Dapatkah DeepSeek-V4-Pro menangani dokumen 1M token melalui API?

Ya. DeepSeek-V4-Pro memiliki panjang konteks 1M token dan hingga 384K token keluaran, sehingga dibuat untuk dokumen yang sangat panjang dan alur kerja multi-berkas.

Apakah DeepSeek-V4-Pro mendukung mode thinking dan pemanggilan tool?

Ya. DeepSeek-V4-Pro mendukung mode thinking dan non-thinking, serta keluaran JSON dan pemanggilan tool.

Bagaimana cara mengintegrasikan DeepSeek-V4-Pro dengan SDK yang kompatibel dengan OpenAI?

Gunakan URL basis CometAPI `https://api.cometapi.com` dengan nama model `deepseek-v4-pro`

Kapan saya harus menggunakan DeepSeek-V4-Pro alih-alih DeepSeek-V4-Flash?

Gunakan DeepSeek-V4-Pro saat akurasi dan agentic coding lebih penting daripada kecepatan. DeepSeek menyatakan V4-Flash adalah opsi yang lebih cepat dan lebih ekonomis, sementara V4-Pro lebih kuat dalam coding dan evaluasi agen yang lebih luas.

Apakah DeepSeek-V4-Pro cocok untuk alur kerja riset yang banyak bergantung pada pencarian?

Ya. V4-Pro berkinerja kuat pada tugas bergaya pencarian dan pengambilan, dan melampaui DeepSeek-V3.2 dengan selisih yang signifikan dalam kategori tanya jawab objektif maupun subjektif.

Apakah DeepSeek-V4-Pro bagus untuk agen coding seperti Claude Code atau OpenCode?

Ya. DeepSeek-V4-Pro dapat dikonfigurasi untuk Claude Code dan OpenCode, dengan `reasoningEffort` diatur ke `max` dan thinking diaktifkan.

DeepSeek

API aktif Populer

deepseek-v4-pro

DeepSeek V4 Pro API

DeepSeek V4 Pro adalah model Mixture-of-Experts berskala besar dari DeepSeek dengan total parameter 1.6T dan 49B parameter aktif, mendukung jendela konteks 1M-token. Model ini dirancang untuk penalaran tingkat lanjut, pemrograman, dan alur kerja agen jangka panjang, dengan kinerja yang kuat pada tolok ukur pengetahuan, matematika, dan rekayasa perangkat lunak.

Harga mulai dari

$0.528 / 1 juta token input

Penagihan berbasis penggunaan

Kesehatan API

Beroperasi normal

Uptime 100.0% / 24 jam

Waktu respons

2683 ms

Waktu respons API teramati

Dirilis

Aug 13, 2026

DeepSeek

Ruang Uji

Coba DeepSeek V4 Pro dengan permintaan nyata, tinjau parameternya, dan validasi output sebelum mengintegrasikan API.

Harga

Gunakan estimasi cepat di atas untuk satu kali eksekusi, lalu tinjau perbandingan lengkap antara CometAPI dan harga resmi.

Permintaan pertama

$0.0021

Perkiraan biaya penggunaan CometAPI

Sepuluh permintaan

$0.0211

Perkiraan biaya penggunaan CometAPI

Lima belas permintaan

$0.0317

Perkiraan biaya penggunaan CometAPI

⇌

Konversi kredit

1.000 kredit = $1

Kredit membuat anggaran dapat dibandingkan antara penagihan berdasarkan token, permintaan, dan waktu penggunaan. Jumlah dalam USD tetap menjadi acuan utama saat pembayaran.

✓Model saat ini dalam kredit

Input

528

kredit / 1 juta token

Keluaran

1,584

kredit / 1 juta token

Transparansi biaya minimum Prototipe ini tidak mengasumsikan adanya biaya minimum tersembunyi per permintaan. Jika batas biaya minimum atau isi ulang minimum berlaku dalam penagihan produksi, hal tersebut harus ditampilkan sebelum pembelian dan disertakan dalam setiap perkiraan anggaran.

