Подборки и сравнения

Qwen или Дипсик: сравнение моделей 2026

26 сентября 2026 · 18 минут чтения

Проверка фактов

Юлия Найпак

Методист по автоматизации. Сверяет паспорт инструмента с документацией вендора.

Автор Р

Редакция

Коллектив авторов, редакторов и иллюстраторов статей на сайте блога онлайн-университета «Зерокодер». Пишем…

Черновик готовит редакция с помощью ИИ. За стандарт издания отвечает главный редактор — Валерий Курземнек.

Материал редакции Зерокодера. Счёт по выдаче снят собственным прогоном 26 сентября 2026 года; цитаты источников приведены дословно. Обновлено: сентябрь 2026.

Выбор между Qwen или Дипсик сводится к трём осям: что открыто под свободной лицензией, где каждая модель сильнее по бенчмаркам и сколько стоит токен. Мы скачали топ-10 Яндекса по запросу «qwen или дипсик»: текст отдали 10 из 10, медиана объёма читаемого текста топа — 2969 слов, метку 2026 года несут 10 из 10 прочитанных страниц. Ниже — разбор по фактам из этих страниц и официальных анонсов.

Архитектура, обучающие данные и лицензии

Обе линейки построены на разреженной архитектуре MoE. В обзоре на Хабре прямо сказано: «DeepSeek‑R1 — стартап‑ракета с архитектурой MoE (Модель состоит из тысяч «экспертов» — на каждый запрос активируется только часть из них), обучался за $5.6 млн, open-source, мощный reasoning». В обзоре на napoleonit.ru про вторую линейку сказано: «Qwen 2.5 Max, как и DeepSeek R1, использует архитектуру Mixture-of-Experts (MoE)», а в Qwen 2.5 внедрён «современный декодер-трансформер, усовершенствованный с помощью динамических механизмов разреженного внимания».

Масштаб параметров у свежих поколений различается. По данным обзора на skillmagnet.ru, у DeepSeek две модели: «V4-Flash (284 млрд параметров, из них 13 млрд активных, сборка от 31 июля 2026) и старшая V4-Pro (1,6 трлн параметров, 49 млрд активных, сборка от 13 августа 2026)». У Qwen: «Старшая закрытая модель — Qwen3.8-Max, вышла 3 августа 2026 года: 2,4 трлн параметров, 95 млрд активных». Там же: «Открытая модель поколения — Qwen3.8-27B, выложена 14 августа 2026 под Apache 2.0».

Обучающие данные тоже расходятся. В обзоре на ppc.world указано, что Qwen 2.5 Max «обучена на колоссальном объеме данных (упоминается более 20 трлн токенов на этапе предобучения)». На skillmagnet.ru уточняют: «Поколение Qwen3 обучалось на 36 трлн токенов на 119 языках и диалектах — это самая сильная сторона линейки и причина, по которой её берут под перевод».

Лицензии — ключевое различие. В обзоре на checkroi.ru: «У DeepSeek открыт сам флагман: новейшую модель V4 Pro выложили под лицензией MIT, которая разрешает почти всё, включая коммерческое использование». Про Qwen там же: «Самые свежие флагманы Qwen3.8-Max и Qwen3.7-Plus закрытые, ими можно пользоваться только через чат или платный API», но «открыта линейка прошлого поколения: модели Qwen3.6 на 27 и 35 миллиардов параметров лежат в свободном доступе под лицензией Apache 2.0». На gen202.com добавляют: «У Qwen большая часть открытых моделей идёт под Apache 2.0 — это Qwen3.5 в размерах от 9 до 397 миллиардов параметров, Qwen3.6-27B, Qwen3-Coder-Next и младшая Qwen3.8-27B».

Русский язык: качество ответов на практике

Русскоязычные тесты дают смешанную картину. В обзоре на iXBT Live автор тестировал модели «15 и 16 сентября 2026 года» на 7 задачах, максимум за задачу — 10 баллов. В задаче на текст с лимитом 2000 знаков DeepSeek выдал «около 2900 знаков при лимите 2000», и автор поставил «DeepSeek я дам 8 баллов, а Qwen — 7». Зато в другой задаче «Qwen уложился в 1818 знаков и выполнил все условия».

На skillmagnet.ru маркетинговый тест на пяти задачах показал: «Перевод, мультиязычные тексты, работа с иностранными отзывами · Qwen · Семейство Qwen3 обучалось на 119 языках и диалектах, а под перевод у Alibaba есть отдельная модель Qwen-MT с поддержкой 92 языков». На ppc.world: «у Qwen 2.5 Max нет предвзятости к одной языковой культуре — нейросеть двуязычна (китайский/английский) и мультилингвальна, поэтому способна переключаться между языками». Там же: «С базовыми задачами, которые есть у 90% населения нашей страны, нейросеть справляется на ура».

