DeepSeek vs OpenAI o3 2026: open-source reasoning против рекордных бенчмарков

Открыли вкладку с двумя сервисами и поняли: «в лоб» их не сравнить. Слева — закрытый reasoning-флагман за $200/мес через ChatGPT Pro, справа — набор open-weight моделей под MIT, который можно скачать на свой сервер за $0. Карта позиционирования помогает не путать эти два разных продукта в одной полке.

OpenAI o3 и DeepSeek закрывают одну задачу — длинные пошаговые рассуждения — но через две принципиально разные бизнес-модели. У o3 есть четыре уровня одной reasoning-линии: o3-mini (релиз 31 января 2025), o3 и o4-mini (оба 16 апреля 2025), o3-pro (10 июня 2025). Все они поставляются только как закрытый сервис — через chatgpt.com (Plus за $20, Pro за $200, Business за $25/seat, Enterprise по запросу) или через platform.openai.com по pay-as-you-go. Скачать веса и развернуть у себя нельзя ни на одном тарифе.

У DeepSeek распределение принципиально другое: V3 (декабрь 2024, 671B параметров MoE с 37B активных, тренировочный бюджет $5.6M), R1 (20 января 2025, специализированная reasoning-модель под MIT), V3.1 (21 августа 2025, гибридная архитектура с переключаемым thinking/non-thinking), V4-Flash (24 апреля 2026, 284B параметров, 1M контекст, max output 384K) и V4-Pro (24 апреля 2026, 1.6T параметров, preview-стадия). Все веса лежат на Hugging Face под лицензией MIT — можно ставить на свои GPU без роялти, без согласований, без юрисдикционных оговорок.

Из карты сразу видна сценарная развилка. Если задача требует лучший reasoning «прямо из коробки» с UI, web-search, function calling и 60+ корпоративными коннекторами — это o3. Если задача чувствительна к стоимости на больших объёмах, требует self-host или коммерческой эксплуатации без license-аудита, либо запускается из РФ без VPN — это DeepSeek. Полностью «нейтральный» выбор «возьму обе и подключу к одному Slack-боту» здесь редкий: эти два сервиса живут в разных вселенных и стыкуются разве что через OpenAI-compatible API, который DeepSeek специально поддерживает для лёгкой миграции.

Мы держим обе линии: Plus за $20 (там сидит o3), плюс ключ DeepSeek-API для тестов экономики. Обе модели мы прогоняем на одинаковых задачах, где они напрямую конкурируют (reasoning-бенчмарки, длинный контекст, генерация кода). Там, где они расходятся по назначению (vision, голос, web-search), фиксируем это в соответствующих подтемах честно, без раздувания второстепенных функций до уровня «преимущество».

Сложная задача: разобрать многошаговое доказательство, найти баг в логике распределённого алгоритма, посчитать молярную массу через цепочку выводов. Здесь обычные «чат-модели» проваливаются на 3–5 шаге, а специализированные reasoning-движки доводят до конца. Это и есть та категория, где o3 и DeepSeek сошлись лбами в начале 2025-го.

OpenAI o3 — публичный король reasoning-бенчмарков на момент проверки. На GPQA Diamond (вопросы PhD-уровня по физике, химии, биологии) o3 показывает 87.7% — рекорд среди публично доступных моделей. На Codeforces Elo (соревновательное программирование) — 2727, уровень топ-100 живых участников. На SWE-bench Verified — 71.7%. На ARC-AGI o3 показал «three times the accuracy of o1» — заметный прорыв на задаче, которая до этого считалась почти непосильной для LLM. Все эти цифры получены на «high effort» режиме, что важно: low/medium режимы дают цифры заметно ниже, и платить приходится за реальный inference.

DeepSeek-R1 выпущен 20 января 2025 — за три месяца до o3 — и вызвал «DeepSeek-shock»: котировки NVIDIA рухнули на 17% за день, когда оказалось, что MIT-лицензированная reasoning-модель из Ханчжоу конкурирует с o-series при тренировочном бюджете порядка $5.6M (для V3-Base, на котором R1 инициализирована). Сама R1 обучена через GRPO RL без supervised fine-tuning для R1-Zero — методологически открытый подход, который позже воспроизводили open-source команды по всему миру. DeepSeek-V4 в thinking-режиме (через переключатель DeepThink в чате или соответствующий флаг в API) — наследник этой линии, на 2026-05-12 точная сопоставимая таблица бенчмарков V4 vs o3 в официальной документации DeepSeek отсутствует.

