DeepSeek-V4-Pro può gestire documenti da 1M token nell'API?

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

DeepSeek-V4-Pro supporta la modalità di ragionamento e le chiamate agli strumenti?

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

Come posso integrare DeepSeek-V4-Pro con SDK compatibili con OpenAI?

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

Quando dovrei usare DeepSeek-V4-Pro invece di 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 nella programmazione e in valutazioni di agenti più ampie.

DeepSeek-V4-Pro è adatto a flussi di lavoro di ricerca con uso intensivo della ricerca?

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

DeepSeek-V4-Pro è valido per agenti di programmazione come Claude Code o OpenCode?

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

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

$0.528 / 1M di token in input

Fatturazione a consumo

Stato dell'API

Operativo

100.0% di uptime / 24h

Risposta

1911 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)
Predefiniti per agent/coding	reasoning_effort può essere impostato su high; le richieste di agent complesse possono usare max
Funzionalità supportate	Output JSON, chiamate a strumenti, completamento del prefisso chat (beta), completamento FIM (beta in modalità non-thinking)
Rilascio local/open-weights	1.6T parametri totali, 49B parametri attivati, precisione mista FP4 + FP8
Licenza (scheda del modello)	MIT
Scheda modello di riferimento	Anteprima 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 ufficiale del modello 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 degli agent. La documentazione API lo espone tramite l’interfaccia standard di chat-completions di DeepSeek e supporta sia lo stile SDK di OpenAI sia quello di Anthropic.

Caratteristiche principali

Contesto da un milione di token: DeepSeek documenta una lunghezza del contesto di 1M token, che rende il modello adatto a set di documenti molto grandi, repository e sessioni di agent multi‑step.
Due modalità di ragionamento: l’API supporta modalità non-thinking e thinking; thinking è predefinita e la documentazione nota che richieste di agent complesse come Claude Code o OpenCode possono usare automaticamente lo sforzo max.
Supporto alle chiamate di strumenti: la modalità thinking di DeepSeek supporta le tool call, importante per agent che necessitano di ricerca, operazioni su file o funzioni esterne.
Efficienza sul lungo contesto: la scheda del modello indica che V4 usa un design di attenzione ibrido con Compressed Sparse Attention e Heavily Compressed Attention per ridurre il compute sul lungo contesto 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 coding e colma buona parte del divario con i modelli chiusi leader nelle attività di ragionamento e agentiche. citeturn980363view2
Flessibilità SDK: è accessibile tramite le standard chat completions compatibili con OpenAI o tramite l’endpoint compatibile con Anthropic di DeepSeek per workflow orientati agli strumenti.

Prestazioni nei benchmark

La scheda ufficiale del modello DeepSeek riporta i seguenti risultati di valutazione per la famiglia di modelli base e per il set di confronto V4-Pro-Max. Nella tabella dei modelli base, V4-Pro ottiene punteggi più alti di 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 come V4-Pro-Max rimanga competitivo con i modelli d’avanguardia 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	Miglior utilizzo	Contesto	Note
DeepSeek-V4-Pro	Ragionamento intensivo, programmazione, agent, documenti di grandi dimensioni	1M	Modello V4 più grande, 49B parametri attivati, capacità complessiva più forte della serie. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Più rapido, più leggero per uso generale	1M	Modello più piccolo 284B/13B, supporta comunque thinking e le chiamate a strumenti. citeturn980363view2turn980363view0
DeepSeek-V3.2	Baseline long-context di generazione precedente	128K nelle precedenti API doc; V4 usa un diverso design di contesto da 1M	Utile come punto di riferimento per i guadagni di efficienza; la scheda di V4-Pro riporta grandi riduzioni di FLOPs e cache KV sul lungo contesto rispetto a V3.2. citeturn321011view1turn980363view2

Casi d'uso ideali

Assistenti di programmazione e strumenti di refactoring a livello di repository
Analisi e sintesi di documenti lunghi
Agent con uso di strumenti che necessitano di ragionamento multi-turno
Flussi di supporto tecnico che beneficiano di memoria lunga e output strutturati
Attività di conoscenza in cinese e multilingue in cui la scheda del modello mostra prestazioni solide

Come accedere e utilizzare 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. Entra nella tua CometAPI console. Ottieni la credenziale di accesso (API key) dell’interfaccia. Clicca “Add Token” nel token API nel centro personale, ottieni la chiave token: sk-xxxxx e invia.