Практический вывод для русского: Qwen стабильнее держит многоязычный контекст за счёт 119 языков обучения, DeepSeek чаще выигрывает на коротких логических задачах, но может «плыть» в длинных формулировках. Ошибки обеих видны в тесте iXBT: DeepSeek «фразу «до 20-го» прочитал как «до 20-20», а зачёркнутую строчку переписал как обычную, будто её никто не вычёркивал».

Если нужен разбор оплаты Qwen из России, смотрите как оплатить Qwen из России.

Бесплатность, лимиты и доступ

Обе модели в 2026 году бесплатны на базовом уровне. В обзоре на checkroi.ru: «DeepSeek и Qwen — две китайские нейросети, которые в 2026 году бесплатны и открываются из России без КВН». Там же: «DeepSeek и Qwen — две китайские нейросети, которыми в 2026 году пользуются миллионы людей по всему миру».

Лимиты контекста: у DeepSeek «Свежий флагман DeepSeek V4 Pro понимает до 1 миллиона токенов контекста (токен — это кусочек слова, в них меряют объём текста)». У Qwen в обзоре на ppc.world: «Модель обрабатывает до 1 млн токенов контекста, то есть способна воспринимать данные, эквивалентные сотням страниц текста». На gen202.com: «Контекст у них у обоих 1 млн, а по ценам они различаются».

Бесплатная квота API описана только у Alibaba: на gen202.com в разборе цен Qwen сказано, что «Новым аккаунтам полагается бесплатная квота — миллион токенов на каждую модель в течение 90 дней в сингапурском регионе». У DeepSeek цены опубликованы полностью, у Qwen старшая модель в прайсе Alibaba Cloud Model Studio на 18 августа 2026 года не опубликована.

Режимы работы различаются. У Qwen, по iXBT Live: «Также есть 3 режима работы: Auto, Think и Fast». У DeepSeek R1 — отдельная линейка рассуждений: «За это отвечает линейка DeepSeek R1».

Qwen против ChatGPT: где уступает и где превосходит

По бенчмаркам Qwen местами обгоняет GPT. На ppc.world: «А еще, по словам разработчиков, нейросеть оказалась совершеннее GPT-o1 от OpenAI и Gemini от Google». Там же: «Причем Qwen 3, по данным разработчиков, превосходит o1 от OpenAI, Gemini от Google и R1 от DeepSeek в написании кода, генерации текста и решении сложных математических задач».

Но цифры бенчмарков показывают нюансы. В обзоре на napoleonit.ru: «У Qwen 2.5 Max точность 92,5% по GSM8K (математическое рассуждение) и 85,3% по HumanEval (кодирование)». Для сравнения: «ChatGPT-o1 набирает 96,4%, а по кодированию — 96,6%». То есть по абсолютным цифрам GPT-o1 впереди, но разрыв невелик.

Стоимость доступа — где Qwen выигрывает. На ppc.world: «Подобная опция есть у моделей OpenAI, только заплатить за доступ придется минимум $20 с иностранной карты или через посредников». Qwen в этом плане доступнее для российского пользователя.

Слабое место Qwen — закрытость флагмана. На checkroi.ru: «Самые свежие флагманы Qwen3.8-Max и Qwen3.7-Plus закрытые, ими можно пользоваться только через чат или платный API». У ChatGPT та же модель доступа, но с более дорогим порогом входа.

DeepSeek против ChatGPT: код, математика, логика

DeepSeek сильнее в точных задачах. В обзоре на napoleonit.ru: «DeepSeek R1 продемонстрировал замечательную производительность в математических задачах, достигнув точности в 90,2% по тесту MATH-500 и 96,3% по бенчмарку Codeforces, предназначенному для оценки навыков программирования». Для сравнения: «ChatGPT-o1 набирает 96,4%, а по кодированию — 96,6%».

По логике DeepSeek тоже в лидерах. На Хабре: «DeepSeek‑R1 показывает топовый уровень по логике (MMLU) и арифметике, но проседает по коду». Там же про Qwen: «Qwen 3 уверенно лидирует в кодинге (HumanEval) и на равных по GSM8K, хотя логика чуть слабее».

