TLDR: DeepSeek-V4-Pro-0813 è la release GA (general-availability) del modello MoE di punta di DeepSeek da 1,6T di parametri (49B attivi). Offre grandi miglioramenti agentici rispetto alla preview di aprile 2026, supporta una finestra di contesto da 1M token, fino a 384K token in output, tre livelli di sforzo di thinking (low/high/max), OpenAI Responses API nativa, tool calling, modalità JSON e endpoint compatibili sia con OpenAI sia con Anthropic.
Il pricing ufficiale parte da $0,435 / $0,87 per 1M token input/output (cache miss), con tariffe di punta/fuori punta in arrivo il 16 agosto 2026. Il modo più semplice e spesso più conveniente per accedervi è tramite il gateway unificato compatibile con OpenAI di CometAPI a tariffe scontate.
Punti chiave
- DeepSeek-V4-Pro-0813 è la versione GA di produzione rilasciata intorno al 12–13 agosto 2026; l’ID del modello resta
deepseek-v4-pro. - Notevoli incrementi nei benchmark agentici: DeepSWE 62.7, Terminal Bench 2.1 87.9, NL2Repo 61.5, Cybergym 83.3, HLE (con strumenti) 60.0.
- Tre modalità/livelli di sforzo di thinking: non-thinking + low / high / max reasoning effort.
- Set completo di funzionalità: contesto 1M, output massimo 384K, tool calls, output JSON, Responses API, formato Anthropic, streaming, structured outputs.
- Il pricing di punta/fuori punta inizia il 16 agosto 2026 (UTC); pianifica i carichi di lavoro di conseguenza.
- La compatibilità drop-in con l’SDK OpenAI rende la migrazione banale.
Questa guida completa copre tutto ciò che gli sviluppatori devono sapere: cosa è cambiato nella release 0813, specifiche e prezzi ufficiali, modalità di thinking, streaming e structured outputs, e una walkthrough passo-passo per usare il modello tramite CometAPI (consigliato per molte pipeline di produzione e multi-modello). Tutte le informazioni provengono dalla documentazione ufficiale DeepSeek e da report coevi al 13 agosto 2026.
Che cos’è DeepSeek V4 Pro 0813?
DeepSeek-V4-Pro-0813 è lo snapshot di produzione in GA di DeepSeek V4 Pro rilasciato nell’agosto 2026.
DeepSeek ha annunciato il 13 agosto che la versione ufficiale V4 Pro è diventata simultaneamente disponibile tramite app, sito web e API. L’annuncio del 13 agosto aggiunge anche la compatibilità nativa con l’OpenAI Responses API e tre livelli pratici di ragionamento: non-thinking, high-effort thinking e max-effort thinking. Importante per gli sviluppatori: DeepSeek afferma che il nome del modello API non cambia. Si continua a chiamare:
deepseek-v4-pro
La dicitura 0813 identifica lo snapshot di produzione, non un identificatore di modello che gli sviluppatori debbano necessariamente inserire nella richiesta API.
Il modello è posizionato principalmente per ragionamento avanzato, software engineering, analisi a lungo contesto e carichi agentici. Valutazioni indipendenti di Artificial Analysis attualmente riportano un punteggio Intelligence Index di 53, rispetto a una mediana di 27 tra i modelli open-weight comparabili selezionati. Riporta inoltre circa 77,6 token/secondo in output e un time-to-first-token di 1,71 secondi sulla base dei test API.
Cosa è cambiato nell’API con V4 Pro 0813?
L’identificatore del modello e le base URL restano invariati, quindi le integrazioni esistenti continuano a funzionare senza modifiche al codice. Gli upgrade significativi sono nelle capacità, nella qualità post-training e nelle funzionalità di supporto.
Miglioramenti chiave delle capacità
Secondo l’annuncio GA ufficiale di DeepSeek-V4-Pro e il changelog:
- Importanti upgrade agentici con forti guadagni in carichi in stile produzione.
