DeepSeek API из России: подключение и оплата в рублях

Подключить DeepSeek API из России можно за несколько минут: зарегистрируйтесь на Hubris по коду из письма, создайте ключ API, пополните баланс в рублях — через СБП, карту или по счёту для юрлиц — и отправляйте запросы на https://api.hubris.pw/v1 любой OpenAI-совместимой библиотекой. В каталоге двенадцать моделей DeepSeek, включая рассуждающую серию R1.

Чем известен DeepSeek

DeepSeek — китайская исследовательская лаборатория, которая в январе 2025 года произвела один из самых громких релизов в истории отрасли: рассуждающая модель R1 показала результаты уровня лучших закрытых моделей, а её веса были выложены в открытый доступ под лицензией MIT. С тех пор «открытые веса плюс низкая цена» — фирменный почерк DeepSeek.

Три вещи, за которые разработчики любят DeepSeek:

• Открытые веса. Флагманы V3 и R1 опубликованы целиком: архитектуру можно изучать, модели — дообучать и разворачивать у себя. Для корпоративных команд это редкая прозрачность.
• Серия R — рассуждающие модели. R1 и её обновление R1 0528 перед ответом «думают»: строят цепочку рассуждений и только потом формулируют итог. На задачах по математике, логике и разбору кода это даёт заметный прирост качества.
• Экономичная архитектура. V3 построена на принципе «смеси экспертов» (MoE): из сотен миллиардов параметров на каждый токен активируется лишь малая часть. Отсюда низкая цена генерации при высоком качестве.

В 2026 году линейка пополнилась четвёртым поколением: V4 Flash и V4 Pro принимают контекст до 1 048 576 токенов — в такой объём помещается небольшая кодовая база или несколько книг.

Модели DeepSeek в каталоге и цены в рублях

В каталоге Hubris доступно двенадцать моделей DeepSeek — от классической V3 до рассуждающих R1 и свежего четвёртого поколения. Цены указаны в рублях за 1 млн токенов и актуальны на июнь 2026 года:

Модель	Вход, ₽/млн	Выход, ₽/млн
DeepSeek V4 Flash	10,43	20,86
DeepSeek V3.2	24,28	36,42
DeepSeek R1 Distill Qwen 32B	30,77	30,77
DeepSeek V4 Pro	46,16	92,31
DeepSeek R1 0528	53,05	228,13
DeepSeek R1	74,27	265,27

Как читать таблицу: «вход» — токены вашего запроса, «выход» — токены ответа модели. У рассуждающих моделей выход дороже, потому что в него входят и токены размышлений — об этом ниже.

Краткий ориентир по выбору:

• V4 Flash — рабочая лошадка: дешёвая, быстрая, с контекстом в миллион токенов. Подходит для чат-ботов, классификации, обработки документов.
• V3.2 — сбалансированная универсальная модель для повседневных задач.
• R1 0528 — обновлённая рассуждающая модель: математика, олимпиадные задачи, поиск ошибок в коде, многошаговый анализ.
• V4 Pro — флагман для сложных запросов с огромным контекстом.

Как подключиться: четыре шага

Доступ к DeepSeek через Hubris не требует зарубежной карты, VPN или посредников. Порядок такой:

1. Регистрация. Откройте hubris.pw/sign-in и введите электронную почту — на неё придёт код подтверждения. Пароль придумывать не нужно.
2. Ключ API. В личном кабинете откройте раздел «Ключи» и создайте ключ. Он показывается один раз — сохраните его в менеджере секретов.
3. Пополнение баланса. В разделе «Биллинг» пополните счёт удобным способом: СБП, банковская карта или счёт на оплату для юридических лиц с закрывающими документами.
4. Первый запрос. Укажите адрес https://api.hubris.pw/v1 вместо адреса OpenAI — больше в коде ничего менять не нужно.

Проверить подключение можно одной командой:

curl https://api.hubris.pw/v1/chat/completions \
  -H "Authorization: Bearer sk-gw-ВАШ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v3.2",
    "messages": [{"role": "user", "content": "Привет! Что ты умеешь?"}]
  }'

Подробный разбор первого запроса — в кратком руководстве. А если вам нужны модели OpenAI, процесс тот же — мы описывали его в статье про ChatGPT API в рублях.

Пример: рассуждающая модель R1 в Python

Рассуждающие модели вызываются так же, как обычные, — отличается только то, что приходит в ответе. Возьмём DeepSeek R1 0528 и стандартную библиотеку openai:

from openai import OpenAI

client = OpenAI(
    base_url="https://api.hubris.pw/v1",
    api_key="sk-gw-ВАШ_КЛЮЧ",
)

response = client.chat.completions.create(
    model="deepseek/deepseek-r1-0528",
    messages=[{
        "role": "user",
        "content": "У фермера 17 овец. Все, кроме девяти, разбежались. "
                   "Сколько овец осталось? Объясни ход решения.",
    }],
    reasoning_effort="medium",
)

print(response.choices[0].message.content)

usage = response.usage
print("Токенов в ответе всего:", usage.completion_tokens)
details = usage.completion_tokens_details
if details and details.reasoning_tokens:
    print("Из них на рассуждения:", details.reasoning_tokens)

Обратите внимание на две вещи:

• Параметр reasoning_effort управляет глубиной размышлений: low — быстрее и дешевле, high — тщательнее. Подробности — в документации по reasoning-токенам.
• Поле completion_tokens_details.reasoning_tokens в блоке usage показывает, сколько токенов модель потратила на внутренние рассуждения. Они входят в completion_tokens и оплачиваются по обычной цене выходных токенов — поэтому на сложной задаче ответ из трёх строк может «весить» пару тысяч токенов. Это нормально: модель думала дольше, чем писала.

Один практический совет: из-за фазы размышлений первый байт ответа у R1 приходит позже, чем у обычных моделей. Если вы показываете ответ пользователю в реальном времени, включите стриминг (stream: true) и предусмотрите индикатор ожидания.

Частые вопросы

Нужна ли зарубежная карта, чтобы платить за DeepSeek API?

Нет. Баланс в Hubris пополняется в рублях: через СБП по QR-коду, российской банковской картой или по счёту для юридических лиц. Все платежи проходят через российский банк, юрлицам доступны закрывающие документы.

Чем рассуждающие модели R1 отличаются от V3 и V4?

V3 и V4 отвечают сразу — это универсальные модели для большинства задач. R1 сначала строит внутреннюю цепочку рассуждений и лишь затем выдаёт ответ. На математике, логике и разборе кода R1 точнее, но отвечает дольше и расходует больше выходных токенов.

Совместим ли DeepSeek через Hubris с библиотеками OpenAI?

Да, полностью. Подойдёт любая библиотека или инструмент, умеющие работать с Chat Completions API: официальные SDK OpenAI для Python и JavaScript, LangChain и другие. Достаточно заменить base_url на https://api.hubris.pw/v1 и подставить ключ Hubris.

Поддерживают ли модели DeepSeek вызов инструментов и структурированный вывод?

Да. Модели DeepSeek в каталоге принимают параметры tools и tool_choice для вызова функций, а также response_format для структурированного вывода JSON. Точный список поддерживаемых параметров указан на странице каждой модели в каталоге.