¿Puede DeepSeek-V4-Pro manejar documentos de 1M tokens en la API?

Sí. DeepSeek-V4-Pro ofrece un contexto de 1M tokens y hasta 384K tokens de salida, por lo que está diseñado para documentos muy largos y flujos de trabajo de múltiples archivos.

¿DeepSeek-V4-Pro admite el modo de razonamiento y llamadas a herramientas?

Sí. DeepSeek-V4-Pro admite tanto el modo con razonamiento como el modo sin razonamiento, además de salida en JSON y llamadas a herramientas.

¿Cómo integro DeepSeek-V4-Pro con SDK compatibles con OpenAI?

Utiliza la URL base de CometAPI `https://api.cometapi.com` con el nombre de modelo `deepseek-v4-pro`

¿Cuándo debería usar DeepSeek-V4-Pro en lugar de DeepSeek-V4-Flash?

Usa DeepSeek-V4-Pro cuando la precisión y la codificación orientada a agentes importen más que la velocidad. DeepSeek afirma que V4-Flash es la opción más rápida y económica, mientras que V4-Pro es más sólido en codificación y en evaluaciones de agentes más amplias.

¿Es DeepSeek-V4-Pro adecuado para flujos de trabajo de investigación centrados en búsquedas?

Sí. V4-Pro ofrece un desempeño sólido en tareas de búsqueda y recuperación, y supera a DeepSeek-V3.2 por un margen considerable en categorías de Q&A objetivas y subjetivas.

¿Es DeepSeek-V4-Pro adecuado para agentes de codificación como Claude Code u OpenCode?

Sí. DeepSeek-V4-Pro está configurado para Claude Code y OpenCode, con `reasoningEffort` establecido en `max` y el modo de razonamiento activado.

DeepSeek

API en vivo Popular

deepseek-v4-pro

DeepSeek V4 Pro API

DeepSeek V4 Pro es un modelo de mezcla de expertos a gran escala de DeepSeek, con 1.6T parámetros totales y 49B parámetros activados, que admite una ventana de contexto de 1M tokens. Está diseñado para el razonamiento avanzado, la programación y los flujos de trabajo de agentes de horizonte largo, con un sólido rendimiento en pruebas de referencia de conocimiento, matemáticas e ingeniería de software.

Precio inicial

$0.528 / 1M de tokens de entrada

Facturación por uso

Estado de la API

Operativo

100.0% de disponibilidad / 24h

Respuesta

2683 ms

Tiempo de respuesta de la API observado

Publicado

Aug 13, 2026

DeepSeek

Zona de pruebas

Prueba DeepSeek V4 Pro con una solicitud real, revisa sus parámetros y valida la salida antes de integrar la API.

Precios

Usa la estimación rápida anterior para una sola ejecución y luego revisa la comparación completa entre CometAPI y el precio oficial.

Primera solicitud

$0.0021

Costo estimado de uso de CometAPI

Diez solicitudes

$0.0211

Costo estimado de uso de CometAPI

Quince solicitudes

$0.0317

Costo estimado de uso de CometAPI

⇌

Conversión de créditos

1.000 créditos = 1 USD

Los créditos permiten comparar presupuestos entre la facturación por tokens, solicitudes y tiempo de ejecución. El importe en USD sigue siendo la fuente de referencia al finalizar la compra.

✓Modelo actual en créditos

Entrada

528

créditos / 1 M de tokens

Salida

1,584

créditos / 1 M de tokens

Transparencia del cargo mínimo Este prototipo no asume un mínimo oculto por solicitud. Si se aplica un límite mínimo de facturación o una recarga mínima en producción, debe mostrarse antes de la compra e incluirse en cada estimación de presupuesto.

Modelo	Nivel	Condición	Precio de Comet (USD / M de tokens)	Precio oficial (USD / M de tokens)	Descuento
deepseek-v4-pro	base	-	Entrada: $0.5280/M Salida: $1.58/M Cache Read: $0.0176/M	Entrada: $0.6600/M Salida: $1.98/M Cache Read: $0.0220/M	-20%
deepseek-v4-pro-0813	base	-	Entrada: $0.5280/M Salida: $1.58/M Cache Read: $0.0176/M	Entrada: $0.6600/M Salida: $1.98/M Cache Read: $0.0220/M	-20%

Ajustes de precios basados en solicitudes

Las condiciones de solicitud son independientes de los niveles. Cuando varios grupos de condiciones coinciden simultáneamente, sus multiplicadores se apilan multiplicativamente. Primero determine el nivel aplicable, luego superponga los multiplicadores de precio de solicitud coincidentes. Las condiciones no coincidentes tienen un multiplicador predeterminado de 1×.