Экономика обучения — отдельная история. В обзоре на selectel.ru: «Разработка чат-бота обошлась китайской компании примерно в $6 млн — в 100 раз меньше, чем разработчикам ChatGPT». На napoleonit.ru: «Как сообщает New York Times, на разработку ушло всего около 6 млн долларов, что примерно в 10 раз меньше инвестиций Meta в ее новейшую ИИ-технологию».

Практический тест на iXBT Live: «DeepSeek думал 9 секунд и нашёл всё» в задаче с договором аренды, где были противоречия в залоге. Это показывает силу DeepSeek в поиске несоответствий.

Бенчмарки: MMLU, HumanEval, математика

Сводка цифр из обзоров. На Хабре: «DeepSeek‑R1 показывает топовый уровень по логике (MMLU) и арифметике, но проседает по коду», «Qwen 3 уверенно лидирует в кодинге (HumanEval) и на равных по GSM8K, хотя логика чуть слабее».

На napoleonit.ru: «У Qwen 2.5 Max точность 92,5% по GSM8K (математическое рассуждение) и 85,3% по HumanEval (кодирование)». «DeepSeek R1 продемонстрировал замечательную производительность в математических задачах, достигнув точности в 90,2% по тесту MATH-500 и 96,3% по бенчмарку Codeforces». По MMLU там же приведены три цифры сразу: «По этому показателю DeepSeek показал 90,8%, ChatGPT-o1 — 91,8%, а Qwen 2.5 Max — 83,7%».

На gen202.com: «Свежайшее официальное сопоставление с DeepSeek относится к предыдущему поколению — это анонс Qwen3.7 от 21 мая 2026 года: SWE-Verified 80,4 против 80,6 у DeepSeek V4-Pro в режиме max, IMOAnswerBench 90 против 89,8, Apex 44,5 против 38,3».

На blogs.novita.ai: «DeepSeek V3.1 (с рассуждениями) явно превосходит конкурентов на LiveCodeBench (78%) и SciCode (39%), а также достигает 71.6% на Aider». «Qwen3-Coder-480B-A35B набирает 59% (LiveCodeBench) и 36% (SciCode), что немного ниже результатов DeepSeek в режиме рассуждений».

Работа с кодом: написание, отладка, объяснение

По коду картина неоднозначная. На Хабре: «Qwen 3 уверенно лидирует в кодинге (HumanEval)». На checkroi.ru: «Qwen в коде тоже силён, и у Alibaba есть отдельная специализированная модель Qwen3-Coder для программирования». Там же: «У Qwen есть отдельная сильная модель Qwen3-Coder, так что для повседневной разработки он тоже подходит».

DeepSeek в бенчмарках кода сильнее в режиме рассуждений. На blogs.novita.ai: «DeepSeek V3.1 (с рассуждениями) явно превосходит конкурентов на LiveCodeBench (78%) и SciCode (39%)». Там же: «DeepSeek V3.1 (без рассуждений) жертвует точностью ради эффективности: результат на LiveCodeBench падает до 58%, но показатель на Aider остается на уровне 71.6%».

Qwen3-Coder заточен под агентские задачи. На blogs.novita.ai: «Qwen3‑Coder изначально создан для агентских задач кодирования с длинным контекстом, предлагая огромные окна токенов (до ~1 млн) с мощной поддержкой инструментов». Там же: «Qwen3-Coder сфокусирован на понимании кода в длинном контексте, эффективном развертывании и интеграции с инструментами для разработчиков (например, CLI-утилиты и форматы вызова функций)».

По ресурсам: «Хотя обе модели требуют GPU одного класса, Qwen 3 Coder работает быстрее и эффективнее благодаря меньшему потреблению VRAM, в то время как Deepseek V3.1 тяжелее и медленнее при одинаковых условиях».

Практический тест на selectel.ru давал одну и ту же сортировку миллиона чисел трём моделям. У Qwen 2.5 Max алгоритм вышел в двух вариантах, и «За 10 сортировок — 3,08 секунд». Про DeepSeek там сказано: «Модель думала над ответом 91 секунду», зато среднее время выполнения его кода — 2,354 секунды. Код ChatGPT в том же тесте генерировался около 10 секунд, среднее время выполнения — 4,88 секунды. Вывод автора: «DeepSeek оказалась чуть-чуть лучше остальных за счет среднего времени выполнения кода».

Для локального запуска моделей пригодится Koboldcpp: что это и как запустить LLM.

