Byg med CometAPIHar du brug for én API til flere modeller?Test workflowet i Playground, og opret derefter en API-nøgle, når model og pris passer til dit brugsscenarie.
DeepSeek V4.1 Pro er på vej: ledetråde om lanceringen, benchmarks og API-parathed - CometAPI
DeepSeek V4.1 Pro er på vej: ledetråde om lanceringen, benchmarks og API-parathed
Er DeepSeek V4.1 Pro udgivet? Undersøg officielle indikationer på udgivelse, bekræftede fakta, benchmarks for V4 Pro vs. V4.1 Flash, forventede kapaciteter og API-forberedelse.
DeepSeek V4.1 Pro er en refereret fremtidig efterfølger til V4 Pro, uden fastlagt udgivelsesdato i de officielle kilder gennemgået den 14. oktober 2026. Flash-meddelelsen fra 10. september giver det tydeligste udgivelseshint. Tilgængelige Flash-specifikationer og evalueringer hjælper udviklere med forberedelse, men fastslår ikke Pro-kapaciteter. DeepSeek har præciseret, at V4 Pro forbliver tilgængelig som svar på brugeretterspørgsel. Benchmark-tallene nedenfor beskriver den oprindelige Flash-udgivelse, ikke Flash-1017-opdateringen fra 17. oktober; integrationer bør verificere udbyderspecifikke modelversioner før idriftsættelse.
Key Takeaways
Udgivelsesstatus: V4.1 Pro er officielt refereret, men ingen specifik lanceringsdato er bekræftet.
Vigtigste hint: V4.1 Flash-annoncen forbandt en fremtidig V4.1 Pro med en API-overgangsplan.
API-status: DeepSeek bekræftede fortsat V4 Pro-service med uændret fakturering som svar på brugeretterspørgsel; den tidligere plan om at omdirigere Pro-forespørgsler til Flash er forældet.
Gennemgået for klarhed, kildeangivelse og aktuel API-terminologi.
Teknisk fundament: V4.1 Flash afslører et 552B-parameter-backbone, asymmetrisk behandling og en kontekst på 1M tokens.
Forberedelse: Benchmark eksisterende modeller og hold API-modelidentifikatorer konfigurerbare.
Hvornår bliver DeepSeek V4.1 Pro lanceret?
Pr. 14. oktober 2026 fastslår de officielle kilder gennemgået til denne artikel ikke en udgivelsesdato for DeepSeek V4.1 Pro. Dets navn optræder i DeepSeeks produktkommunikation, men en reference til et fremtidigt produkt er ikke en lanceringsplan.
Den 10. september 2026 introducerede DeepSeek V4.1 Flash som det mindste medlem af en ny arkitekturfamilie. Den officielle lanceringsmeddelelse beskrev en indledende plan om at omdirigere den ældre V4 Pro API til V4.1 Flash indtil den fremtidige udgivelse af V4.1 Pro. Udmeldingen knytter efterfølgeren til en konkret migrationspolitik, men fastslår ikke lanceringsdato, træningsstatus eller endelige specifikationer.
Tidslinje for udgivelsen af DeepSeek V4.1 Pro
Dato
Udvikling
Implikation
24. april 2026
V4 preview-familien udgivet
Baseline for tidligere generation
13. august 2026
V4 Pro-generel tilgængelighedsopdatering
Kendt flagskibsbaseline
10. september 2026
V4.1 Flash annonceret; V4.1 Pro refereret
Ny arkitekturfamilie introduceret, med en fremtidig Pro-efterfølger refereret men uden bekræftet dato
14. september 2026
Oprindeligt V4 Pro-migrationmål
Efterfølgende revideret
Udgivelse af V4.1 Pro
Ingen annonceret dato
Tidspunktet er fortsat ubekræftet
Det officielle nyhedsarkiv daterer V4 preview til 24. april og V4 Pro generel udgivelse til 13. august. September-migrationsdatoen var et servicetransitionsmål, ikke en V4.1 Pro-udgivelsesdato.
