DeepSeek вместо дорогого GPT: тесты, цена, границы

Что в ролике
Если вы упираетесь в лимиты дорогой модели, есть смысл держать рядом вторую — дешёвую и достаточно умную, и именно это автор проверял несколько дней. Новый DeepSeek он подключил прямо внутрь Codex-режима ChatGPT через бесплатный репозиторий с GitHub: ассистент сам ставит DeepSeek в терминал и дальше делегирует ему работу, используя уже имеющиеся файлы и инструменты. По бенчмаркам модель выросла заметно: Automation Bench поднялся с 37,7 до 54,8, задачи по разработке — 74,2%, работа в терминале — 90,6%. В дизайне DeepSeek хорош как исполнитель, а не как автор: презентацию он собрал, но после трёх-четырёх правок, зато аккуратно переписал тексты и логотипы готового сайта, сохранив чужую дизайн-систему. На данных результат сильнее: обе модели ответили на 17 вопросов по 50 тысячам строк и 45 тысячам оплаченных заказов со 100% точностью. Самый показательный тест — переделка его собственного дашборда: DeepSeek справился за 7 минут 18 секунд и 9,5 цента, тогда как та же работа через GPT Astra по API стоила бы несопоставимо больше. Слабые места автор называет прямо: дизайн с нуля, тяжёлое программирование, сложные PDF, экспертные вопросы и проверка фактов остаются территорией Astra, а не DeepSeek. Для локального запуска нужна машина уровня RTX 5090 примерно за 13 000 долларов, которая выдаст около 5 токенов в секунду.
Практика
- Что получишь
- Понять, какие задачи действительно можно отдать дешёвой модели и как это устроить внутри ChatGPT, а где экономия обернётся потерянным временем.
- Первый шаг
- Создайте отдельный ключ API в кабинете DeepSeek (автор советует не идти через посредника вроде OpenRouter из-за лимитов) и отдайте модели одну рутинную правку готового проекта.
- Цифры
- —0,75 доллара против 60 долларов — цена DeepSeek V4.1 и GPT Astra по таблице автора; в пиковые часы DeepSeek примерно вдвое дороже
- —9,5 цента — столько стоила переделка его дашборда силами DeepSeek, на неё ушло 7 минут 18 секунд
- —74,2% против 74,0% — DeepSeek V4.1 чуть обходит Opus 5 в бенчмарке по задачам разработки, у GPT 5.6 Soul 73,0%
- —50 000 строк данных и 17 вопросов — на них обе модели ответили со 100% точностью, проверка шла по 45 000 оплаченных заказов
- Честно
- Автор продвигает свой платный мастер-класс по GPT Astra и своё сообщество с «агентной операционной системой», куда ведёт ссылками в описании. Цены и бенчмарки он показывает со своих скриншотов, проверить их по ролику нельзя. Подключение репозитория и MCP-сервера Higgsfield идёт на экране — команды и названия пунктов меню в пересказе не воспроизводятся.
Если слова незнакомы — 7 терминов
- промпттекстовое задание, которое вы пишете ассистенту
- токенкусочек текста, которым модель считает объём работы и цену
- контекствесь текст, который модель держит перед глазами во время работы
- MCPспособ подключать внешние сервисы к ассистенту
- APIплатный доступ к модели по запросам, без подписки в чате
- агентпрограмма, которая сама выполняет шаги за вас
- бенчмаркстандартный набор задач, по которому сравнивают модели
Связки из этого ролика
4 шт.- DeepSeek harness (GitHub-репозиторий) + Codex — запуск DeepSeek в терминале внутри Codex и делегирование задач
- GPT-6 Astra + DeepSeek V4.1 — Astra отдаёт рутину, DeepSeek работает как workhorse-модель
- Higgsfield MCP (CLI) + DeepSeek — генерация изображений и видео из агента
- Astra (дизайн сайта) → DeepSeek (правка текстов и логотипов) — адаптация шаблона под клиента
Компоненты
10 шт.Формат: обзор · для практикующих · уверенность разметки 0.85 · источник