Текст, креатив, переводы, summarization

В текстовых задачах Qwen стабильнее. На iXBT Live в задаче с лимитом 2000 знаков «Qwen уложился в 1818 знаков и выполнил все условия», а DeepSeek выдал «около 2900 знаков при лимите 2000». Автор поставил DeepSeek 8 баллов, Qwen — 7, но отметил: «Читается текст в целом легко, но есть 2 проблемы» у DeepSeek.

На skillmagnet.ru: «Перевод, мультиязычные тексты, работа с иностранными отзывами · Qwen · Семейство Qwen3 обучалось на 119 языках и диалектах, а под перевод у Alibaba есть отдельная модель Qwen-MT с поддержкой 92 языков».

DeepSeek в креативе иногда уходит в сторону. На iXBT Live: «DeepSeek в духе любимых лидов от нейронок решил начать со сторителлинга и сделал это не очень удачно: «вы выходите на мороз, а заряд за 5 минут падает с 40 до 15%»». Qwen в той же задаче дал более структурированный ответ: «Дальше он объяснил, что происходит с батареей, через сравнение с губкой, дал 5 советов и отдельно предупредил не греть телефон феном и на батарее».

Для summarization длинных документов лучше подходит DeepSeek за счёт контекста до 1 млн токенов и режима R1, который «распишет логику аккуратно и реже ошибётся на длинной цепочке вычислений».

Поддержка русского языка

Русский язык — зона Qwen. На ppc.world: «у Qwen 2.5 Max нет предвзятости к одной языковой культуре — нейросеть двуязычна (китайский/английский) и мультилингвальна, поэтому способна переключаться между языками». На skillmagnet.ru: «Поколение Qwen3 обучалось на 36 трлн токенов на 119 языках и диалектах».

На Хабре: «Qwen 2.5/3 — разработка от Alibaba, максимально стабильная, отлично пишет код и решает задачи, поддержка 29 языков (сам генерил на 8 языках, лучше Gemini справляется)». Там же: «Вывод: Все три модели — мощные и open-source с большим контекстом (128K), но Qwen выигрывает по стабильности: у него меньше «тупости» и более предсказуемое поведение из коробки».

На napoleonit.ru: «Она конкурирует с другими GPT-инструментами, обеспечивая многоязычную поддержку (29 языков), понимание долгосрочного контекста, структурированную обработку данных и интеграцию в чат-бот Qwen Chat». Там же: «Адаптивная система токенизации дополнительно повышает эффективность для языков, отличных от английского, на 15–20%».

DeepSeek на русском работает, но с оговорками. В тесте iXBT Live он «фразу «до 20-го» прочитал как «до 20-20″», что показывает слабость в обработке нестандартных русских формулировок.

Цена и API для разработчиков

Цены различаются. На gen202.com: «У DeepSeek цены выложены полностью: младшая V4-Flash в непиковые часы стоит 0,22 доллара на вход и 0,66 на выход». Там же: «цена старшей модели Qwen на странице цен Alibaba Cloud Model Studio на 18 августа 2026 года не опубликована».

На blogs.novita.ai: «DeepSeek V3.1: $0.55 за 1 млн входных токенов / $1.66 за 1 млн выходных токенов, с длиной контекста 163 840 токенов». «Qwen3-Coder (480B A35B Instruct): $0.35 за 1 млн входных токенов / $1.50 за 1 млн выходных токенов, с длиной контекста 262 144 токенов». Там же: «Из представленной информации о ценах видно, что Qwen3-Coder немного дешевле, чем DeepSeek V3.1».

Бесплатная квота у Alibaba, по gen202.com: «Новым аккаунтам полагается бесплатная квота — миллион токенов на каждую модель в течение 90 дней в сингапурском регионе».

Для локального запуска на ppc.world советуют: «либо используйте технологии сжатия модели (квантование параметров до 4/8 бит), чтобы ускорить отклик». На myclaw.ai: «Qwen3.6-35B-A3B · 35B всего, 3B active MoE · 262K нативно; расширяется примерно до 1M · Open weights; размещается как qwen3.6-flash · Эффективные локальные агенты и мультимодальная работа».

Приватность, цензура, хранение данных

Юрисдикция различается. На gen202.com: «Оператор сервиса Qwen — Alibaba Cloud (Singapore) Private Limited, применимое право и суды сингапурские, политика обновлена 19 мая 2026 года». Про DeepSeek там же сказано: «У DeepSeek оператор зарегистрирован в Китае, и там же, по политике, происходит обработка и хранение».

