DeepSeek – co to jest, modele, cena i bezpieczeństwo danych

DeepSeek to chiński asystent AI i rodzina otwartych modeli językowych firmy DeepSeek z Hangzhou. Czat w przeglądarce i aplikacji jest bezpłatny, API kosztuje od 0,30 USD za milion tokenów wejścia, a najnowszy model to DeepSeek-V4.1-Flash z września 2026. Dane z czatu trafiają na serwery w Chinach, dlatego UODO zaleca daleko idącą ostrożność.

Ten tekst opisuje DeepSeeka takim, jakim jest dziś, a nie w styczniu 2025, kiedy model R1 wywołał panikę na giełdzie. Od tamtej pory firma wydała kilka generacji modeli, wyłączyła R1 w API i zmieniła cennik. Liczby dotyczące modeli i cen pochodzą z dokumentacji API DeepSeek i kart modeli na Hugging Face, a oceny bezpieczeństwa – z niezależnych testów i komunikatów organów nadzoru.

Czym jest DeepSeek

DeepSeek to jednocześnie nazwa firmy, czatu i rodziny modeli językowych z otwartymi wagami. Firma powstała w Hangzhou i jest finansowana przez chiński fundusz High-Flyer. Czat działa w przeglądarce, w aplikacji mobilnej i przez API, a wagi modeli są publikowane do pobrania.

Warto rozdzielić trzy warstwy, bo w polskich tekstach często się zlewają:

To rozróżnienie decyduje o ocenie prywatności. Rozmowa w czacie i zapytanie do API trafiają do infrastruktury firmy w Chinach. Model uruchomiony z pobranych wag działa na twoim sprzęcie i nie wysyła danych nigdzie. Szerzej o tym, czym różni się model od aplikacji, piszę w rankingu modeli AI.

Modele DeepSeek – od R1 do V4.1-Flash

Aktualna linia DeepSeeka to V4.1-Flash (od 10 września 2026) i V4-Pro (od 24 kwietnia 2026). Model R1, od którego zaczęła się popularność firmy, nie jest już dostępny w API od 24 lipca 2026. Wagi R1 nadal można pobrać, ale firma rozwija wyłącznie serię V4.

Trzy zmiany są dla użytkownika najważniejsze. Po pierwsze, od V3.1 jeden model ma dwa tryby: z rozumowaniem („thinking”) i bez niego, więc osobny model rozumujący przestał być potrzebny. Po drugie, V4.1-Flash natywnie rozumie obrazy – wcześniej taką możliwość miała tylko eksperymentalna wersja V4-Flash-Vision-Exp. Po trzecie, według DeepSeeka nowy Flash wypada w testach lepiej niż starszy V4-Pro, a mimo to DeepSeek, który najpierw zapowiadał wygaszenie Pro, ogłosił 10 września 2026 w dokumentacji API, że w odpowiedzi na zapotrzebowanie użytkowników nadal będzie go udostępniał po 14 września, z niezmienionym sposobem rozliczania.

Dlaczego DeepSeek-R1 wstrząsnął rynkiem w 2025 roku

R1 pokazał, że model rozumujący porównywalny z ówczesnym OpenAI o1 można wytrenować za ułamek zakładanego budżetu i udostępnić z otwartymi wagami. Premiera 20 stycznia 2025 sprawiła, że aplikacja DeepSeek w ciągu tygodnia wyszła na 1. miejsce darmowych aplikacji w amerykańskim App Store, a 27 stycznia 2025 akcje Nvidii straciły w ciągu sesji około 17%.

Liczba, która obiegła wtedy media – około 5,6 mln USD – nie była kosztem R1. To szacunek z raportu technicznego modelu bazowego DeepSeek-V3: 2,788 mln godzin pracy układów Nvidia H800, przeliczone po 2 USD za godzinę, bez kosztów wcześniejszych badań i eksperymentów. Sam etap treningu R1 kosztował według materiałów do publikacji w „Nature” (wrzesień 2025) 294 tys. USD na 512 układach H800, czyli dodatkowo do wspomnianych ok. 5,6 mln USD za model bazowy.

