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

Sì. DeepSeek-V4-Pro offre una lunghezza del contesto di 1M token e fino a 384K token di output, quindi è progettato per documenti molto lunghi e flussi di lavoro multi-file.

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

Sì. DeepSeek-V4-Pro supporta sia la modalità con ragionamento che quella senza, oltre all'output JSON e alle chiamate agli strumenti.

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

Usa DeepSeek-V4-Pro quando l'accuratezza e la programmazione agentica contano più della velocità. DeepSeek afferma che V4-Flash è l'opzione più veloce ed economica, mentre V4-Pro è più forte sulla programmazione e su valutazioni di agenti più ampie.

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

Sì. DeepSeek-V4-Pro è configurato per Claude Code e OpenCode, con `reasoningEffort` impostato su `max` e il ragionamento abilitato.

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

Usa l'URL di base di CometAPI `https://api.cometapi.com` con il nome del modello `deepseek-v4-pro`

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

Sì. V4-Pro offre prestazioni elevate nelle attività di ricerca e recupero, e supera DeepSeek-V3.2 con un ampio margine in entrambe le categorie di Q&A, oggettive e soggettive.

DeepSeek

API live Popolare

deepseek-v4-pro

DeepSeek V4 Pro API

DeepSeek V4 Pro è un modello Mixture-of-Experts su larga scala di DeepSeek, con 1.6T parametri totali e 49B parametri attivati, e supporto a una finestra di contesto da 1M token. È progettato per il ragionamento avanzato, la programmazione e i flussi di lavoro di agenti a lungo orizzonte, con prestazioni elevate in benchmark di conoscenza, matematica e ingegneria del software.

Prezzo di partenza

$0.416 / 1M di token in input

Fatturazione a consumo

Stato dell'API

Operativo

100.0% di uptime / 24h

Risposta

3036 ms

Tempo di risposta API osservato

Pubblicato

Aug 12, 2026

DeepSeek

Playground

Prova DeepSeek V4 Pro con una richiesta reale, controlla i parametri e verifica l'output prima di integrare l'API.

Panoramica

Una panoramica pratica di DeepSeek V4 Pro, con comportamenti importanti e considerazioni per l'integrazione.

Specifiche tecniche

Voce	DeepSeek-V4-Pro
Fornitore	DeepSeek
Nome del modello API	deepseek-v4-pro
URL di base	https://api.deepseek.com e https://api.deepseek.com/anthropic
Tipo di input	Testo
Tipo di output	Testo, chiamate a strumenti, output di ragionamento
Lunghezza del contesto	1,000,000 token
Output massimo	384,000 token
Modalità di ragionamento	Non-thinking, thinking (predefinita)
Impostazioni predefinite per agenti/codice	reasoning_effort può essere impostato su high; le richieste di agenti complesse possono usare max
Funzionalità supportate	Output JSON, chiamate a strumenti, Chat Prefix Completion (beta), FIM Completion (beta in modalità non-thinking)
Rilascio dei pesi locali/open-weights	1.6T parametri totali, 49B parametri attivati, precisione mista FP4 + FP8
Licenza (scheda del modello)	MIT
Scheda modello di riferimento	Anteprima di DeepSeek-V4-Pro su Hugging Face

Che cos’è DeepSeek-V4-Pro?

DeepSeek-V4-Pro è il membro più potente della famiglia di anteprima V4 di DeepSeek. La scheda del modello ufficiale lo descrive come un modello MoE da 1.6T parametri con 49B parametri attivati e una finestra di contesto da un milione di token, pensato per lavori di conoscenza a lungo orizzonte, generazione di codice e attività per agent. Le API lo espongono tramite l’interfaccia standard di chat-completions di DeepSeek e supportano sia lo stile dell’SDK OpenAI sia quello Anthropic.

