TL;DR : DeepSeek‑V4‑Pro‑0813 est la version GA (general availability) du modèle MoE phare de DeepSeek à 1,6 T de paramètres (49B actifs). Elle apporte de grands gains « agentiques » par rapport à l’aperçu d’avril 2026, prend en charge une fenêtre de contexte de 1M de tokens, jusqu’à 384K tokens de sortie, trois niveaux d’effort de réflexion (faible/élevé/max), l’API Responses native d’OpenAI, l’appel d’outils, le mode JSON, ainsi que des endpoints compatibles OpenAI et Anthropic.
La tarification officielle commence à 0,435 $ / 0,87 $ par 1M de tokens d’entrée/sortie (cache miss), avec des tarifs en heures pleines/heures creuses à partir du 16 août 2026. Le moyen le plus simple et souvent le plus économique d’y accéder est la passerelle unifiée compatible OpenAI de CometAPI, à tarifs réduits.
Points clés
- DeepSeek‑V4‑Pro‑0813 est la version GA de production publiée autour des 12–13 août 2026 ; l’ID du modèle reste
deepseek-v4-pro. - Gains significatifs sur les benchmarks « agentiques » : DeepSWE 62.7, Terminal Bench 2.1 87.9, NL2Repo 61.5, Cybergym 83.3, HLE (avec outils) 60.0.
- Trois modes/efforts de réflexion : non‑thinking + effort de raisonnement low / high / max.
- Jeu de fonctionnalités complet : contexte 1M, sortie max 384K, appels d’outils, sortie JSON, Responses API, format Anthropic, streaming, sorties structurées.
- Tarification heures pleines/heures creuses à partir du 16 août 2026 (UTC) ; planifiez vos charges en conséquence.
- La compatibilité « drop‑in » avec le SDK OpenAI rend la migration triviale.
Ce guide complet couvre tout ce dont les développeurs ont besoin : ce qui a changé dans la version 0813, les spécifications et tarifs officiels, les modes de réflexion, le streaming et les sorties structurées, ainsi qu’un pas‑à‑pas pour utiliser le modèle via CometAPI (recommandé pour de nombreux workflows de production et multi‑modèles). Toutes les informations proviennent de la documentation officielle de DeepSeek et de sources concomitantes en date du 13 août 2026.
Qu’est‑ce que DeepSeek V4 Pro 0813 ?
DeepSeek‑V4‑Pro‑0813 est le snapshot de production à disponibilité générale de DeepSeek V4 Pro publié en août 2026.
DeepSeek a annoncé le 13 août que la version officielle V4 Pro était simultanément disponible via son application, son site Web et son API. L’annonce du 13 août ajoute également la compatibilité native avec l’OpenAI Responses API et trois niveaux pratiques de raisonnement : non‑thinking, high‑effort thinking et max‑effort thinking. Point important pour les développeurs : DeepSeek indique que le nom du modèle API ne change pas. Les développeurs continuent d’appeler :
deepseek-v4-pro
La désignation 0813 identifie le snapshot de production plutôt qu’un identifiant de modèle que les développeurs doivent nécessairement placer dans leur requête API.
Le modèle est principalement positionné pour le raisonnement avancé, l’ingénierie logicielle, l’analyse à long contexte et les charges « agentiques ». Une évaluation indépendante d’Artificial Analysis indique actuellement un score Intelligence Index de 53, contre une médiane de 27 parmi ses modèles open‑weight comparables sélectionnés. Il rapporte également environ 77,6 tokens/seconde en vitesse de sortie et 1,71 seconde de time‑to‑first‑token sur la base de ses tests API.
Qu’est‑ce qui a changé côté API dans V4 Pro 0813 ?
L’identifiant central du modèle et les URL de base restent identiques, de sorte que les intégrations existantes continuent de fonctionner sans modifications de code. Les améliorations notables concernent les capacités, la qualité post‑entraînement et les fonctionnalités de support.
Principales améliorations de capacités
Selon l’annonce GA officielle de DeepSeek‑V4‑Pro et le journal des modifications :
- Mises à niveau « agentiques » majeures avec des gains particulièrement forts dans des charges de type production.
- Les scores de benchmark pour la build 0813 incluent :
- HLE (sans / avec outils) : 42.7 / 60.0
- Terminal Bench 2.1 : 87.9
- NL2Repo : 61.5
- Cybergym : 83.3
- DeepSWE : 62.7
- Toolathlon‑Verified : 74.1
- Agents’ Last Exam : 25.7
- AutomationBench (Public) : 31.8
- DSBench‑FullStack : 71.1
- DSBench‑Hard : 67.2
Cela représente des hausses substantielles par rapport à l’aperçu d’avril 2026 (par ex., DeepSWE a fortement progressé). Le modèle reste une architecture Mixture‑of‑Experts avec 1,6 billion de paramètres au total et environ 49 milliards activés par token.
