TechCrunch сообщил, что 24 апреля 2026 года DeepSeek представила две предварительные версии новой модели — DeepSeek V4 Flash и DeepSeek V4 Pro. Это обновление последовало после V3.2 и reasoning-модели R1 .
Ключевая техническая деталь — контекстное окно в 1 млн токенов у обеих preview-версий . Проще говоря, это объем текста, кода или документов, который модель может учитывать в одном запросе. TechCrunch описывает такой размер как достаточный, чтобы помещать в промпт крупные кодовые базы или большие документы, поэтому V4 особенно интересна для анализа репозиториев, ревью кода, обработки договоров, отчетов и других длинных материалов .
Вторая важная часть — архитектура mixture-of-experts, или MoE. В таких системах при выполнении конкретной задачи активируется не вся модель целиком, а только часть параметров, что может снижать стоимость инференса . Для V4 Pro указывается 1,6 трлн параметров, но сам по себе этот показатель еще не доказывает превосходство над всеми frontier-моделями: по части заявлений о качестве все еще нужна независимая проверка .
Контекст календаря сделал сравнение почти неизбежным. В developer-ориентированном материале говорится, что OpenAI выпустила GPT-5.5 23 апреля 2026 года, а DeepSeek V4 Preview появилась менее чем через сутки . Публикация TechCrunch о V4 датирована 24 апреля 2026 года . Еще один обзор ИИ-новостей поставил релизы GPT-5.5 и DeepSeek V4 в один общий сюжет — о слиянии гонки моделей с гонкой инфраструктуры .
При этом это не была дуэль только двух компаний. В том же developer-материале в один шестинедельный релизный промежуток попали Claude Opus 4.7, Gemini 3.1 Pro, Llama 4, Qwen 3 и Gemma 4 . Поэтому сильнее выглядит не версия о том, что DeepSeek одной публикацией вынудила OpenAI к новому поколению, а версия о сверхплотном цикле релизов, где V4 оказалась особенно заметной.
В доступных источниках нет подтверждения официального запуска GPT-5.6, публичного бенчмарка GPT-5.6 или проверенной утечки. Конкретные материалы об OpenAI в этом наборе источников говорят о GPT-5.5, а не о GPT-5.6 .
Единственный приведенный источник, который прямо связывает DeepSeek V4 с GPT-5.6, — пользовательское видео на YouTube. В его описании утверждается не то, что GPT-5.6 вышла или была «разоблачена», а что V4, возможно, подтолкнула OpenAI к более раннему тестированию GPT-5.6 . Это принципиально более слабое утверждение. На основании имеющихся данных фраза «DeepSeek раскрыла GPT-5.6» остается вирусной подачей, а не проверенным фактом .
Сильная сторона DeepSeek V4 — не только в потенциальных бенчмарках. В одном релизе сошлись длинное контекстное окно, MoE-механика снижения затрат и агрессивное ценовое давление . Fortune описала preview V4 как релиз с очень низкими ценами и сужающимся разрывом между DeepSeek и ведущими американскими моделями, что ставит вопрос о прочности конкурентных преимуществ крупных игроков .
Для команд, которые обрабатывают много токенов, это не абстрактная новость. Речь о сценариях вроде длинных документов, больших репозиториев, повторяющихся вызовов модели и агентных систем, где стоимость запроса быстро становится важной частью продукта. Обещание V4 звучит не как просто «модель больше», а как потенциально более длинный и более дешевый инференс — если качество окажется достаточным для конкретной задачи .
Один из материалов пишет, что в собственной технической документации DeepSeek заявила: V4-Pro заметно опережает другие open-source модели на бенчмарках мировых знаний и лишь немного уступает Gemini 3.1 Pro . Но в том же источнике подчеркивается, что независимая проверка этих результатов еще продолжается .
Это важная оговорка. Самооценка разработчика — повод присмотреться к модели, но не финальный вердикт. Пока внешние оценщики не воспроизвели результаты, корректнее считать V4 серьезным претендентом, а не бесспорным победителем. Для практического выбора одной красивой цифры мало: важны качество на реальных задачах, задержка, надежность, стоимость и предсказуемость работы.
Фраза о «глобальной войне ИИ» хорошо работает для заголовков, но ее стоит воспринимать как метафору. Источники действительно указывают на обострение гонки: один материал помещает V4 в контекст глобального соревнования после выхода GPT-5.5, другой говорит о нарастающем соперничестве США и Китая в области ИИ .
Однако факты в этих источниках описывают конкуренцию за возможности моделей, цену, инфраструктуру и стратегию для разработчиков, а не «войну», вызванную одним preview-релизом DeepSeek . Это различие важно: чрезмерная драматизация мешает оценивать модель по тому, что действительно подтверждено.
Самый практичный подход — относиться к DeepSeek V4 как к кандидату для тестирования, а не как к заранее коронованному лидеру. Проверять ее стоит там, где заявленные сильные стороны должны проявиться лучше всего: длинноконтекстная обработка документов, промпты с крупными кодовыми базами, многошаговые агентные задачи и высокочастотный инференс .
Тесты стоимости должны быть не менее строгими, чем тесты качества. Дешевый по прайс-листу вызов может стать дорогим, если промпты огромны, ответы длинные, задержка высока или надежность требует повторных запросов. Главный вопрос — превращаются ли MoE-экономика и 1 млн токенов контекста в более низкую итоговую стоимость конкретного приложения .
Быстрый темп релизов также усиливает аргумент в пользу гибкой архитектуры. Developer-материал о связке GPT-5.5 и DeepSeek V4 делает вывод, что разработчики движутся к multi-model routing — подходу, при котором приложение выбирает разные модели под разные задачи, а не навсегда привязывается к одному поставщику . Не каждой команде такая схема нужна прямо сейчас, но общий урок понятен: выбор модели становится подвижной целью.
DeepSeek V4 — реальный и технически заметный релиз, появившийся в крайне конкурентный момент. В одну неделю с обсуждением GPT-5.5 он принес заявленные контекстные окна на 1 млн токенов, MoE-подход к снижению затрат и дополнительное ценовое давление на рынок .
Но на основании имеющихся источников DeepSeek V4 не «разоблачила» GPT-5.6. Более честный вывод — давление, а не доказательство: V4 усилила гонку моделей эпохи GPT-5.5, а самые громкие заявления о производительности еще требуют независимой проверки .