Чому DeepSeek V4-Flash так швидко вийшов у лідери OpenRouter

DeepSeek-V4-Flash-0731 став показовим прикладом того, як швидко можуть змінюватися типові моделі за замовчуванням, коли одночасно з’являються низька ціна токенів, дуже велике контекстне вікно та доступ через агрегатор. За даними медіа, DeepSeek V4 Flash посів перше місце в тижневому рейтингу використання OpenRouter за 27 липня — 2 серпня, обробивши 7,22 трлн токенів. Втім, цю цифру потрібно читати з важливими застереженнями. 5

Що спричинило сплеск використання

Збірка від 31 липня — це розріджена модель типу mixture-of-experts (MoE): вона має 284 млрд параметрів загалом, але для кожного токена активує 13 млрд. OpenRouter вказує контекстне вікно у 1 310 720 токенів і позиціонує модель для програмування, міркувань та агентних сценаріїв. 1

Це поєднання особливо цікаве для завдань, де важливий великий обсяг токенів:

• Великі кодові бази та довгі документи. Великий контекст може зменшити потребу розбивати матеріал на безліч коротких запитів.
• Агентні цикли. Системи, що викликають інструменти, генерують значні обсяги вхідного й вихідного тексту під час планування, виконання та виправлення помилок.
• Пакетна обробка. Класифікація, вилучення даних, резюмування та перетворення текстів у великих масштабах чутливі до ціни.

Сама MoE-архітектура не доводить ані нижчої фактичної вартості, ані вищої якості. Її економічний сенс у тому, що модель активує лише частину загальної кількості параметрів на токен, прагнучи поєднати велику місткість із меншою обчислювальною ціною, ніж у щільної моделі аналогічного загального розміру. Реальний результат для продукту залежить також від затримок, потужностей провайдера, маршрутизації, конструкції промптів і довжини відповіді.

Перше місце в рейтингу — реальне, але це не чистий результат чотирьох днів після релізу

TechNode повідомив, що DeepSeek V4 Flash обробив на OpenRouter 7,22 трлн токенів протягом тижня з 27 липня до 2 серпня. За тим самим повідомленням, китайські моделі зайняли перші чотири позиції, а DeepSeek V4 Flash 0731 і V4 Pro також увійшли до першої шістки. 5

Проте відлік цього тижня почався до публічного бета-релізу 31 липня. V4 Flash уже існував як preview-маршрут, а реліз 0731 замінив його на API-ендпойнті deepseek-v4-flash. 3 Отже, не варто описувати весь тижневий обсяг як трафік, створений лише новою версією.

Ще один важливий чинник — безкоштовний доступ. За даними того самого матеріалу, 1 серпня OpenCode обробив для цієї моделі 8 трлн токенів: 5 трлн припали на безкоштовні пробні запуски, а 3 трлн оплатили розробники. 5 Пробний трафік стратегічно важливий: він знайомить команди з моделлю та знижує бар’єр для оцінювання. Але це не те саме, що стабільний платний попит у production.

Точніший висновок такий: V4 Flash надзвичайно швидко поширився як об’єкт для експериментів. Наявні дані не підтверджують, що весь початковий обсяг відображав платні міграції або довготривале використання в продакшені.

Ціна — найпрозоріша частина ціннісної пропозиції

Ціни змінюються залежно від провайдера, маршруту, знижок, кешування та дати перевірки. У висвітленні релізу 31 липня фігурувала офіційна ціна $0,14 за 1 млн некешованих вхідних токенів і $0,28 за 1 млн вихідних, тоді як OpenRouter на початку серпня показував інші тарифи для окремих маршрутів. 3

Пізніша сторінка OpenRouter для датованого маршруту deepseek-v4-flash-0731 вказує $0,05 за 1 млн вхідних токенів, $0,16 за 1 млн вихідних і $0,013 за 1 млн токенів читання з кешу. 1

За цими тарифами OpenRouter контраст із цінами в наданому порівнянні виглядає різко:

Модель	Заявлена ціна за 1 млн токенів: вхід / вихід	Відносно V4-Flash за $0,05 / $0,16
DeepSeek V4-Flash-0731	$0,05 / $0,16 1	Базова величина
Kimi K3	$3 / $15 17	Приблизно у 60 / 94 рази дорожче
GPT-5.6 Sol	$5 / $30 17	Приблизно у 100 / 188 разів дорожче
Claude Fable 5	$10 / $50 17	Приблизно у 200 / 313 разів дорожче

Це арифметичне зіставлення опублікованих прайсів, а не доказ рівної якості, швидкості, надійності інструментів, безпечності чи доступності сервісу. Воно також не означає універсальну «вартість одного завдання»: підсумковий рахунок залежить від обсягу введення і виведення, кешування, повторних спроб, викликів інструментів, обраного провайдера та частоти ескалації на іншу модель.

