DeepSeek V4 Pro - recenzja. 80% możliwości Claude za 2% ceny

👁 124 przeczytań

Gdyby rok temu ktoś powiedział, że model na poziomie ówczesnych flagowców będzie kosztował 18 centów za milion tokenów, nikt by nie uwierzył. DeepSeek V4 Pro to właśnie to: 52 punkty Intelligence Index - wynik Claude Sonnet 4.6 - za 2% ceny Fable 5. Testowałem go miesiąc w realnych automatyzacjach. Oto pełny obraz: gdzie to działa, gdzie się sypie i dla kogo naprawdę ma sens.

Liczby

• Intelligence Index: 52/100 - poziom Claude Sonnet 4.6 i o włos za Grokiem 4.3
• Cena: $0.18/1M tokenów - najtańszy model w lidze 50+
• Szybkość: 46 t/s, TTFT zaledwie 1.8 s - odpowiada niemal natychmiast
• Kontekst: 1M tokenów - tyle samo co Claude i Gemini

Co znaczy „80% Claude za 2% ceny”

To nie jest hasło z prezentacji. To wniosek z benchmarków przełożony na fakturę. 52 punkty Intelligence Index DeepSeeka kontra ~62 najmocniejszych flagowców - to mniej więcej osiemdziesiąt procent surowej zdolności rozumowania. A teraz cena: $0.18 za milion tokenów wobec $8-$15 u liderów. Te 2% to nie zaokrąglenie - to dosłownie taki rząd wielkości.

Pułapka tej tezy jest jednak prosta: te brakujące 20% nie rozkładają się równomiernie. W jednych zadaniach DeepSeek dorównuje droższym modelom punkt w punkt, w innych ta różnica boli. Dlatego cała recenzja sprowadza się do jednego pytania - czy Twoje zadanie wpada w te 80%, czy w te 20%.

Gdzie błyszczy

Masowe przetwarzanie. To jest zastosowanie, do którego ten model został stworzony. Klasyfikacja tysięcy maili, ekstrakcja danych z faktur, tagowanie treści, streszczenia dokumentów - zadania „średniej trudności w dużej skali”. Policzmy: przetworzenie 10 000 dokumentów po ~5k tokenów to 50M tokenów. DeepSeek: $9. Fable 5: $410. Przy codziennym wolumenie to różnica między „włączam i nie myślę” a „muszę to budżetować”.

Kod. Tu „80%” trzyma się zaskakująco dobrze. Pisanie funkcji z jasną specyfikacją, generowanie testów jednostkowych, refaktoryzacja pod podany styl, tłumaczenie skryptu z Pythona na JavaScript, wyjaśnianie cudzego kodu - z tym radzi sobie na poziomie, którego w codziennej pracy nie odróżnisz od droższego modelu. Konkret z mojego miesiąca: poprosiłem o parser CSV z obsługą cudzysłowów wewnątrz pól i znaków ucieczki - zadziałał za pierwszym razem, łącznie z przypadkami brzegowymi. Gdzie zaczyna gubić wątek: zadania wieloplikowe, gdzie trzeba trzymać w głowie architekturę całego projektu i konsekwencje zmiany w jednym miejscu dla dziesięciu innych. Tam droższe modele wciąż wygrywają. Reguła kciuka: jedna funkcja, jeden moduł, jasny opis - DeepSeek. Decyzje architektoniczne na żywym kodzie produkcyjnym - coś mocniejszego.

Matematyka i logika. Tradycyjnie mocna strona DeepSeeka - w zadaniach z rozumowaniem krok po kroku regularnie przebija droższe modele z niższej półki. Liczenie wielostopniowe, przekształcenia algebraiczne, problemy kombinatoryczne, walidacja czyjegoś rozumowania pod kątem błędu logicznego - to dziedzina, w której model pokazuje pełnię swoich możliwości. Przykład z testów: zadania słowne wymagające rozpisania na układ równań rozwiązywał poprawnie tam, gdzie tańsi konkurenci się mylili na etapie tłumaczenia treści na matematykę. Jeśli budujesz cokolwiek, co liczy - kalkulator podatkowy, walidator ofert, silnik reguł biznesowych - to jest model, który daje najwięcej rozumowania za grosze.

Czas reakcji. 1.8 sekundy do pierwszego tokenu to wynik, przy którym Fable 5 (108 s w trybie rozumowania) wygląda jak modem z lat 90. W interaktywnych aplikacjach to robi całą różnicę. Czat na stronie, asystent w aplikacji, autouzupełnianie - wszędzie tam, gdzie użytkownik czeka na odpowiedź patrząc w ekran, te sekundy decydują o tym, czy produkt jest używalny.

