Can DeepSeek-V4-Pro handle 1M-token documents in the API?

Yes. DeepSeek-V4-Pro with a 1M-token context length and up to 384K output tokens, so it is built for very long documents and multi-file workflows.

Does DeepSeek-V4-Pro support thinking mode and tool calls?

Yes. DeepSeek-V4-Pro supports both thinking and non-thinking modes, plus JSON output and tool calls.

When should I use DeepSeek-V4-Pro instead of DeepSeek-V4-Flash?

Use DeepSeek-V4-Pro when accuracy and agentic coding matter more than speed. DeepSeek says V4-Flash is the faster, more economical option, while V4-Pro is stronger on coding and broader agent evaluations.

Is DeepSeek-V4-Pro good for coding agents like Claude Code or OpenCode?

Yes. DeepSeek-V4-Pro configured for Claude Code and OpenCode, with `reasoningEffort` set to `max` and thinking enabled.

How do I integrate DeepSeek-V4-Pro with OpenAI-compatible SDKs?

Use the CometAPI base URL `https://api.cometapi.com` with the model name `deepseek-v4-pro`

Is DeepSeek-V4-Pro suitable for search-heavy research workflows?

Yes. V4-Pro performs strongly on search and retrieval-style tasks, and it outperforms DeepSeek-V3.2 by a substantial margin in both objective and subjective Q&A categories.

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

$0.416 / 1M de tokens de entrada

Facturación por uso

Estado de la API

Operativo

100.0% de disponibilidad / 24h

Respuesta

3036 ms

Tiempo de respuesta de la API observado

Publicado

Aug 12, 2026

DeepSeek

Playground

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

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
URL base	https://api.deepseek.com y https://api.deepseek.com/anthropic
Tipo de entrada	Texto
Tipo de salida	Texto, llamadas a herramientas, razonamiento
Contexto	1,000,000 tokens
Salida máx.	384,000 tokens
Modos de razonamiento	Sin razonamiento, con razonamiento (predeterminado)
Predeterminados de agente/código	reasoning_effort se puede establecer en alto; peticiones de agente complejas pueden usar max
Funciones compatibles	Salida JSON, llamadas a herramientas, Chat Prefix Completion (beta), FIM Completion (beta en modo sin razonamiento)
Lanzamiento local/pesos abiertos	1.6T parámetros totales, 49B parámetros activados, precisión mixta FP4 + FP8
Licencia (tarjeta del modelo)	MIT
Tarjeta de 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, generación de código y tareas de agente. La API lo expone mediante la interfaz estándar de chat-completions de DeepSeek y admite estilos de SDK compatibles con OpenAI y Anthropic.

Funciones 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 agente de múltiples pasos.
Dos modos de razonamiento: la API admite modos sin razonamiento y con razonamiento; con razonamiento es el predeterminado, y la documentación indica que solicitudes de agente complejas como Claude Code u OpenCode pueden usar automáticamente max.
Compatible con llamadas a herramientas: el modo con 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 híbrido con Compressed Sparse Attention y Heavily Compressed Attention para reducir el cómputo en contextos largos y el costo de la caché KV en comparación con V3.2. citeturn980363view2
Enfoque en codificación y razonamiento: DeepSeek afirma que el modo de razonamiento V4-Pro-Max mejora los benchmarks de programación y cierra gran parte de la brecha con los modelos cerrados líderes en tareas de razonamiento y orientadas a agentes. citeturn980363view2
Flexibilidad del SDK: se puede acceder a él mediante completions de chat compatibles con OpenAI o a través del 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 del modelo base, V4-Pro obtiene puntuaciones más altas 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 frontera en tareas seleccionadas. Por ejemplo, obtiene 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 uso	Contexto	Notas
DeepSeek-V4-Pro	Razonamiento intensivo, programación, agentes, documentos grandes	1M	El mayor modelo de 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 284B/13B, aún admite razonamiento y llamadas a herramientas. citeturn980363view2turn980363view0
DeepSeek-V3.2	Línea base de la generación anterior con contexto largo	En documentación de API anteriores, 128K; V4 usa un diseño de contexto de 1M diferente	Útil como punto de referencia para las mejoras 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 programación a escala de repositorio y herramientas de refactorización
Análisis y síntesis de documentos extensos
Agentes que usan herramientas y necesitan razonamiento multi-turno
Flujos 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 clave de API de credenciales de acceso de la interfaz. Haz clic en “Add Token” en el API token del centro personal, obtén la clave de 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 a la API y configura el cuerpo de la solicitud. El método y el cuerpo de la solicitud se obtienen de la documentación de API de nuestro sitio web. Nuestro sitio web también proporciona pruebas en Apifox para tu comodidad. Reemplaza <YOUR_API_KEY> con tu clave real de CometAPI de tu cuenta. Dónde llamarlo: formato Anthropic Messages y formato Chat.