Condición de solicitud	Multiplicador de precio
Hora(UTC): 1:00 - 4:00	2×
Hora(UTC): 6:00 - 10:00	2×

Resumen del modelo

Una identidad de modelo estable para búsquedas y evaluaciones, acompañada de datos del catálogo en tiempo real que pueden cambiar sin reescribir la estructura SEO principal de la página.

Identidad estable

¿Qué es DeepSeek V4 Pro?

La identidad canónica del modelo se mantiene estable aunque cambien los precios y los límites.

Datos del modelo en tiempo real

Instantánea actual del catálogo

Disponibilidad

Disponible

Precio inicial

$0.528 / 1M de tokens de entrada

Contexto

Ver capacidades

Fecha del catálogo

Aug 13, 2026

Playground 2.0 / Mesa de decisiones

Decide primero. Integra con confianza.

Un espacio de trabajo para comparar modelos, ajustar prompts, inspeccionar el enrutamiento, migrar código y lanzar un punto de partida probado.

Basado en DeepSeek V4 Pro

Flujos de trabajo

Compara antes de comprometerte

Ejecuta el mismo prompt en los principales modelos y obtén una recomendación respaldada por datos.

3 modelos · 1 ejecución

Prompt de evaluación

programacióntemperatura 0.2salida JSON

GPT-5

OpenAI

Calidad

91/100

Latencia

1.2s

Coste estimado

$0.018

Claude Opus 5

Anthropic

Elección de la IA

Calidad

95/100

Latencia

1.8s

Coste estimado

$0.024

Gemini 3 Pro

Google

Calidad

89/100

Latencia

0.9s

Coste estimado

$0.011

Recomendación: elige Claude Opus 5 para revisiones de código de alto riesgo; dirige las comprobaciones rutinarias a Gemini 3 Pro para reducir el coste en ~54 %.

Resumen

Una descripción práctica de DeepSeek V4 Pro, con comportamientos importantes y consideraciones de integración.

Especificaciones técnicas

Elemento	DeepSeek-V4-Pro
Proveedor	DeepSeek
Nombre del modelo de API	deepseek-v4-pro
URLs base	https://api.deepseek.com y https://api.deepseek.com/anthropic
Tipo de entrada	Texto
Tipo de salida	Texto, llamadas a herramientas, salida de razonamiento
Longitud de contexto	1.000.000 tokens
Salida máxima	384.000 tokens
Modos de razonamiento	Sin razonamiento, con razonamiento (predeterminado)
Valores predeterminados de agente/codificación	reasoning_effort puede establecerse en high; las solicitudes de agente complejas pueden usar max
Funciones compatibles	Salida JSON, Llamadas a herramientas, Finalización de prefijo de chat (beta), FIM Completion (beta en modo sin razonamiento)
Publicación local/con pesos abiertos	1.6T parámetros totales, 49B parámetros activados, precisión mixta FP4 + FP8
Licencia (tarjeta del modelo)	MIT
Tarjeta del modelo de referencia	Vista previa de DeepSeek-V4-Pro en Hugging Face

¿Qué es DeepSeek-V4-Pro?

DeepSeek-V4-Pro es el miembro más potente de la familia de vista previa V4 de DeepSeek. La tarjeta oficial del modelo lo describe como un modelo MoE de 1.6T parámetros con 49B parámetros activados y una ventana de contexto de un millón de tokens, orientado al trabajo de conocimiento de largo horizonte, la generación de código y las tareas de agente. La documentación del API lo expone a través de la interfaz estándar de chat-completions de DeepSeek y admite estilos de SDK tanto de OpenAI como de Anthropic.

Características principales

Contexto de un millón de tokens: DeepSeek documenta una longitud de contexto de 1M tokens, lo que hace que el modelo sea adecuado para conjuntos de documentos muy grandes, repositorios y sesiones de agentes de múltiples pasos.
Dos modos de razonamiento: El API admite modos sin razonamiento y con razonamiento; con razonamiento es el predeterminado, y la documentación señala que las solicitudes complejas de agente como Claude Code u OpenCode pueden usar automáticamente el esfuerzo max.
Capacidad de llamadas a herramientas: El modo de razonamiento de DeepSeek admite llamadas a herramientas, lo cual es importante para agentes que necesitan búsqueda, operaciones de archivos o funciones externas.
Eficiencia en contextos largos: La tarjeta del modelo indica que V4 utiliza un diseño de atención híbrida con Compressed Sparse Attention y Heavily Compressed Attention para reducir el cómputo de contextos largos y el costo de la caché KV en relación con V3.2. citeturn980363view2
Enfoque en codificación y razonamiento: DeepSeek afirma que el modo de razonamiento V4-Pro-Max mejora los benchmarks de codificación y cierra gran parte de la brecha con los principales modelos de código cerrado en tareas de razonamiento y agentic. citeturn980363view2
Flexibilidad de SDK: Puede accederse a través de las finalizaciones de chat compatibles con OpenAI estándar o mediante el endpoint compatible con Anthropic de DeepSeek para flujos de trabajo orientados a herramientas.