Порівняння з Kimi K3, GPT-5.6 Sol і Claude Fable 5

Не слід вважати Kimi K3, GPT-5.6 Sol і Claude Fable 5 взаємозамінними лише тому, що всі вони придатні для складного програмування й агентних завдань. У наданому джерелі Kimi K3 описано як MoE-модель із 2,8 трлн параметрів і контекстом 1 млн токенів; для GPT-5.6 Sol наведено контекст 1,05 млн токенів, а для Claude Fable 5 — 1 млн. 17

Для команди корисніше мислити не брендами, а робочими сценаріями:

• V4-Flash — кандидат для великих обсягів за мінімальною ціною. Тариф маршруту робить її особливо привабливою для тестування повторюваних, контекстомістких і токенозатратних процесів. 1
• Kimi K3 — дорожча альтернатива з відкритими вагами в наданому порівнянні. Її ціна може бути виправданою, якщо власні оцінки, функції чи варіанти розгортання краще відповідають конкретному завданню. 17
• GPT-5.6 Sol і Claude Fable 5 — преміальні за ціною варіанти в цьому порівнянні. Вищі тарифи можуть бути доцільними там, де внутрішні тести команди показують суттєво кращу якість завершення задач, стабільність, інтеграції або швидкість. 17

Публічні бенчмарки допомагають сформувати короткий список, але один результат не має визначати production-вибір. Зіставлення 25,2 проти 25,7 в «Agent Ultimate», згадане у вихідній тезі, не було незалежно підтверджене наданими джерелами, тому його не варто використовувати як доказ майже повної еквівалентності. У матеріалах DeepSeek наведено, зокрема, 82,7 на Terminal Bench 2.1 та 54,2 на NL2Repo, однак і ці результати потребують перевірки на конкретному навантаженні. 10

Де проходить справжня межа «ціна — результат»

Для команди розробки середнього розміру головне питання рідко звучить як «хто перший у лідерборді?». Натомість воно таке: яка модель достатньо надійна на наших реальних задачах, щоб економія перекрила витрати на маршрутизацію й наслідки помилок?

Практичне оцінювання може виглядати так:

1. Зберіть репрезентативний тестовий набір. Додайте звичайні запити, складні крайні випадки, довгі контексти, структуровані відповіді, виклики інструментів і вимоги безпеки чи відповідності, важливі для продукту.
2. Оцінюйте якість завершених задач, а не тільки ціну токена. Вимірюйте точність, успішність використання інструментів, відповідність схемі, час до завершення, повторні спроби, потребу у втручанні людини та частку переходів на резервну модель.
3. Рахуйте змішану вартість. Враховуйте вхідні, вихідні й кешовані токени, невдалі спроби та ескалації на дорожчі моделі, а не лише рахунок за перший API-виклик.
4. Маршрутизуйте за ризиком. Використовуйте дешеву модель для масових рутинних операцій лише після проходження заданого порогу; преміальні моделі залишайте для складних, критичних до помилок або регульованих задач.
5. Стежте за показниками після запуску. Практична цінність моделі змінюється разом із маршрутизацією провайдера, лімітами запитів, промптами та еволюцією самого застосунку.

Саме тому злет V4-Flash важливий навіть за умови, що початкові токенні показники були посилені пробними запусками. Він показує, як агрегатор моделей із низьким порогом входу дає розробникам змогу відразу перевірити дуже дешевий варіант із великим контекстом. Якщо той проходить production-оцінювання, він здатен забрати рутинний обсяг у дорожчих моделей за замовчуванням.

Що поки не підтверджено

Надані джерела підтверджують перше місце з 7,22 трлн токенів у тижневому рейтингу OpenRouter, перетин звітного періоду з попереднім preview-етапом та заявлену значну частку безкоштовних тестів в OpenCode. 35 Вони не дають достатніх підстав стверджувати, що китайські моделі посіли дев’ять із десяти перших місць, 14 тижнів поспіль перевищували американські за обсягом викликів, спричинили масову міграцію розробників у США та Європі, забезпечили фактичне зниження інференс-витрат на 60–85% або змусили GPT-5.6 Luna знизити ціну саме на 80%.

Для таких висновків потрібні прямі дані панелі OpenRouter, прайси провайдерів або відтворювані дослідження реальних робочих навантажень. Наразі обґрунтований висновок вужчий: DeepSeek V4-Flash поєднав незвично низькі заявлені ціни маршрутів, велике контекстне вікно та широкий доступ саме в момент, коли розробники активно шукали дешевші моделі для агентів і коду. Цього достатньо для швидкого стрибка використання, але недостатньо, щоб довести незворотну перебудову ринку.