Caratteristiche principali

Contesto da un milione di token: DeepSeek documenta una lunghezza del contesto di 1M token, che rende il modello adatto a insiemi documentali molto grandi, repository e sessioni agent multi-step.
Due modalità di ragionamento: l’API supporta le modalità non-thinking e thinking; thinking è predefinita, e la documentazione nota che richieste per agent complessi come Claude Code o OpenCode possono usare automaticamente lo sforzo max.
Supporto alle chiamate di strumenti: la modalità thinking di DeepSeek supporta le tool calls, importante per agent che necessitano di ricerca, operazioni su file o funzioni esterne.
Efficienza sul lungo contesto: la scheda del modello afferma che V4 utilizza un design di attenzione ibrido con Compressed Sparse Attention e Heavily Compressed Attention per ridurre il calcolo su contesti lunghi e il costo della cache KV rispetto a V3.2. citeturn980363view2
Focus su coding e ragionamento: DeepSeek afferma che la modalità di ragionamento V4-Pro-Max migliora i benchmark di programmazione e colma gran parte del divario con i modelli proprietari leader per ragionamento e attività agentiche. citeturn980363view2
Flessibilità dell’SDK: è accessibile tramite le chat completions standard compatibili con OpenAI oppure tramite l’endpoint compatibile con Anthropic di DeepSeek per workflow orientati agli strumenti.

Prestazioni di benchmark

La scheda del modello ufficiale di DeepSeek riporta i seguenti risultati di valutazione per la famiglia di modelli base e per l’insieme di confronto V4-Pro-Max. Nella tabella dei modelli base, V4-Pro ottiene punteggi superiori a V3.2-Base su diversi benchmark di conoscenza e lungo contesto, inclusi MMLU-Pro (73.5 vs. 65.5), FACTS Parametric (62.6 vs. 27.1) e 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 stessa scheda del modello mostra che V4-Pro-Max rimane competitivo con i modelli di vertice su attività selezionate. Ad esempio, registra 87.5 su MMLU-Pro, 57.9 su SimpleQA-Verified, 90.1 su GPQA Diamond e 67.9 su Terminal Bench 2.0 nella tabella di confronto pubblicata.

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

Modello	Uso ideale	Contesto	Note
DeepSeek-V4-Pro	Ragionamento intensivo, coding, agenti, documenti di grandi dimensioni	1M	Il più grande modello V4, 49B parametri attivati, capacità complessiva più forte della serie. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Uso generale più veloce e leggero	1M	Modello più piccolo 284B/13B, supporta comunque thinking e tool calls. citeturn980363view2turn980363view0
DeepSeek-V3.2	Baseline long-context della generazione precedente	128K nella documentazione API precedente; V4 usa un diverso design a 1M	Utile come punto di riferimento per i guadagni di efficienza; la scheda di V4-Pro riporta grandi riduzioni di FLOPs su lungo contesto e cache KV rispetto a V3.2. citeturn321011view1turn980363view2

Casi d’uso consigliati

Assistenti di programmazione e strumenti di refactoring su scala repository
Analisi e sintesi di documenti lunghi
Agent che usano strumenti e necessitano di ragionamento multi-turn
Workflow di supporto tecnico che traggono vantaggio da memoria lunga e output strutturati
Attività di conoscenza in cinese e multilingue con forti prestazioni di benchmark indicate dalla scheda del modello

Come accedere e usare l’API Deepseek v4 pro

Passaggio 1: Registrati per ottenere la chiave API

Accedi a cometapi.com. Se non sei ancora nostro utente, registrati prima. Accedi alla tua console CometAPI. Ottieni la chiave API di accesso dell’interfaccia. Fai clic su “Add Token” nel token API nel centro personale, ottieni la chiave token: sk-xxxxx e invia.

Passaggio 2: Invia richieste all’API Deepseek v4 pro

Seleziona l’endpoint “deepseek-v4-pro” per inviare la richiesta API e imposta il corpo della richiesta. Il metodo e il corpo della richiesta sono disponibili nella documentazione API del nostro sito. Il nostro sito offre anche test Apifox per comodità. Sostituisci <YOUR_API_KEY> con la tua effettiva chiave CometAPI del tuo account. Dove chiamarlo: formato Anthropic Messages e formato Chat.

Inserisci la tua domanda o richiesta nel campo content: è ciò a cui il modello risponderà. Elabora la risposta dell’API per ottenere la risposta generata.