Из графика видна асимметрия. У o3 цифры зафиксированы и опубликованы в model card OpenAI, причём с явным разделением по уровню effort. У DeepSeek-V4 — официальной сопоставимой таблицы нет; есть пользовательские прогоны, в которых V4-Flash в thinking-режиме держится близко к o3 на математике (AIME) и заметно отстаёт на программистских бенчмарках уровня Codeforces 2700+. На MIT R1 паритет с o1-уровнем подтверждён независимыми тестами, на o3 — уже отстаёт. Это нормально: o3 — флагман, R1 — общий стандарт open-source.

Скептики справедливо замечают, что ARC-AGI-прорыв o3 частично объясним fine-tuning на ARC-задачах — этот спор в community продолжается. Но для типового пользователя ответ простой: если вы решаете нетривиальные математические или научные задачи и платите $20 за ChatGPT Plus, o3 будет давать корректный ответ чаще, чем DeepSeek-V4-Flash в thinking-режиме. Если задачи попроще или вы готовы дотюнить промпт — DeepSeek закрывает 80–90% сценариев за $0.14/$0.28 на миллион токенов.

Зашли в свой репозиторий, открыли issue с реальным багом на 200 файлов и попросили сервис исправить. Здесь и проверяется не «генерация сниппета», а agentic coding: модель должна разобраться в дереве проекта, найти точку отказа, написать патч и не сломать остальные тесты. На этой задаче o3 и DeepSeek встретились прямо в одной весовой.

OpenAI o3 на SWE-bench Verified показывает 71.7% (high effort), o3-mini high effort — 49.3%. Это публичные цифры из model card, бенчмарк гоняется на реальных GitHub-задачах из open-source проектов. Внутри ChatGPT Plus/Pro o3 связана с Codex и Computer Use — то есть модель может не только написать патч, но и применить его в среде, прогнать тесты, переделать при провале. Это полноценный agentic coding-цикл «из коробки», без отдельной обвязки.

DeepSeek-V3 в декабре 2024 года «outperformed Llama 3.1 и Qwen 2.5» и «matched GPT-4o и Claude 3.5 Sonnet» по бенчмаркам, зафиксированным в Wikipedia-статье на момент релиза. Это уровень примерно SWE-bench Verified в зоне 45–55%, по сопоставлению с тем, что показывал GPT-4o в тот период. Точных официальных цифр SWE-bench для V4-Flash и V4-Pro на 2026-05-12 компания не публикует — это зафиксированный data-gap в dossier. Зато DeepSeek нативно поддерживает function calling в OpenAI-совместимом формате, что позволяет встраивать модель в любые agentic-обвязки (LangChain, AutoGPT, BabyAGI, Aider) с минимальной правкой.

Архитектурно o3 выигрывает на сложных GitHub-задачах: модель прямо обучена «думать долго» и комбинирует это с Computer Use, который превышает 75% OSWorld-Verified в GPT-5.4-линейке (Computer Use доступен и для o3 в ChatGPT-агенте). DeepSeek-V4 в чисто-генеративных задачах кодинга на сопоставимом уровне с GPT-4o-эры и подходит для типовых задач CRUD-разработки, JSON-парсинга, миграций, рефакторинга в пределах 1–2 файлов. Но в задачах «agentic» уровня — найти баг в распределённой системе, провести 5+ шагов исследования — публичных цифр пока нет.

Цена меняет картинку радикально. У o3 типовой SWE-bench-прогон может «съесть» десятки тысяч thinking-токенов и стоить $1–5 за один сложный issue. У DeepSeek-V4-Flash тот же объём — копейки. Разработчики с большим объёмом ежедневной авто-кодогенерации (генерация боилерплейта, миграции, документация) на DeepSeek экономят в десятки раз. Сложные ревью PR-ов с многошаговой логикой — наоборот, лучше сохранить за o3.

Загрузили пачку нормативных документов на 300 страниц и попросили найти противоречия в условиях. Сервис должен не «увидеть» документ, а реально использовать весь его объём в reasoning — иначе на странице 187 факт «теряется», ответ становится правдоподобной выдумкой. Размер заявленного контекста — половина истории; вторая половина — точность.