Model	Tingkat	Kondisi	Harga Comet (USD / Juta Token)	Harga Resmi (USD / Juta Token)	Diskon
deepseek-v4-pro	base	-	Input: $0.5280/juta Output: $1.58/juta Cache Read: $0.0176/juta	Input: $0.6600/juta Output: $1.98/juta Cache Read: $0.0220/juta	-20%
deepseek-v4-pro-0813	base	-	Input: $0.5280/juta Output: $1.58/juta Cache Read: $0.0176/juta	Input: $0.6600/juta Output: $1.98/juta Cache Read: $0.0220/juta	-20%

Penyesuaian harga berbasis permintaan

Kondisi permintaan independen dari tingkatan. Ketika beberapa grup kondisi cocok secara simultan, pengaliannya bertumpuk secara multiplikatif. Pertama tentukan tingkat yang berlaku, lalu tumpuk pengali harga permintaan yang cocok. Kondisi yang tidak cocok memiliki pengali default 1×.

Kondisi permintaan	Pengali harga
Jam(UTC): 1:00 - 4:00	2×
Jam(UTC): 6:00 - 10:00	2×

Ringkasan model

Identitas model yang stabil untuk pencarian dan evaluasi, dipadukan dengan data katalog langsung yang dapat berubah tanpa perlu menulis ulang struktur SEO inti halaman.

Identitas stabil

Apa itu DeepSeek V4 Pro?

Identitas kanonis model tetap stabil saat harga dan batas penggunaan berubah.

Data model langsung

Snapshot katalog terkini

Ketersediaan

Tersedia

Harga mulai dari

$0.528 / 1 juta token input

Konteks

Lihat kemampuan

Tanggal katalog

Aug 13, 2026

Playground 2.0 / Meja Keputusan

Putuskan terlebih dahulu. Integrasikan dengan percaya diri.

Satu ruang kerja untuk membandingkan model, menyempurnakan prompt, memeriksa perutean, memigrasikan kode, dan merilis titik awal yang telah diuji.

Berpijak pada DeepSeek V4 Pro

Alur kerja

Bandingkan sebelum berkomitmen

Jalankan prompt yang sama di berbagai model terkemuka dan dapatkan rekomendasi berdasarkan bukti.

3 model · 1 proses

Prompt evaluasi

pemrogramantemperature 0.2Output JSON

GPT-5

OpenAI

Kualitas

91/100

Latensi

1.2s

Perk. biaya

$0.018

Claude Opus 5

Anthropic

Pilihan AI

Kualitas

95/100

Latensi

1.8s

Perk. biaya

$0.024

Gemini 3 Pro

Google

Kualitas

89/100

Latensi

0.9s

Perk. biaya

$0.011

Rekomendasi: pilih Claude Opus 5 untuk peninjauan kode berisiko tinggi; arahkan pemeriksaan rutin ke Gemini 3 Pro untuk memangkas biaya sekitar 54%.

Ikhtisar

Gambaran praktis tentang DeepSeek V4 Pro, termasuk perilaku penting dan pertimbangan integrasi.

Spesifikasi teknis

Item	DeepSeek-V4-Pro
Penyedia	DeepSeek
Nama model API	deepseek-v4-pro
URL dasar	https://api.deepseek.com dan https://api.deepseek.com/anthropic
Jenis input	Teks
Jenis output	Teks, pemanggilan alat, keluaran penalaran
Panjang konteks	1,000,000 tokens
Output maksimum	384,000 tokens
Mode penalaran	Non-thinking, thinking (bawaan)
Bawaan agen/pengodean	reasoning_effort dapat disetel tinggi; permintaan agen yang kompleks dapat menggunakan max
Fitur yang didukung	Keluaran JSON, Pemanggilan Alat, Penyelesaian Prefiks Chat (beta), Penyelesaian FIM (beta pada mode non-thinking)
Rilis bobot lokal/terbuka	1.6T parameter total, 49B parameter yang diaktifkan, presisi campuran FP4 + FP8
Lisensi (kartu model)	MIT
Kartu model referensi	Pratinjau DeepSeek-V4-Pro di Hugging Face

Apa itu DeepSeek-V4-Pro?

DeepSeek-V4-Pro adalah anggota yang lebih kuat dalam keluarga pratinjau V4 dari DeepSeek. Kartu model resmi menggambarkannya sebagai model MoE berparameter 1.6T dengan 49B parameter aktif dan jendela konteks satu juta token, ditujukan untuk pekerjaan pengetahuan jangka panjang, pembuatan kode, dan tugas agen. Dokumentasi API mengeksposnya melalui antarmuka chat-completions standar DeepSeek dan mendukung gaya SDK OpenAI maupun Anthropic.