Passaggio 2: invia richieste alla Deepseek v4 proAPI

Seleziona l’endpoint “deepseek-v4-pro” per inviare la richiesta API e imposta il body della richiesta. Il metodo e il body della richiesta sono riportati nella documentazione API del nostro sito. Il nostro sito fornisce anche Apifox per comodità. Sostituisci <YOUR_API_KEY> con la tua effettiva chiave CometAPI dal tuo account. Where to call it: Anthropic Messages format and Chat format.

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

Passaggio 3: recupera e verifica i risultati

Elabora la risposta dell’API per ottenere l’output generato. Dopo l’elaborazione, l’API risponde con lo stato dell’attività e i dati di output. Abilita funzionalità come streaming, caching dei 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

$0.0021

Costo di utilizzo CometAPI stimato

Dieci richieste

$0.0211

Costo di utilizzo CometAPI stimato

Quindici richieste

$0.0317

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	Tier	Condition	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
deepseek-v4-pro	base	-	Input:$0.5280/M Output:$1.5840/M Cache Read:$0.0176/M	Input:$0.6600/M Output:$1.9800/M Cache Read:$0.0220/M	-20%
deepseek-v4-pro-0813	base	-	Input:$0.5280/M Output:$1.5840/M Cache Read:$0.0176/M	Input:$0.6600/M Output:$1.9800/M Cache Read:$0.0220/M	-20%
deepseek-v4-pro-0813-free	-	-	Ingresso:$0/M Uscita:$0/M	Ingresso:$0.66/M Uscita:$1.98/M	-100%
deepseek-v4-pro-free	-	-	Ingresso:$0/M Uscita:$0/M	Ingresso:$0.66/M Uscita:$1.98/M	-100%

Regolazioni dei prezzi basate sulle richieste

Le condizioni di richiesta sono indipendenti dai livelli. Quando più gruppi di condizioni corrispondono simultaneamente, i loro moltiplicatori si accumulano moltiplicativamente. Prima determinare il livello applicabile, poi sovrapporre i moltiplicatori di prezzo di richiesta corrispondenti. Le condizioni non corrispondenti hanno un moltiplicatore predefinito di 1×.

Condizione di richiesta	Moltiplicatore di prezzo
Ora(UTC): 1:00 - 4:00	2×
Ora(UTC): 6:00 - 10:00	2×

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

# 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");

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 →

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.

Visualizza modello

OpenAI

GPT-6 Astra

GPT-6 Astra, il modello di punta per il ragionamento complesso e la programmazione. Scegli GPT-5.6 Terra per bilanciare intelligenza e costo,

Visualizza modello

Google

Gemini 3.8 Flash

Gemini 3.8 Flash è un modello Gemini leggero di nuova generazione, con l'obiettivo di raggiungere un migliore equilibrio tra velocità, costi e capacità di programmazione.

Visualizza modello

Anthropic

Claude Fable 5.1

Intelligenza di nuova generazione per agenti a esecuzione prolungata

Visualizza modello

Z.AI

GLM 5.3 Flash

GLM-5.3-Flash è il primo modello multimodale nativo della serie GLM-5, che offre un’intelligenza più avanzata rispetto a GLM-5.2, pur mantenendo un’architettura eccezionalmente efficiente in termini di costi.

Visualizza modello

OpenAI

gpt-oss-20b(free)

Esplora l'API di gpt-oss-20b(free).