Nouvelles fonctionnalités et améliorations API
- Prise en charge native de l’OpenAI Responses API, optimisée pour Codex avec des scripts de configuration en un clic.
- Contrôle d’effort de réflexion plus flexible : low / high / max (cartographie auparavant plus limitée sur Pro).
- Double mode maintenu (réflexion activée par défaut ; non‑thinking disponible).
- Compatibilité complète avec OpenAI Chat Completions et le format Anthropic Messages.
- Sortie JSON, appels d’outils, Chat Prefix Completion (bêta) et FIM Completion (bêta, non‑thinking uniquement).
- Longueur de contexte maintenue à 1M de tokens ; sortie maximale à 384K de tokens.
- Limite de concurrence pour Pro : 500 (Flash : 2 500).
Annonce de mise à jour des tarifs
Tarification en vigueur (au 13 août 2026) par 1M de tokens :
| Modèle | Entrée (cache hit) | Entrée (cache miss) | Sortie |
|---|---|---|---|
| deepseek-v4-flash | $0.0028 | $0.14 | $0.28 |
| deepseek-v4-pro | $0.003625 | $0.435 | $0.87 |
À partir de 16:00 UTC le 16 août 2026, une facturation heures pleines/heures creuses entre en vigueur (les heures creuses = la moitié du tarif en heures pleines). Heures pleines : 01:00–04:00 et 06:00–10:00 UTC. Nouveaux tarifs :
| Modèle | Période | Entrée (cache hit) | Entrée (cache miss) | Sortie |
|---|---|---|---|---|
| deepseek-v4-pro | Off-peak | $0.022 | $0.66 | $1.98 |
| deepseek-v4-pro | Peak | $0.044 | $1.32 | $3.96 |
DeepSeek a également indiqué que d’autres augmentations de prix globales pourraient suivre ; surveillez la page de tarification officielle.
La documentation sur les limites de débit de DeepSeek fixe la concurrence standard de V4 Pro à 500 requêtes par compte. Une connexion est comptée depuis la soumission jusqu’à la fin de la réponse, et les requêtes excédentaires reçoivent des réponses HTTP 429. DeepSeek accepte un pour l’isolation de planification ; il doit correspondre et ne pas dépasser 512 caractères. Il ne doit pas contenir d’informations personnelles.
Prise en charge native de l’API Responses
L’un des changements les plus clairs côté API est la prise en charge native du format OpenAI Responses API.
DeepSeek indique que l’API Responses est conçue en partie pour prendre en charge les workflows d’agents de codage comme Codex. L’endpoint officiel utilise :
https://api.deepseek.com
et est accessible avec le SDK Python OpenAI.
Exemple :
from openai import OpenAI
client = OpenAI(
api_key="YOUR_DEEPSEEK_API_KEY",
base_url="https://api.deepseek.com"
)
response = client.responses.create(
model="deepseek-v4-pro",
instructions="You are an expert software engineer.",
input="Explain how database connection pooling works."
)
print(response.output_text)
La documentation de DeepSeek prend également en charge le streaming pour les requêtes Responses API, en utilisant des Server‑Sent Events sémantiques plutôt que l’ancienne convention data: [DONE].
Contrôles de réflexion plus flexibles
V4 Pro rend le raisonnement configurable au lieu de forcer les développeurs à utiliser un modèle de raisonnement distinct.
La documentation de DeepSeek décrit l’interrupteur de réflexion comme :
{
"thinking": {
"type": "enabled"
}
}
et l’effort de raisonnement comme :
high
max
La configuration par défaut de réflexion est activée, avec high utilisé pour les requêtes habituelles. Certaines charges « agentiques » complexes peuvent automatiquement utiliser max.
Cela crée trois modes pratiques pour les développeurs d’applications :
- Non‑thinking
- Thinking — High
- Thinking — Max
Cette distinction est extrêmement utile lors de la conception d’applications d’IA, car toutes les requêtes ne justifient pas un raisonnement maximal.
Un détail d’implémentation important : en mode réflexion, des paramètres tels que
temperatureettop_pn’affectent pas la sortie du modèle. DeepSeek documente explicitement ce comportement.