У DeepSeek-V4 (как Pro, так и Flash) заявленный контекст 1 миллион токенов, плюс max output до 384 тысяч токенов в V4-Flash — рекордная цифра для генерации длинных документов в одном запросе. Это паритет с фронтирами 2026 года (Claude Opus 4.7, Sonnet 4.6, Gemini 3 Pro — также 1M). У V3 и R1 контекст ограничен 128K. Архитектурно DeepSeek-V4 — это полноценный 1M-контекстный движок с MIT-лицензией: при self-host можно прогонять документы целиком, не разрезая.

У OpenAI o3 размер контекстного окна в публичной документации детально не задокументирован. В ChatGPT Plus/Pro фактический лимит — около 128K (наследие GPT-серии). В API точная цифра для o3 — открытый data-gap, компания опубликовала её на platform.openai.com, но при автоматизированной проверке страница вернула 403. По косвенным данным, API-вариант поддерживает 128K standard и до 1M через опциональный флаг, как и в GPT-5.4. Max output — публично не подтверждён в детальном виде.

Эта непрозрачность у o3 — реальная проблема для production. Если вы пишете pipeline на 500-страничном договоре, у DeepSeek-V4 контекст известен заранее и подтверждён документацией. У o3 — приходится экспериментально проверять, где упирается лимит, а max output может «обрезать» сложный многоступенчатый вывод reasoning без предупреждения. Это не значит, что o3 хуже работает с документами — но прозрачности у DeepSeek в этой подтеме больше.

Отдельно — «реальная» работа с длинным контекстом против заявленной. У большинства frontier-моделей точность падает на 200K–800K даже при заявленном 1M (бенчмарк MRCR показал это для Claude, Gemini, GPT). DeepSeek официальных результатов MRCR на 1M не публиковал, у o3 цифры на MRCR-классе бенчмарков также не опубликованы. Эту проверку приходится делать на собственных задачах: загрузить документ, попросить найти факт на странице 250 — и сравнить ответ с исходником.

Нужно загрузить скриншот ошибки в IDE, описать диаграмму из научной статьи или попросить модель сгенерировать иллюстрацию. Здесь reasoning-модели резко расходятся: одни работают и с текстом, и с картинкой, другие — текст-only до сих пор.

У OpenAI o3 есть нативная vision-поддержка: модель принимает изображения на вход и анализирует их в reasoning-режиме (например, разбор математической диаграммы или схемы алгоритма). У o3-mini и o4-mini — текст-only, причём про vision-поддержку o4-mini в dossier зафиксирован data-gap: на момент 2026-05-12 точное состояние требует уточнения. Через ChatGPT-инфраструктуру с o3 связаны DALL-E (генерация картинок), Sora 2 (видео), Voice Mode (голосовой ассистент). Эти инструменты сидят в одной подписке ChatGPT Plus/Pro и переключаются роутером в зависимости от запроса.

У DeepSeek в актуальных флагманах V4-Flash и V4-Pro мультимодальности нет. Это текстовые модели. В линейке существуют vision-варианты DeepSeek-VL, но статус DeepSeek-VL внутри V4-семейства на 2026-05-12 — зафиксированный data-gap dossier. Генерации картинок, видео, голосового режима у DeepSeek в основных продуктах нет. В web-чате chat.deepseek.com — только текст и поиск.

Это самая чистая «победа» o3 в подборке параметров. Если вам нужен один инструмент, который и пишет, и рассуждает, и понимает картинки, и подключает DALL-E с Sora, и говорит голосом — это ChatGPT-экосистема с o3 в качестве reasoning-движка. DeepSeek в эту нишу не претендует и честно играет в категории «открытый текст + reasoning», а мультимодальные задачи передаёт на другие сервисы.

Но не нужно переоценивать значимость этого преимущества для всех сценариев. Если вы рынок-аналитик с потоком текстовых запросов, мультимодальность o3 — приятный бонус, который вы открываете раз в неделю. Если вы дата-инженер на 10M токенов в день — то отсутствие vision в DeepSeek не блокирует ни одного pipeline. Оценивать мультимодальность как «глобальное преимущество» имеет смысл только если ваш реальный workflow её требует ежедневно.

Российский пользователь почти всегда задаёт reasoning-вопрос на родном языке: «разбери дело по статье 159 УК», «оцени риск договора», «объясни теорему Гёделя простыми словами». Здесь нужно не «понимание», а грамотный читаемый ответ без калек с английского и языковых артефактов.