Passaggio 3: Recupera e verifica i risultati

Elabora la risposta dell’API per ottenere la risposta generata. Dopo l’elaborazione, l’API risponde con lo stato dell’attività e i dati di output. Abilita funzionalità come streaming, caching del prompt o gestione del lungo contesto tramite parametri standard.

FAQ

Prezzi

Usa la stima rapida sopra per una singola esecuzione, poi consulta il confronto completo tra CometAPI e prezzo ufficiale.

Prima richiesta

—

Costo di utilizzo CometAPI stimato

Dieci richieste

—

Costo di utilizzo CometAPI stimato

Quindici richieste

—

Costo di utilizzo CometAPI stimato

Prezzi per DeepSeek V4 Pro

Esplora i prezzi competitivi per DeepSeek V4 Pro, progettato per adattarsi a vari budget e necessità di utilizzo. I nostri piani flessibili garantiscono che paghi solo per quello che usi, rendendo facile scalare man mano che i tuoi requisiti crescono. Scopri come DeepSeek V4 Pro può migliorare i tuoi progetti mantenendo i costi gestibili.

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

API

Copia un endpoint funzionante e un esempio di codice, poi apri il riferimento API completo quando ti serve ogni parametro.

Un'unica API, accesso ai modelli pronto per la produzione

Autenticati una sola volta, chiama l'endpoint del modello e mantieni lo stesso flusso di fatturazione e osservabilità tra i fornitori.

POST/v1/chat/completions

Codice di esempio e API per DeepSeek V4 Pro

Accedi a codice di esempio completo e risorse API per DeepSeek V4 Pro per semplificare il tuo processo di integrazione. La nostra documentazione dettagliata fornisce una guida passo dopo passo, aiutandoti a sfruttare appieno il potenziale di DeepSeek V4 Pro nei tuoi progetti.

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");

Capacità

Consulta i dati chiave del modello prima di scegliere un'architettura o stimare il carico in produzione.

Capacità supportate

Funzionalità restituite dall'API del modello esistente.

text-to-text

Input e output

Input

text

Output

text

Profilo di produzione

Fornitore: DeepSeek
Contesto: Dipende dal modello
Uso commerciale: Supportato

Casi d'uso

Usa DeepSeek V4 Pro per flussi di produzione in linea con le sue capacità text, poi confronta altre alternative prima di un'integrazione a lungo termine.

Chat in produzione e flussi di lavoro con agenti

Programmazione, analisi e generazione strutturata

Automazione ad alto volume con un'unica API

Altri modelli

Confronta altri modelli disponibili tramite CometAPI in base a qualità, latenza, capacità e prezzo.

Apri confronto modelli →

xAI

Grok 4.6

Il modello di punta per il codice e tutto il resto: chiamata di strumenti agentica, allucinazioni minime, ragionamento configurabile.

Visualizza modello

Anthropic

Claude Sonnet 5

Modello ad alte prestazioni per la programmazione e gli agenti

Visualizza modello

Aliyun

Qwen3.8-Max

Qwen3.8-Max è il modello di linguaggio di grandi dimensioni di punta di Alibaba Qwen, progettato per il ragionamento avanzato, flussi di lavoro basati su agenti, comprensione multimodale e applicazioni di IA su scala aziendale. Dispone di 2.4T parametri, adotta l’architettura MoE, supporta il passaggio tra la modalità di ragionamento e quella di inferenza rapida, può gestire vari formati di contenuti e offre prestazioni eccellenti in scenari come l’ingegneria del codice, il lavoro d’ufficio professionale e il ragionamento logico complesso, secondo solo a Fable 5 di Anthropic.

Visualizza modello

Anthropic

Claude Opus 5

Claude Opus 5 è disponibile da oggi. È un modello riflessivo e proattivo che si avvicina all’intelligenza d’avanguardia di Claude Fable 5 a metà prezzo.

Visualizza modello

Anthropic

Claude Fable 5

L'accesso a Claude Fable 5 è stato ripristinato. Porta un'intelligenza di quinta generazione ai tuoi progetti di programmazione più ambiziosi e alle tue attività professionali più ambiziose.