Ceny API przy premierze też były punktem odniesienia: 0,55 USD za milion tokenów wejścia i 2,19 USD za milion tokenów wyjścia wobec 15 i 60 USD za OpenAI o1. Dziś to porównanie jest historyczne – aktualny cennik opisuję niżej.

Jak działa DeepSeek – MoE i uczenie przez wzmacnianie

Modele DeepSeek łączą architekturę Mixture of Experts (MoE), która przy każdym tokenie uruchamia tylko część parametrów, z uczeniem przez wzmacnianie, które nauczyło R1 rozumowania bez ludzkich przykładów. Dzięki MoE model V4.1-Flash ma 552 mld parametrów, ale przy generowaniu odpowiedzi pracuje ich 16 mld.

Mechanizm MoE szczegółowo wyjaśnia tekst o ewolucji transformera i architekturze MoE. R1 i V3 opierały się na MoE z 671 mld parametrów (37 mld aktywnych) oraz na uwadze MLA (Multi-head Latent Attention), która kompresuje pamięć podręczną uwagi. Nowsza seria V4 stosuje już inne rozwiązania: V4-Pro ma hybrydową uwagę kompresowaną (Compressed Sparse Attention i Heavily Compressed Attention), a V4.1-Flash – architekturę koder-dekoder (Causal Encoder-Decoder), stąd różnica 8 mld aktywnych parametrów przy wczytywaniu zapytania i 16 mld przy generowaniu. Druga część przepisu opisana jest w recenzowanej pracy zespołu DeepSeek opublikowanej w „Nature” (tom 645, 2025): model uczono algorytmem GRPO (Group Relative Policy Optimization), nagradzając poprawne wyniki w zadaniach, które da się sprawdzić automatycznie (matematyka, programowanie), bez ludzkich przykładów rozumowania. Warto rozróżnić dwie wersje: R1-Zero uczono wyłącznie przez RL, bez wstępnego dostrajania nadzorowanego, natomiast właściwy R1 przeszedł wieloetapowy proces (niewielka porcja danych startowych, RL ukierunkowany na rozumowanie, dostrajanie na odfiltrowanych próbkach i końcowy etap RL), by odpowiedzi były czytelniejsze. Według autorów model samodzielnie wykształcił przy tym zachowania takie jak sprawdzanie własnych kroków i zmiana strategii. Efektem jest widoczny tok rozumowania przed odpowiedzią, czyli natywna wersja techniki Chain of Thought.

W serii V4 długość tego rozumowania da się regulować: V4-Pro ma tryb bez rozumowania oraz poziomy high i max, a V4.1-Flash skalę wysiłku od 1 do 100. Dłuższe rozumowanie podnosi trafność w trudnych zadaniach, ale zużywa więcej tokenów wyjścia, za które płaci się w API.

Jak korzystać z DeepSeek

Z DeepSeeka korzysta się na cztery sposoby: przez czat w przeglądarce, aplikację na Androida i iOS, API albo pobrane wagi uruchomione lokalnie. Pierwsze dwa wymagają tylko konta i są bezpłatne, dwa kolejne wymagają wiedzy technicznej.

Czat. Od premiery V4 czat oferuje dwa tryby rozmowy: Expert i Instant. Okno kontekstu we wszystkich oficjalnych usługach wynosi milion tokenów, więc w jednej rozmowie zmieści się bardzo długi dokument. Jeśli szukasz bezpłatnych odpowiedników, porównanie znajdziesz w zestawieniu czatów AI.

API. Interfejs jest zgodny z formatem OpenAI ChatCompletions i z API Anthropic, więc w wielu narzędziach wystarczy podmienić adres serwera i klucz. Od 24 lipca 2026 nie działają stare nazwy deepseek-chat i deepseek-reasoner – kod sprzed tej daty trzeba przepisać na deepseek-flash albo deepseek-v4-pro.