Rendimiento en benchmarks

La tarjeta oficial del modelo de DeepSeek reporta los siguientes resultados de evaluación para la familia de modelos base y para el conjunto de comparación V4-Pro-Max. En la tabla de modelos base, V4-Pro obtiene una puntuación más alta que V3.2-Base en varios benchmarks de conocimiento y contexto largo, incluidos MMLU-Pro (73.5 vs. 65.5), FACTS Parametric (62.6 vs. 27.1) y LongBench-V2 (51.5 vs. 40.2).

Benchmark	V3.2-Base	V4-Flash-Base	V4-Pro-Base
MMLU-Pro (EM)	65.5	68.3	73.5
FACTS Parametric (EM)	27.1	33.9	62.6
HumanEval (Pass@1)	62.8	69.5	76.8
LongBench-V2 (EM)	40.2	44.7	51.5

La misma tarjeta del modelo también muestra que V4-Pro-Max se mantiene competitivo con los modelos de punta en tareas seleccionadas. Por ejemplo, registra 87.5 en MMLU-Pro, 57.9 en SimpleQA-Verified, 90.1 en GPQA Diamond y 67.9 en Terminal Bench 2.0 en la tabla de comparación publicada.

DeepSeek-V4-Pro vs DeepSeek-V4-Flash vs DeepSeek-V3.2

Modelo	Mejor ajuste	Contexto	Notas
DeepSeek-V4-Pro	Razonamiento intensivo, codificación, agentes, documentos grandes	1M	El modelo más grande de la serie V4, 49B parámetros activados, la mayor capacidad general de la serie. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Uso general más rápido y ligero	1M	Modelo más pequeño de 284B/13B, aún admite razonamiento y llamadas a herramientas. citeturn980363view2turn980363view0
DeepSeek-V3.2	Línea base de generación anterior para contexto largo	128K en documentos de API anteriores; V4 utiliza un diseño de contexto de 1M diferente	Útil como punto de referencia para las ganancias de eficiencia; la tarjeta del modelo de V4-Pro reporta grandes reducciones en FLOPs de contexto largo y caché KV frente a V3.2. citeturn321011view1turn980363view2

Mejores casos de uso

Asistentes de codificación a escala de repositorio y herramientas de refactorización
Análisis y síntesis de documentos largos
Agentes con uso de herramientas que requieren razonamiento multi-turno
Flujos de trabajo de soporte técnico que se benefician de memoria larga y salidas estructuradas
Tareas de conocimiento en chino y multilingües donde la tarjeta del modelo muestra un fuerte rendimiento en benchmarks

Cómo acceder y usar la API de Deepseek v4 pro

Paso 1: Regístrate para obtener la clave de API

Inicia sesión en cometapi.com. Si aún no eres usuario, regístrate primero. Inicia sesión en tu Consola de CometAPI. Obtén la credencial de acceso (API key) de la interfaz. Haz clic en “Add Token” en el token de API del centro personal, obtén la clave del token: sk-xxxxx y envíala.

Paso 2: Envía solicitudes a la API de Deepseek v4 pro

Selecciona el endpoint “deepseek-v4-pro” para enviar la solicitud de API y configura el cuerpo de la solicitud. El método de solicitud y el cuerpo de la solicitud se obtienen de la documentación de nuestra web del API. Nuestro sitio web también proporciona pruebas en Apifox para tu conveniencia. Reemplaza <YOUR_API_KEY> con tu clave real de CometAPI de tu cuenta. Dónde invocarlo: formato de Anthropic Messages y formato de Chat.

Inserta tu pregunta o solicitud en el campo content: esto es lo que el modelo responderá. Procesa la respuesta del API para obtener la respuesta generada.

Paso 3: Recuperar y verificar resultados

Procesa la respuesta del API para obtener la respuesta generada. Después del procesamiento, el API responde con el estado de la tarea y los datos de salida. Habilita funciones como streaming, caché de prompts o manejo de contexto largo mediante parámetros estándar.

Preguntas frecuentes

Centro de decisión de modelos

Conoce el coste. Elige la carga de trabajo adecuada.

Modela las cinco dimensiones de facturación, prueba una carga de trabajo realista y decide dónde Opus justifica su precio superior antes de ponerlo en producción.

