DeepSeek: modele, nowości i kontrowersje

Czym jest DeepSeek

DeepSeek to chińska firma AI i nazwa jej modeli językowych, znanych z otwartych modeli DeepSeek-V i rozumujących modeli DeepSeek-R. Światową uwagę zdobyła modelami V3 i R1, a w kwietniu 2026 wypuściła V4, według doniesień największy otwarty model działający na chipach Huawei. Firmę założył Liang Wenfeng. Od premiery V4 DeepSeek stał się punktem odniesienia dla tanich modeli do pracy agentowej, czyli takiej, w której AI sama czyta pliki, pisze kod i ponawia próby po błędach.

Od lata 2026 pojawiły się kolejne modele (V4 Flash 0731, V4 Pro, V4.1-Flash) oraz coraz więcej zastosowań, także tych złych: od ransomware po autonomiczne włamania.

Jakie modele ma DeepSeek

W API są dziś dwa modele: deepseek-flash (DeepSeek-V4.1-Flash) i deepseek-v4-pro (DeepSeek-V4-Pro-0813). Oba mają kontekst miliona tokenów i tryby z rozumowaniem i bez niego, według dokumentacji DeepSeek (stan na 10 października 2026).

V4.1-Flash wyszedł 10 września. To multimodalny model o 552 mld parametrów, który zmniejsza pamięć cache klucz-wartość do jednej czwartej wartości z V4-Flash, do 890 bajtów na token. Aktywuje 8 mld parametrów na token przy czytaniu wejścia i 16 mld przy generowaniu. Siłę rozumowania ustawia się liczbą od 1 do 100, a API ma presety Low (50), High (75) i Max (100). Na poziomie Max model uzyskał 90,6 procent w Terminal-Bench 2.1 i 74,2 procent w DeepSWE v1.1. Raport techniczny zawiera jednak zastrzeżenie: ten sam model dostał od 65,5 do 74,2 procent w DeepSWE zależnie od środowiska agenta, które go uruchamiało. Różnice o kilka punktów między modelami mieszczą się więc w szumie.

V4 Pro wyszedł z testów 14 sierpnia jako build V4-Pro-0813. Wynik w Terminal Bench 2.1 wzrósł z 72,1 do 87,9, a w DeepSWE z 12,8 do 62,7. Według Artificial Analysis to 53 punkty w Intelligence Index, remis z GLM-5.2, za Kimi K3 (60) i Claude Opus 5 (63). Doniesienia są tu sprzeczne. Tekst z 11 września mówi, że od 14 września cały ruch do endpointu deepseek-v4-pro trafia na V4.1-Flash. Dokumentacja na 10 października wciąż opisuje deepseek-v4-pro jako osobny model V4-Pro-0813 z własnym cennikiem. Przed użyciem w produkcji sprawdź w odpowiedzi API, który model faktycznie odpowiada.

Model wizyjny. 24 sierpnia DeepSeek udostępnił eksperymentalny V4-Flash-Vision-Exp z rozumieniem obrazów. Przyjmuje pliki JPEG, PNG, GIF i WebP, a jeden obraz kosztuje maksymalnie 384 tokeny. Żądanie może zawierać do 600 obrazów. Dokumentacja informuje dziś, że nazwy z końcówką vision-exp są wycofane, a obsługę obrazów ma deepseek-flash.

Czy DeepSeek jest lepszy od ChatGPT i Claude’a

Na szczycie rankingów nie, ale jest blisko i kosztuje wielokrotnie mniej. V4 Flash 0731 uzyskał 50 punktów w Artificial Analysis Intelligence Index, o jeden mniej niż GPT-5.6 Luna od OpenAI, przy około 60 procent niższym koszcie zadania. W innym zestawieniu V4 Flash Max dostał 50 punktów wobec 56 dla Claude Opus Max, ale ukończenie testu kosztowało 72,02 USD wobec 3752,55 USD. W zestawieniu z 14 sierpnia V4 Pro (53 punkty) zostawał o 10 punktów za liderem, Claude Opus 5 (63).