- I punteggi benchmark per la build 0813 includono:
- HLE (senza / con strumenti): 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
Questi rappresentano incrementi sostanziali rispetto alla preview di aprile 2026 (ad es., DeepSWE è salito in modo marcato). Il modello resta un’architettura Mixture-of-Experts con 1,6 trilioni di parametri totali e circa 49 miliardi attivati per token.
Nuove e migliorate funzionalità dell’API
- Supporto nativo per l’OpenAI Responses API, ottimizzato per Codex con script di configurazione one-click.
- Controllo più flessibile dello sforzo di thinking: low / high / max (in precedenza su Pro la mappatura era più limitata).
- Supporto dual-mode continuo (thinking abilitato per impostazione predefinita; disponibile la modalità non-thinking).
- Piena compatibilità con i formati OpenAI Chat Completions e Anthropic Messages.
- JSON Output, Tool Calls, Chat Prefix Completion (Beta) e FIM Completion (Beta, solo non-thinking).
- La lunghezza del contesto resta 1M token; l’output massimo è 384K token.
- Limite di concorrenza per Pro: 500 (Flash: 2.500).
Annuncio di aggiornamento dei prezzi
Prezzi correnti (al 13 agosto 2026) per 1M token:
| Modello | Input (cache hit) | Input (cache miss) | Output |
|---|---|---|---|
| deepseek-v4-flash | $0.0028 | $0.14 | $0.28 |
| deepseek-v4-pro | $0.003625 | $0.435 | $0.87 |
A partire dalle 16:00 UTC del 16 agosto 2026, entra in vigore la fatturazione punta/fuori punta (fuori punta = metà della punta). Ore di punta: 01:00–04:00 e 06:00–10:00 UTC. Nuove tariffe:
| Modello | Periodo | Input (cache hit) | Input (cache miss) | Output |
|---|---|---|---|---|
| deepseek-v4-pro | Fuori punta | $0.022 | $0.66 | $1.98 |
| deepseek-v4-pro | Punta | $0.044 | $1.32 | $3.96 |
DeepSeek ha inoltre indicato che potrebbero seguire ulteriori aumenti complessivi di prezzo; monitora la pagina ufficiale dei prezzi.
La documentazione sui rate limit di DeepSeek stabilisce la concorrenza standard di V4 Pro a 500 richieste per account. Una connessione conta dalla sottomissione fino al completamento della risposta e le richieste in eccesso ricevono risposte HTTP 429. DeepSeek accepts a for scheduling isolation; it must match and be no longer than 512 characters. It should not contain personal information.
Supporto nativo per Responses API
Una delle modifiche API più chiare è il supporto nativo per il formato OpenAI Responses API.
DeepSeek afferma che la Responses API è progettata in parte per supportare workflow di coding-agent come Codex. L’endpoint ufficiale è:
https://api.deepseek.com
ed è accessibile con l’SDK Python di OpenAI.
Esempio:
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 documentazione di DeepSeek supporta anche lo streaming per richieste Responses API, usando semantic server-sent events invece della vecchia convenzione data: [DONE].
Controlli di thinking più flessibili
V4 Pro rende il ragionamento configurabile invece di costringere gli sviluppatori a usare un modello di ragionamento separato.
La documentazione di DeepSeek descrive l’interruttore thinking come:
{
"thinking": {
"type": "enabled"
}
}
e lo sforzo di ragionamento come:
high
max
La configurazione di thinking predefinita è abilitata, con high usato per le richieste regolari. Alcuni carichi agent complessi possono usare automaticamente max.
Questo crea tre modalità pratiche per gli sviluppatori:
- Non-thinking
- Thinking — High
- Thinking — Max
Questa distinzione è estremamente utile nel design di applicazioni AI perché non ogni richiesta merita il massimo sforzo di ragionamento.
Un dettaglio implementativo importante: in modalità thinking, parametri come
temperatureetop_pnon influiscono sull’output del modello. DeepSeek documenta esplicitamente questo comportamento.