Fitur utama

Konteks sejuta token: DeepSeek mendokumentasikan panjang konteks 1M token, yang membuat model cocok untuk himpunan dokumen yang sangat besar, repositori, dan sesi agen multi-langkah.
Dua mode penalaran: API mendukung mode non-thinking dan thinking; thinking adalah bawaan, dan dokumen mencatat bahwa permintaan agen yang kompleks seperti Claude Code atau OpenCode dapat otomatis menggunakan upaya max.
Mendukung pemanggilan alat: Mode thinking DeepSeek mendukung pemanggilan alat, yang penting bagi agen yang memerlukan pencarian, operasi berkas, atau fungsi eksternal.
Efisiensi konteks panjang: Kartu model menyebut V4 menggunakan desain atensi hibrida dengan Compressed Sparse Attention dan Heavily Compressed Attention untuk mengurangi komputasi konteks panjang dan biaya cache KV relatif terhadap V3.2. citeturn980363view2
Fokus pada pengodean dan penalaran: DeepSeek menyatakan mode penalaran V4-Pro-Max meningkatkan tolok ukur pengodean dan menutup sebagian besar kesenjangan dengan model sumber tertutup terdepan pada tugas penalaran dan agen. citeturn980363view2
Fleksibilitas SDK: Dapat diakses melalui chat completions standar yang kompatibel dengan OpenAI atau melalui endpoint yang kompatibel dengan Anthropic milik DeepSeek untuk alur kerja berorientasi alat.

Performa benchmark

Kartu model resmi DeepSeek melaporkan hasil evaluasi berikut untuk keluarga model dasar dan untuk set perbandingan V4-Pro-Max. Dalam tabel model dasar, V4-Pro mencetak lebih tinggi daripada V3.2-Base pada beberapa tolok ukur pengetahuan dan konteks panjang, termasuk MMLU-Pro (73.5 vs. 65.5), FACTS Parametric (62.6 vs. 27.1), dan 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

Kartu model yang sama juga menunjukkan V4-Pro-Max tetap kompetitif dengan model frontier teratas pada tugas tertentu. Misalnya, model ini mencatat 87.5 pada MMLU-Pro, 57.9 pada SimpleQA-Verified, 90.1 pada GPQA Diamond, dan 67.9 pada Terminal Bench 2.0 dalam tabel perbandingan yang dipublikasikan.

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

Model	Kegunaan terbaik	Konteks	Catatan
DeepSeek-V4-Pro	Penalaran berat, pengodean, agen, dokumen besar	1M	Model V4 terbesar, 49B parameter diaktifkan, kapasitas keseluruhan terkuat dalam seri. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Lebih cepat, ringan untuk penggunaan umum	1M	Model 284B/13B yang lebih kecil, tetap mendukung thinking dan pemanggilan alat. citeturn980363view2turn980363view0
DeepSeek-V3.2	Baseline konteks panjang generasi sebelumnya	128K dalam dokumen API sebelumnya; V4 menggunakan desain 1M	Berguna sebagai titik acuan untuk peningkatan efisiensi; kartu model V4-Pro melaporkan pengurangan besar pada FLOPs konteks panjang dan cache KV dibandingkan V3.2. citeturn321011view1turn980363view2

Kasus penggunaan terbaik

Asisten pengodean skala repositori dan alat refaktorisasi
Analisis dan sintesis dokumen panjang
Agen yang menggunakan alat dan memerlukan penalaran multi-giliran
Alur kerja dukungan teknis yang diuntungkan oleh memori panjang dan keluaran terstruktur
Tugas pengetahuan bahasa Tionghoa dan multibahasa di mana kartu model menunjukkan performa tolok ukur yang kuat

Cara mengakses dan menggunakan API Deepseek v4 pro

Langkah 1: Daftar untuk Kunci API

Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan daftar terlebih dahulu. Masuk ke CometAPI console. Dapatkan kredensial akses kunci API antarmuka. Klik “Add Token” pada token API di pusat pribadi, dapatkan kunci token: sk-xxxxx dan kirim.

Langkah 2: Kirim Permintaan ke Deepseek v4 proAPI

Pilih endpoint “deepseek-v4-pro” untuk mengirim permintaan API dan atur badan permintaan. Metode permintaan dan badan permintaan diperoleh dari dokumen API di situs kami. Situs kami juga menyediakan pengujian Apifox untuk kenyamanan Anda. Ganti <YOUR_API_KEY> dengan kunci CometAPI Anda yang sebenarnya dari akun Anda. Tempat memanggilnya: format Anthropic Messages dan format Chat.

Masukkan pertanyaan atau permintaan Anda ke dalam bidang konten—ini yang akan ditanggapi oleh model. Proses respons API untuk mendapatkan jawaban yang dihasilkan.