У OpenAI o3 русский — наследие GPT-4-серии: 95+ языков в base language ability, для reasoning-задач на русском работает прилично, но русский — не приоритет в RL-обучении OpenAI. По нашей оценке — 7/10: текст читаемый, идиомы и обороты часто кальковые с английского, но фактологически модель не путается. Цепочка рассуждений на русском не выдерживается так же чисто, как на английском: иногда в середине ответа o3 переключается обратно на английский для thinking, потом возвращается в русский. Официальных бенчмарков русского у o3 / o4-mini нет — это зафиксированный data-gap.

У DeepSeek русский — побочный продукт мультиязычного обучения. Фокус компании — английский и упрощённый китайский. По нашей оценке — 6/10: сносно, идиомы и канцелярит «плавают», иногда модель в reasoning переходит на китайский или английский. Официальные бенчмарки качества русского от DeepSeek не публикуются. В чате chat.deepseek.com русский интерфейс есть (определяется языковыми preferences браузера), но поддержки на русском в саппорте — нет, документация только на английском и китайском.

Если в этой подтеме нужен абсолютный лидер по русскому — это не пара DeepSeek/o3, а YandexGPT или GigaChat. У них русский — нативный приоритет обучения, и для российских реалий (правовые термины, географические названия, культурный контекст) они работают существенно лучше. В нашей паре DeepSeek vs o3 победитель — o3 с небольшим перевесом, но обе модели не подходят для текстов, которые публикуются в production без редакторской вычитки.

Практическая нюансировка: для reasoning-цепочек на русском (объяснение, разбор кейса, развёрнутый ответ на вопрос) o3 даёт более «гладкий» поток текста. Для технических задач (генерация спецификаций, юридических чек-листов, перевод документации) — оба варианта требуют постредактуры. Никакой из двух не сможет заменить переводчика-носителя для тонких стилистических задач.

Перешли с прототипа на production-нагрузку 10M токенов в день и начали считать ежемесячный бюджет. Здесь разница между двумя сервисами не «дешевле/дороже», а «порядок величины» — и она определяет архитектуру всего стека.

Цена API DeepSeek-V4-Flash (бывший deepseek-chat / V3) на 2026-05-12: $0.0028 input при cache hit, $0.14 input cache miss, $0.28 output за 1M токенов. Контекст — 1M, max output — 384K. Цена cache-hit понижена в 10 раз с 26 апреля 2026. У V4-Pro действует промо: скидка 75% от base price до 31 мая 2026, точная post-promo цена компанией не раскрывается (data gap dossier).

Цена API OpenAI o3 на 2026-05-12 — открытый data-gap. Wikipedia и публикации 2025 указывают ориентир $10 input / $40 output за 1M токенов (high tier reasoning). Точные актуальные цифры публикуются на openai.com/api/pricing, при автоматизированной проверке страница вернула 403 — для production-планирования компании это значит ручную верификацию каждый квартал. У o3-mini — существенно дешевле, у o3-pro — премиум-цена. Дополнительно в reasoning-моделях оплачиваются «thinking tokens», которые потребляются 5–20x от обычного output — это поднимает финальный счёт на сложных задачах в разы.

OpenAI-совместимость DeepSeek-API упрощает миграцию: меняется только base_url и api_key, остальной код на openai-sdk работает без правок. Это уникальный мост между двумя сервисами — можно временно переключить production с o3 на V4-Flash и обратно одной переменной окружения.

Посчитали, сколько стоит держать обе подписки активными в течение календарного года для трёх типичных профилей: лёгкого пользователя, дневного разработчика и команды с production-нагрузкой. Разница оказалась не в процентах, а в порядке.

У DeepSeek consumer-доступ через chat.deepseek.com — $0, фактически unlimited при типичной нагрузке (мягкие rate-limits в часы пик). API V4-Flash для активного разработчика на 1M токенов в день — около $13/мес (input + output). Self-host из Hugging Face — $0 за веса, дальше — инфраструктура (от $300/мес за GPU-VPS под distilled-вариант до $5k+/мес за full V4 на 8×H100).