20% por debajo del precio oficial$0.5280 frente a $0.6600 / 1 millón de tokens de entrada

Laboratorio de costes

Calcula el precio de una ejecución real del agente

Reproduce cargas de trabajo reales en lugar de comparar los precios de los tokens de forma aislada. Carga una configuración predefinida y, después, ajusta cada dimensión de facturación.

Tokens de entrada nuevos

tokens

Tokens de salida

tokens

Llamadas de búsqueda web

llamadas

$0.5280

/ 1 M de tokens

Entrada

Nuevas instrucciones, archivos y contexto de conversación enviados en cada turno.

Reduce el contexto recuperado antes de que llegue al modelo.

$0.5280

/ 1 M de tokens

Salida

Razonamiento, código y texto generados por el modelo.

Utiliza criterios de finalización y límites de salida explícitos.

$0.6849

/ 1.000 llamadas

Búsqueda web

Llamadas a herramientas que obtienen información actualizada de la web.

Busca una vez y reutiliza los resultados verificados durante toda la ejecución.

Dónde justifica Opus su precio superior

Opción ideal

Ingeniería a escala de repositorio

Usa Opus cuando la tarea abarque la arquitectura, varios archivos y decisiones de implementación con ventajas y desventajas ambiguas.

Opción ideal

Agentes de larga duración

Una opción sólida cuando un agente debe preservar la intención a lo largo de numerosas llamadas a herramientas y pasos de recuperación.

Vale la pena pagar más

Revisión de alto valor

Resérvalo para revisiones de seguridad, migración y producción en las que pasar por alto un problema cueste más que los tokens.

Usa un modelo más ligero

Trabajo rutinario de gran volumen

La clasificación, la extracción y el chat sencillo suelen ofrecer una mejor rentabilidad por unidad con Sonnet o Haiku.

Guía práctica de la caché de instrucciones

Estabiliza el prefijo

Mantén sin cambios las políticas, los esquemas de herramientas y los mapas del repositorio.

Escribe una vez

Coloca el punto de interrupción de la caché después del contexto reutilizable.

Lee repetidamente

En los turnos posteriores, añade únicamente la parte específica de la tarea.

Migra sin reescribir

Conserva tu SDK preferido y cambia la URL base, la clave y el ID del modelo.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'deepseek-v4-pro',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Copia un endpoint y un ejemplo de código funcionales, y abre la referencia completa de la API cuando necesites todos los parámetros.

Una API, acceso a modelos listo para producción

Autentícate una vez, llama al endpoint del modelo y mantén el mismo flujo de facturación y observabilidad entre proveedores.

Código de ejemplo y API para DeepSeek V4 Pro

Accede a código de muestra completo y recursos de API para DeepSeek V4 Pro para agilizar tu proceso de integración. Nuestra documentación detallada proporciona orientación paso a paso, ayudándote a aprovechar todo el potencial de DeepSeek V4 Pro en tus proyectos.

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>
'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '
</reasoning>

<answer>
'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '
'

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>\n'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '\n</reasoning>\n\n<answer>\n'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '\n'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."},
    ],
    stream=True,
    max_tokens=256,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content") or ""
    content = delta.content or ""

    if reasoning:
        if not thinking:
            print("<reasoning>")
            thinking = True
        print(reasoning, end="", flush=True)

    if content:
        if thinking:
            print("\n</reasoning>\n\n<answer>")
            thinking = False
        print(content, end="", flush=True)

print()

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Which number is greater, 9.11 or 9.8? Answer with one sentence." },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "high",
  max_tokens: 256,
  stream: true,
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content ?? "";
  const content = delta.content ?? "";

  if (reasoning) {
    if (!thinking) {
      process.stdout.write("<reasoning>\n");
      thinking = true;
    }
    process.stdout.write(reasoning);
  }

  if (content) {
    if (thinking) {
      process.stdout.write("\n</reasoning>\n\n<answer>\n");
      thinking = false;
    }
    process.stdout.write(content);
  }
}

process.stdout.write("\n");

Capacidades

Revisa los datos clave del modelo antes de elegir una arquitectura o estimar la carga de producción.

Capacidades compatibles

Funciones devueltas por la API del modelo existente.

text-to-text

Entrada y salida

Entradas

text

Salidas

text

Perfil de producción

Proveedor: DeepSeek
Contexto: Depende del modelo
Uso comercial: Compatible

Casos de uso

Usa DeepSeek V4 Pro en flujos de producción que coincidan con sus capacidades de text, y compara alternativas antes de comprometerte con una integración a largo plazo.