September-meddelelsen foreslog at omdirigere V4 Pro-forespørgsler til Flash fra 14. september indtil en fremtidig Pro-udgivelse. Den aktuelle API-dokumentation oplister dog V4 Pro som en separat model med egne takster. DeepSeek præciserede efterfølgende i sin officielle changelog-post fra 10. september, at de ville fortsætte med at levere V4 Pro API-service efter 14. september som svar på brugeretterspørgsel, med uændret fakturering. Den tidligere omdirigeringsforslag bør derfor behandles som en forældet plan, ikke den aktuelle V4 Pro-routeringspolitik. Den aktuelle modeltabel oplister deepseek-v4-pro som V4-Pro-0813 og deepseek-flash som V4.1-Flash-1017; verificér hver udbyders modelmapping før idriftsættelse.
Fremtidig bekræftelse bør komme fra en dedikeret DeepSeek-meddelelse, en understøttet API-identifikator samt publicerede Pro-evalueringer og priser.
Hvad har DeepSeek officielt bekræftet om V4.1 Pro?
Bekræftet information
Skellet mellem officielle udmeldinger og teknisk spekulation er afgørende før lancering. V4.1 Flash-afsløringer giver væsentligt bevis om arkitekturfamilien, men bliver ikke automatisk til V4.1 Pro-specifikationer.
DeepSeek har refereret V4.1 Pro som et fremtidigt medlem af V4.1-familien, men de gennemgåede kilder fastslår ikke dets udgivelsesdato, offentlig modelidentifikator, antal parametre, kontekstvindue, visionsstøtte, styring af ræsonnering, benchmark-resultater eller API-priser. De tilgængelige V4.1 Flash-specifikationer giver kontekst for arkitekturfamilien, ikke bekræftede V4.1 Pro-specifikationer.
DeepSeek beskriver V4.1 Flash som det mindste medlem af en ny familie designet til skalering. Dette understøtter en større fremtidig arkitektur, men beviser ikke, at V4.1 Pro blot bliver en større kopi. Træning, aktive parameterbudgetter, opmærksomhedsskemar og eftertræningsmetoder forbliver ubekræftede.
Community-rapporter / læk
I et X-opslag den 27. september 2026 hævdede @NFT_Chen, at DeepSeek V4.1 Pro var dukket op i intern test med kontobaseret tidlig adgang.
@NFT_Chens opslag er en ubekræftet community-rapport, ikke en officiel DeepSeek-meddelelse. Skærmbilledet viser tydeligt navnet V4.1 Pro, en early access-etiket og flere konfigurationsfelter, men det fastslår ikke skærmbilledets kilde, udrulningsmiljø, forbindelse til en live model, offentlig API-tilgængelighed eller endelige produktspecifikationer. Behandl det som et spor til yderligere verifikation frem for bevis for en bekræftet udgivelse.
Det vedhæftede konfigurationsskærmbillede viser navnet DeepSeek V4.1 Pro, tagline Early access, høj reasoning effort og flag for brug af træningsdata, ikke-premiumadgang og ingen multimodal støtte. Det indeholder også identifikatoren FREEBUFF_AI_TRAINING_NOTICE.
Hvis autentisk og knyttet til en aktiv integration, kunne posten være et early access-hint. En tilgængelighedsflag er ikke en servicegaranti, og forfatterens forudsigelse tæt på lancering er ikke et bekræftet udgivelsesvindue. Behandl skærmbilledet som et spor til yderligere verifikation, ikke som en Pro-specifikation.
Hvad er kendt om DeepSeek V4.1 Pro?
V4.1 Flash giver det tydeligste tekniske fundament for den kommende familie. V4.1 Flash bruger en Causal Encoder-Decoder-arkitektur med forskellige beregningsveje for prefill og dekodning.