Rynek to potwierdza. Udział DeepSeek w tokenach na OpenRouter wzrósł z 9 procent w styczniu do 18 procent w czerwcu, a od połowy maja V4 jest tam najlepszym modelem. V4 Flash zużył w jeden dzień w narzędziu OpenCode 8 bilionów tokenów. Z kolei Microsoft analizował samodzielnie hostowany DeepSeek V4 jako opcjonalny, tańszy model w Copilot Cowork na Azure; więcej o produktach w temacie Microsoft Copilot.

DeepSeek działa też wewnątrz cudzych narzędzi. Od 24 września Claude Code można podłączyć do DeepSeek bez proxy: wystarczy ustawić adres https://api.deepseek.com/anthropic, klucz DeepSeek i model deepseek-flash. Podobnie konfiguruje się Codex CLI, OpenCode, Aider i LiteLLM. Szersze tło: Claude Code i OpenAI Codex. DeepSeek ma też własnego agenta: Harness v0.1 na licencji MIT, zbudowany na systemie wtyczek Cordis.

Ile kosztuje DeepSeek i czy jest darmowy

API DeepSeek jest płatne za zużyte tokeny, a część modeli można pobrać za darmo na licencji MIT. Aplikacji i czatu oficjalna strona główna nie wycenia, więc o nich nie piszę. Ceny API według oficjalnego cennika DeepSeek (stan na 10 października 2026, USD za milion tokenów):

Godziny szczytu to 01:00-04:00 i 06:00-10:00 UTC od poniedziałku do piątku, z wyłączeniem chińskich świąt państwowych. Cała reszta czasu jest poza szczytem i kosztuje połowę. Cennik zastrzega, że ceny mogą się zmieniać.

Ceny rosły. W lipcu najtańszy endpoint V4 Flash kosztował 0,09 USD za milion tokenów wejścia i 0,18 USD za wyjście. W sierpniu DeepSeek podniósł stawki V4 Pro od 16 sierpnia: wejście poza szczytem z 0,435 do 0,66 USD, wyjście z 0,87 do 1,98 USD, a najmocniej zdrożały trafienia w cache. Dla agentów, które wielokrotnie czytają te same pliki, to najdroższa część zmiany. Dla porównania, GPT-5.5 kosztował w lipcu 5 USD za wejście i 30 USD za wyjście.

Czy DeepSeek jest open source i jak uruchomić go lokalnie

W dużej mierze tak, z zastrzeżeniem o najnowszych wagach. Wagi V4 Flash 0731 są na licencji MIT na Hugging Face (284 mld parametrów, 13 mld aktywnych, kontekst miliona tokenów). Przy premierze V4-Pro-0813 DeepSeek wag nowego builda nie opublikował, a na Hugging Face zostawała wersja z kwietnia. Na 10 października oficjalne konto DeepSeek na Hugging Face wymienia już m.in. V4.1-Flash i V4-Pro-0813, ale nie pokazuje tam licencji, więc jej nie podaję. Na MIT wyszły też agent Harness i framework przyspieszający wnioskowanie DSpark, o nawet 85 procent. Ryzyka otwartych wag opisuje temat bezpieczeństwo modeli open-weight.

Lokalne uruchomienie jest trudne. Wagi V4 Flash w precyzji 16-bitowej wymagają 568 GB pamięci. Projekt DwarfStar, kierowany przez twórcę Redisa, pozwala uruchamiać rodzinę V4 na zwykłym sprzęcie: stosuje kwantyzację 2 bity dla mniej ważnych części i 4 bity dla kluczowych, strumieniuje dane z SSD i potrafi rozproszyć wnioskowanie na kilka urządzeń. Według opisu model 1,6 biliona parametrów generuje 11 tokenów na sekundę na standardowym laptopie. Modele lokalnie, bez API, uruchamia też Ollama.