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

1911msAvg. 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

deepseek-v4-pro-0813-free

deepseek-v4-pro-free

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

$0.528 / 1M di token in input

Fatturazione a consumo

Stato dell'API

Operativo

100.0% di uptime / 24h

Risposta

1911 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)
Predefiniti per agent/coding	reasoning_effort può essere impostato su high; le richieste di agent complesse possono usare max
Funzionalità supportate	Output JSON, chiamate a strumenti, completamento del prefisso chat (beta), completamento FIM (beta in modalità non-thinking)
Rilascio local/open-weights	1.6T parametri totali, 49B parametri attivati, precisione mista FP4 + FP8
Licenza (scheda del modello)	MIT
Scheda modello di riferimento	Anteprima 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 set di documenti molto grandi, repository e sessioni di agent multi‑step.
Due modalità di ragionamento: l’API supporta modalità non-thinking e thinking; thinking è predefinita e la documentazione nota che richieste di agent complesse come Claude Code o OpenCode possono usare automaticamente lo sforzo max.
Supporto alle chiamate di strumenti: la modalità thinking di DeepSeek supporta le tool call, importante per agent che necessitano di ricerca, operazioni su file o funzioni esterne.
Efficienza sul lungo contesto: la scheda del modello indica che V4 usa un design di attenzione ibrido con Compressed Sparse Attention e Heavily Compressed Attention per ridurre il compute sul lungo contesto 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 coding e colma buona parte del divario con i modelli chiusi leader nelle attività di ragionamento e agentiche. citeturn980363view2
Flessibilità SDK: è accessibile tramite le standard chat completions compatibili con OpenAI o tramite l’endpoint compatibile con Anthropic di DeepSeek per workflow orientati agli strumenti.

Prestazioni nei 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	Miglior utilizzo	Contesto	Note
DeepSeek-V4-Pro	Ragionamento intensivo, programmazione, agent, documenti di grandi dimensioni	1M	Modello V4 più grande, 49B parametri attivati, capacità complessiva più forte della serie. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Più rapido, più leggero per uso generale	1M	Modello più piccolo 284B/13B, supporta comunque thinking e le chiamate a strumenti. citeturn980363view2turn980363view0
DeepSeek-V3.2	Baseline long-context di generazione precedente	128K nelle precedenti API doc; V4 usa un diverso design di contesto da 1M	Utile come punto di riferimento per i guadagni di efficienza; la scheda di V4-Pro riporta grandi riduzioni di FLOPs e cache KV sul lungo contesto rispetto a V3.2. citeturn321011view1turn980363view2

Casi d'uso ideali

Assistenti di programmazione e strumenti di refactoring a livello di repository
Analisi e sintesi di documenti lunghi
Agent con uso di strumenti che necessitano di ragionamento multi-turno
Flussi di supporto tecnico che beneficiano di memoria lunga e output strutturati
Attività di conoscenza in cinese e multilingue in cui la scheda del modello mostra prestazioni solide

Come accedere e utilizzare l'API Deepseek v4 pro

Passaggio 1: registrati per ottenere la chiave API

Passaggio 2: invia richieste alla Deepseek v4 proAPI

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

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

$0.0021

Costo di utilizzo CometAPI stimato

Dieci richieste

$0.0211

Costo di utilizzo CometAPI stimato

Quindici richieste

$0.0317

Costo di utilizzo CometAPI stimato

Prezzi per DeepSeek V4 Pro

Model	Tier	Condition	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
deepseek-v4-pro	base	-	Input:$0.5280/M Output:$1.5840/M Cache Read:$0.0176/M	Input:$0.6600/M Output:$1.9800/M Cache Read:$0.0220/M	-20%
deepseek-v4-pro-0813	base	-	Input:$0.5280/M Output:$1.5840/M Cache Read:$0.0176/M	Input:$0.6600/M Output:$1.9800/M Cache Read:$0.0220/M	-20%
deepseek-v4-pro-0813-free	-	-	Ingresso:$0/M Uscita:$0/M	Ingresso:$0.66/M Uscita:$1.98/M	-100%
deepseek-v4-pro-free	-	-	Ingresso:$0/M Uscita:$0/M	Ingresso:$0.66/M Uscita:$1.98/M	-100%

Regolazioni dei prezzi basate sulle richieste

Condizione di richiesta	Moltiplicatore di prezzo
Ora(UTC): 1:00 - 4:00	2×
Ora(UTC): 6:00 - 10:00	2×

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

# 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");

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 →

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.

Visualizza modello

OpenAI

GPT-6 Astra

GPT-6 Astra, il modello di punta per il ragionamento complesso e la programmazione. Scegli GPT-5.6 Terra per bilanciare intelligenza e costo,

Visualizza modello

Google

Gemini 3.8 Flash

Gemini 3.8 Flash è un modello Gemini leggero di nuova generazione, con l'obiettivo di raggiungere un migliore equilibrio tra velocità, costi e capacità di programmazione.

Visualizza modello

Anthropic

Claude Fable 5.1

Intelligenza di nuova generazione per agenti a esecuzione prolungata

Esplora l'API di gpt-oss-20b(free).

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

RespondLIVE

1911msAvg. 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

deepseek-v4-pro-0813-free

deepseek-v4-pro-free

Continua a esplorare