Chat de producción y flujos de trabajo con agentes

Programación, análisis y generación estructurada

Automatización a gran escala con una sola API

Otros modelos

Compara otros modelos disponibles en CometAPI según calidad, latencia, capacidades y precio.

Abrir comparación de modelos →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Ver modelo

Anthropic

Claude Fable 5.2

Claude Fable 5.2 es el modelo de IA avanzado de Anthropic para tareas técnicas complejas y de final abierto que requieren razonamiento sostenido, planificación y ejecución a lo largo de múltiples pasos.

Ver modelo

Google

Gemini 4 Carbon

Gemini 4 Carbon es el modelo de razonamiento de Google para ingeniería de software compleja, razonamiento científico y flujos de trabajo de agentes de larga duración. Está disponible en CometAPI a través de la Gemini API nativa y de la API de chat compatible con OpenAI.

Ver modelo

Hunyuan

Hy 4

Tencent Hy4 es un modelo de lenguaje grande de próxima generación, desarrollado por el equipo Hunyuan de Tencent, diseñado para el razonamiento complejo, flujos de trabajo basados en agentes, ingeniería de software y tareas de productividad en el mundo real.

Ver modelo

OpenAI

GPT-6 Luna

GPT-6 Luna (gpt-6-luna) es el modelo GPT-6 eficiente de OpenAI para cargas de trabajo enfocadas y de gran volumen. OpenAI sitúa a Luna por debajo de GPT-6 Sol dentro de la familia GPT-6, haciendo hincapié en la eficiencia, la repetibilidad y el uso en producción sensible a los costos.

Ver modelo

DeepSeek

DeepSeek V4.1 Flash

El 17 de octubre de 2026, la compañía lanzó **DeepSeek-V4.1-Flash-1017**, una actualización específica de su modelo V4.1-Flash (lanzado originalmente el 10 de septiembre de 2026). Presentado como capaz de ofrecer mejoras sustanciales en razonamiento, programación, capacidades agénticas y comprensión visual —a la vez que reduce el tiempo de ejecución de tareas y la longitud de las salidas—, este checkpoint se posiciona como el modelo eficiente más potente de DeepSeek hasta la fecha para cargas de trabajo de agentes y de programación del mundo real.

Ver modelo

Disponibilidad

Revisa los datos de latido en vivo, la disponibilidad del endpoint y los tiempos de respuesta observados antes de pasar a producción.

Disponibilidad

Tasa de éxito de solicitudes en los últimos 30 días, que refleja la fiabilidad de cada proveedor de modelos. CometAPI monitorea todos los proveedores conectados en tiempo real, las 24 horas del día, los 7 días de la semana.

RespondLIVE

2683msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versiones

Revisa los identificadores de modelo disponibles antes de fijar una integración de producción.

deepseek-v4-pro

deepseek-v4-pro-0813

Actualizaciones

Sigue los cambios relevantes en la disponibilidad, los precios y las capacidades de DeepSeek V4 Pro sin renunciar a la página estable del modelo.

Registro de cambios del modelo

Una página que mejora con el tiempo.

Aquí se acumulan las notas de lanzamiento, los cambios de precios, las actualizaciones de benchmarks y las guías de migración, mientras la URL canónica permanece sin cambios.

Aug 13, 2026

Disponibilidad de la API confirmada

DeepSeek V4 Pro está disponible a través del catálogo de modelos y la documentación de la API de CometAPI.

Actual

Datos en tiempo real

Precios y límites sincronizados con el catálogo

El precio, el contexto, la disponibilidad y los límites se tratan como propiedades dinámicas en lugar de incorporarse al título de la página o a la identidad del modelo.

Feb 5, 2026

Entidad permanente del modelo creada

El proveedor y el identificador del modelo forman una URL canónica permanente; las futuras actualizaciones de contenido y datos permanecerán en esta página.

Sigue explorando

Compara modelos y continúa tu investigación

DeepSeek

API en vivo Popular

deepseek-v4-pro

DeepSeek V4 Pro API

Precio inicial

$0.528 / 1M de tokens de entrada

Facturación por uso

Estado de la API

Operativo

100.0% de disponibilidad / 24h

Respuesta

2683 ms

Tiempo de respuesta de la API observado

Publicado

Aug 13, 2026

DeepSeek

Zona de pruebas

Prueba DeepSeek V4 Pro con una solicitud real, revisa sus parámetros y valida la salida antes de integrar la API.

Precios

Usa la estimación rápida anterior para una sola ejecución y luego revisa la comparación completa entre CometAPI y el precio oficial.