Model lokalny. Pełne modele V4 są za duże na zwykły komputer: V4.1-Flash ma 552 mld parametrów i wymaga sprzętu serwerowego. Na laptopie realnie uruchomisz mniejsze, destylowane warianty R1 opublikowane w styczniu 2025. Jak dobrać sprzęt i oprogramowanie, opisuje poradnik o sztucznej inteligencji offline.

Ile kosztuje DeepSeek – czat i API

Czat DeepSeek jest bezpłatny i firma nie sprzedaje do niego abonamentu. Płaci się wyłącznie za API: od 0,30 USD za milion tokenów wejścia i 1,20 USD za milion tokenów wyjścia w modelu deepseek-flash, a poza godzinami szczytu o połowę mniej.

Ceny za milion tokenów, według cennika w dokumentacji API DeepSeek.

Godziny szczytu to 01:00-04:00 i 06:00-10:00 UTC od poniedziałku do piątku, z wyjątkiem chińskich świąt. W czasie polskim to odpowiednio 03:00-06:00 i 08:00-12:00 latem oraz godzinę wcześniej zimą. Popołudnie, wieczór i weekend w Polsce wypadają poza szczytem.

Wejście z cache oznacza zapytanie, którego początek powtarza wcześniej wysłany kontekst – na przykład tę samą instrukcję systemową. W deepseek-flash taki fragment jest 50 razy tańszy od nowego wejścia, w deepseek-v4-pro – 30 razy. Mechanizm opisuje tekst o cache kontekstu w AI.

Ceny API zmieniają się razem z modelami: przy premierze V4.1-Flash 10 września 2026 DeepSeek obniżył stawki, tłumacząc to wydajniejszą architekturą. Obie wersje przyjmują milion tokenów kontekstu i generują do 384 tys. tokenów odpowiedzi.

Prywatność i bezpieczeństwo danych w DeepSeek

Polityka prywatności DeepSeek mówi wprost, że firma zbiera, przetwarza i przechowuje dane osobowe w Chińskiej Republice Ludowej. Chiny nie mają decyzji Komisji Europejskiej o odpowiednim poziomie ochrony danych, dlatego Prezes UODO zaleca „daleko idącą ostrożność” w korzystaniu z aplikacji.

Najważniejsze punkty polityki prywatności w wersji z 10 lutego 2026:

• dane są zbierane, przetwarzane i przechowywane w Chinach – dotyczy to także użytkowników z Unii Europejskiej
• użytkownik ma prawo sprzeciwić się wykorzystywaniu jego danych do trenowania modeli
• przedstawicielem DeepSeek w UE, Wielkiej Brytanii i Szwajcarii jest firma Prighter
• dane konta są przechowywane tak długo, jak istnieje konto

Komunikat UODO z 6 lutego 2025 wskazuje dwa ryzyka. Pierwsze: chiński rząd ma szerokie uprawnienia dostępu do danych, bez gwarancji znanych z prawa europejskiego. Drugie: generatywna AI może wykorzystywać dane w celach innych, niż zamierzał użytkownik, na przykład do trenowania modelu albo w marketingu. Urząd współpracuje w tej sprawie z innymi organami nadzorczymi z Europejskiej Rady Ochrony Danych.

Praktyczna zasada wynika z tego wprost: do czatu DeepSeek nie wpisuj danych osobowych, danych klientów, dokumentacji firmowej ani niczego, czego nie opublikowałbyś w internecie. Jeśli potrzebujesz modelu DeepSeek do pracy z danymi wrażliwymi, jedyną drogą jest uruchomienie go lokalnie. Porównanie z ustawieniami prywatności w ChatGPT znajdziesz w poradniku o prywatności w ChatGPT, a ryzyko nieautoryzowanych narzędzi w firmie opisuje tekst o Shadow AI.

Zakazy DeepSeeka w instytucjach

DeepSeek jest zakazany głównie w administracji publicznej i na urządzeniach służbowych, a w części krajów zniknął ze sklepów z aplikacjami. Polska nie wprowadziła zakazu, ale Ministerstwo Cyfryzacji w marcu 2025 nie rekomendowało urzędnikom korzystania z DeepSeeka.