Visualizza modello

OpenAI

GPT 5.6

Inizia con GPT-5.6 Sol per ragionamento complesso e programmazione, scegli GPT-5.6 Terra per bilanciare intelligenza e costi, oppure usa GPT-5.6 Luna per carichi di lavoro ad alto volume sensibili ai costi.

Visualizza modello

Uptime

Controlla i dati di heartbeat in tempo reale, la disponibilità dell'endpoint e i tempi di risposta osservati prima di passare in produzione.

Uptime

Tasso di successo delle richieste negli ultimi 30 giorni, che riflette l'affidabilità di ogni provider di modelli. CometAPI monitora tutti i provider connessi in tempo reale, 24 ore su 24, 7 giorni su 7.

RespondLIVE

3036msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versioni

Controlla gli identificatori dei modelli disponibili prima di fissare un'integrazione in produzione.

deepseek-v4-pro

deepseek-v4-pro-0813

Continua a esplorare

Confronta i modelli e continua la tua ricerca

DeepSeek

API live Popolare

deepseek-v4-pro

DeepSeek V4 Pro API

Prezzo di partenza

$0.416 / 1M di token in input

Fatturazione a consumo

Stato dell'API

Operativo

100.0% di uptime / 24h

Risposta

3036 ms

Tempo di risposta API osservato

Pubblicato

Aug 12, 2026

DeepSeek

Playground

Prova DeepSeek V4 Pro con una richiesta reale, controlla i parametri e verifica l'output prima di integrare l'API.

Panoramica

Una panoramica pratica di DeepSeek V4 Pro, con comportamenti importanti e considerazioni per l'integrazione.

Specifiche tecniche

Voce	DeepSeek-V4-Pro
Fornitore	DeepSeek
Nome del modello API	deepseek-v4-pro
URL di base	https://api.deepseek.com e https://api.deepseek.com/anthropic
Tipo di input	Testo
Tipo di output	Testo, chiamate a strumenti, output di ragionamento
Lunghezza del contesto	1,000,000 token
Output massimo	384,000 token
Modalità di ragionamento	Non-thinking, thinking (predefinita)
Impostazioni predefinite per agenti/codice	reasoning_effort può essere impostato su high; le richieste di agenti complesse possono usare max
Funzionalità supportate	Output JSON, chiamate a strumenti, Chat Prefix Completion (beta), FIM Completion (beta in modalità non-thinking)
Rilascio dei pesi locali/open-weights	1.6T parametri totali, 49B parametri attivati, precisione mista FP4 + FP8
Licenza (scheda del modello)	MIT
Scheda modello di riferimento	Anteprima di DeepSeek-V4-Pro su Hugging Face

Che cos’è DeepSeek-V4-Pro?

Caratteristiche principali

Contesto da un milione di token: DeepSeek documenta una lunghezza del contesto di 1M token, che rende il modello adatto a insiemi documentali molto grandi, repository e sessioni agent multi-step.
Due modalità di ragionamento: l’API supporta le modalità non-thinking e thinking; thinking è predefinita, e la documentazione nota che richieste per agent complessi come Claude Code o OpenCode possono usare automaticamente lo sforzo max.
Supporto alle chiamate di strumenti: la modalità thinking di DeepSeek supporta le tool calls, importante per agent che necessitano di ricerca, operazioni su file o funzioni esterne.
Efficienza sul lungo contesto: la scheda del modello afferma che V4 utilizza un design di attenzione ibrido con Compressed Sparse Attention e Heavily Compressed Attention per ridurre il calcolo su contesti lunghi e il costo della cache KV rispetto a V3.2. citeturn980363view2
Focus su coding e ragionamento: DeepSeek afferma che la modalità di ragionamento V4-Pro-Max migliora i benchmark di programmazione e colma gran parte del divario con i modelli proprietari leader per ragionamento e attività agentiche. citeturn980363view2
Flessibilità dell’SDK: è accessibile tramite le chat completions standard compatibili con OpenAI oppure tramite l’endpoint compatibile con Anthropic di DeepSeek per workflow orientati agli strumenti.