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

Paso 3: Recupera y verifica los resultados

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

Preguntas frecuentes

Precios

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

Primera solicitud

—

Costo de uso estimado de CometAPI

Diez solicitudes

—

Costo de uso estimado de CometAPI

Quince solicitudes

—

Costo de uso estimado de CometAPI

Precios para DeepSeek V4 Pro

Explora precios competitivos para DeepSeek V4 Pro, diseñado para adaptarse a diversos presupuestos y necesidades de uso. Nuestros planes flexibles garantizan que solo pagues por lo que uses, facilitando el escalado a medida que crecen tus requisitos. Descubre cómo DeepSeek V4 Pro puede mejorar tus proyectos mientras mantienes los costos manejables.

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
deepseek-v4-pro	Entrada:$0.416/M Salida:$0.832/M	Entrada:$0.52/M Salida:$1.04/M	-20%
deepseek-v4-pro-0813	Entrada:$0.416/M Salida:$0.832/M	Entrada:$0.52/M Salida:$1.04/M	-20%

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.

POST/v1/chat/completions

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.

POST

/v1/chat/completions

#!/usr/bin/env bash
# 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

#!/usr/bin/env bash
# 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 →

xAI

Grok 4.6

El modelo insignia para código y todo lo demás: invocación de herramientas autónoma, alucinaciones mínimas, razonamiento configurable.

Ver modelo

Anthropic

Claude Sonnet 5

Modelo de alto rendimiento para programación y agentes

Ver modelo

Aliyun

Qwen3.8-Max

Qwen3.8-Max es el gran modelo de lenguaje insignia de Alibaba Qwen, diseñado para el razonamiento avanzado, flujos de trabajo basados en agentes, comprensión multimodal y aplicaciones de IA a escala empresarial. Cuenta con 2.4T de parámetros, adopta la arquitectura MoE, admite el cambio entre modos de pensamiento y de inferencia rápida, puede gestionar diversos formatos de contenido y ofrece un rendimiento excelente en escenarios como la ingeniería de código, las tareas profesionales de oficina y el razonamiento lógico complejo, solo superado por Fable 5 de Anthropic.

Ver modelo

Anthropic

Claude Opus 5

Claude Opus 5 está disponible hoy. Es un modelo reflexivo y proactivo que se acerca a la inteligencia de vanguardia de Claude Fable 5 a mitad de precio.

Ver modelo

Anthropic

Claude Fable 5

Se ha restablecido el acceso a Claude Fable 5. Aporta inteligencia de 5.ª generación a sus proyectos de programación y trabajo profesional más ambiciosos.

Ver modelo

OpenAI

GPT 5.6

Comience con GPT-5.6 Sol para razonamiento y programación complejos, elija GPT-5.6 Terra para equilibrar la inteligencia y el costo, o use GPT-5.6 Luna para cargas de trabajo de alto volumen sensibles al costo.