Comment utiliser l’API DeepSeek V4 Pro 0813 avec CometAPI
CometAPI est utile si vous souhaitez intégrer DeepSeek V4 Pro sans maintenir d’intégrations API séparées pour chaque fournisseur d’IA.
CometAPI annonce actuellement une API unifiée couvrant 500+ modèles d’IA, avec une couche API commune et une facturation unifiée. Sa documentation tarifaire indique que les tarifs des modèles officiels sont généralement proposés avec une remise de 20 % par rapport au tarif officiel du fournisseur.
Voici un workflow d’intégration pratique avec CometAPI.
Étape 1 : Créer un compte CometAPI
D’abord, créez ou connectez‑vous à votre compte CometAPI.
Ouvrez le site CometAPI et accédez à la console API.
La documentation DeepSeek V4 Pro de CometAPI indique aux utilisateurs d’obtenir un jeton API depuis la console CometAPI.
Étape 2 : Créer votre clé API CometAPI
Après connexion, ouvrez la section jetons/clé API de votre compte et générez une clé API.
Stockez‑la comme variable d’environnement plutôt que de l’encoder en dur dans votre application.
Linux/macOS :
export COMETAPI_KEY="YOUR_COMETAPI_KEY"
Windows PowerShell :
$env:COMETAPI_KEY="YOUR_COMETAPI_KEY"
Ne jamais valider une clé API dans GitHub, du JavaScript frontend, des applications mobiles, ou des fichiers de configuration accessibles publiquement.
Étape 3 : Installer le SDK Python OpenAI
Parce que CometAPI fournit une interface compatible OpenAI, vous pouvez utiliser le client Python OpenAI.
pip install openai
Cela rend la migration particulièrement simple pour les développeurs qui connaissent déjà le format de l’API OpenAI.
Étape 4 : Configurer l’URL de base CometAPI
Créez le client comme ceci :
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1"
)
L’exemple publié de V4 Pro par CometAPI utilise cette base URL et l’ID de modèle deepseek-v4-pro.
Étape 5 : Envoyer votre première requête DeepSeek V4 Pro
Envoyez maintenant une requête basique :
response = client.chat.completions.create(
model="deepseek-v4-pro",
messages=[
{
"role": "system",
"content": "You are an expert technical writer."
},
{
"role": "user",
"content": "Explain the advantages of a 1-million-token context window."
}
]
)
print(response.choices[0].message.content)
Les paramètres essentiels sont :
base_url = https://api.cometapi.com/v1
model = deepseek-v4-pro
endpoint = /chat/completions
Explication des trois modes de réflexion
DeepSeek V4 Pro prend en charge :
- Mode non‑thinking — Réponses les plus rapides, pas de chaîne de pensée explicite. Idéal pour les questions simples ou les scénarios à haut débit.
- Mode réflexion avec effort low / high — Le modèle produit du reasoning_content avant la réponse finale. High est le défaut pratique pour la plupart des travaux d’agents et de codage.
- Max effort — Pousse le raisonnement du modèle au maximum ; recommandé pour les problèmes multi‑étapes complexes. Peut consommer plus de tokens et de latence.
Dans le format compatible OpenAI, vous contrôlez cela avec l’objet thinking et le paramètre reasoning_effort. La chaîne de pensée apparaît dans message.reasoning_content. Quand les outils ne sont pas utilisés, le raisonnement préalable peut souvent être omis du contexte subséquent ; quand des outils sont utilisés, l’intégralité du raisonnement doit être repassée.
Basculer entre les efforts de réflexion et le mode non‑thinking
- Non‑thinking :
"thinking": {"type": "disabled"}(ou l’équivalent style Anthropicreasoning.effort: "none"). - Réflexion avec effort :
"reasoning_effort": "low" | "high" | "max"plus"thinking": {"type": "enabled"}.
Par défaut, la réflexion est activée avec un effort high. Utilisez low pour les requêtes simples, high pour le travail d’agent typique, et max pour les tâches de raisonnement ou de codage les plus difficiles.
Réponses en streaming et sorties structurées
Le streaming s’active simplement en définissant "stream": true. Le contenu et (le cas échéant) les tokens de raisonnement peuvent être diffusés. C’est essentiel pour les agents interactifs et les applications orientées utilisateur.
Les sorties structurées / JSON sont de première classe : utilisez response_format={"type": "json_object"} ou la prise en charge de schémas plus avancée disponible via l’API Responses et les définitions d’outils. Combiné aux appels d’outils, cela permet des boucles d’agent fiables qui émettent des actions lisibles par machine.