Czy DeepSeek jest bezpieczny

Nie bez zastrzeżeń: dane wysyłane do DeepSeek mogą być dostępne dla chińskiego rządu, a model był używany w prawdziwych atakach. Ostrzega przed tym Unit 42, które udokumentowało autonomiczną kampanię ataków. Atakujący, oceniany jako osoba chińskojęzyczna z Zhuhai, najpierw próbował użyć Claude i OpenAI, które odmówiły. Podłączył więc DeepSeek do frameworka Hermes Agent. Po jednym poleceniu w Telegramie model sam wybierał cele, podatności i exploity, ale ataki na Langflow i n8n zawiodły dzięki zabezpieczeniom ofiar. Skuteczne okazały się kampanie prowadzone ręcznie. Temat ogólniej: autonomiczne ataki agentów AI.

Inne przypadki:

• Ransomware. Check Point opisał, że DeepSeek w odpowiedzi na szeroki prompt wyprodukował działającą technikę ransomware, atakującą zdjęcia na Androidzie przez przeglądarkę. V4 odmówił bezpośredniej prośby, ale uległ po usunięciu jednoznacznych słów. Szerzej: ransomware.
• Włamania do administracji. Operatorzy powiązani z Chinami użyli Claude Code razem z DeepSeek-v4-pro w atakach na osiem organizacji na Tajwanie, tajlandzki system administracji i afgańską aplikację rządową. Szerzej: hakerzy państwowi i AI.
• Malware z panelem modeli. Implant ClosedQuorum, opisany przez Cisco Talos, oddaje decyzje o ataku panelowi modeli AI. Przy remisie głosów decyduje DeepSeek. Tło: malware oparty na AI.

Osobna kwestia to uprzedzenia polityczne. Śledztwo Washington Post wykazało, że DeepSeek V4 Pro w 70 procentach odpowiedzi przedstawiał wyłącznie argumenty lewicowe, a GPT-5.5 w 80 procentach.

Kto stoi za DeepSeek i co z chipami

DeepSeek założył Liang Wenfeng i do czerwca 2026 działał bez zewnętrznych inwestorów. 17 czerwca firma zamknęła pierwszą zewnętrzną rundę finansowania: ponad 50 mld juanów, około 7,4 mld USD, przy wycenie powyżej 50 mld USD. Inwestorzy, wśród nich Tencent i CATL, wpłacali pieniądze do spółki komandytowej zarządzanej przez CEO, bez prawa głosu i z pięcioletnią blokadą. Bezpośrednio, z prawami głosu, zainwestował państwowy fundusz AI. Liang włożył około 20 mld juanów. W sierpniu podwyżka cen API zbiegła się ze zbiórką kapitału i przygotowaniami do IPO.

Druga linia to niezależność od Nvidii. 1 października DeepSeek i Huawei udostępniły otwarte narzędzia dla chipów Ascend: biblioteki obliczeniowe, komunikacyjne i język TileLang, który według DeepSeek ma prostszy model programowania niż CUDA od Nvidii. Obie firmy zoptymalizowały też superwęzeł ze 128 chipów Ascend 950. Kontekst: chipy AI i kontrola eksportu AI.

Co to oznacza dla Ciebie

• Porównuj koszt zadania, nie cenę za token. Różnica między DeepSeek a modelami zamkniętymi sięga dziesiątek razy, ale ceny API rosły już w sierpniu, a cache kosztuje więcej niż przed majową obniżką.
• Nie wysyłaj do API DeepSeek danych poufnych ani osobowych. Ostrzeżenie Unit 42 o dostępie władz Chin dotyczy danych trafiających do dostawcy.
• Testuj model we własnym środowisku. Ten sam model dał w DeepSWE od 65,5 do 74,2 procent zależnie od agenta, więc tabele producenta to wskazówka, nie gwarancja.
• Przy zmianie endpointu sprawdź w odpowiedzi API, który model faktycznie odpowiada: nazwy deepseek-v4-pro i vision-exp przeszły zmiany.

Otwarte pozostaje, czy wagi V4.1-Flash dostaną tę samą licencję MIT co V4 Flash 0731, czy DeepSeek utrzyma ceny po wejściu nowych inwestorów i czy chipy Ascend dogonią sprzęt Nvidii. Skalowalność V4.1-Flash wymaga według autorów analizy niezależnej walidacji.