Ver modelo

Uptime

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

Uptime

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

3036msAvg. 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

Sigue explorando

Compara modelos y continúa tu investigación

DeepSeek

API en vivo Popular

deepseek-v4-pro

DeepSeek V4 Pro API

Precio inicial

$0.416 / 1M de tokens de entrada

Facturación por uso

Estado de la API

Operativo

100.0% de disponibilidad / 24h

Respuesta

3036 ms

Tiempo de respuesta de la API observado

Publicado

Aug 12, 2026

DeepSeek

Playground

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

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
URL base	https://api.deepseek.com y https://api.deepseek.com/anthropic
Tipo de entrada	Texto
Tipo de salida	Texto, llamadas a herramientas, razonamiento
Contexto	1,000,000 tokens
Salida máx.	384,000 tokens
Modos de razonamiento	Sin razonamiento, con razonamiento (predeterminado)
Predeterminados de agente/código	reasoning_effort se puede establecer en alto; peticiones de agente complejas pueden usar max
Funciones compatibles	Salida JSON, llamadas a herramientas, Chat Prefix Completion (beta), FIM Completion (beta en modo sin razonamiento)
Lanzamiento local/pesos abiertos	1.6T parámetros totales, 49B parámetros activados, precisión mixta FP4 + FP8
Licencia (tarjeta del modelo)	MIT
Tarjeta de modelo de referencia	Vista previa de DeepSeek-V4-Pro en Hugging Face

¿Qué es DeepSeek-V4-Pro?

Funciones 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 agente de múltiples pasos.
Dos modos de razonamiento: la API admite modos sin razonamiento y con razonamiento; con razonamiento es el predeterminado, y la documentación indica que solicitudes de agente complejas como Claude Code u OpenCode pueden usar automáticamente max.
Compatible con llamadas a herramientas: el modo con 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 híbrido con Compressed Sparse Attention y Heavily Compressed Attention para reducir el cómputo en contextos largos y el costo de la caché KV en comparación con V3.2. citeturn980363view2
Enfoque en codificación y razonamiento: DeepSeek afirma que el modo de razonamiento V4-Pro-Max mejora los benchmarks de programación y cierra gran parte de la brecha con los modelos cerrados líderes en tareas de razonamiento y orientadas a agentes. citeturn980363view2
Flexibilidad del SDK: se puede acceder a él mediante completions de chat compatibles con OpenAI o a través del 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 uso	Contexto	Notas
DeepSeek-V4-Pro	Razonamiento intensivo, programación, agentes, documentos grandes	1M	El mayor modelo de 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 284B/13B, aún admite razonamiento y llamadas a herramientas. citeturn980363view2turn980363view0
DeepSeek-V3.2	Línea base de la generación anterior con contexto largo	En documentación de API anteriores, 128K; V4 usa un diseño de contexto de 1M diferente	Útil como punto de referencia para las mejoras 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 programación a escala de repositorio y herramientas de refactorización
Análisis y síntesis de documentos extensos
Agentes que usan herramientas y necesitan razonamiento multi-turno
Flujos 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 de la API para obtener la respuesta generada.

Paso 3: Recupera y verifica los resultados

Preguntas frecuentes

Precios

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

Primera solicitud

—

Costo de uso estimado de CometAPI

Diez solicitudes

—

Costo de uso estimado de CometAPI

Quince solicitudes

—

Costo de uso estimado de CometAPI

Precios para DeepSeek V4 Pro

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
deepseek-v4-pro	Entrada:$0.416/M Salida:$0.832/M	Entrada:$0.52/M Salida:$1.04/M	-20%
deepseek-v4-pro-0813	Entrada:$0.416/M Salida:$0.832/M	Entrada:$0.52/M Salida:$1.04/M	-20%

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.

POST/v1/chat/completions

Código de ejemplo y API para DeepSeek V4 Pro

POST

/v1/chat/completions

#!/usr/bin/env bash
# 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

#!/usr/bin/env bash
# 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 →

xAI

Grok 4.6

El modelo insignia para código y todo lo demás: invocación de herramientas autónoma, alucinaciones mínimas, razonamiento configurable.

Ver modelo

Anthropic

Claude Sonnet 5

Modelo de alto rendimiento para programación y agentes

Claude Opus 5 está disponible hoy. Es un modelo reflexivo y proactivo que se acerca a la inteligencia de vanguardia de Claude Fable 5 a mitad de precio.

Ver modelo

Anthropic

Claude Fable 5

Se ha restablecido el acceso a Claude Fable 5. Aporta inteligencia de 5.ª generación a sus proyectos de programación y trabajo profesional más ambiciosos.

Uptime

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

Uptime

RespondLIVE

3036msAvg. 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

Sigue explorando