DeepSeek V3 для программирования
DeepSeek V3 — открытая MoE-модель 671B (37B активных) с сильными бенчмарками на генерацию кода и полной поддержкой OpenAI tool calling. По цене $0.24 вход / $0.70 выход за 1M токенов на QuickSilver Pro это практичный дефолт для coding-агентов и PR-ботов там, где нужно качество уровня GPT-4, но в 5-10 раз дешевле.
В чём V3 хорош для программирования
Сильные результаты на HumanEval, MBPP и LiveCodeBench. Выдаёт идиоматичный Python, JavaScript, Go, Rust, TypeScript. Хорошо справляется с рефакторингом нескольких файлов в пределах контекста 128K.
Реализует OpenAI tools / function calling. Замена без переписывания кода для GPT-4 в агентах LangChain, ReAct-петлях LlamaIndex, Aider, Cline, Cursor — любом фреймворке, ожидающем tool_calls в ответе.
Поддерживает строгий режим response_format: json_schema. Полезно для code-review ботов, возвращающих типизированные diff, фиксеров, выдающих JSON-патчи, или генераторов API-документации.
Quickstart: генерация функции
Официальный OpenAI Python SDK работает без изменений — поменяйте base URL и готово.
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key="sk-qsp-...",
)
resp = client.chat.completions.create(
model="deepseek-v3",
messages=[
{"role": "system", "content": "You are a senior Python engineer. Write clean, idiomatic code."},
{"role": "user", "content": "Implement an LRU cache in Python without using functools.lru_cache."},
],
temperature=0.2,
)
print(resp.choices[0].message.content)
print(f"Cost: ${resp.usage.cost:.6f}")
Низкая температура (0.2) удерживает вывод детерминированным для задач по коду. Поле usage.cost — синтетика QuickSilver Pro: схема OpenAI плюс стоимость каждого запроса в USD.
Tool calling: агент-редактор файлов
DeepSeek V3 реализует OpenAI tools API. Минимальная агентная петля чтения/записи файлов:
tools = [
{
"type": "function",
"function": {
"name": "read_file",
"description": "Read a file from disk",
"parameters": {
"type": "object",
"properties": {"path": {"type": "string"}},
"required": ["path"],
},
},
},
{
"type": "function",
"function": {
"name": "write_file",
"description": "Write content to a file",
"parameters": {
"type": "object",
"properties": {
"path": {"type": "string"},
"content": {"type": "string"},
},
"required": ["path", "content"],
},
},
},
]
resp = client.chat.completions.create(
model="deepseek-v3",
messages=[{"role": "user", "content": "Refactor app.py to extract the auth helpers."}],
tools=tools,
tool_choice="auto",
)
for call in resp.choices[0].message.tool_calls or []:
print(call.function.name, call.function.arguments)
Цены
| Модель | Вход / 1M | Выход / 1M | Контекст |
|---|---|---|---|
| DeepSeek V3 | $0.24 | $0.70 | 131K |
Для coding-агента, генерирующего 300k выходных токенов в день (разумный профиль Aider / Cline), ежедневные траты — ~$0.21 на выход + ~$0.50 на вход = около $20/мес. См. против OpenRouter и против Fireworks для кросс-провайдерного сравнения.
Когда использовать V3, а когда R1 для кода
По умолчанию — V3 для рутинной генерации кода, рефакторинга, PR-ревью и документации. Он дешевле, быстрее, а вывод короткий и по делу — без преамбулы chain-of-thought.
Эскалируйте до R1 для алгоритмических задач, где помогает пошаговое рассуждение: соревновательное программирование, каверзные баги с конкурентностью, портирование из математических спецификаций, отладка периодически падающих тестов, где цепочка рассуждений важнее финального кода.
Конкретно: R1 стоит $1.70 за 1M выходных токенов и генерирует в 3-5 раз больше токенов (его thinking-трейс тоже считается выходом). Для рутинного кода использовать R1 в 10-15 раз дороже без выигрыша в качестве.
FAQ
Сопоставим ли DeepSeek V3 с GPT-4 на коде?
На опубликованных бенчмарках (HumanEval, MBPP, LiveCodeBench) DeepSeek V3 конкурирует с GPT-4o. Восприятие разработчиками зависит от задачи; V3 обычно выдаёт более чистый идиоматичный код в мейнстримовых языках. Для редких языков или доменного кода (Verilog, COBOL) GPT-4 всё ещё впереди.
Работает ли с Aider, Cline, Cursor?
Да. Все три принимают кастомный OpenAI base URL. Для Aider: aider --openai-api-base https://api.quicksilverpro.io/v1 --openai-api-key $QSP_KEY --model deepseek-v3. У Cline и Cursor есть настройки «Custom OpenAI-compatible provider», принимающие те же параметры.
Поддерживает ли V3 строгий JSON-вывод?
Да. Передайте response_format: {type: "json_schema", json_schema: {...}}. Модель выдаст валидный JSON по схеме; строгий режим ограничивает декодер грамматикой.
Какое контекстное окно?
131 072 токенов на QuickSilver Pro. Достаточно для рефакторинга нескольких файлов в большинстве репозиториев. Для больших кодовых баз используйте retrieval, чтобы подавать только релевантные файлы, либо рассмотрите Qwen3.5-35B-A3B с контекстом 262K.
Смежные страницы
Начните писать код на $1 бесплатно
Направьте OpenAI SDK на api.quicksilverpro.io/v1 и запускайте.