Come usare l’API DeepSeek V4 Pro 0813 con CometAPI
CometAPI è utile se vuoi integrare DeepSeek V4 Pro senza mantenere integrazioni API separate per ogni provider di AI.
CometAPI attualmente pubblicizza un’API unificata che copre 500+ modelli di AI, con un layer API comune e fatturazione unificata. La documentazione dei prezzi indica che i prezzi dei modelli ufficiali sono generalmente offerti con uno sconto del 20% rispetto alla tariffa ufficiale del provider.
Ecco un workflow pratico di integrazione con CometAPI.
Passo 1: Crea un account CometAPI
Per prima cosa, crea o accedi al tuo account CometAPI.
Apri il sito CometAPI e accedi alla console API.
La documentazione di DeepSeek V4 Pro di CometAPI istruisce gli utenti a ottenere un token API dalla console CometAPI.
Passo 2: Crea la tua API key di CometAPI
Dopo l’accesso, apri la sezione token/API key del tuo account e genera una API key.
Conservala come variabile d’ambiente invece di inserirla hard-coded nella tua applicazione.
Linux/macOS:
export COMETAPI_KEY="YOUR_COMETAPI_KEY"
Windows PowerShell:
$env:COMETAPI_KEY="YOUR_COMETAPI_KEY"
Non fare mai commit di una API key su GitHub, JavaScript lato frontend, applicazioni mobile o file di configurazione accessibili pubblicamente.
Passo 3: Installa l’SDK Python di OpenAI
Poiché CometAPI fornisce un’interfaccia compatibile con OpenAI, puoi usare il client Python OpenAI.
pip install openai
Questo rende la migrazione particolarmente semplice per gli sviluppatori che già conoscono il formato dell’API OpenAI.
Passo 4: Configura la base URL di CometAPI
Crea il client così:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1"
)
L’esempio pubblicato da CometAPI per V4 Pro usa questa base URL e l’ID modello deepseek-v4-pro.
Passo 5: Invia la tua prima richiesta a DeepSeek V4 Pro
Ora invia una richiesta di base:
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)
I parametri critici sono:
base_url = https://api.cometapi.com/v1
model = deepseek-v4-pro
endpoint = /chat/completions
Spiegazione delle tre modalità di thinking
DeepSeek V4 Pro supporta:
- Modalità non-thinking — Risposte più rapide, nessuna chain-of-thought esplicita. Ideale per Q&A semplici o scenari ad alto throughput.
- Thinking con sforzo low / high — Il modello produce reasoning_content prima della risposta finale. High è il default pratico per la maggior parte dei lavori agent e di coding.
- Max effort — Spinge al massimo le capacità di ragionamento; consigliato per problemi complessi multi-step. Può consumare più token e aumentare la latenza.
Nel formato compatibile con OpenAI lo controlli con l’oggetto thinking e il parametro reasoning_effort. La chain-of-thought appare in message.reasoning_content. Quando gli strumenti non vengono usati, il ragionamento precedente può spesso essere omesso dal contesto successivo; quando gli strumenti vengono usati, l’intero ragionamento deve essere ripassato.
Passare tra sforzi di thinking e modalità non-thinking
- Non-thinking:
"thinking": {"type": "disabled"}(o equivalente in stile Anthropicreasoning.effort: "none"). - Thinking con sforzo:
"reasoning_effort": "low" | "high" | "max"più"thinking": {"type": "enabled"}.
Il default è thinking abilitato con sforzo high. Usa low per query semplici, high per tipici lavori agent e max per i problemi più difficili o compiti di coding multi-step.
Streaming delle risposte e structured outputs
Lo streaming è abilitato semplicemente impostando "stream": true. Sia i contenuti sia (dove applicabile) i token di reasoning possono essere trasmessi in streaming. È fondamentale per agent interattivi e applicazioni user-facing.
Gli output strutturati / JSON sono di prima classe: usa response_format={"type": "json_object"} o il supporto schema più avanzato disponibile tramite Responses API e definizioni di strumenti. Combinato con il tool calling, consente loop agent affidabili che emettono azioni machine-readable.
