DeepSeek, GPT или Gemini на OpenRouter: как выбрать модель для кода, текста и рассуждения

Сначала три slug, потом бренды

Продукт OpenRouter — ключ, совместимый с OpenAI, который может смотреть на много моделей. Типичный сбой — сравнивать имена. DeepSeek — это не только V3.2: рядом лежит более тяжёлая Speciale. В линейке GPT одновременно висят 5.2 и 5.4. У Gemini остаются 2.5 Pro, 3 Pro Preview и 3.1 Pro Preview. Рейтинг брендов склеивает разные цены, окна контекста и модальности в один SKU. В конфиг первым пишется slug, не слоган.

Три модели ниже — те, у которых публичные страницы OpenRouter в октябре 2026 ещё показывают проверяемую цену и окно для своей линейки. DeepSeek V3.2 вышел 1 декабря 2025, окно 163 840 токенов. На странице сказано, что рассуждение включается через reasoning.enabled, и описаны результаты уровня золота IMO и IOI 2025 плюс дообучение под инструменты. GPT-5.4 описан как фронтир, который сводит линии Codex и GPT: около 1,05 млн токенов контекста (примерно 922 тысячи на вход и потолок выхода 128 тысяч), текст и изображение. Gemini 3.1 Pro Preview всё ещё превью: 1 048 576 токенов, потолок выхода 65 536, текст, изображение, видео, аудио и код. Превью значит, что поведение ещё сдвинется. В проде нужен второй slug сзади.

Две статьи на сайте отвечают на другие вопросы. OpenRouter Top 10 2026: Claude, Gemini, DeepSeek, Kimi — кто реально выигрывает? ранжирует толпу моделей и не раздаёт этим трём slug рабочие роли. Если счёт уже болит настолько, что хочется уйти с OpenRouter, смотрите Миграция OmniRoute: чек-лист после OpenRouter. Этот текст остаётся внутри OpenRouter и отвечает только, куда слать запрос по умолчанию для кода, текста и рассуждения.

Страницы, которые стоит открыть перед тратой: DeepSeek V3.2, GPT-5.4 и Gemini 3.1 Pro Preview. Вы ставите base_url на OpenRouter и меняете только строку model. Для проводки хватает quickstart. У каждой цены и каждого балла ниже есть дата чтения. Скидка провайдера, кэш и маршрут отодвинут счёт от таблицы. Живая страница модели — это коммерческое предложение, не эта статья.

Один ключ, три счёта

Это не три фиксированные цены. Каждый вызов — модель × провайдер × маршрут. В октябре 2026 страница сравнения DeepSeek показывала около $0,2088 за миллион входных токенов и $0,3096 за миллион выходных. Это заголовок со скидкой конкретного провайдера. На той же странице модели провайдеры идут примерно от $0,26 / $0,38 до $3 / $4,50. Строка SiliconFlow в середине октября всё ещё показывала около $0,259 на вход и $0,80 на выход. Чтение кэша отдельно; дешёвый край около $0,0216 за миллион. Если провайдер не закреплён, Balanced не обещает заголовочную цену.

Стандартный маршрут GPT-5.4 цитируется проще: $2,50 вход, $15 выход, $0,25 чтение кэша, за миллион токенов. Flex (около $1,25 / $7,50) и Fast (около $5 / $30) указаны и в стандартный маршрут не входят. Заголовок Gemini 3.1 Pro Preview — $2 вход и $12 выход, чтение кэша около $0,20. Веб-поиск отдельно; страница модели называет около $14 за тысячу вызовов. Потолки выхода тоже разные: около 128 тысяч у GPT-5.4 и 65 536 у Gemini 3.1. Длинный черновик упирается в потолок раньше, чем в цену токена.

Смесь, которую легко пересчитать: 100 000 входных токенов и 8 000 выходных. По заголовку страницы сравнения DeepSeek стоит около $0,023. На строке $0,259 / $0,80 — около $0,032. Тот же вызов на GPT-5.4 около $0,37, на Gemini 3.1 около $0,30. В этой смеси GPT примерно в 16 раз дороже заголовочного DeepSeek и примерно в 11 раз дороже строки с выходом по $0,80. Чем толще выход, тем больше множитель: $15 к $0,31 — не то же отношение, что $15 к $0,80. Попадание в кэш потом удешевляет вход. Ни одна из трёх моделей не отменяет полную цену холодного первого вызова.

OpenRouter называет маршруты Balanced (цена плюс скорость), Nitro (быстрее), Floor (дешевле) и Exacto (точнее вызовы инструментов). Если агент проигрывает из-за аргументов инструмента, сначала попробуйте Exacto, потом меняйте slug. Если пачка текстов — только первый черновик, Floor плюс V3.2 на счёте обычно бьёт «всегда GPT-5.4». Задержку из блога нельзя вставлять в SLA. Снимок сравнения от 5 октября 2026 показывал GPT-5.4 против Gemini 3.1: медианная задержка около 1,74 с против 90,9 с и около 42 против 8 токенов в секунду. Медиана в 90 секунд — срез reasoning-эндпоинта или холодного провайдера, а не закон «Gemini всегда в пятьдесят раз медленнее». Таймаут смотрите на живом графике того маршрута, который вы реально выбрали.