Langkah 3: Ambil dan Verifikasi Hasil

Proses respons API untuk mendapatkan jawaban yang dihasilkan. Setelah pemrosesan, API merespons dengan status tugas dan data keluaran. Aktifkan fitur seperti streaming, cache prompt, atau penanganan konteks panjang melalui parameter standar.

FAQ

Pusat keputusan model

Ketahui biayanya. Pilih beban kerja yang tepat.

Modelkan lima dimensi penagihan, uji beban kerja yang realistis, dan tentukan kapan Opus layak dengan harga premiumnya sebelum Anda meluncurkannya.

20% di bawah harga resmi$0.5280 vs $0.6600 / 1 juta input

Lab biaya

Hitung biaya proses agen yang sebenarnya

Jalankan ulang beban kerja nyata alih-alih membandingkan harga token secara terpisah. Muat preset, lalu sesuaikan setiap dimensi penagihan.

Token input baru

token

Token output

token

Pemanggilan pencarian web

pemanggilan

$0.5280

/ 1 jt token

Input

Instruksi baru, file, dan konteks percakapan yang dikirim pada setiap giliran.

Pangkas konteks yang diambil sebelum diteruskan ke model.

$0.5280

/ 1 jt token

Keluaran

Penalaran, kode, dan teks yang dihasilkan oleh model.

Gunakan kriteria penyelesaian dan batas keluaran yang eksplisit.

$0.6849

/ 1 rb panggilan

Pencarian web

Pemanggilan alat yang mengambil informasi terkini dari web.

Cari sekali, lalu gunakan kembali hasil yang telah diverifikasi selama proses berlangsung.

Bagian yang membuat harga premium Opus sepadan

Paling sesuai

Rekayasa berskala repositori

Gunakan Opus saat tugas mencakup arsitektur, banyak file, dan kompromi implementasi yang ambigu.

Paling sesuai

Agen yang berjalan lama

Pilihan yang kuat ketika agen harus mempertahankan maksud di sepanjang banyak pemanggilan alat dan langkah pemulihan.

Layak dengan harga premiumnya

Tinjauan bernilai tinggi

Gunakan hanya untuk tinjauan keamanan, migrasi, dan produksi ketika masalah yang terlewat menimbulkan biaya lebih besar daripada token.

Gunakan model yang lebih ringan

Pekerjaan rutin bervolume tinggi

Klasifikasi, ekstraksi, dan percakapan sederhana biasanya menghasilkan keekonomian per unit yang lebih baik pada Sonnet atau Haiku.

Panduan praktis cache prompt

Stabilkan prefiks

Pertahankan kebijakan, skema alat, dan peta repositori tanpa perubahan.

Tulis sekali

Tempatkan titik pemisah cache setelah konteks yang dapat digunakan kembali.

Baca berulang kali

Pada giliran berikutnya, tambahkan hanya perbedaan yang khusus untuk tugas tersebut.

Migrasikan tanpa menulis ulang

Tetap gunakan SDK pilihan Anda dan ubah URL dasar, kunci, serta ID model.

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

Salin endpoint dan contoh kode yang berfungsi, lalu buka referensi API lengkap saat Anda memerlukan semua parameter.

Satu API, akses model siap produksi

Autentikasi sekali, panggil endpoint model, dan pertahankan alur penagihan serta observabilitas yang sama di semua penyedia.

Kode contoh dan API untuk DeepSeek V4 Pro

Akses kode sampel komprehensif dan sumber daya API untuk DeepSeek V4 Pro guna mempermudah proses integrasi Anda. Dokumentasi terperinci kami menyediakan panduan langkah demi langkah, membantu Anda memanfaatkan potensi penuh DeepSeek V4 Pro dalam proyek Anda.

# 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");

Kemampuan

Tinjau fakta-fakta penting model sebelum memilih arsitektur atau memperkirakan beban produksi.

Kemampuan yang didukung

Fitur yang dikembalikan oleh API model yang ada.

text-to-text

Input dan output

Input

text

Output

text

Profil produksi

Penyedia: DeepSeek
Konteks: Tergantung model
Penggunaan komersial: Didukung

Kasus penggunaan

Gunakan DeepSeek V4 Pro untuk alur kerja produksi yang sesuai dengan kemampuan text-nya, lalu bandingkan alternatif sebelum berkomitmen pada integrasi jangka panjang.