Что происходит с загруженным, у Qwen расписано дословно: на gen202.com из политики Alibaba приводят «We store or process personal data … in Singapore and Mainland China», среди целей обработки — «To train and improve … our AI models» на «De-identified User Content», а в пользовательском соглашении стоит «all User Content shall be deemed to be non-confidential and non-proprietary». Фильтрацию вывода ppc.world советует ставить на своей стороне: «прокидывать ответ модели через модуль модерации (это может быть встроенный фильтр от Alibaba или сторонний скрипт), который отсеет откровенно неуместный контент». На napoleonit.ru: «Благодаря использованию обучения с подкреплением на основе обратной связи с человеком (RLHF) и автоматизированных упражнений red-teaming Qwen 2.5 Max минимизирует галлюцинации и предубеждения».

Для чувствительных данных лучше локальный запуск. На ppc.world: «Если вы планируете применять модель для чувствительной информации» — рекомендуется разворачивать модель на своём железе. Для этого подойдёт Unsloth: что это и зачем он нужен.

Итоговый вердикт: кому и что выбирать

Выбор зависит от задачи. На skillmagnet.ru: «Скачать веса и крутить модель у себя, в том числе в коммерческом продукте · DeepSeek · Модели V4 выложены под лицензией MIT — самой разрешительной из массовых». Там же: «Перевод, мультиязычные тексты, работа с иностранными отзывами · Qwen · Семейство Qwen3 обучалось на 119 языках и диалектах».

Для кода через API: «Если вам нужна максимальная мощность рассуждений и производительность в кодировочных бенчмарках, лидирует DeepSeek V3.1 (режим рассуждений)». «Если вам нужна интеграция с инструментами для разработчиков, поддержка длинного контекста, лучше выбрать Qwen3-Coder, который более специализирован под эти задачи».

Для локального запуска: «Выбирайте 35B-A3B, если важны пропускная способность и низкие активные вычислительные затраты». «Тестируйте 27B, если вам нужна dense-модель и вы готовы принять более высокие требования к активной памяти и вычислениям».

Экономика: «DeepSeek V4 Flash расходует на ту же работу в разы меньше денег, но тратит на неё больше времени». «Qwen 3.8 Max чаще выдаёт пригодный результат с первой попытки — особенно там, где важен внешний вид и связность сделанного, — но списание за ту же задачу оказывается кратно выше».

Практическая рекомендация: DeepSeek — для математики, логики, кода с рассуждениями и локального запуска под MIT. Qwen — для русского языка, переводов, мультимодальных задач и агентских сценариев с длинным контекстом. Для презентаций и визуальных задач смотрите топ нейросетей для презентации.

Частые вопросы

Qwen или DeepSeek — что лучше для русского языка?

Qwen стабильнее на русском за счёт обучения на 119 языках и диалектах. В обзоре на ppc.world отмечено, что модель мультилингвальна и способна переключаться между языками. DeepSeek тоже работает с русским, но в тестах iXBT Live допускал ошибки в нестандартных формулировках. Для переводов и работы с иностранными отзывами Qwen предпочтительнее.

Что лучше для программирования — Qwen или DeepSeek?

DeepSeek V3.1 в режиме рассуждений лидирует на LiveCodeBench с 78% против 59% у Qwen3-Coder. Однако Qwen3-Coder дешевле в API и легче по потреблению VRAM. Для максимальной корректности кода выбирайте DeepSeek, для агентских задач с инструментами и длинным контекстом — Qwen3-Coder.

Qwen или ChatGPT — что выбрать?

Qwen доступнее для российского пользователя: ChatGPT требует минимум $20 с иностранной карты. По бенчмаркам GPT-o1 впереди: 96,4% по математике против 92,5% у Qwen 2.5 Max. Но разрыв невелик, а Qwen 3, по данным разработчиков, превосходит o1 в написании кода и генерации текста.

Какие лимиты у Qwen и DeepSeek бесплатно?

Обе модели бесплатны в чате и открываются из России без КВН. Контекст у обеих до 1 млн токенов. Новым аккаунтам Alibaba Cloud Model Studio полагается бесплатная квота — миллион токенов на каждую модель в течение 90 дней в сингапурском регионе. У DeepSeek цены опубликованы полностью, у Qwen старшая модель в прайсе не указана.

Можно ли запустить Qwen или DeepSeek локально?

DeepSeek V4 выложен под лицензией MIT, что разрешает коммерческое использование. Qwen3.6 на 27 и 35 миллиардов параметров доступны под Apache 2.0. Для локального запуска Qwen3.6-35B-A3B требует меньше ресурсов благодаря 3 млрд активных параметров. DeepSeek V4-Flash на 284B параметров тяжелее для локальной эксплуатации.