# Модели DeepSeek появились в Amazon SageMaker JumpStart

> AWS добавила в SageMaker три языковые модели DeepSeek с открытыми весами — для работы с длинным контекстом и более экономичных решений.

Oossa · 2026-11-12 · https://oossa.com/ru/deepseek-models-now-on-amazon-sagemaker-jumpstart

Amazon Web Services объявила, что в каталоге SageMaker JumpStart появились три языковые модели DeepSeek: DeepSeek‑V4‑Pro, DeepSeek‑V4‑Flash и DeepSeek‑V4.1‑Flash. Их веса доступны по лицензии MIT. Клиенты могут добавить модели в свои аккаунты AWS всего за несколько кликов в консоли или с помощью SageMaker Python SDK. Объявление было сделано 12 ноября 2026 года.

DeepSeek‑V4‑Pro — самая крупная из трёх моделей. Она построена на архитектуре смеси экспертов (MoE) и насчитывает 1,6 трлн параметров, из которых для каждого токена активны лишь 49 млрд. Модель также поддерживает контекстное окно на 1 млн токенов, благодаря чему может обрабатывать и анализировать очень длинные документы. Она подойдёт для решения многоэтапных задач, подготовки подробных отчётов и других сценариев, требующих максимальных языковых возможностей.

DeepSeek‑V4‑Flash — более компактная и дешёвая альтернатива. В модели 284 млрд параметров, из которых для каждого токена активны 13 млрд. Она поддерживает такое же контекстное окно на 1 млн токенов, но требует гораздо меньше вычислительных ресурсов. AWS рекомендует её для чувствительных к задержкам производственных сервисов, где важна стоимость, например чат-ботов и систем для суммаризации в реальном времени.

Самая новая модель, DeepSeek‑V4.1‑Flash, поддерживает мультимодальный ввод и использует новую архитектуру Causal Encoder‑Decoder. В её основе лежат 552 млрд параметров, однако при первоначальной обработке входных данных задействуются только 8 млрд, а при генерации текста — 16 млрд. Модель может выдавать до 384 k токенов. Технологии Compressed Sparse Attention 2 (CSA2) и кэширование KV в формате FP4 сокращают потребление памяти примерно до четверти от V4‑Flash. Эти решения рассчитаны на агентные задачи, сочетающие текст и изображения, например на помощников для программирования, которые анализируют скриншоты.

## Почему эти модели появились именно сейчас?

AWS расширяет каталог базовых моделей, чтобы разработчикам было проще выбирать между максимальной мощностью и эффективностью. Предлагая как флагманскую V4‑Pro, так и две ориентированные на экономию версии — V4‑Flash и V4.1‑Flash, компания позволяет клиентам подобрать оптимальный баланс с учётом бюджета и требований к задержкам, не покидая экосистему AWS. Лицензия с открытыми весами также позволяет небольшим командам дообучать модели и встраивать их в собственные закрытые конвейеры.

## Факты

- В DeepSeek‑V4‑Pro — 1,6 трлн параметров, из которых для каждого токена активны 49 млрд.
- В DeepSeek‑V4‑Flash — 284 млрд параметров, из которых для каждого токена активны 13 млрд.
- В основе DeepSeek‑V4.1‑Flash лежат 552 млрд параметров; при первоначальной обработке входных данных активны 8 млрд, а при генерации — 16 млрд.
- Все три модели поддерживают контекстное окно на 1 млн токенов; V4.1‑Flash может выдавать до 384 k токенов.
- Модели выпущены по лицензии MIT и доступны через SageMaker JumpStart с 2026‑11‑12.

## Почему это важно

Разработчики теперь могут запускать крупные языковые модели в AWS без создания собственной инфраструктуры и выбирать версию под свои требования к стоимости и скорости. Лицензия с открытыми весами позволяет небольшим компаниям адаптировать модели для специализированных задач, хотя для их развёртывания всё равно понадобятся кредиты AWS или платный аккаунт.

## Источники и ссылки

1. [DeepSeek-V4-Pro, DeepSeek-V4-Flash, and DeepSeek-V4.1-Flash models now available on Amazon SageMaker JumpStart](https://aws.amazon.com/about-aws/whats-new/2026/01/deepseek-v4-pro-v4-flash-v4.1-flash-on-sagemaker-jumpstart/) – AWS, 2026-11-11

Обновлено: 2026-11-12