Chat produksi dan alur kerja agen

Coding, analisis, dan pembuatan terstruktur

Otomatisasi volume tinggi melalui satu API

Model lainnya

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualitas, latensi, kemampuan, dan harga.

Buka perbandingan model →

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.

Lihat model

Anthropic

Claude Fable 5.2

Claude Fable 5.2 adalah model AI canggih dari Anthropic untuk pekerjaan teknis yang kompleks dan bersifat terbuka, yang memerlukan penalaran berkelanjutan, perencanaan, serta eksekusi dalam beberapa tahap.

Lihat model

Google

Gemini 4 Carbon

Gemini 4 Carbon adalah model penalaran Google untuk rekayasa perangkat lunak yang kompleks, penalaran ilmiah, dan alur kerja agen berkelanjutan. Model ini tersedia di CometAPI melalui API Gemini native dan API Chat yang kompatibel dengan OpenAI.

Lihat model

Hunyuan

Hy 4

Tencent Hy4 adalah model bahasa besar generasi berikutnya yang dikembangkan oleh tim Hunyuan Tencent, dirancang untuk penalaran kompleks, alur kerja berbasis agen, rekayasa perangkat lunak, serta tugas produktivitas di dunia nyata.

Lihat model

OpenAI

GPT-6 Luna

GPT-6 Luna (gpt-6-luna) adalah model GPT-6 milik OpenAI yang efisien untuk beban kerja terfokus dan bervolume tinggi. OpenAI memposisikan Luna di bawah GPT-6 Sol dalam keluarga GPT-6, dengan menekankan efisiensi, repeatabilitas, dan penggunaan produksi yang sensitif terhadap biaya.

Lihat model

DeepSeek

DeepSeek V4.1 Flash

Pada 17 Oktober 2026, perusahaan merilis **DeepSeek-V4.1-Flash-1017**, sebuah pembaruan terarah untuk model V4.1-Flash (awalnya diluncurkan pada 10 September 2026). Dipasarkan sebagai menghadirkan peningkatan signifikan dalam penalaran, pengodean, kapabilitas agen, dan pemahaman visual—sekaligus mengurangi durasi eksekusi tugas dan panjang keluaran—checkpoint ini diposisikan sebagai model efisien paling kuat dari DeepSeek hingga saat ini untuk beban kerja agen dan pengodean di dunia nyata.

Lihat model

Waktu Aktif

Tinjau data heartbeat langsung, ketersediaan endpoint, dan waktu respons teramati sebelum masuk ke produksi.

Waktu Aktif

Tingkat keberhasilan permintaan selama 30 hari terakhir, mencerminkan keandalan setiap penyedia model. CometAPI memantau semua penyedia yang terhubung secara real-time, 24/7.

RespondLIVE

2683msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versi

Tinjau pengenal model yang tersedia sebelum menetapkan integrasi produksi.

deepseek-v4-pro

deepseek-v4-pro-0813

Pembaruan

Ikuti perubahan penting dalam ketersediaan, harga, dan kemampuan DeepSeek V4 Pro tanpa kehilangan halaman model yang stabil.

Log perubahan model

Satu halaman yang semakin lengkap seiring waktu.

Catatan rilis, perubahan harga, pembaruan tolok ukur, dan panduan migrasi terakumulasi di sini sementara URL kanonis tetap tidak berubah.

Aug 13, 2026

Ketersediaan API dikonfirmasi

DeepSeek V4 Pro tersedia melalui katalog model dan dokumentasi API CometAPI.

Saat ini

Data langsung

Harga dan batasan disinkronkan dari katalog

Harga, konteks, ketersediaan, dan batasan diperlakukan sebagai properti dinamis, bukan disematkan dalam judul halaman atau identitas model.

Feb 5, 2026

Entitas model permanen dibuat

Penyedia dan slug model membentuk URL kanonis yang tahan lama; pembaruan konten dan data di masa mendatang tetap berada di halaman ini.

Terus jelajahi

Bandingkan model dan lanjutkan riset Anda

DeepSeek

API aktif Populer

deepseek-v4-pro

DeepSeek V4 Pro API

Harga mulai dari

$0.528 / 1 juta token input

Penagihan berbasis penggunaan

Kesehatan API

Beroperasi normal

Uptime 100.0% / 24 jam

Waktu respons

2683 ms

Waktu respons API teramati

Dirilis

Aug 13, 2026

DeepSeek

Ruang Uji

Coba DeepSeek V4 Pro dengan permintaan nyata, tinjau parameternya, dan validasi output sebelum mengintegrasikan API.