Код: черновик, репозиторий, терминал

Код — это не один балл. Патч в одном файле, смена API через несколько файлов и сессия в терминале, которая должна зазеленить тесты, могут короновать три разные модели. Сводка Vector Wire от 8 октября 2026 по общим тестам DeepSeek-V3.2 и GPT-5.4 полезна тем, что разрывы неровные: SWE-bench Pro около 15,6 против 57,7, Terminal-Bench 2.1 около 46,8 против 78,3, а SWE-bench Multilingual расходится всего примерно на 1,5 пункта (70,2 против 71,7). Короткие многоязычные точечные правки — честная работа для V3.2. Длинная работа по нескольким файлам, где команды надо довести в настоящем терминале, — место, где опубликованные баллы GPT-5.4 расходятся. Это агрегированные публичные баллы, не pass rate вашего репозитория. Смените каркас — и порядок сдвинется.

Собственное сравнение OpenRouter от 5 октября 2026 даёт DeepSeek V3.2 (Reasoning) Coding Index 44,2 и Intelligence Index 21,5. Вторая колонка на той странице — GPT-5.2, не 5.4; Intelligence Index GPT-5.2 там 30,4, Coding Index в тот день пустой. Другая страница, GPT-5.4 против Gemini 3.1 Pro Preview, пишет для GPT-5.4 39,0 и Coding Index 71,1, оба индекса Gemini пустые. «71 против 44» нельзя склеить в официальный вердикт GPT против DeepSeek. Варианты и соперники разные. Более узкий вывод, который можно положить в конфиг: индекс кода, который OpenRouter реально публикует, пока заполнен у GPT-5.4; у V3.2 свой индекс против другого соперника.

В быту хватает трёх полос. Комментарии, один юнит-тест, разбор стектрейса и минимальный diff — работа V3.2: десять попыток часто всё ещё дешевле одного вызова GPT. Если правка должна задеть вызывающий код, типы и скрипт миграции сразу, или агент должен поставить зависимость, прочитать лог падения и поправить ещё раз, смените slug по умолчанию на openai/gpt-5.4. После примерно 160 тысяч входных токенов окно V3.2 полно. GPT-5.4 и Gemini 3.1 оба около миллиона. Для чистого кода и текста ближе история терминала и инструментов GPT-5.4. Видео прохождения UI, запись дизайн-ревью или голосовая заметка — причина звать Gemini, а не спор «у кого окно длиннее». Эти два окна уже одного класса.

Страница GPT-5.4 прямо говорит про вход-изображение. Gemini 3.1 берёт ещё видео и аудио. Один скриншот ошибки честен для обоих. Запись экрана, которую модель должна посмотреть до правки кода, среди этих трёх — задача Gemini. Если превью вернулось пустым или ход инструмента потерял место, отправьте тот же промпт в GPT-5.4. Не давайте шлюзу бесконечно повторять одно и то же превью.

Текст: поток, готовый английский, длинные источники

У письма нет стабильной публичной таблицы уровня SWE-bench, которую публикуют все три вендора. Один ELO прозы устареет в следующем месяце. Разделите работу на четыре задачи, за которые вы правда платите: объёмный первый черновик, готовый английский, формат с жёсткими ограничениями и текст, который должен держаться длинного источника и не выдумывать ссылки.

Внутренние заметки, макросы поддержки и первый проход на русском или английском обычно идут в V3.2. Вызов достаточно дёшев, чтобы сгенерировать три длины и отдать выбор человеку. Когда стиль уже записан, релизную заметку нельзя писать рекламным голосом, а разделы должны идти по вашим заголовкам, опубликованный разрыв, за который стоит платить, — следование инструкциям, а не «кто пишет красивее». Таблица Vector Wire за октябрь 2026 относит следование инструкциям к областям, где GPT-5.4 чисто впереди V3.2. Это всё ещё их набор промптов, не ваш список запретных слов. Прогоните регрессию по десяти своим старым текстам, прежде чем верить очередному обзору.

Длинные источники — отдельный отказ. Заметки встречи, пачка статей или выдержка из правил длиннее 160 тысяч токенов на V3.2 обрежутся. Саммари выглядит целым. Второй половины оно не видело. GPT-5.4 и Gemini 3.1 оба держат порядок миллиона токенов. Дополнительные причины для Gemini — носитель (видео или аудио) и цена выхода $12 против $15. Если отказ, который вы ненавидите, — номер страницы, которого нет, оба модели должны цитировать кусок источника, а скрипт — проверять цитату. Более дорогой slug сам по себе выдумки не отменяет.