Gdzie jest haczyk

Polszczyzna. Poprawna, ale wyraźnie „przetłumaczona” - kalki składniowe, sztywne sformułowania, czasem dziwny dobór słów. Do tekstów na publikację nie nadaje się bez redakcji. Do przetwarzania wewnętrznego - w zupełności.

Kreatywność. Poproszony o coś naprawdę otwartego (koncepcja kampanii, opowiadanie), daje wyniki schematyczne. To narzędzie, nie współautor.

Złożone rozumowanie wieloetapowe. Te brakujące 20% najmocniej widać tam, gdzie trzeba połączyć wiele kroków w jedną spójną całość i samodzielnie zauważyć, że gdzieś po drodze założenie przestało być prawdziwe. Długie łańcuchy decyzji, zadania, gdzie błąd w kroku trzecim psuje wynik w kroku dziesiątym - tu droższe modele są pewniejsze. DeepSeek bywa zbyt skłonny brnąć w raz obraną ścieżkę.

Prywatność i compliance. DeepSeek to chińska firma - API hostowane w Chinach. Dla wielu firm (RODO, dane klientów, tajemnica przedsiębiorstwa) to dyskwalifikacja niezależnie od ceny. Wersje open-weights można hostować samemu - wtedy problem znika, ale dochodzi koszt infrastruktury. Więcej: co wolno wkleić do AI.

Jak to odpalić

Próg wejścia jest niski - masz trzy drogi, w zależności od tego, czemu ufasz.

• Oficjalne API DeepSeek. Najprościej i najtaniej. Rejestracja, klucz API, endpoint zgodny ze standardem OpenAI - jeśli masz kod, który dziś gada z jakimkolwiek modelem, podmieniasz adres i klucz i działa. Minus: dane lecą na serwery w Chinach (patrz wyżej).
• Hosting przez pośrednika. Wagi DeepSeeka są dostępne u zewnętrznych dostawców serwujących modele open-weights poza Chinami. Płacisz nieco więcej niż $0.18, ale dane nie przechodzą przez infrastrukturę producenta - kompromis dla firm, które chcą ceny DeepSeeka bez chińskiego API.
• Self-hosting. Pełna kontrola, zero wycieku danych na zewnątrz. To opcja dla wrażliwych danych - ale realnie wymaga mocnego GPU i kogoś, kto utrzyma infrastrukturę. Sens ma dopiero przy stałym, dużym wolumenie, gdzie oszczędność na API spłaca koszt sprzętu.

Praktyczna rada: zacznij od oficjalnego API na danych niewrażliwych, zmierz jakość na swoich zadaniach, a dopiero potem decyduj o self-hostingu. Większość zaczyna od razu od budowy własnej infrastruktury i przepala tydzień, zanim w ogóle sprawdzi, czy model nadaje się do ich problemu.

DeepSeek vs konkurencja budżetowa

MiniMax-M3 za $0.22 daje 3 punkty więcej - jeśli Twoje zadania są na granicy możliwości DeepSeeka, te 4 centy się opłacają. Ale do typowej automatyzacji różnicy nie zauważysz.

Dla kogo

Deweloperzy budujący produkty AI, firmy z dużym wolumenem przetwarzania, hobbyści z małym budżetem. Konkretnie ten model się broni, jeśli:

• przetwarzasz duże ilości danych (klasyfikacja, ekstrakcja, streszczenia) i cena na fakturze decyduje o opłacalności;
• generujesz kod o jasnej specyfikacji albo budujesz cokolwiek, co liczy i wymaga rozumowania matematycznego;
• potrzebujesz szybkiej odpowiedzi w interaktywnej aplikacji;
• uczysz się, prototypujesz albo eksperymentujesz i nie chcesz, żeby rachunek za API zniechęcił Cię na starcie.

NIE dla: tekstów na publikację, danych wrażliwych (chyba że self-hosting), zadań kreatywnych i złożonego rozumowania wieloetapowego, gdzie błąd w połowie psuje całość.

Werdykt: 4.5/5

W swojej kategorii - stosunek możliwości do ceny - to najlepszy produkt na rynku, kropka. Pół gwiazdki odejmuję za polszczyznę i kwestie prywatności hostowanego API. Jeśli Twoje zadanie wpada w te 80% - kod ze specyfikacją, matematyka, masowe przetwarzanie - płacenie pięćdziesiąt razy więcej za droższy model jest po prostu marnotrawstwem. Jeśli wpada w te 20% - wiesz już, czego szukać gdzie indziej. Porównanie z resztą stawki: pełny ranking.