Prestazioni di 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

Modello	Uso ideale	Contesto	Note
DeepSeek-V4-Pro	Ragionamento intensivo, coding, agenti, documenti di grandi dimensioni	1M	Il più grande modello V4, 49B parametri attivati, capacità complessiva più forte della serie. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Uso generale più veloce e leggero	1M	Modello più piccolo 284B/13B, supporta comunque thinking e tool calls. citeturn980363view2turn980363view0
DeepSeek-V3.2	Baseline long-context della generazione precedente	128K nella documentazione API precedente; V4 usa un diverso design a 1M	Utile come punto di riferimento per i guadagni di efficienza; la scheda di V4-Pro riporta grandi riduzioni di FLOPs su lungo contesto e cache KV rispetto a V3.2. citeturn321011view1turn980363view2

Casi d’uso consigliati

Assistenti di programmazione e strumenti di refactoring su scala repository
Analisi e sintesi di documenti lunghi
Agent che usano strumenti e necessitano di ragionamento multi-turn
Workflow di supporto tecnico che traggono vantaggio da memoria lunga e output strutturati
Attività di conoscenza in cinese e multilingue con forti prestazioni di benchmark indicate dalla scheda del modello

Come accedere e usare l’API Deepseek v4 pro

Passaggio 1: Registrati per ottenere la chiave API

Passaggio 2: Invia richieste all’API Deepseek v4 pro

Inserisci la tua domanda o richiesta nel campo content: è ciò a cui il modello risponderà. Elabora la risposta dell’API per ottenere la risposta generata.

Passaggio 3: Recupera e verifica i risultati

FAQ

Prezzi

Usa la stima rapida sopra per una singola esecuzione, poi consulta il confronto completo tra CometAPI e prezzo ufficiale.

Prima richiesta

—

Costo di utilizzo CometAPI stimato

Dieci richieste

—

Costo di utilizzo CometAPI stimato

Quindici richieste

—

Costo di utilizzo CometAPI stimato

Prezzi per DeepSeek V4 Pro

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

API

Copia un endpoint funzionante e un esempio di codice, poi apri il riferimento API completo quando ti serve ogni parametro.

Un'unica API, accesso ai modelli pronto per la produzione

Autenticati una sola volta, chiama l'endpoint del modello e mantieni lo stesso flusso di fatturazione e osservabilità tra i fornitori.

POST/v1/chat/completions

Codice di esempio e API per 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");

Capacità

Consulta i dati chiave del modello prima di scegliere un'architettura o stimare il carico in produzione.

Capacità supportate

Funzionalità restituite dall'API del modello esistente.

text-to-text

Input e output

Input

text

Output

text

Profilo di produzione

Fornitore: DeepSeek
Contesto: Dipende dal modello
Uso commerciale: Supportato

Casi d'uso

Usa DeepSeek V4 Pro per flussi di produzione in linea con le sue capacità text, poi confronta altre alternative prima di un'integrazione a lungo termine.

Chat in produzione e flussi di lavoro con agenti

Programmazione, analisi e generazione strutturata

Automazione ad alto volume con un'unica API

Altri modelli

Confronta altri modelli disponibili tramite CometAPI in base a qualità, latenza, capacità e prezzo.

Apri confronto modelli →

xAI

Grok 4.6

Il modello di punta per il codice e tutto il resto: chiamata di strumenti agentica, allucinazioni minime, ragionamento configurabile.

Visualizza modello

Anthropic

Claude Sonnet 5

Modello ad alte prestazioni per la programmazione e gli agenti

Claude Opus 5 è disponibile da oggi. È un modello riflessivo e proattivo che si avvicina all’intelligenza d’avanguardia di Claude Fable 5 a metà prezzo.

Visualizza modello

Anthropic

Claude Fable 5

L'accesso a Claude Fable 5 è stato ripristinato. Porta un'intelligenza di quinta generazione ai tuoi progetti di programmazione più ambiziosi e alle tue attività professionali più ambiziose.

Uptime

Controlla i dati di heartbeat in tempo reale, la disponibilità dell'endpoint e i tempi di risposta osservati prima di passare in produzione.

Uptime

RespondLIVE

3036msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versioni

Controlla gli identificatori dei modelli disponibili prima di fissare un'integrazione in produzione.

deepseek-v4-pro

deepseek-v4-pro-0813

Continua a esplorare