DeepSeek V4 в SageMaker JumpStart: модели и лицензия

DeepSeek V4 в SageMaker JumpStart: чем отличаются Pro, Flash и V4.1 Flash

В каталоге SageMaker JumpStart от AWS появились 3 модели DeepSeek: V4 Pro, V4 Flash и V4.1 Flash. AWS объявила об этом 11 ноября. Контекст у всех один миллион токенов, лицензия MIT, запускаются они в вашем аккаунте AWS.

Коротко

Pro подходит для сложных рассуждений, Flash для быстрых недорогих запусков, V4.1 Flash для ИИ-агентов и задач с изображениями.
У всех моделей контекст 1 млн токенов, открытые веса и лицензия MIT.
Развернуть любую можно в консоли SageMaker или через Python SDK; цен и доступа из России в анонсе нет.

Что стало доступно в SageMaker JumpStart?

Amazon Web Services (AWS, облачная платформа Amazon) добавила в каталог SageMaker JumpStart 3 модели DeepSeek: V4 Pro, V4 Flash и V4.1 Flash. Об этом говорится в анонсе AWS от 11 ноября 2026 года. Выбрать модель можно в консоли SageMaker либо развернуть её в своём аккаунте AWS через SageMaker Python SDK, набор инструментов для Python.

Веса у всех моделей открытые, лицензия MIT. Устроены они по схеме Mixture-of-Experts («смесь экспертов»): на каждый токен, то есть небольшой кусок текста, работает только часть параметров. AWS пишет, что развернуть любую из них можно в несколько щелчков.

Чем отличаются эти модели?

Контекст у всех моделей 1 млн токенов: столько текста модель учитывает за один раз. Остальное по описанию AWS:

DeepSeek V4 Pro: для сложных рассуждений и качественной генерации текста на флагманском уровне. Всего в ней 1,6 трлн параметров, на каждый токен работают 49 млрд. AWS считает её подходящей для анализа длинных документов, многошаговых рассуждений и требовательных задач генерации.
DeepSeek V4 Flash: экономичный вариант, 284 млрд параметров, из них 13 млрд на токен. По словам AWS, она показывает сильные результаты при заметно меньших вычислительных затратах и подходит для рабочих запусков, где важны скорость ответа и стоимость.
DeepSeek V4.1 Flash: для ИИ-агентов, программирования и задач с изображениями, у неё встроенная работа с разными видами данных. Основа модели: 552 млрд параметров; при обработке запроса работают 8 млрд, при генерации ответа 16 млрд. Максимальный ответ: 384 тыс. токенов. По данным AWS, новые механизмы (CSA2 и FP4 KV caching) сокращают объём KV-кеша, служебной памяти модели, примерно до четверти от V4 Flash, что заметно повышает экономичность.

Для малого бизнеса это актуально, если у вас есть разработчик или подрядчик, который работает с AWS и может собрать на этих моделях свой сервис. Если «открытые веса» для вас новое слово, начните с разбора открытых нейросетей.

Что выяснить перед рабочим запуском?

Проверьте в своём аккаунте AWS, доступна ли выбранная модель в вашем регионе, какие вычислительные ресурсы ей нужны, какие есть ограничения и сколько стоит развёртывание. В анонсе нет ни цен, ни слов о доступе из России: это нужно выяснить до начала работы.

Допустим, вы делаете внутреннего помощника по документам. Подготовьте несколько обезличенных файлов, задайте одни и те же вопросы разным вариантам и сравните правильность, время ответа и расходы. Если одна модель отвечает быстрее, но теряет исключения в правилах, скорость ещё не делает её подходящей для рабочего процесса.

Если нужны изображения, отдельно проверьте, какие файлы принимает модель и как ваш процесс их передаёт.

Проверьте весь путь приложения: загрузку документа, ответ модели и понятное сообщение при ошибке. Если модель подключилась, это ещё не значит, что работает то, ради чего её подключали; как это проверять, разобрано в материале о зависимостях сайта.

Как развернуть модель из каталога, описано в документации SageMaker JumpStart.