Ifølge det tekniske modelkort indeholder den udgivne model 40 Transformer-lag fordelt på en 20-lags encoder og en 20-lags decoder.
Specifikation
DeepSeek V4 Pro
V4.1 Flash
V4.1 Pro
Backbone-parametre
1.6T
552B
Ikke annonceret
Aktiverede parametre
49B
8B input / 16B output
Ikke annonceret
Arkitektur
MoE
Causal Encoder-Decoder MoE
Ikke annonceret
Kontekstvindue
1M
1M
Ikke annonceret
Maks. output
384K
384K
Ikke annonceret
Native billedinput
Ikke i den listede konfiguration
Understøttet
Ikke annonceret
KV-cache-fodaftryk
Ikke direkte sammenlignelig
~890 bytes/token
Ikke annonceret
Kontrol af ræsonnering
Lav / høj / maks
Kontinuert 1–100
Ikke annonceret
Tilgængelighed
API
API og åbne weights
Ikke annonceret
Selvom V4.1 Flash indeholder 552B backbone-parametre, aktiveres kun omkring 8B parametre pr. inputtoken og 16B under output.
Skaleringspotentiale for Causal Encoder-Decoder
Adskillelsen mellem prefill og dekodning kan gøre det muligt for fremtidige familiemedlemmer at øge repræsentationskapaciteten, samtidig med at inferensomkostningerne styres. V4.1 Flash har også Compressed Sparse Attention 2 og FP4 KV-caching. Om og hvordan V4.1 Pro arver disse karakteristika er fortsat ukendt.
DeepSeek rapporterer et globalt KV-cache-fodaftryk på cirka 890 bytes pr. token for V4.1 Flash, sammenlignet med 3.514 bytes for V4 Flash. Dette er en global KV-cache-sammenligning, ikke et mål for den samlede serveringshukommelse.
De to originale grafer gengivet i denne artikel er publiceret i DeepSeeks officielle modelkort; ingen af graferne er et V4.1 Pro-resultat.
DeepSeek V4.1 Pro vs V4 Pro vs V4.1 Flash
Et nyttigt udgangspunkt er den observerede forskel mellem eksisterende modeller, ikke et opfundet Pro-benchmark. Tabellen nedenfor sammenligner den udgivne V4 Pro 0813-model med den oprindelige V4.1 Flash-udgivelse i september.
bekræfter, at deres website, app og API skiftede til Flash-1017. Tabellen bevares som en historisk sammenligning med V4 Pro 0813. Fortolk ikke forskellene som en sammenligning mod den seneste Flash-version; kør matchede evalueringer igen før du træffer en aktuel modelvalg-beslutning.
Den officielle evalueringstabel for instruct-modellen er kilden til de leverandør-rapporterede benchmark-resultater ovenfor. For en konsistent sammenligning er HLE-scorer baseret på tekst-only-subsettet for begge modeller. Alle forskelle i scores er udtrykt i procentpoint frem for relative procentvise gevinster.
Betingelser og begrænsninger for benchmarks
Flash instruct-evalueringer bruger reasoning_effort=100, temperature=1.0 og top_p=0.95. Terminal-Bench bruger DeepSeek Harness Minimal med en kontekst på 1M tokens; DeepSWE v1.1 bruger mini-SWE. Disse indstillinger beskriver de rapporterede Flash-kørsler og bør ikke antages at reproducere hver sammenligningsmodels opsætning.
Den ledsagende undersøgelse på tværs af skaffe beskriver Linux-containere, max_steps=500, otte samples pr. opgave for DeepSWE og tre for Terminal-Bench 2.1, uden netværksadgang for sidstnævnte. Disse detaljer hører til den undersøgelse, ikke automatisk til hver række i overskriftstabellen. Modelkortet angiver ikke én delt hardwarekonfiguration for alle oplistede scorer; der fremsættes ingen hardware-normaliseret throughput-påstand her.