Primera solicitud

$0.0021

Costo estimado de uso de CometAPI

Diez solicitudes

$0.0211

Costo estimado de uso de CometAPI

Quince solicitudes

$0.0317

Costo estimado de uso de CometAPI

⇌

Conversión de créditos

1.000 créditos = 1 USD

Los créditos permiten comparar presupuestos entre la facturación por tokens, solicitudes y tiempo de ejecución. El importe en USD sigue siendo la fuente de referencia al finalizar la compra.

✓Modelo actual en créditos

Entrada

528

créditos / 1 M de tokens

Salida

1,584

créditos / 1 M de tokens

Modelo	Nivel	Condición	Precio de Comet (USD / M de tokens)	Precio oficial (USD / M de tokens)	Descuento
deepseek-v4-pro	base	-	Entrada: $0.5280/M Salida: $1.58/M Cache Read: $0.0176/M	Entrada: $0.6600/M Salida: $1.98/M Cache Read: $0.0220/M	-20%
deepseek-v4-pro-0813	base	-	Entrada: $0.5280/M Salida: $1.58/M Cache Read: $0.0176/M	Entrada: $0.6600/M Salida: $1.98/M Cache Read: $0.0220/M	-20%

Ajustes de precios basados en solicitudes

Condición de solicitud	Multiplicador de precio
Hora(UTC): 1:00 - 4:00	2×
Hora(UTC): 6:00 - 10:00	2×

Resumen del modelo

Una identidad de modelo estable para búsquedas y evaluaciones, acompañada de datos del catálogo en tiempo real que pueden cambiar sin reescribir la estructura SEO principal de la página.

Identidad estable

¿Qué es DeepSeek V4 Pro?

La identidad canónica del modelo se mantiene estable aunque cambien los precios y los límites.

Datos del modelo en tiempo real

Instantánea actual del catálogo

Disponibilidad

Disponible

Precio inicial

$0.528 / 1M de tokens de entrada

Contexto

Ver capacidades

Fecha del catálogo

Aug 13, 2026

Playground 2.0 / Mesa de decisiones

Decide primero. Integra con confianza.

Un espacio de trabajo para comparar modelos, ajustar prompts, inspeccionar el enrutamiento, migrar código y lanzar un punto de partida probado.

Basado en DeepSeek V4 Pro

Flujos de trabajo

Compara antes de comprometerte

Ejecuta el mismo prompt en los principales modelos y obtén una recomendación respaldada por datos.

3 modelos · 1 ejecución

Prompt de evaluación

programacióntemperatura 0.2salida JSON

GPT-5

OpenAI

Calidad

91/100

Latencia

1.2s

Coste estimado

$0.018

Claude Opus 5

Anthropic

Elección de la IA

Calidad

95/100

Latencia

1.8s

Coste estimado

$0.024

Gemini 3 Pro

Google

Calidad

89/100

Latencia

0.9s

Coste estimado

$0.011

Recomendación: elige Claude Opus 5 para revisiones de código de alto riesgo; dirige las comprobaciones rutinarias a Gemini 3 Pro para reducir el coste en ~54 %.

Resumen

Una descripción práctica de DeepSeek V4 Pro, con comportamientos importantes y consideraciones de integración.

Especificaciones técnicas

Elemento	DeepSeek-V4-Pro
Proveedor	DeepSeek
Nombre del modelo de API	deepseek-v4-pro
URLs base	https://api.deepseek.com y https://api.deepseek.com/anthropic
Tipo de entrada	Texto
Tipo de salida	Texto, llamadas a herramientas, salida de razonamiento
Longitud de contexto	1.000.000 tokens
Salida máxima	384.000 tokens
Modos de razonamiento	Sin razonamiento, con razonamiento (predeterminado)
Valores predeterminados de agente/codificación	reasoning_effort puede establecerse en high; las solicitudes de agente complejas pueden usar max
Funciones compatibles	Salida JSON, Llamadas a herramientas, Finalización de prefijo de chat (beta), FIM Completion (beta en modo sin razonamiento)
Publicación local/con pesos abiertos	1.6T parámetros totales, 49B parámetros activados, precisión mixta FP4 + FP8
Licencia (tarjeta del modelo)	MIT
Tarjeta del modelo de referencia	Vista previa de DeepSeek-V4-Pro en Hugging Face

¿Qué es DeepSeek-V4-Pro?

