ГлавнаяМатериалы к YouTube-видеоЧек-лист
Чек-лист

Как подключить DeepSeek к Claude Code

Создай API-ключ, настрой DeepSeek внутри Claude Code и проверь связку на анализе ниши. Сравни качество результата и фактические затраты на одинаковой задаче.

Содержание7 глав
  1. 011. Подготовь ключ и рабочую папку
  2. 022. Выполни девять строк настройки
  3. 03Команды подключения DeepSeek
  4. 043. Запусти Claude Code с новой моделью
  5. 054. Проведи тест на анализе ниши
  6. 065. Сравни качество и фактический расход
  7. 076. Если рассматриваешь собственное развёртывание

1. Подготовь ключ и рабочую папку

  • Подготовь установленный Claude Code и папку проекта, в которую будет сохранён результат теста. Для подключения используй официальную инструкцию DeepSeek.
  • Войди в кабинет DeepSeek и создай API-ключ.
  • Пополни баланс на небольшую сумму для теста. Ориентир — пара долларов; оплата идёт за фактическое использование API.
  • Для первого теста выбери обычную рабочую задачу: поиск информации, сбор таблицы и выводы. Прежде чем переносить связку в продакшн-проект, проверь, хватает ли качества результата.

2. Выполни девять строк настройки

  • Открой терминал. В блоке ниже замени только sk-ваш-ключ-deepseek своим ключом, затем выполни все девять строк.
  • Сохрани двойные кавычки вокруг значений, в том числе вокруг deepseek-flash[1m]: так строки корректно передаются обычному терминалу macOS.

Команды подключения DeepSeek

export ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
export ANTHROPIC_AUTH_TOKEN="sk-ваш-ключ-deepseek"
export ANTHROPIC_MODEL="deepseek-flash[1m]"
export ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-flash[1m]"
export ANTHROPIC_DEFAULT_SONNET_MODEL="deepseek-flash[1m]"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-flash"
export CLAUDE_CODE_SUBAGENT_MODEL="deepseek-flash"
export CLAUDE_CODE_EFFORT_LEVEL="max"
export CLAUDE_CODE_AUTO_COMPACT_WINDOW="786432"

  • Сверь адрес подключения: https://api.deepseek.com/anthropic. Это адрес DeepSeek с поддержкой формата Anthropic API. Документация совместимости.

  • Проверь назначение моделей:

  • основная модель, а также замены для Opus и Sonnet — deepseek-flash[1m];

  • замена для Haiku и настройка модели помощников — deepseek-flash.

  • Проверь два оставшихся значения: CLAUDE_CODE_EFFORT_LEVEL="max" и CLAUDE_CODE_AUTO_COMPACT_WINDOW="786432". Не меняй параметры при первом сравнительном запуске.

3. Запусти Claude Code с новой моделью

  • В том же окне терминала перейди в папку проекта и запусти Claude Code обычной командой:
claude
  • Для работы используй запущенную с этими настройками сессию. Интерфейс Claude Code сохраняется, запросы направляются в DeepSeek.
  • Перед сравнением подготовь второй запуск с обычной моделью Claude. Не используй для него сессию, запущенную с переменными DeepSeek.

4. Проведи тест на анализе ниши

  • Отправь в Claude Code следующий промпт целиком. В обоих вариантах сравнения используй одинаковый текст.
Промпт для теста с таблицей5 строк · 444 знака
Проверь нишу: доставка здоровых обедов в офисы в Казани.
1. Найди в интернете 10 компаний, которые уже это делают: название, сайт, цена обеда, минимальный заказ.
2. Оцени спрос: что люди ищут, какие отзывы оставляют, на что жалуются.
3. Собери всё в файл niche.md: таблица конкурентов, 3 главные жалобы клиентов, средний чек и вывод — стоит ли заходить новичку и с каким отличием.
Если данных нет — так и напиши в таблице, ничего не придумывай.

  • Дождись создания файла niche.md в папке проекта. Результат должен быть таблицей и выводами в Markdown; отдельный файл электронной таблицы для этого теста не требуется.

  • Проверь таблицу конкурентов:

  • найдены 10 компаний либо явно отмечена нехватка данных;

  • для каждой указаны название, сайт, цена обеда и минимальный заказ;

  • неизвестные значения обозначены как отсутствующие, а не заменены догадками.

  • Проверь аналитическую часть: есть три главные жалобы клиентов, средний чек и вывод о входе в нишу с конкретным отличием.

  • Повтори ту же задачу с обычной моделью Claude и сохрани оба результата для сравнения.

5. Сравни качество и фактический расход

  • Сопоставь результаты двух запусков: полноту таблиц, наличие сайтов и цен, работу с пропусками, жалобы клиентов и обоснованность вывода.

  • Запиши расход токенов и стоимость каждого запуска. Сделай вывод об экономии по своей задаче, а не по одному впечатлению от ответа.

  • При оценке расходов различай новые входные токены и чтение кэша.

  • Ориентиры для DeepSeek Flash: $0,30 за миллион новых входных токенов и $0,006 за миллион входных токенов при попадании в кэш. Эти ставки соответствуют пиковому тарифу в официальном прайсе, сверенном 26.10.2026.

  • Разница в 50 раз относится к этим двум ставкам за входные токены. Она не означает, что вся задача обязательно обойдётся в 50 раз дешевле.

  • Реши, подходит ли связка для твоих стандартных задач, по двум условиям одновременно: приемлемое качество и подтверждённый расход. Не переноси результат одного теста на все продакшн-проекты.

6. Если рассматриваешь собственное развёртывание

Этот раздел нужен для оценки инфраструктуры; для подключения через API он не требуется.

  • Изучи отдельно DeepInfer, DeepSeek Recipe и веса DeepSeek-V4.1-Flash на Hugging Face. Не считай открытый движок готовой копией всего сервиса DeepSeek.

  • До планирования собственного запуска проверь требования в официальных вопросах и ответах по развёртыванию.

  • Для минимальной эффективной конфигурации приведён ориентир 64 GPU для чтения запроса и 64 GPU для генерации ответа, всего 128 GPU.

  • Управление хранилищем памяти разговоров и балансировка нагрузки не полностью вошли в открытый код. Одних весов и движка недостаточно, чтобы автоматически получить всю инфраструктуру сервиса.

Скачать материал