DeepSeek V4 GA: pricing, архитектура CSA+HCA и gap vs GPT-5.6
peak-valley × SWE-bench 80.6% × API sunset 24 июля (2026)

DeepSeek V4 GA: 6 pain points для integration teams

Три месяца preview → production GA. Performance bump реальный, но commercialization + breaking API changes = operational friction. Вот что чаще всего всплывает в инженерных чатах:

1. 01

   Legacy countdown: deepseek-chat и deepseek-reasoner умирают 24 июля 15:59 UTC (23:59 Beijing) — немигрированный prod traffic = 404.

2. 02

   Peak-valley complexity: первый time-of-use pricing — будни 09–12 и 14–18 (Beijing) x2 rate; 24/7 agent pipelines ломают cost forecasting.

3. 03

   Closed-source всё ещё топ на hard benchmarks: Claude Fable 5 — 80.3% SWE-bench Pro; V4-Pro — 55.4%. Multi-file repo surgery = paid frontier.

4. 04

   Self-host hardware floor: V4-Pro (1.6T/49B active) не влезет в laptop; V4-Flash local нужен 96GB+ UMA (см. antirez ds4 + Mac 96GB benchmark).

5. 05

   Три inference modes: Non-think / Think High / Think Max — Think Max жрёт 384K+ context quota, cost + latency spike.

6. 06

   От «почти free» к regulated platform: даже после –75% в июне peak-valley делает scheduling core competency, не просто price compare.

Timeline: preview → GA

Benchmarks: SWE-bench 80.6% и 116× cost gap

V4-Pro бьёт open-weight records — closed frontier всё ещё ahead на hardest tasks. Решающая метрика: cost per task.

SWE-bench Verified = real GitHub bugfixes. V4-Pro 80.6% делит open-source #1 с Gemini 3.1 Pro. SWE-bench Pro жёстче — Claude Fable 5 лидирует 80.3%.

Cost-performance (Artificial Analysis)

• Claude Fable 5: Strategy & Ops index — $3.48/task, score 50
• DeepSeek V4-Pro: same bucket — $0.03/task, score 38
• DeepSeek V4-Flash: все 6 index types < $0.04/task
• Cost multiplier: Fable 5 = 116× дороже V4-Pro при ~12 points (~31%) score delta

API migration: 6 steps до deadline 24 июля

1. 01

   Repo-wide grep: deepseek-chat, deepseek-reasoner + env vars + CI configs.

2. 02

   Mapping: light chat → deepseek-v4-flash; old reasoner → flash think or deepseek-v4-pro.

3. 03

   OpenAI SDK: swap model only; think mode via extra_body (см. code).

4. 04

   Anthropic SDK: base_url = https://api.deepseek.com, update model.

5. 05

   Staging regression: прогнать agent/RAG до 24 июля, verify peak-valley bill.

6. 06

   Prod canary: traffic split, rollback switch до deadline.

7. 07

   Think Max: context window 384K+.

# ❌ Legacy (dead after July 24)
client.chat.completions.create(
    model="deepseek-chat",
    messages=[...]
)

# ✅ New
client.chat.completions.create(
    model="deepseek-v4-pro",          # or deepseek-v4-flash
    messages=[...],
    # Think mode:
    # extra_body={"thinking": {"type": "enabled", "budget_tokens": 8000}}
)

# Anthropic SDK path
client = anthropic.Anthropic(
    api_key="your-deepseek-api-key",
    base_url="https://api.deepseek.com"
)
message = client.messages.create(
    model="deepseek-v4-pro",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Hello, DeepSeek V4!"}]
)

Hard numbers (EEAT)

• KV cache @ 1M: V4-Pro 10%, V4-Flash 7% of V3.2
• Inference FLOPs @ 1M: CSA → 27% of V3.2
• June price cut: V4-Pro output $0.87/M (75% off), then peak-valley
• Concurrency default: V4-Pro 500 parallel requests

DeepSeek V4 GA режет API bill, но local V4-Flash всё ещё требует 96GB UMA Mac; дешёвый Linux VPS не запустит xcodebuild/notarytool. Если вы крутите cloud DeepSeek API + iOS CI/CD / CLI agent long sessions — macOS heavy load на dedicated remote node стабильнее, чем bet на local iron. API pricing не чинит Keychain isolation и SSH session drops. Для prod с stable SSH, predictable bandwidth — NodeMini Mac Mini cloud rental обычно лучший execution layer независимо от peak-valley swings. Specs: цены аренды; onboarding: help center; local flash: antirez ds4 + 96GB Mac benchmark.

Updated: 2026-07-20. Закройте API migration до 24 июля.