Características principales

Contexto de un millón de tokens: DeepSeek documenta una longitud de contexto de 1M tokens, lo que hace que el modelo sea adecuado para conjuntos de documentos muy grandes, repositorios y sesiones de agentes de múltiples pasos.
Dos modos de razonamiento: El API admite modos sin razonamiento y con razonamiento; con razonamiento es el predeterminado, y la documentación señala que las solicitudes complejas de agente como Claude Code u OpenCode pueden usar automáticamente el esfuerzo max.
Capacidad de llamadas a herramientas: El modo de razonamiento de DeepSeek admite llamadas a herramientas, lo cual es importante para agentes que necesitan búsqueda, operaciones de archivos o funciones externas.
Eficiencia en contextos largos: La tarjeta del modelo indica que V4 utiliza un diseño de atención híbrida con Compressed Sparse Attention y Heavily Compressed Attention para reducir el cómputo de contextos largos y el costo de la caché KV en relación con V3.2. citeturn980363view2
Enfoque en codificación y razonamiento: DeepSeek afirma que el modo de razonamiento V4-Pro-Max mejora los benchmarks de codificación y cierra gran parte de la brecha con los principales modelos de código cerrado en tareas de razonamiento y agentic. citeturn980363view2
Flexibilidad de SDK: Puede accederse a través de las finalizaciones de chat compatibles con OpenAI estándar o mediante el endpoint compatible con Anthropic de DeepSeek para flujos de trabajo orientados a herramientas.

Rendimiento en benchmarks

Benchmark	V3.2-Base	V4-Flash-Base	V4-Pro-Base
MMLU-Pro (EM)	65.5	68.3	73.5
FACTS Parametric (EM)	27.1	33.9	62.6
HumanEval (Pass@1)	62.8	69.5	76.8
LongBench-V2 (EM)	40.2	44.7	51.5

DeepSeek-V4-Pro vs DeepSeek-V4-Flash vs DeepSeek-V3.2

Modelo	Mejor ajuste	Contexto	Notas
DeepSeek-V4-Pro	Razonamiento intensivo, codificación, agentes, documentos grandes	1M	El modelo más grande de la serie V4, 49B parámetros activados, la mayor capacidad general de la serie. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Uso general más rápido y ligero	1M	Modelo más pequeño de 284B/13B, aún admite razonamiento y llamadas a herramientas. citeturn980363view2turn980363view0
DeepSeek-V3.2	Línea base de generación anterior para contexto largo	128K en documentos de API anteriores; V4 utiliza un diseño de contexto de 1M diferente	Útil como punto de referencia para las ganancias de eficiencia; la tarjeta del modelo de V4-Pro reporta grandes reducciones en FLOPs de contexto largo y caché KV frente a V3.2. citeturn321011view1turn980363view2

Mejores casos de uso

Asistentes de codificación a escala de repositorio y herramientas de refactorización
Análisis y síntesis de documentos largos
Agentes con uso de herramientas que requieren razonamiento multi-turno
Flujos de trabajo de soporte técnico que se benefician de memoria larga y salidas estructuradas
Tareas de conocimiento en chino y multilingües donde la tarjeta del modelo muestra un fuerte rendimiento en benchmarks

Cómo acceder y usar la API de Deepseek v4 pro

Paso 1: Regístrate para obtener la clave de API

Paso 2: Envía solicitudes a la API de Deepseek v4 pro

Inserta tu pregunta o solicitud en el campo content: esto es lo que el modelo responderá. Procesa la respuesta del API para obtener la respuesta generada.

Paso 3: Recuperar y verificar resultados

Preguntas frecuentes

Centro de decisión de modelos

Conoce el coste. Elige la carga de trabajo adecuada.

Modela las cinco dimensiones de facturación, prueba una carga de trabajo realista y decide dónde Opus justifica su precio superior antes de ponerlo en producción.

20% por debajo del precio oficial$0.5280 frente a $0.6600 / 1 millón de tokens de entrada

Laboratorio de costes

Calcula el precio de una ejecución real del agente

Reproduce cargas de trabajo reales en lugar de comparar los precios de los tokens de forma aislada. Carga una configuración predefinida y, después, ajusta cada dimensión de facturación.

Tokens de entrada nuevos

tokens

Tokens de salida

tokens

Llamadas de búsqueda web

llamadas

$0.5280

/ 1 M de tokens

Entrada

Nuevas instrucciones, archivos y contexto de conversación enviados en cada turno.

Reduce el contexto recuperado antes de que llegue al modelo.

$0.5280

/ 1 M de tokens

Salida

Razonamiento, código y texto generados por el modelo.

Utiliza criterios de finalización y límites de salida explícitos.

$0.6849

/ 1.000 llamadas

Búsqueda web

Llamadas a herramientas que obtienen información actualizada de la web.

Busca una vez y reutiliza los resultados verificados durante toda la ejecución.

Dónde justifica Opus su precio superior

Opción ideal

Ingeniería a escala de repositorio

Usa Opus cuando la tarea abarque la arquitectura, varios archivos y decisiones de implementación con ventajas y desventajas ambiguas.