DeepSeeks originale diagram over agentisk ydeevne sammenligner Flash med udvalgte frontmodeller. Dets Terminal-Bench 3.0-værdi på 17.7 tilhører Kimi K3, ikke V4 Pro. Tabellen ovenfor giver den separate V4 Pro-sammenligning.
Denne historiske sammenligning viser, hvorfor en mindre model ikke nødvendigvis er dårligere til hver opgave. Mod den oprindelige Flash-udgivelse i september lå V4 Pro i spidsen for udvalgte ræsonneringstests, mens Flash førte flere terminal-, kode- og værktøjsbaserede evalueringer. Disse rangeringer bør ikke overføres til Flash-1017 uden opdateret, sammenlignelig testning.
Hvor meget kunne DeepSeek V4.1 Pro koste?
DeepSeek har ikke annonceret V4.1 Pro-priser. Aktuelle førstepartspriser giver en reference, ikke en prognose. Takster skelner mellem spids- og lavbelastningsperioder, cache-hit og cache-miss for input samt genereret output.
Priser og grænser kontrolleret den 14. oktober 2026. Spidsbelastningsperioder er 01:00–04:00 og 06:00–10:00 UTC, mandag til fredag, eksklusive kinesiske helligdage. Alle andre tidspunkter er uden for spidsbelastning. Dette er DeepSeeks førstepartspriser, ikke et CometAPI-tilbud; udbyderspecifik fakturering skal kontrolleres separat.
Pris pr. 1M tokens
Flash uden for spidsbelastning
Flash spidsbelastning
V4 Pro uden for spidsbelastning
V4 Pro spidsbelastning
Input med cache-hit
$0.003
$0.006
$0.022
$0.044
Input med cache-miss
$0.15
$0.30
$0.66
$1.32
Output
$0.60
$1.20
$1.98
$3.96
I snapshot af priser og grænser fra 14. oktober understøtter både V4.1 Flash og V4 Pro et kontekstvindue på 1M tokens. Angivet samtidighed er 2,500 for Flash og 500 for V4 Pro, med samme grænser vist for spids- og lavbelastningsperioder. Dette er førstepartsgrænser; bekræft grænserne hos din valgte udbyder før idriftsættelse.
Ved de publicerede takster uden for spidsbelastning er Flash ukachetet input cirka 77 % billigere end V4 Pro og genereret output cirka 70 % billigere. Dens lavere pris kan være særlig relevant for gentagne agenthandlinger og dokumenttunge workflows.
Kvalitets- og omkostningsafvejninger for V4.1 Pro
Kun til illustration: En model, der koster $0.01 pr. forsøg med en succesrate på 60 %, har en forventet API-omkostning på $0.0167 pr. vellykket opgave, mens en $0.03-model med en succesrate på 95 % cirka koster $0.0316. Disse tal er ikke målt DeepSeek-ydeevne; de antager uafhængige forsøg med konstant succes-sandsynlighed. Modellen med højere succes kan stadig være at foretrække, hvis den reducerer review, rework eller andre forretningsomkostninger.
Hvordan bør udviklere forberede sig på DeepSeek V4.1 Pro API?
Udviklere kan validere eksisterende kompatible grænseflader, aktuelle modeller og genbrugelige testprotokoller uden at antage en V4.1 Pro-identifikator. Nøglen er at adskille valget af model fra applikationslogik.
Start med en tilgængelig DeepSeek-model
Udviklere kan tilgå DeepSeek V4 Pro API i CometAPI og DeepSeek V4.1 Flash API i CometAPI for at opbygge en aktuel baseline. Eksemplet bruger CometAPIs deepseek-v4.1-flash-identifikator. DeepSeeks egen API bruger deepseek-flash; identifikatorer og nøgler er udbyderspecifikke og bør ikke udveksles.
Installer openai-pakken og sæt COMETAPI_KEY før kørsel. Dette er et minimalt integrationseksempel; validér det på din egen konto før produktionsbrug.