L’endpoint Responses API (/responses) offre una superficie più moderna, allineata a OpenAI, particolarmente utile per workflow in stile Codex ed è ora supportato nativamente per V4 Pro.
Usa structured outputs / modalità JSON
DeepSeek supporta il JSON Output. Richiedilo tramite 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"}
)
Per un controllo di schema più rigoroso, combinalo con tool calls o con la Responses API dove supportato.
Implementa tool calls (function calling)
Definisci i tool nel formato OpenAI. In modalità thinking devi ripassare correttamente reasoning_content nei turni successivi quando sono coinvolti strumenti.
Quando si interagisce con lo strumento in seguito, gli sviluppatori devono conservare il corrispondente reasoning_content quando invocano il mindset tool. Una gestione impropria può causare un errore 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
Consulta le guide ufficiali su Tool Calls e Thinking Mode per lo schema multi-turn esatto richiesto quando si usano strumenti.
Best practice per l’uso dell’API DeepSeek V4 Pro 0813
Allinea lo sforzo di ragionamento al task
Non usare il reasoning Max per un compito che richiede solo classificazione.
Una semplice policy di instradamento funziona bene:
Simple → Non-thinking
Moderate → High
Complex → Max
Questo può ridurre sia latenza sia costi.
Esegui lo streaming di risposte lunghe
Se la tua applicazione richiede diversi secondi per generare una risposta, usa:
stream=True
Gli utenti percepiscono generalmente l’output incrementale come significativamente più veloce rispetto ad attendere la risposta completa.
Valida l’output strutturato
La modalità JSON migliora l’affidabilità, ma la tua applicazione dovrebbe comunque validare il JSON restituito.
Usa:
import json
data = json.loads(response_text)
e poi valida i campi obbligatori prima di scrivere nel database o di attivare un’azione esterna.
Monitora l’uso dei token
Ispeziona sempre:
response.usage
quando disponibile.
Alla scala di V4 Pro, la rendicontazione dei token non è una funzionalità analitica opzionale. È un meccanismo centrale di controllo dei costi.
Separa prompt stabili e dinamici
Per applicazioni a lungo contesto, mantieni stabili le istruzioni e i documenti ricorrenti per massimizzare il riuso della cache.
Mantieni un modello di fallback
Un’architettura di produzione pratica può instradare:
Simple request
↓
V4 Flash
Complex request
↓
V4 Pro
Very difficult request
↓
V4 Pro Max reasoning
La policy di instradamento esatta dovrebbe essere determinata tramite i tuoi benchmark.
Errori comuni dell’API DeepSeek V4 Pro
Errore: Modello non trovato
Verifica di usare:
deepseek-v4-pro
invece di inventare per errore un nome di modello snapshot.
DeepSeek afferma che il nome del modello API resta invariato per la release di produzione 0813.
Errore: Parametri di thinking non validi
Per richieste compatibili con OpenAI, usa:
"thinking": {
"type": "enabled"
}
nel corpo della richiesta appropriato, e usa:
reasoning_effort=high
oppure:
reasoning_effort=max
La documentazione ufficiale dell’API DeepSeek definisce questi parametri.
Errore: Output JSON malformato
Usa:
"response_format": {
"type": "json_object"
}
e indica esplicitamente nel prompt di generare JSON. DeepSeek avverte che la modalità JSON dovrebbe essere accompagnata da un’istruzione a produrre JSON.
Errore durante tool calling multi-turn
Quando usi la modalità thinking con tool calls, preserva il reasoning_content richiesto nelle richieste successive.
È un dettaglio facile da mancare e può produrre una risposta 400.