Wspólny mianownik wszystkich tych decyzji to transfer danych do Chin, a nie jakość modelu. Dlatego zakazy dotyczą czatu i aplikacji, a nie otwartych wag uruchamianych na własnych serwerach.

Cenzura i podatność na ataki – niezależne testy

Najszerszy niezależny test modeli DeepSeek przeprowadził amerykański rządowy ośrodek CAISI przy NIST: w 2025 roku modele DeepSeek łatwiej ulegały atakom niż modele amerykańskie i częściej powtarzały narracje Komunistycznej Partii Chin. Trzeba pamiętać, że to ocena instytucji państwa, którego firmy konkurują z DeepSeekiem.

W raporcie z 30 września 2025 (model V3.1) CAISI podało, że:

• najbezpieczniejszy model DeepSeek wykonał 94% jawnie szkodliwych poleceń z typowymi technikami jailbreaku, wobec 8% u modeli amerykańskich
• agenci oparci na DeepSeek średnio 12 razy częściej wykonywali złośliwe instrukcje podrzucone w treści (przejęcie agenta)
• na zbiorze pytań politycznie drażliwych modele DeepSeek 4 razy częściej powtarzały nieprawdziwe narracje KPCh

W ocenie DeepSeek-V4-Pro z 1 maja 2026 CAISI oszacowało, że model jest około 8 miesięcy za czołówką amerykańską. Był przy tym tańszy od GPT-5.4 mini w 5 z 7 testów, przy podobnych możliwościach. Ośrodek zwrócił też uwagę, że V4 wypada lepiej w testach wybranych przez DeepSeek niż w pełnym zestawie CAISI, więc wyniki z materiałów premierowych firmy warto czytać jako deklarację producenta.

DeepSeek czy ChatGPT – porównanie

DeepSeek wygrywa ceną API i otwartymi wagami, ChatGPT – ekosystemem funkcji, mocniejszymi modelami flagowymi i przetwarzaniem danych poza Chinami. Do codziennej rozmowy oba czaty są bezpłatne, więc o wyborze decyduje to, co do nich wpisujesz.

Ceny API w dolarach za milion tokenów wejścia i wyjścia. Ceny ChatGPT według cennika OpenAI, opisanego szczegółowo w tekście o planach ChatGPT Plus, Pro i Go.

Jedna rzecz zaskakuje przy zestawieniu cen: najtańszy wariant OpenAI, GPT-5.6 Luna, ma niższą stawkę wejścia niż deepseek-flash w godzinach szczytu. Przewaga DeepSeeka jest wyraźna przy modelach flagowych i poza szczytem, a nie w każdym porównaniu. Co dostajesz w ChatGPT bez płacenia, opisuje tekst o limitach darmowego ChatGPT.

Dla kogo DeepSeek, a kiedy wybrać coś innego

DeepSeek ma sens do zadań bez danych wrażliwych: matematyki, programowania, analizy publicznych dokumentów i nauki, a także jako tani model w API albo otwarty model do uruchomienia lokalnie. Nie nadaje się do pracy z danymi klientów, dokumentami firmowymi ani tematami politycznie drażliwymi dla Chin.

Jeśli zależy ci na modelu otwartym, ale bez chińskiego kontekstu, alternatywą jest polski Bielik na licencji Apache 2.0, trenowany z myślą o polszczyźnie.

FAQ

Źródła

• DeepSeek-V4.1-Flash – karta modelu, DeepSeek / Hugging Face – parametry, okno kontekstu, licencja MIT
• UODO zaleca ostrożność w korzystaniu z DeepSeek, Urząd Ochrony Danych Osobowych – komunikat z 06.02.2025
• CAISI Evaluation of DeepSeek V4 Pro, NIST – ocena z 01.05.2026
• DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning, DeepSeek-AI, arXiv / Nature 645, 633-638 (2025)

Ostatnia aktualizacja: 3 października 2026 · Zgłoś poprawkę