепт, это не риск. Договоры с клиентами, медицинские данные, невыпущенный код и всё, что подпадает под GDPR или соглашение об обработке данных клиента, это уже другой разговор.
Реакция регуляторов. Несколько государств и надзорных органов ограничили приложение DeepSeek на служебных устройствах или в своих юрисдикциях, ссылаясь на обращение с данными. Если в вашей организации есть закупочная процедура или проверка безопасности, готовьтесь к тому, что облачный сервис её не пройдёт, и это решение будет про юрисдикцию, а не про качество модели.
Ограничения по контенту. Облачный сервис отказывается отвечать или уходит от темы на политически чувствительных вопросах, особенно чувствительных внутри Китая. Запуск открытых весов это ослабляет, потому что слой отказов частично живёт в обвязке сервиса, но часть поведения заложена в обучении и до конца не исчезает. Если ваша работа касается истории, геополитики или сравнения государственных систем, проверьте модель до того, как на неё полагаться.
Обходной путь, который действительно работает. Используйте открытые веса через провайдера, который держит их в вашей юрисдикции, или разверните их сами. Преимущества по цене и качеству остаются, а вопрос о месте хранения данных снимается. Именно поэтому открытые веса важны стратегически, а не просто как красивый жест.
Более полный разбор того, как крупные провайдеры обращаются с данными чатов, сроками хранения и отказом от обучения на ваших данных, есть в нашем гиде по стоимости подписок на ИИ, где разобрана сторона покупки. По остальному первоисточником остаются актуальные страницы политик каждого поставщика.
Кому что подходит
| Если вы | Берите | Почему |
|---|---|---|
| Обычный пользователь на каждый день | ChatGPT | Продукт вокруг модели, это и есть большая часть ценности |
| Считаете деньги и строите на объёме | API DeepSeek | Дешевле на порядок для текста и кода |
| Работаете в регулируемой отрасли | Открытые веса DeepSeek у себя или западная модель | Весь вопрос в том, где лежат данные |
| Много считаете и работаете с логикой | Протестируйте обе | DeepSeek здесь действительно силён, а попробовать почти ничего не стоит |
| Работаете с изображениями, аудио или файлами | ChatGPT | Текстовые модели DeepSeek это не покрывают |
| Гоняете агентный цикл в продакшене | ChatGPT, потом оптимизируйте | Сначала важнее стабильность следования инструкциям, а не цена |
| Исследуете или экспериментируете | Обе | Попробовать DeepSeek почти ничего не стоит |
Большинство команд в итоге приходят не к «или, или». Схема получается такая: дешёвая, но способная модель на объёмную работу, передовая модель на сложные случаи и всё, что видит клиент, и правило маршрутизации между ними. Это здравая архитектура, и именно поэтому привязки к одному поставщику стоит избегать, даже если поставщик вам нравится.
Если хотите сравнить рассуждения DeepSeek с GPT, Claude и Gemini, не заводя четыре аккаунта и ничего не отправляя на китайский облачный эндпоинт, Whizi даёт их все в одной подписке. Прогоните один и тот же промпт через две модели, оставьте ответ получше, а как это устроено на практике, смотрите в материале сравнение моделей бок о бок.
- Определитесь, о чём именно речь: приложение, API или открытые веса, они отличаются по всем параметрам
- Проверьте, имеют ли ваши данные право покидать вашу юрисдикцию, прежде чем идти в облачный сервис
- Считайте общее число токенов вместе со скрытыми рассуждениями, а не только цену за токен
- Протестируйте обе модели на небольшом наборе реальных вводных с известными правильными ответами
- Сразу вычеркните DeepSeek, если в работе есть изображения, аудио или голос
- Подумайте о маршрутизации: массовые запросы в одну модель, сложные случаи в другую, вместо выбора чего-то одного
Частые вопросы
DeepSeek лучше, чем ChatGPT?
В текстовых рассуждениях, математике и коде DeepSeek конкурентен за долю стоимости API. В мультимодальных задачах, работе с инструментами, надёжности и во всём, что построено вокруг модели, ChatGPT явно впереди. Кто побеждает, зависит от того, покупаете вы модель или продукт.
Безопасно ли пользоваться DeepSeek?
Облачное приложение и API обрабатывают данные на серверах в Китае, и ряд государств ограничил их для служебного использования. Для личных, нечувствительных вопросов это мелочь. Для клиентских данных, регулируемых данных или закрытого кода это реальная проблема, и решение здесь одно: запускать открытые веса самостоятельно или через провайдера в своей юрисдикции.
DeepSeek действительно open source?
Веса моделей опубликованы под разрешительной лицензией, поэтому их можно скачать, запустить, разместить у себя и адаптировать. Обучающие данные и полный процесс обучения не опубликованы, поэтому точнее говорить «открытые веса», а не открытый исходный код в строгом смысле. При этом открытости здесь всё равно намного больше, чем у любой передовой западной модели.
Почему DeepSeek настолько дешевле?
Главным образом из-за архитектурной эффективности. Маршрутизация mixture-of-experts активирует лишь часть модели на каждый токен, а в более поздних релизах добавилось разреженное внимание, которое удешевляет длинные вводные. Лаборатория опубликовала эти исследования, а возникшее ценовое давление потянуло вниз всю индустрию.
Можно ли пользоваться DeepSeek, не отправляя данные в Китай?
Да. Веса опубликованы, поэтому модель можно запустить на своём железе или через провайдера, который размещает её в вашем регионе. Преимущества по цене и качеству сохраняются, а вопрос о месте хранения данных снимается.