Оценивайте текст по четырём колонкам, от 0 до 2: попадания в ограничения (длина, лицо, запретные слова), выдумки (ссылки, числа, цитаты не из источника), круги правок и доллары выходных токенов. Одна температура, один бриф, по одному прогону. Колонка внутренних черновиков часто падает на V3.2, потому что второй круг всё ещё дешевле первого круга GPT. Колонка внешнего английского часто падает на GPT-5.4, потому что одна сэкономленная правка бренда покрывает цену токена. Бриф с записью выводит Gemini в финал. Не усредняйте колонки в чемпиона дома. Среднее смешивает дешёвый черновик и дорогой чистовик и называет кашу победителем.

Рассуждение: математика, наука, многошаговые инструменты

Рассуждение делится так же. Поток олимпиадной математики, научные пункты уровня магистратуры и многошаговые инструменты не делят одну цель. Текст модели DeepSeek говорит о разреженном внимании, масштабированном пост-обучении с подкреплением и результатах уровня золота IMO и IOI 2025. Это правильная история, когда у вас большая пачка автопроверяемых задач и вы хотите держать стоимость пункта в нескольких центах. Это не фраза «первый на каждой общей таблице». Сравнение Vector Wire от 8 октября 2026 говорит, что GPT-5.4 лидирует на тестах рассуждения, математики и фактов, которые публикуют обе модели: GPQA Diamond около 92 против 84, Humanity’s Last Exam около 43,7 против 24,6 и гораздо более широкий разрыв ARC-AGI-2 (около 73,3 против 4). Поток гоняйте на V3.2. Когда одно решение должно пройти придирчивую рубрику, зовите GPT-5.4.

Научные пункты требуют держать две линейки отдельно. Страница OpenRouter от 5 октября 2026 даёт GPT-5.4 Intelligence Index 39,0, а Gemini 3.1 Pro Preview — 28,0; индекс кода Gemini пуст. Другие тексты весны 2026 цитируют для Gemini 3.1 Pro более высокие GPQA и SWE-bench Verified. Оба числа могут быть правдой, потому что набор задач, усилие рассуждения и каркас разные. Если вы отдаёте биомедицинские или регуляторные ответы, прогоните свои 20 уже сверенных вопросов и отметьте, промах был фактом или шагом. Не стирайте 28 на таблице B девяткой 94 на таблице A и не делайте наоборот.

Многошаговые инструменты — место, где превью Gemini легче всего ломается и где документация конкретнее всего. OpenRouter просит сохранять блоки рассуждения между ходами инструментов. Страница — гайд по reasoning tokens. Если шлюз возвращает только видимый текст и выбрасывает reasoning details, второй ход выглядит как амнезия. Продуктовая история GPT-5.4 кладёт кодового агента и общую модель в одну систему, поэтому цикл инструментов — путь, вокруг которого написана страница. V3.2 через reasoning.enabled решает, тратить ли на этот вызов токены рассуждения. Когда все три «умеют инструменты», сначала проверьте, что клиент отправляет блок рассуждения обратно без изменений, и только потом сравнивайте интеллект. Большая доля тикетов «Gemini не держит план» — баги клиента.

Как выбрать: таблица и один маршрут

Таблица ниже должна висеть рядом со шлюзом. Начинайте с дешёвой строки. Повышайте класс только когда окно, модальность или цена ещё одного круга правок уже перекрыли цену токена.

Фрагмент ниже — стартовая политика. Пороги меняйте после своих 20 задач. Их не обязательно публиковать, но это должны быть ваши настоящие отказы: юнит-тест, правка через файлы, лог терминала, внутренняя заметка, релизная заметка, запретное слово, фальшивый номер страницы в длинном источнике, второй ход инструмента, который помнит первое ограничение, скриншот, запись. От 0 до 2 за задачу, по колонкам. В одну сумму не схлопывайте.

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v3.2",
    "messages": [
      {"role": "user", "content": "Объясни эту ошибку в трёх предложениях и предложи самый маленький патч."}
    ]
  }'

# Несколько файлов, терминал или готовый английский: openai/gpt-5.4
# Видео, аудио или мультимодальность Gemini: google/gemini-3.1-pro-preview
# Пустое превью или потерянные блоки рассуждения: тот же промпт, откат на openai/gpt-5.4

Маршрут нарочно консервативный. Он не доказывает, что один бренд сильнее во всём. Он обходит три дорогие ошибки: суммаризировать источник, который не влезает в 160 тысяч токенов; проталкивать превью через цикл инструментов, который выбрасывает блоки рассуждения; платить фронтирную цену выхода за сотню первых черновиков. В октябре 2026 цены ещё двигались. Оценка выхода DeepSeek на одной странице может различаться между провайдерами больше чем вдвое. Прогоняйте те же 20 задач раз в месяц. Это безопаснее, чем заморозить slug в квартальном плане.

Вопросы