У OpenAI o3 — три уровня: ChatGPT Plus $20/мес (доступ к o3 с лимитами + GPT-5.4 Thinking + Sora + Codex + Agent Mode), ChatGPT Pro $200/мес (доступ к o3-pro, 20x usage, 250 Deep Research runs, unlimited GPT-5.4 Thinking), ChatGPT Business $25/seat/мес, Enterprise — custom. На Free-тарифе o-series практически недоступна (data-gap: точные лимиты для Free).

Цены условные — точная нагрузка вашего workload может сместить расчёт. Но порядок разницы устойчив: на production-нагрузке DeepSeek дешевле o3 примерно в 10–30 раз. На consumer-уровне разница меньше: $0 web-чата vs $20 Plus — не та сумма, ради которой большинство пользователей переключится.

Открыли chat.openai.com из московского IP — ошибка региона. Открыли chat.deepseek.com из того же IP — работает, регистрация по email или Google проходит. Этот один тест определяет, сколько усилий нужно для повседневной работы с сервисом из РФ.

DeepSeek доступен из РФ прямо, без VPN. Web-чат chat.deepseek.com открывается, регистрация работает по email или Google, никаких региональных блокировок. Мобильные приложения для iOS и Android в России устанавливаются через App Store / Google Play. API-биллинг — в USD, рублёвые карты не поддерживаются официально, требуется зарубежная карта или посредники (например, ProxyAPI ретранслирует DeepSeek-API за рубли). Русский интерфейс в web-чате есть (определяется языковыми предпочтениями браузера).

OpenAI o3 наследует полную блокировку OpenAI по IP с 2023–2024. Доступа без VPN нет. Оплата российскими картами не работает; используются обходные схемы — зарубежная карта (US, EU, страны Закавказья), посредники (ProxyAPI для API), iTunes-карты зарубежных регионов для ChatGPT-мобильной подписки. Локализация интерфейса под РФ — на уровне ChatGPT (русский UI есть, поддержка только на английском). Это не персональный недостаток o3, а общий статус всей OpenAI-инфраструктуры.

На практике это означает: для российского разработчика, который не хочет каждый день включать VPN и держать зарубежную карту, DeepSeek — это «нормальный продакшен-инструмент», o3 — это «дополнительная вкладка с VPN». Разница в количестве трения существенная — у DeepSeek фактически нет региональных особенностей в работе, у o3 каждый шаг (регистрация, оплата, мобильная аппа) требует обходных манёвров.

Компания работает в банке или с гос-данными и не может вывозить документы на внешние API. Стандартный сценарий 2026 года: «нужен LLM в собственном периметре, без интернета». Здесь два сервиса оказываются в разных категориях продукта целиком.

DeepSeek доступен для self-host без ограничений. Веса флагманов DeepSeek-V3, R1, V3.1 и V4 опубликованы на Hugging Face под лицензией MIT — одна из самых либеральных в индустрии. Можно скачать, развернуть на собственных GPU, использовать в коммерческом продукте без роялти и без согласований с компанией. Для V3-Full рекомендуется около 8×H100, для distilled-вариантов R1 — заметно меньше (один-два GPU). При self-host — полная приватность данных, никаких отправок на внешние серверы.

OpenAI o3 — закрытая модель. Self-host невозможен ни на одном тарифе, включая Enterprise. Все запросы идут на серверы OpenAI в США, данные обрабатываются в их юрисдикции. Это принципиальное архитектурное решение OpenAI: модели семейства o-series и GPT-серии существуют только в виде сервиса, скачать веса нельзя. Для enterprise-клиентов есть отдельные deployment-опции через Azure OpenAI Service (Microsoft), но это всё ещё облако Microsoft, а не on-prem в полном смысле.

Это категорическое различие в продуктовой философии. Anthropic, OpenAI, Google последовательно держат closed-source frontiers, считая открытие моделей репутационным и safety-риском. Meta (Llama), Mistral, Alibaba (Qwen) и DeepSeek — наоборот, делают ставку на «open weights как стратегия». В DeepSeek-V3 пошли дальше других: не просто открытые веса, а максимально либеральная MIT-лицензия — то же, что у Linux kernel и numpy.

Юрист в enterprise присылает чек-лист: SOC 2 Type 2, GDPR, ISO 27001, политика обучения на ваших данных, юрисдикция хранения. Это не «нюансы», а блокеры тендера. Здесь сервисы расходятся не по фичам, а по корпоративной зрелости.

