10 Октября 2026 Vasy Ivqnov 35 0 В избр. Сохранено

DeepSeek напрямую или через подписку Ollama: что выгоднее харнессу

Одна и та же модель, один и тот же агент — разные маршруты и разные часы. Считаю на прайсе и на настоящих сеансах харнесса.

Мнение автора может не совпадать с мнением редакции

Вопрос часто звучит как «что выгоднее — DeepSeek или Ollama», но так ставить его неправильно. Оба сервиса отдают одну и ту же модель — DeepSeek-V4-Pro, — а платите вы за разное. DeepSeek берёт деньги только за токены, Ollama — 20 долларов в месяц, в которые уже входит 60 долларов расхода. И есть третий фактор, о котором вспоминают в последнюю очередь: в какие часы запускается работа.

Цена токена совпадает, тарифы — нет

Ставки за миллион токенов у обоих провайдеров выглядят одинаково, пока не присмотришься:

вход, кэш попал: у DeepSeek $0,003 вне пика, у Ollama $0,022;
вход, кэш промахнулся: $0,15 против $0,66 вне пика;
выход: $0,60 против $1,98 вне пика;
подписка: у DeepSeek отсутствует, у Ollama $20 в месяц, из них $60 расхода уже оплачено.

Это базовые ставки, не пиковые. Вне пика DeepSeek берёт ровно вдвое меньше Ollama. Но «вне пика» — ключевые слова: у DeepSeek двойной тариф работает в окна 01:00–04:00 и 06:00–10:00 UTC по будням, всё остальное время, включая выходные, считается по половине. Ollama включает двойной тариф в окне 12:00–18:00 UTC по будням.

Техник у серверной стойки в дата-центре NERSC. Фото: Derrick Coetzee, CC0

Счёт определяет кэш

Смотреть на цену миллиона токенов бесполезно, если не знаешь, каких токенов в работе больше. Агент, который часами сидит в одном репозитории, почти весь вход читает из кэша: инструкции, история шагов, файлы, которые модель видит при каждом следующем вызове. Свежего текста в запросе мало, и он целиком попадает в промахи кэша.

Проверил по журналу своих сеансов: на 75 миллионов прочитанных токенов — около 250 тысяч новых. Кэш составляет 99,7% входа, и четырёхкратная разница на кэше режет счёт заметнее, чем разница на выходе.

Расписание бьёт сильнее прайса

Переведём окна в московское время. Пик DeepSeek — с четырёх до семи утра и с девяти до часа дня. Пик Ollama — с трёх до девяти вечера. Это не мелочь: вечер — как раз то время, когда за такую работу садятся, а рабочий день сервера уже закончился.

Выходит, в самые активные часы по Москве один и тот же запрос у Ollama стоит вчетверо дороже на кэше, вдвое на промахах кэша и вдвое на выходе. Дело не в модели — в расписании.

Харнесс сам считает расход по каждому сеансу: прочитанный кэш, новые входные токены, выходные. Умножаем на прайс нужного окна — и правило становится простым: длинные автономные задания, где агент долго крутит один контекст, выгоднее запускать не когда удобно вам, а когда дёшево маршруту. За месяц разница в расписании набегает на ещё одну подписку.

Считаем сеанс целиком

Полезная единица — не цена за миллион, а стоимость одного рабочего сеанса харнесса. Возьму реальные цифры из журнала своих запусков: за сеанс агент прочитал 75 миллионов токенов из кэша, добавил 250 тысяч новых на входе и написал 250 тысяч на выходе. DeepSeek вне пика: 75x0,003 + 0,25x0,15 + 0,25x0,60 = $1,01 Ollama в пик: 75x0,022 + 0,25x0,66 + 0,25x1,98 = $2,43

Два доллара сорок три против одного — та же работа, та же модель. Если вечерних сеансов за месяц набирается сорок, разница выходит около 57 долларов. Подписка Ollama это не отменяет, а лишь упаковывает: шестьдесят долларов включённого расхода входят в двадцать долларов платы.

Видеокарта GeForce RTX 3090: железо, на котором считают открытые модели. Фото: PantheraLeo1359531, CC BY 4.0

Что ещё даёт подписка

Подписка Ollama — это не только DeepSeek: в тот же счёт входят Kimi, GLM, Qwen, Mistral, и расход по ним списывается из общего пула. Когда харнессу нужны разные модели под разные задачи, один счёт удобнее пяти. У DeepSeek в прайсе одна семья моделей, зато нет подписки и обязательств.

Ограничения тоже отличаются. У Ollama на плане Pro — три одновременных запроса, дальше они встают в очередь и могут быть отклонены, если она переполнена. У DeepSeek на V4-Pro заявлено 500 одновременных обращений, на Flash — 2500. Для одного агента это незаметно, для конвейера из субагентов — уже критично.

Подключение к харнессу

DeepSeek подключается родным маршрутом deepseek-official: настройки усилий рассуждения, режим мышления, распознавание картинок у Flash и сжатие контекста работают из коробки. Ollama подключается вторым провайдером через pi-ai — интерфейсом, совместимым с OpenAI. Чтобы модель появилась в выборе, её идентификатор прописывается в настройках руками, а набор возможностей ограничен тем, что отдаёт площадка.

Проверил на своём конфиге: маршрут ollama-cloud собран, ключ стоит, но модели DeepSeek на текущем плане отвечают отказом 402 — до оплаты подписки доступны только gpt-oss, gemma и nemotron. Для сравнения это важно: подписку надо включить до того, как считать, иначе мерить нечего.

Что выбирать

Если сеансы идут по московскому дню и вечеру, прямая оплата у DeepSeek дешевле — иногда в разы, потому что двойной тариф Ollama попадает ровно на рабочие часы. Подписка Ollama выигрывает в другом: когда нужен один счёт на десяток открытых моделей и предсказуемая плата за месяц. Считать надо не прайс, а расписание — в этом споре оно весит больше, чем цена за токен.

Разложу по случаям:

один агент, работа по московскому дню и вечеру — прямая оплата DeepSeek;
конвейер из субагентов — DeepSeek: у Ollama на Pro всего три одновременных обращения;
несколько разных открытых моделей в одном счёте — подписка Ollama;
жёсткий потолок расходов на месяц — подписка: двадцать долларов платы и шестьдесят включённого расхода;
ночные и выходные прогоны — DeepSeek вне пика.

Оба маршрута живут в харнессе рядом: родной deepseek-official и второй провайдер через совместимый интерфейс. Держать оба и переключаться по часам — не хитрость, а обычная экономика: маршрут выбирается не по вкусу, а по расписанию.

Полная версия: https://habr.com/ru/articles/1084484/

В избр. Сохранено