API DeepSeek V4 Pro 0813: Architettura consigliata
┌─────────────────────┐
│ Your App │
└──────────┬──────────┘
│
▼
┌─────────────────────┐
│ Routing Layer │
└──────────┬──────────┘
│
┌──────────────┼──────────────┐
▼ ▼ ▼
Non-thinking High Max
│ │ │
└──────────────┼──────────────┘
▼
┌─────────────────────┐
│ CometAPI │
│ deepseek-v4-pro │
└──────────┬──────────┘
│
┌─────────────┼─────────────┐
▼ ▼ ▼
Streaming Tools JSON Output
│ │ │
└─────────────┼─────────────┘
▼
┌─────────────────────┐
│ Validation / Logs │
└─────────────────────┘
Questo separa la selezione del modello dalla logica applicativa.
Se un altro modello diventa più economico o performa meglio su un particolare carico, il layer di instradamento può cambiare senza riscrivere l’intera applicazione.
Conclusioni e raccomandazioni
DeepSeek-V4-Pro-0813 segna la maturazione della linea V4 Pro in un flagship pronto per la produzione, con performance agentiche nettamente più forti, preservando al contempo l’ampia finestra di contesto da 1M e l’economia attraente della serie. Gli sviluppatori possono iniziare a usarlo oggi con praticamente zero costi di migrazione grazie alla compatibilità con OpenAI e Anthropic.
Per la maggior parte dei team raccomandiamo:
- Prototipazione ed esperimenti multi-modello su CometAPI.
- Migrare carichi DeepSeek-only ad alto volume o sensibili alla latenza all’endpoint ufficiale una volta stabilizzate le tariffe punta/fuori punta e eventuali ulteriori aggiustamenti.
- Impostare la modalità thinking con
reasoning_effort="high"per lavori agent e di coding; riservaremaxai problemi più difficili. - Implementare sempre il corretto round-tripping del
reasoning_contentnelle tool call e sfruttare streaming + structured outputs per applicazioni robuste.
Con la release 0813, DeepSeek ha consegnato un modello open-weight-class altamente capace e conveniente, competitivo per seri carichi agentici e a lungo contesto. Integralo via CometAPI o l’API ufficiale e inizia a costruire. Esplora DeepSeek V4 Pro su CometAPI.
Domande frequenti
DeepSeek V4 Pro 0813 è lo stesso di deepseek-v4-pro?
Sì. L’annuncio ufficiale di DeepSeek afferma che il nome del modello API resta invariato mentre la versione di produzione viene aggiornata a V4 Pro 0813.
DeepSeek V4 Pro supporta una finestra di contesto da 1M token?
Sì. La documentazione corrente del modello/pricing di DeepSeek elenca una lunghezza del contesto di 1M token e 384K di output massimo.
Quali sono le tre modalità di thinking di DeepSeek V4 Pro?
Per il design pratico delle applicazioni, sono:
- Non-thinking
- Thinking con sforzo high
- Thinking con sforzo max
L’API usa l’interruttore thinking più reasoning_effort. I valori di compatibilità come low e medium mappano su high.
Posso eseguire lo streaming delle risposte di DeepSeek V4 Pro?
Sì. Lo streaming è supportato tramite la Chat Completions API e gli stream in modalità thinking possono includere delta di reasoning_content prima del contenuto della risposta normale.
Posso usare DeepSeek V4 Pro con CometAPI?
Sì. CometAPI attualmente documenta il modello deepseek-v4-pro tramite il suo endpoint compatibile OpenAI /v1/chat/completions.
Dovrei usare DeepSeek V4 Pro o V4 Flash?
Usa V4 Flash quando throughput, latenza e costo sono predominanti. Usa V4 Pro per ragionamento difficile, coding, analisi a lungo contesto e workflow agentici.
Una strategia ibrida di instradamento è di solito migliore che usare Pro per tutto.
Il pricing dell’API DeepSeek V4 Pro sta cambiando?
Sì. DeepSeek ha annunciato tariffe punta/fuori punta a partire dal 17 agosto 2026. La documentazione ufficiale elenca V4 Pro a $0.66/M input cache-miss e $1.98/M output durante i periodi fuori punta, contro $1.32/M input e $3.96/M output durante i periodi di punta secondo il nuovo schema.