DeepSeek: любимая нейросеть студентов — и самая заметная для детекторов

DeepSeek — инструмент номер один у российских студентов: в пилоте «Антиплагиат 2.0» (25 февраля — 3 июля 2026 года, 28 университетов, свыше 2400 студентов) его назвали 95% участников, тогда как ChatGPT — 85%, а GigaChat и Claude — по 13%. Проблема в том, что детектор «Антиплагиата» обучался в том числе на текстах DeepSeek ещё с мая 2025 года, а русский язык у модели по замерам слабее, чем у любого крупного конкурента. Сдать работу, целиком написанную DeepSeek, — значит принести детектору почерк, который он знает лучше всего.

Почему детектор знает этот почерк

13–15 мая 2025 года «Антиплагиат» заявил точность распознавания до 98% (плюс 35% к прежним показателям) и назвал модели, на которых детектор обучался и тестировался: DeepSeek V3, GPT-4o и другие. То есть самая массовая студенческая нейросеть попала в обучающую выборку детектора больше года назад — раньше, чем пилот зафиксировал её 95-процентную популярность.

Дальше система только ужесточалась. 9 июля 2026 года компания сообщила, что детектор стал чувствительнее к ИИ-фрагментам, а ложноположительные срабатывания по документам снижены с 1,55% до 0,15%. Масштаб, по данным РИА за II квартал 2026 года: из 2,73 млн проверенных работ признаки ИИ найдены в 983,7 тысячи — в каждой третьей, годом ранее была каждая пятая. Выросла и цена ошибки: «Коммерсантъ» 28 апреля 2026 года описывал студентов, которых не допускают до защиты, включая случай, когда система показала 96% «использования нейросетей» в самостоятельной работе; в ряде вузов к отказу ведёт даже 1%. Порог при этом устанавливает не система, а вуз локальным актом. Как детектор устроен изнутри — пофрагментная разметка окном 350 токенов и доменная калибровка, из-за которой научный текст судят строже блога, — мы разобрали в отдельном разборе ИИ-детекции.

Почему студенты выбирают именно DeepSeek, пилот не спрашивал. Ответ лежит на поверхности: модель бесплатна в приложении и легко доступна — порог входа ниже, чем у западных конкурентов, без карт и обходных путей.

Где у DeepSeek ломается русский

На русскоязычном бенчмарке MERA DeepSeek V4 Pro набирает 0.687 — заметно ниже фронтир-моделей первой строчки (0.862 у лидера) и ниже даже GigaChat-3.1-Ultra (0.712). Независимый бенчмарк на Хабре от 18 мая 2026 года ставит V4 Flash на четвёртое место: метрика «Русский язык» 9.05 против 9.65–9.74 у закрытых фронтир-моделей. Кажется, отставание небольшое. На коротких ответах — да.

Дефекты вылезают на длине. В текстах длиннее примерно 1500 слов проступают переводные конструкции и то, что обзор vc.ru от 22 июня 2026 года назвал «китайско-английской логикой внутри фраз»: формально грамматично, но звучит не по-русски, потому что в корпусе обучения доминируют китайский и английский. Курсовая на 6000 слов — ровно тот объём, где модель ломается.

Вторая слабость — повторы. Русскоязычные пользователи жалуются на «проблемы с повторениями в структуре текста и однообразием фраз», и починить это настройками нечем: параметры frequency_penalty и presence_penalty, которые раньше штрафовали повторы, DeepSeek из API убрал — в справке прямо сказано, что переданный параметр не даст эффекта. Ровный однообразный текст — как раз то, что детекторы меряют: по публикациям R&D-команды «Антиплагиата», критерий строится на паре «перплексия плюс лог-вероятность», а однообразие лексики — из сильнейших разделяющих признаков.

Оговорка, которой не будет в маркетинговых обзорах: систематического исследования русскоязычных штампов DeepSeek не существует — ни академического, ни инженерного. Кальки и повторы подтверждаются несколькими независимыми источниками, но каталога конкретных фраз-маркеров нет ни у кого. Заявленные 98% точности детектора независимо тоже никто не воспроизводил.

Когда DeepSeek уместен — и когда его пора закрыть

Уместен там, где текст не пойдёт в сдачу: набросать план главы или собрать черновик, который вы перепишете на своём материале. Это дёшево и быстро, а слабый русский на этом этапе почти не мешает.

Неуместен как автор финального текста. И здесь есть ловушка серьёзнее калек: лёгкая правка сгенерированного не спасает. Бенчмарк ARB (arXiv:2607.29539, июль 2026) показал, что решающим для детекторов оказывается происхождение содержания, а не поверхностная правка: ИИ-текст даже после второго прохода через LLM детектируется в 78–83% случаев, а наивный парафраз местами повышает детектируемость — у Fast-DetectGPT на 15,03%. Автоматические перефразировщики — отдельная история со своими рисками, мы разбирали её в материале про хьюманайзер.

Работает другое — содержательная переработка: свои данные и примеры, своя структура аргумента, то есть смена происхождения содержания, а не отдельных слов. Плюс доказательства процесса на случай спора: черновики с историей версий, промежуточные варианты, собственные расчёты, переписка с руководителем. Позиция самой компании тут на стороне студента: по памятке «Антиплагиата» от сентября 2025 года, ИИ-детекторы «следует рассматривать не как доказательство нечестной работы, а, скорее, как маркер», и отметку снимает эксперт с комментарием.

Вопрос — ответ

Можно ли писать курсовую в DeepSeek?

Как финального автора — не стоит. На бенчмарке MERA модель набирает 0.687 против 0.862 у лидера, на текстах длиннее 1500 слов появляются кальки и повторы, а детектор «Антиплагиата» обучался на DeepSeek с мая 2025 года. Для плана, структуры и чернового наброска, который вы затем содержательно перепишете, — рабочий инструмент.

Правда ли, что «Антиплагиат» распознаёт именно DeepSeek?

В мае 2025 года компания официально заявила, что детектор обучался и тестировался на DeepSeek V3, GPT-4o и других моделях, с точностью до 98%. Отдельной метки «это DeepSeek» в отчёте нет — система показывает долю «ИИ-контента» и подозрительные фрагменты с указанием страниц. Независимой проверки заявленной точности не существует, поэтому цифру 98% стоит читать как заявление вендора.

Что делать, если честную работу пометили как ИИ?

Собирать доказательства процесса: черновики с историей версий, промежуточные файлы, свои расчёты, переписку с руководителем. По документам самого «Антиплагиата» детектор — «маркер», а не доказательство, отметку о подозрительности эксперт снимает кнопкой с поясняющим комментарием, а решение о допуске принимает вуз по локальному регламенту. Требуйте экспертного разбора содержания — на него компания прямо ориентирует с 2024 года.

Как это решает кот

КотПишетСам — не «нейросеть с промптом», а программный комплекс: над каждой работой выполняются тысячи операций помимо самой генерации текста — подбор и сверка реальных источников, сборка структуры, контроль терминов, оформление по ГОСТ. Хьюманайзер встроен в каждый продукт как штатный этап, а для уже написанных текстов доступен отдельно. В наших замерах комплекс стабильно даёт 0% ИИ-контента в Антиплагиат.ВУЗ; свежая курсовая покупателя — 0% ИИ и 87% оригинальности — открыта в примерах готовых работ. Примерить на свою тему можно с бесплатного плана: он собирается за минуту.