Harga

Gunakan estimasi cepat di atas untuk satu kali eksekusi, lalu tinjau perbandingan lengkap antara CometAPI dan harga resmi.

Permintaan pertama

$0.0021

Perkiraan biaya penggunaan CometAPI

Sepuluh permintaan

$0.0211

Perkiraan biaya penggunaan CometAPI

Lima belas permintaan

$0.0317

Perkiraan biaya penggunaan CometAPI

⇌

Konversi kredit

1.000 kredit = $1

Kredit membuat anggaran dapat dibandingkan antara penagihan berdasarkan token, permintaan, dan waktu penggunaan. Jumlah dalam USD tetap menjadi acuan utama saat pembayaran.

✓Model saat ini dalam kredit

Input

528

kredit / 1 juta token

Keluaran

1,584

kredit / 1 juta token

Model	Tingkat	Kondisi	Harga Comet (USD / Juta Token)	Harga Resmi (USD / Juta Token)	Diskon
deepseek-v4-pro	base	-	Input: $0.5280/juta Output: $1.58/juta Cache Read: $0.0176/juta	Input: $0.6600/juta Output: $1.98/juta Cache Read: $0.0220/juta	-20%
deepseek-v4-pro-0813	base	-	Input: $0.5280/juta Output: $1.58/juta Cache Read: $0.0176/juta	Input: $0.6600/juta Output: $1.98/juta Cache Read: $0.0220/juta	-20%

Penyesuaian harga berbasis permintaan

Kondisi permintaan	Pengali harga
Jam(UTC): 1:00 - 4:00	2×
Jam(UTC): 6:00 - 10:00	2×

Ringkasan model

Identitas model yang stabil untuk pencarian dan evaluasi, dipadukan dengan data katalog langsung yang dapat berubah tanpa perlu menulis ulang struktur SEO inti halaman.

Identitas stabil

Apa itu DeepSeek V4 Pro?

Identitas kanonis model tetap stabil saat harga dan batas penggunaan berubah.

Data model langsung

Snapshot katalog terkini

Ketersediaan

Tersedia

Harga mulai dari

$0.528 / 1 juta token input

Konteks

Lihat kemampuan

Tanggal katalog

Aug 13, 2026

Playground 2.0 / Meja Keputusan

Putuskan terlebih dahulu. Integrasikan dengan percaya diri.

Satu ruang kerja untuk membandingkan model, menyempurnakan prompt, memeriksa perutean, memigrasikan kode, dan merilis titik awal yang telah diuji.

Berpijak pada DeepSeek V4 Pro

Alur kerja

Bandingkan sebelum berkomitmen

Jalankan prompt yang sama di berbagai model terkemuka dan dapatkan rekomendasi berdasarkan bukti.

3 model · 1 proses

Prompt evaluasi

pemrogramantemperature 0.2Output JSON

GPT-5

OpenAI

Kualitas

91/100

Latensi

1.2s

Perk. biaya

$0.018

Claude Opus 5

Anthropic

Pilihan AI

Kualitas

95/100

Latensi

1.8s

Perk. biaya

$0.024

Gemini 3 Pro

Google

Kualitas

89/100

Latensi

0.9s

Perk. biaya

$0.011

Rekomendasi: pilih Claude Opus 5 untuk peninjauan kode berisiko tinggi; arahkan pemeriksaan rutin ke Gemini 3 Pro untuk memangkas biaya sekitar 54%.

Ikhtisar

Gambaran praktis tentang DeepSeek V4 Pro, termasuk perilaku penting dan pertimbangan integrasi.

Spesifikasi teknis

Item	DeepSeek-V4-Pro
Penyedia	DeepSeek
Nama model API	deepseek-v4-pro
URL dasar	https://api.deepseek.com dan https://api.deepseek.com/anthropic
Jenis input	Teks
Jenis output	Teks, pemanggilan alat, keluaran penalaran
Panjang konteks	1,000,000 tokens
Output maksimum	384,000 tokens
Mode penalaran	Non-thinking, thinking (bawaan)
Bawaan agen/pengodean	reasoning_effort dapat disetel tinggi; permintaan agen yang kompleks dapat menggunakan max
Fitur yang didukung	Keluaran JSON, Pemanggilan Alat, Penyelesaian Prefiks Chat (beta), Penyelesaian FIM (beta pada mode non-thinking)
Rilis bobot lokal/terbuka	1.6T parameter total, 49B parameter yang diaktifkan, presisi campuran FP4 + FP8
Lisensi (kartu model)	MIT
Kartu model referensi	Pratinjau DeepSeek-V4-Pro di Hugging Face

Apa itu DeepSeek-V4-Pro?