L’endpoint Responses API (/responses) fournit une surface plus moderne, alignée sur OpenAI, particulièrement utile pour les workflows de type Codex, et est désormais prise en charge nativement pour V4 Pro.
Utiliser les sorties structurées / mode JSON
DeepSeek prend en charge la sortie JSON. Demandez‑la avec response_format :
response = client.chat.completions.create(
model="deepseek-v4-pro",
messages=[
{"role": "system", "content": "Return valid JSON only."},
{"role": "user", "content": "Extract the key entities from this text: ..."}
],
response_format={"type": "json_object"},
extra_body={"thinking": {"type": "enabled"}, "reasoning_effort": "high"}
)
Pour un contrôle de schéma plus strict, combinez avec des appels d’outils ou l’API Responses lorsque pris en charge.
Implémenter des appels d’outils (Function Calling)
Définissez des outils au format OpenAI. En mode réflexion, vous devez correctement repasser reasoning_content sur les tours suivants lorsque des outils sont impliqués.
Lors de l’interaction avec l’outil ultérieurement, les développeurs doivent conserver le reasoning_content correspondant lors de l’invocation de l’outil de mindset. Une gestion incorrecte peut entraîner une erreur 400.
Python
tools = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "Get current weather for a city",
"parameters": {
"type": "object",
"properties": {
"location": {"type": "string", "description": "City name"}
},
"required": ["location"]
}
}
}
]
response = client.chat.completions.create(
model="deepseek-v4-pro",
messages=[{"role": "user", "content": "What's the weather in Hangzhou?"}],
tools=tools,
extra_body={"thinking": {"type": "enabled"}, "reasoning_effort": "high"}
)
# Handle tool_calls, execute, append results, and continue the conversation
Consultez les guides officiels Tool Calls et Thinking Mode pour le schéma multi‑tours exact requis lorsque des outils sont utilisés.
Bonnes pratiques d’utilisation de l’API DeepSeek V4 Pro 0813
Aligner l’effort de raisonnement sur la tâche
N’utilisez pas le raisonnement Max pour une tâche qui ne nécessite qu’une classification.
Une politique de routage simple fonctionne bien :
Simple → Non-thinking
Moderate → High
Complex → Max
Cela peut réduire la latence et le coût.
Diffuser les réponses longues
Si votre application peut mettre plusieurs secondes à générer une réponse, utilisez :
stream=True
Les utilisateurs perçoivent généralement la sortie incrémentale comme nettement plus rapide que d’attendre une réponse complète.
Valider les sorties structurées
Le mode JSON améliore la fiabilité, mais votre application doit toujours valider le JSON renvoyé.
Utilisez :
import json
data = json.loads(response_text)
puis validez les champs requis avant d’écrire dans votre base de données ou de déclencher une action externe.
Surveiller l’usage de tokens
Inspectez toujours :
response.usage
lorsque disponible.
À l’échelle de V4 Pro, la comptabilisation des tokens n’est pas une option analytique facultative. C’est un mécanisme central de contrôle des coûts.
Séparer les prompts stables et dynamiques
Pour les applications à long contexte, gardez les instructions et documents récurrents stables afin de maximiser la réutilisation du cache.
Prévoir un modèle de repli
Une architecture de production pratique peut router :
Simple request
↓
V4 Flash
Complex request
↓
V4 Pro
Very difficult request
↓
V4 Pro Max reasoning
La politique de routage exacte doit être déterminée par vos propres benchmarks.
Erreurs courantes de l’API DeepSeek V4 Pro
Erreur : Modèle introuvable
Vérifiez que vous utilisez :
deepseek-v4-pro
et que vous n’avez pas inventé par erreur un nom de modèle snapshot.
DeepSeek indique que le nom du modèle API reste inchangé pour la version de production 0813.
Erreur : Paramètres de réflexion invalides
Pour les requêtes compatibles OpenAI, utilisez :
"thinking": {
"type": "enabled"
}
dans le corps de la requête, et utilisez :
reasoning_effort=high
ou :
reasoning_effort=max
La documentation officielle de l’API DeepSeek définit ces paramètres.
Erreur : Sortie JSON mal formée
Utilisez :
"response_format": {
"type": "json_object"
}
et indiquez explicitement au modèle dans le prompt de produire du JSON. DeepSeek avertit que le mode JSON doit être accompagné d’une instruction pour générer du JSON.
Erreur lors d’appels d’outils multi‑tours
En mode réflexion avec appels d’outils, préservez le reasoning_content requis dans les requêtes suivantes.
C’est un détail facile à oublier et qui peut produire une réponse 400.