Opción ideal

Agentes de larga duración

Una opción sólida cuando un agente debe preservar la intención a lo largo de numerosas llamadas a herramientas y pasos de recuperación.

Vale la pena pagar más

Revisión de alto valor

Resérvalo para revisiones de seguridad, migración y producción en las que pasar por alto un problema cueste más que los tokens.

Usa un modelo más ligero

Trabajo rutinario de gran volumen

La clasificación, la extracción y el chat sencillo suelen ofrecer una mejor rentabilidad por unidad con Sonnet o Haiku.

Guía práctica de la caché de instrucciones

Estabiliza el prefijo

Mantén sin cambios las políticas, los esquemas de herramientas y los mapas del repositorio.

Escribe una vez

Coloca el punto de interrupción de la caché después del contexto reutilizable.

Lee repetidamente

En los turnos posteriores, añade únicamente la parte específica de la tarea.

Migra sin reescribir

Conserva tu SDK preferido y cambia la URL base, la clave y el ID del modelo.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'deepseek-v4-pro',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Copia un endpoint y un ejemplo de código funcionales, y abre la referencia completa de la API cuando necesites todos los parámetros.

Una API, acceso a modelos listo para producción

Autentícate una vez, llama al endpoint del modelo y mantén el mismo flujo de facturación y observabilidad entre proveedores.

Código de ejemplo y API para DeepSeek V4 Pro

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>
'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '
</reasoning>

<answer>
'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '
'

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>\n'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '\n</reasoning>\n\n<answer>\n'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '\n'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."},
    ],
    stream=True,
    max_tokens=256,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content") or ""
    content = delta.content or ""

    if reasoning:
        if not thinking:
            print("<reasoning>")
            thinking = True
        print(reasoning, end="", flush=True)

    if content:
        if thinking:
            print("\n</reasoning>\n\n<answer>")
            thinking = False
        print(content, end="", flush=True)

print()

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Which number is greater, 9.11 or 9.8? Answer with one sentence." },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "high",
  max_tokens: 256,
  stream: true,
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content ?? "";
  const content = delta.content ?? "";

  if (reasoning) {
    if (!thinking) {
      process.stdout.write("<reasoning>\n");
      thinking = true;
    }
    process.stdout.write(reasoning);
  }

  if (content) {
    if (thinking) {
      process.stdout.write("\n</reasoning>\n\n<answer>\n");
      thinking = false;
    }
    process.stdout.write(content);
  }
}

process.stdout.write("\n");

Capacidades

Revisa los datos clave del modelo antes de elegir una arquitectura o estimar la carga de producción.

Capacidades compatibles

Funciones devueltas por la API del modelo existente.

text-to-text

Entrada y salida

Entradas

text

Salidas

text

Perfil de producción

Proveedor: DeepSeek
Contexto: Depende del modelo
Uso comercial: Compatible

Casos de uso

Usa DeepSeek V4 Pro en flujos de producción que coincidan con sus capacidades de text, y compara alternativas antes de comprometerte con una integración a largo plazo.

Chat de producción y flujos de trabajo con agentes

Programación, análisis y generación estructurada

Automatización a gran escala con una sola API

Otros modelos

Compara otros modelos disponibles en CometAPI según calidad, latencia, capacidades y precio.

Abrir comparación de modelos →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Disponibilidad

Revisa los datos de latido en vivo, la disponibilidad del endpoint y los tiempos de respuesta observados antes de pasar a producción.

Disponibilidad

RespondLIVE

2683msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versiones

Revisa los identificadores de modelo disponibles antes de fijar una integración de producción.

deepseek-v4-pro

deepseek-v4-pro-0813

Actualizaciones

Sigue los cambios relevantes en la disponibilidad, los precios y las capacidades de DeepSeek V4 Pro sin renunciar a la página estable del modelo.

Registro de cambios del modelo

Una página que mejora con el tiempo.

Aquí se acumulan las notas de lanzamiento, los cambios de precios, las actualizaciones de benchmarks y las guías de migración, mientras la URL canónica permanece sin cambios.

Aug 13, 2026

Disponibilidad de la API confirmada

DeepSeek V4 Pro está disponible a través del catálogo de modelos y la documentación de la API de CometAPI.

Actual

Datos en tiempo real

Precios y límites sincronizados con el catálogo

El precio, el contexto, la disponibilidad y los límites se tratan como propiedades dinámicas en lugar de incorporarse al título de la página o a la identidad del modelo.

Feb 5, 2026

Entidad permanente del modelo creada

El proveedor y el identificador del modelo forman una URL canónica permanente; las futuras actualizaciones de contenido y datos permanecerán en esta página.

Sigue explorando