Fitur utama

Konteks sejuta token: DeepSeek mendokumentasikan panjang konteks 1M token, yang membuat model cocok untuk himpunan dokumen yang sangat besar, repositori, dan sesi agen multi-langkah.
Dua mode penalaran: API mendukung mode non-thinking dan thinking; thinking adalah bawaan, dan dokumen mencatat bahwa permintaan agen yang kompleks seperti Claude Code atau OpenCode dapat otomatis menggunakan upaya max.
Mendukung pemanggilan alat: Mode thinking DeepSeek mendukung pemanggilan alat, yang penting bagi agen yang memerlukan pencarian, operasi berkas, atau fungsi eksternal.
Efisiensi konteks panjang: Kartu model menyebut V4 menggunakan desain atensi hibrida dengan Compressed Sparse Attention dan Heavily Compressed Attention untuk mengurangi komputasi konteks panjang dan biaya cache KV relatif terhadap V3.2. citeturn980363view2
Fokus pada pengodean dan penalaran: DeepSeek menyatakan mode penalaran V4-Pro-Max meningkatkan tolok ukur pengodean dan menutup sebagian besar kesenjangan dengan model sumber tertutup terdepan pada tugas penalaran dan agen. citeturn980363view2
Fleksibilitas SDK: Dapat diakses melalui chat completions standar yang kompatibel dengan OpenAI atau melalui endpoint yang kompatibel dengan Anthropic milik DeepSeek untuk alur kerja berorientasi alat.

Performa benchmark

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

Model	Kegunaan terbaik	Konteks	Catatan
DeepSeek-V4-Pro	Penalaran berat, pengodean, agen, dokumen besar	1M	Model V4 terbesar, 49B parameter diaktifkan, kapasitas keseluruhan terkuat dalam seri. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Lebih cepat, ringan untuk penggunaan umum	1M	Model 284B/13B yang lebih kecil, tetap mendukung thinking dan pemanggilan alat. citeturn980363view2turn980363view0
DeepSeek-V3.2	Baseline konteks panjang generasi sebelumnya	128K dalam dokumen API sebelumnya; V4 menggunakan desain 1M	Berguna sebagai titik acuan untuk peningkatan efisiensi; kartu model V4-Pro melaporkan pengurangan besar pada FLOPs konteks panjang dan cache KV dibandingkan V3.2. citeturn321011view1turn980363view2

Kasus penggunaan terbaik

Asisten pengodean skala repositori dan alat refaktorisasi
Analisis dan sintesis dokumen panjang
Agen yang menggunakan alat dan memerlukan penalaran multi-giliran
Alur kerja dukungan teknis yang diuntungkan oleh memori panjang dan keluaran terstruktur
Tugas pengetahuan bahasa Tionghoa dan multibahasa di mana kartu model menunjukkan performa tolok ukur yang kuat

Cara mengakses dan menggunakan API Deepseek v4 pro

Langkah 1: Daftar untuk Kunci API

Langkah 2: Kirim Permintaan ke Deepseek v4 proAPI

Masukkan pertanyaan atau permintaan Anda ke dalam bidang konten—ini yang akan ditanggapi oleh model. Proses respons API untuk mendapatkan jawaban yang dihasilkan.

Langkah 3: Ambil dan Verifikasi Hasil

FAQ

Pusat keputusan model

Ketahui biayanya. Pilih beban kerja yang tepat.

Modelkan lima dimensi penagihan, uji beban kerja yang realistis, dan tentukan kapan Opus layak dengan harga premiumnya sebelum Anda meluncurkannya.

20% di bawah harga resmi$0.5280 vs $0.6600 / 1 juta input

Lab biaya

Hitung biaya proses agen yang sebenarnya

Jalankan ulang beban kerja nyata alih-alih membandingkan harga token secara terpisah. Muat preset, lalu sesuaikan setiap dimensi penagihan.

Token input baru

token

Token output

token

Pemanggilan pencarian web

pemanggilan

$0.5280

/ 1 jt token

Input

Instruksi baru, file, dan konteks percakapan yang dikirim pada setiap giliran.

Pangkas konteks yang diambil sebelum diteruskan ke model.

$0.5280

/ 1 jt token

Keluaran

Penalaran, kode, dan teks yang dihasilkan oleh model.

Gunakan kriteria penyelesaian dan batas keluaran yang eksplisit.