API DeepSeek V4 Pro 0813 : architecture recommandée
Pour une application de production, une architecture de départ solide ressemble à ceci :
┌─────────────────────┐
│ Your App │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ Routing Layer │
└──────────┬──────────┘
│
┌──────────────┼──────────────┐
▼ ▼ ▼
Non-thinking High Max
│ │ │
└──────────────┼──────────────┘
▼
┌─────────────────────┐
│ CometAPI │
│ deepseek-v4-pro │
└──────────┬──────────┘
│
┌─────────────┼─────────────┐
▼ ▼ ▼
Streaming Tools JSON Output
│ │ │
└─────────────┼─────────────┘
▼
┌─────────────────────┐
│ Validation / Logs │
└─────────────────────┘
Cela sépare la sélection du modèle de la logique applicative.
Si un autre modèle devient plus économique ou plus performant pour une charge particulière, la couche de routage peut changer sans réécrire toute l’application.
Conclusion et recommandations
DeepSeek‑V4‑Pro‑0813 marque la maturation de la lignée V4 Pro en un produit phare prêt pour la production, avec des performances « agentiques » nettement renforcées tout en préservant le généreux contexte 1M et l’économie attractive de la série. Les développeurs peuvent l’utiliser dès aujourd’hui avec pratiquement zéro coût de migration grâce à la compatibilité OpenAI et Anthropic.
Pour la plupart des équipes, nous recommandons :
- Prototypage et expérimentation multi‑modèles sur CometAPI.
- Transférer les charges DeepSeek pures à fort volume ou sensibles à la latence vers l’endpoint officiel une fois les tarifs heures pleines/heures creuses et autres ajustements stabilisés.
- Par défaut, activer le mode réflexion avec reasoning_effort="high" pour les tâches d’agents et de code ; réserver max pour les problèmes les plus difficiles.
- Toujours implémenter un aller‑retour correct du reasoning_content lors des appels d’outils et tirer parti du streaming + des sorties structurées pour des applications robustes.
Avec la version 0813, DeepSeek propose un modèle open‑weight‑class très performant, rentable et compétitif pour des charges « agentiques » et long‑contexte sérieuses. Intégrez‑le via CometAPI ou l’API officielle et commencez à construire. Explorer DeepSeek V4 Pro sur CometAPI.
Foire aux questions
DeepSeek V4 Pro 0813 est‑il le même que deepseek-v4-pro ?
Oui. L’annonce de sortie officielle de DeepSeek indique que le nom du modèle API reste inchangé tandis que la version de production est mise à jour vers V4 Pro 0813.
DeepSeek V4 Pro prend‑il en charge une fenêtre de contexte de 1M de tokens ?
Oui. La documentation actuelle du modèle/de tarification de DeepSeek mentionne une longueur de contexte de 1M de tokens et une sortie maximale de 384K.
Quels sont les trois modes de réflexion de DeepSeek V4 Pro ?
Pour la conception pratique d’applications, ce sont :
- Non‑thinking
- Réflexion avec effort high
- Réflexion avec effort max
L’API utilise l’interrupteur thinking plus reasoning_effort. L’API actuelle de DeepSeek expose high et max, tandis que des valeurs de compatibilité telles que low et medium se cartographient vers high.
Puis‑je diffuser (stream) les réponses de DeepSeek V4 Pro ?
Oui. Le streaming est pris en charge via l’API Chat Completions, et les flux en mode réflexion peuvent inclure des deltas de reasoning_content avant le contenu de réponse normal.
Puis‑je utiliser DeepSeek V4 Pro avec CometAPI ?
Oui. CometAPI documente actuellement le modèle deepseek-v4-pro via son endpoint compatible OpenAI /v1/chat/completions.
Dois‑je utiliser DeepSeek V4 Pro ou V4 Flash ?
Utilisez V4 Flash lorsque le débit, la latence et le coût priment. Utilisez V4 Pro pour le raisonnement difficile, le codage, l’analyse à long contexte et les workflows « agentiques ».
Une stratégie de routage hybride est généralement meilleure que d’utiliser Pro pour tout.
La tarification de l’API DeepSeek V4 Pro change‑t‑elle ?
Oui. DeepSeek a annoncé une tarification heures pleines/heures creuses à partir du 17 août 2026. La documentation officielle indique V4 Pro à 0,66 $/M d’entrée (cache miss) et 1,98 $/M de sortie pendant les heures creuses, contre 1,32 $/M d’entrée et 3,96 $/M de sortie pendant les heures pleines selon le nouveau barème.