OpenAI o3 наследует compliance-стек OpenAI: SOC 2 Type 2, GDPR-compliant, CCPA-compliant. Для тарифов Business / Enterprise / Edu данные пользователей не используются для обучения по умолчанию; для Plus / Pro — могут использоваться, с явной opt-out процедурой. Хранение чатов — в аккаунте ChatGPT, можно удалить. Шифрование — TLS 1.2 in transit, AES-256 at rest. Юрисдикция данных — США.

У DeepSeek compliance-сертификации публично не опубликованы — это явный data-gap dossier. SOC 2, ISO 27001, GDPR — официальных подтверждений редакция не нашла. Юрисдикция — Китай (Ханчжоу). Политика использования данных для обучения: компания заявляет, что данные API «могут использоваться для улучшения моделей», точная opt-out процедура не описана. Для web-чата прозрачность меньше. Полноценного Enterprise-tier'а с SLA, custom legal, dedicated support публично нет — это тоже зафиксированный data-gap.

Для российской компании, работающей с ПДн граждан РФ, ни один из двух сервисов не соответствует 152-ФЗ — данные обрабатываются за пределами РФ. Для западного enterprise с строгими compliance-требованиями o3 проходит по чек-листу, DeepSeek — обычно не проходит до тех пор, пока не развёрнут self-host в собственном периметре (тогда compliance ложится на саму компанию, как при использовании любой open-source модели).

Поставили оба сервиса в один pipeline и заметили: на типовом запросе DeepSeek выдаёт ответ за секунды, o3 в high-effort режиме «думает» полминуты. Для batch-обработки это нормально, для interactive UI — критично.

DeepSeek-V4-Flash оптимизирована под скорость — это её прямое позиционирование как «default» в API. По устным отзывам разработчиков (точные TTFT-бенчмарки компанией не публикуются — data-gap dossier) Flash сравнима с GPT-5.3 Instant и Claude Sonnet 4.6 по латентности. В часы пик на бесплатном web-чате наблюдаются перегрузки и сообщения «server busy» — это типичная стоимость consumer-доступа уровня frontier. Reasoning-режим DeepSeek (R1 / V4 DeepThink) ожидаемо медленнее, но «модель думает на виду» — пользователь видит chain-of-thought в процессе.

OpenAI o3 — это reasoning-модель, медленная по дизайну. Типичный response занимает десятки секунд до минут на сложной задаче в high-effort режиме. Метрика TTFT для reasoning-моделей малоинформативна: модель не сразу начинает выдавать токены ответа, потому что сначала генерирует «invisible» thinking-токены. Этих скрытых токенов может быть 5–20x от обычного output, что одновременно объясняет и стоимость, и латентность. У o3-mini и o4-mini скорость заметно выше, но они и в reasoning слабее.

Это качественное сравнение, не точное измерение — компании TTFT публично не сравнивают. Но логика устойчивая: за рекордные бенчмарки o3 платит латентностью, и это нормально для inference-paradigm «думать дольше — отвечать точнее». Для interactive UI (чат-бот в Slack, autocomplete в IDE, голосовой ассистент) o3 не годится — нужен Sonnet 4.6, GPT-5.3 Instant или DeepSeek-V4-Flash. Для batch reasoning (научный ресёрч, разбор сложных задач) латентность o3 — приемлемая цена.

Конкретные задачи, в которых DeepSeek объективно выигрывает у o3 — не «по ощущениям», а по числовому или операционному параметру. Мы держим этот список как реальный ориентир, когда команда спрашивает «зачем нам ещё один LLM».

Сценарий 1. Production-pipeline с большим объёмом токенов. При нагрузке 10M токенов в день DeepSeek-V4-Flash стоит около $1500 в месяц через API, o3 — порядка $150 000 (×100). Для startup это разница между «прибыльно» и «убыточно». DeepSeek здесь не «дешевле, но хуже», а «дешевле и достаточно хорош» для 80–90% задач.

Сценарий 2. Self-host на собственной инфраструктуре. Команда с регуляторными требованиями (банк, страховая, медицина) разворачивает DeepSeek-R1 distilled на 1–2 GPU в своём периметре. o3 здесь не вариант ни в каком виде. Для российской компании, обрабатывающей ПДн на территории РФ, self-host DeepSeek с локальной аттестацией — единственный путь к LLM-функционалу без нарушения 152-ФЗ.