$0.6849

/ 1 rb panggilan

Pencarian web

Pemanggilan alat yang mengambil informasi terkini dari web.

Cari sekali, lalu gunakan kembali hasil yang telah diverifikasi selama proses berlangsung.

Bagian yang membuat harga premium Opus sepadan

Paling sesuai

Rekayasa berskala repositori

Gunakan Opus saat tugas mencakup arsitektur, banyak file, dan kompromi implementasi yang ambigu.

Paling sesuai

Agen yang berjalan lama

Pilihan yang kuat ketika agen harus mempertahankan maksud di sepanjang banyak pemanggilan alat dan langkah pemulihan.

Layak dengan harga premiumnya

Tinjauan bernilai tinggi

Gunakan hanya untuk tinjauan keamanan, migrasi, dan produksi ketika masalah yang terlewat menimbulkan biaya lebih besar daripada token.

Gunakan model yang lebih ringan

Pekerjaan rutin bervolume tinggi

Klasifikasi, ekstraksi, dan percakapan sederhana biasanya menghasilkan keekonomian per unit yang lebih baik pada Sonnet atau Haiku.

Panduan praktis cache prompt

Stabilkan prefiks

Pertahankan kebijakan, skema alat, dan peta repositori tanpa perubahan.

Tulis sekali

Tempatkan titik pemisah cache setelah konteks yang dapat digunakan kembali.

Baca berulang kali

Pada giliran berikutnya, tambahkan hanya perbedaan yang khusus untuk tugas tersebut.

Migrasikan tanpa menulis ulang

Tetap gunakan SDK pilihan Anda dan ubah URL dasar, kunci, serta ID model.

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

Salin endpoint dan contoh kode yang berfungsi, lalu buka referensi API lengkap saat Anda memerlukan semua parameter.

Satu API, akses model siap produksi

Autentikasi sekali, panggil endpoint model, dan pertahankan alur penagihan serta observabilitas yang sama di semua penyedia.

Kode contoh dan API untuk 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");

Kemampuan

Tinjau fakta-fakta penting model sebelum memilih arsitektur atau memperkirakan beban produksi.

Kemampuan yang didukung

Fitur yang dikembalikan oleh API model yang ada.

text-to-text

Input dan output

Input

text

Output

text

Profil produksi

Penyedia: DeepSeek
Konteks: Tergantung model
Penggunaan komersial: Didukung

Kasus penggunaan

Gunakan DeepSeek V4 Pro untuk alur kerja produksi yang sesuai dengan kemampuan text-nya, lalu bandingkan alternatif sebelum berkomitmen pada integrasi jangka panjang.

Chat produksi dan alur kerja agen

Coding, analisis, dan pembuatan terstruktur

Otomatisasi volume tinggi melalui satu API

Model lainnya

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualitas, latensi, kemampuan, dan harga.

Buka perbandingan model →

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.

Waktu Aktif

Tinjau data heartbeat langsung, ketersediaan endpoint, dan waktu respons teramati sebelum masuk ke produksi.

Waktu Aktif

Tingkat keberhasilan permintaan selama 30 hari terakhir, mencerminkan keandalan setiap penyedia model. CometAPI memantau semua penyedia yang terhubung secara real-time, 24/7.

RespondLIVE

2683msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versi

Tinjau pengenal model yang tersedia sebelum menetapkan integrasi produksi.

deepseek-v4-pro

deepseek-v4-pro-0813

Pembaruan

Ikuti perubahan penting dalam ketersediaan, harga, dan kemampuan DeepSeek V4 Pro tanpa kehilangan halaman model yang stabil.

Log perubahan model

Satu halaman yang semakin lengkap seiring waktu.

Catatan rilis, perubahan harga, pembaruan tolok ukur, dan panduan migrasi terakumulasi di sini sementara URL kanonis tetap tidak berubah.

Aug 13, 2026

Ketersediaan API dikonfirmasi

DeepSeek V4 Pro tersedia melalui katalog model dan dokumentasi API CometAPI.

Saat ini

Data langsung

Harga dan batasan disinkronkan dari katalog

Harga, konteks, ketersediaan, dan batasan diperlakukan sebagai properti dinamis, bukan disematkan dalam judul halaman atau identitas model.

Feb 5, 2026

Entitas model permanen dibuat

Penyedia dan slug model membentuk URL kanonis yang tahan lama; pembaruan konten dan data di masa mendatang tetap berada di halaman ini.

Terus jelajahi