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1"
)
model = os.getenv("DEEPSEEK_MODEL", "deepseek-v4.1-flash")
response = client.chat.completions.create(
model=model,
messages=[
{"role": "system", "content": "You are a careful coding assistant."},
{"role": "user", "content": "Explain how to optimize Python API latency."}
]
)
print(response.choices[0].message.content)
Modelidentifikatoren i dette eksempel refererer til Flash, ikke en uannonceret Pro-variant. En fremtidig officiel model-ID kan først erstattes, efter den er bekræftet og testet.
Byg en gentagelig DeepSeek-evalueringssuite
Testområde
Foreslået opgave
Primær metrik
Ræsonnering
Verificerede videnskabelige spørgsmål
Nøjagtighed
Kodning
Ændringer i multi-fil repository
Antal beståede tests
Agenter
Værktøjsassisteret research
Færdiggørelsesrate
Struktureret output
Skemabegrænset JSON
Gyldighed
Lang kontekst
Dokumenthentning
Recall
Vision
Forståelse af diagram/dokument
Ekstraktionsnøjagtighed
Latens
Kontrollerede gentagne forespørgsler
P50 / P95
Omkostninger
Evaluering af fuldt workflow
Omkostning pr. succes
Brug disse resultater for eksisterende modeller til at vælge en baseline, ikke til at forudsige V4.1 Pro-ydeevne. Benchmark-beviset ovenfor går forud for Flash-1017. For terminal- og værktøjsworkflows skal du også teste langhorisont-færdiggørelse og redundante værktøjskald; mål latens under kontrolleret belastning. Dette er evalueringsmål, ikke officielle V4.1 Pro-løfter.
Brug konsistente prompts, værktøjer, data og ræsonneringsbudgetter hvor det er muligt. Forskellige harness-indstillinger kan producere tilsyneladende modelgevinster, der ikke relaterer til den underliggende model.
Forbered en gradvis udrulningsstrategi
Kompatibilitet: test autentificering, streaming, skemaer, værktøjskald og token-grænser.
Skyggevurdering: behandl virkelige opgaveprøver uden at ændre produktionsoutput.
Kontrolleret udrulning: rut en lille andel af egnede forespørgsler til den nye model.
Tilbageførsel: behold den tidligere verificerede rute, indtil pålideligheds- og budgetmål er opfyldt.
Skal du vente på DeepSeek V4.1 Pro eller bruge V4.1 Flash nu?
Hvis en tilgængelig model opfylder dine krav, så start med den og hold modelruten konfigurerbar til en fremtidig Pro-evaluering. Hold modelruten konfigurerbar og revurder, når udgivelsesdato, understøttet API-identifikator og evalueringsresultater er publiceret.
Krav
Praktisk mulighed
Begrundelse
Lav tokenomkostning
Evaluer V4.1 Flash
Lavere offentliggjorte priser
Storskala-agenter
Test Flash først
Agent-scorer og samtidighed
Svær ræsonnering
Sammenlign V4 Pro og Flash
Forskellige opgavestyrker
Eksisterende V4 Pro-system
Bevar verificeret integration
Undgå regres
Native visuel input
Test Flash
Officiel visionsstøtte
Kritiske workflows
Opgavespecifik evaluering
Reel nøjagtighed frem for toplister
Hold modelidentifikatoren konfigurerbar, hvis du senere vil evaluere V4.1 Pro.
Konklusion
DeepSeek V4.1 Pro er officielt refereret, men dets udgivelsesdato, offentlige API-identifikator, priser og benchmark-resultater forbliver ubekræftede i de gennemgåede kilder. Udviklere kan bruge de tilgængelige V4 Pro- og V4.1 Flash-ruter nu, mens de holder modelvalget konfigurerbart og kører matchede evalueringer igen før adoption af enhver fremtidig Pro-udgivelse.