Сценарий 3. Прямой доступ из РФ без VPN. Разработчик-фрилансер в Воронеже, который не хочет каждый день включать VPN и держать карту друга в Армении — открывает chat.deepseek.com и работает. o3 требует VPN, зарубежной карты, дополнительной обвязки.

К этому списку добавляется четвёртый сценарий, который мы не разворачиваем в отдельную карточку: коммерческая эксплуатация LLM в собственном продукте без license-аудита. MIT-лицензия DeepSeek допускает любое коммерческое использование без согласований; OpenAI-Terms на использование API имеет ряд ограничений (нельзя использовать output для тренировки конкурирующих моделей, есть ограничения на типы применений). Для AI-стартапа, который строит свой продукт на чужой модели, это часто блокер.

Конкретные задачи, в которых OpenAI o3 объективно выигрывает у DeepSeek. Список короче, но в нём — задачи, где «дешевле» не аргумент: PhD-уровень reasoning, мультимодальность, enterprise-compliance.

Сценарий 1. PhD-уровень научного reasoning. Исследователь работает с GPQA-классом задач: физика, химия, биология на уровне публикаций. На GPQA Diamond o3 показывает 87.7%, что на момент 2026-05-12 — рекорд среди публично доступных моделей. DeepSeek-V4 в thinking-режиме на этих задачах слабее (точные V4-цифры компания не публикует, но независимые прогоны фиксируют отставание). Когда задача стоит «либо правильный ответ, либо никакого» — берётся o3.

Сценарий 2. Соревновательное программирование уровня Codeforces 2500+. Студент-олимпиадник, кандидат на Google interview, исследователь алгоритмов. o3 на Codeforces Elo 2727 — уровень профессиональных competitive-программистов. Для типовых GitHub-задач и CRUD-разработки DeepSeek хватает, для нестандартной алгоритмики 2500+ Elo — нет.

Сценарий 3. Мультимодальный reasoning со vision. Учёный загружает скан научной диаграммы или скриншот сложной схемы и просит разобрать. o3 нативно понимает изображения в reasoning-режиме. DeepSeek-V4 — текст-only, vision-варианты (DeepSeek-VL) живут отдельной веткой и в основной workflow не интегрированы.

Четвёртый сценарий, не разворачиваемый в карточку: enterprise-compliance с прохождением западных тендеров. SOC 2 Type 2, GDPR, политика no-training-on-data на Business/Enterprise — это не «фича», а пропуск в категорию проектов, где DeepSeek просто не рассматривается. Для российской компании, работающей с зарубежными контрагентами на западных рынках, o3 даёт «бумажную» легитимность, которой у DeepSeek без self-host нет.

Свели типовые профили читателей AIRatings из категории text-ai в пять портретов с конкретной рекомендацией: какой сервис брать первым и зачем. Финальный вердикт без обтекаемых «зависит от задачи».

Портрет 1. ML-инженер в стартапе, объём 5–20M токенов/день. Рекомендация: DeepSeek-V4-Flash через API. Экономия на API в десятки раз окупает компромисс по reasoning-качеству. Для критичных задач — фолбэк на o3 через ChatGPT Plus за $20, чтобы не держать дорогой API в инфре.

Портрет 2. PhD-исследователь / научный сотрудник. Рекомендация: OpenAI o3 в ChatGPT Plus за $20 для повседневной работы, ChatGPT Pro за $200 — если задач много и нужен o3-pro и unlimited Deep Research. 87.7% GPQA Diamond здесь не маркетинг, а инструмент исследования.

Портрет 3. Российский разработчик-фрилансер без VPN. Рекомендация: DeepSeek через chat.deepseek.com бесплатно, при необходимости API — оплата через ProxyAPI рублями. Прямой доступ важнее, чем 20 баллов на бенчмарке.

Портрет 4. Банковский комплаенс / гос-данные. Рекомендация: self-host DeepSeek-R1 distilled на собственной инфраструктуре с аттестацией ФСТЭК для гос-сегмента. o3 не вариант ни в каком виде из-за юрисдикции и закрытости.

Портрет 5. Студент-олимпиадник по математике / информатике. Рекомендация: OpenAI o3 через ChatGPT Plus за $20. 2727 Codeforces Elo и 87.3% AIME 2024 у o3-mini high — это инструмент уровня, который раньше был недоступен на consumer-подписке.