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

2683 ms

Tempo di risposta API osservato

Pubblicato

Aug 13, 2026

DeepSeek

Area di test

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

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 stimato dell'utilizzo di CometAPI

Dieci richieste

$0.0211

Costo stimato dell'utilizzo di CometAPI

Quindici richieste

$0.0317

Costo stimato dell'utilizzo di CometAPI

⇌

Conversione dei crediti

1.000 crediti = 1 $

I crediti rendono confrontabili i budget tra fatturazione a token, a richiesta e a tempo di esecuzione. L'importo in USD resta il riferimento ufficiale al momento del pagamento.

✓Modello attuale in crediti

Input

528

crediti / 1M token

Output

1,584

crediti / 1M token

Trasparenza sul costo minimo Questo prototipo non presuppone un costo minimo nascosto per richiesta. Se si applica una soglia minima di fatturazione o di ricarica in produzione, deve essere mostrata prima dell'acquisto e inclusa in ogni stima del budget.

Modello	Livello	Condizione	Prezzo Comet (USD / M token)	Prezzo ufficiale (USD / M token)	Sconto
deepseek-v4-pro	base	-	Input: $0.5280/M Output: $1.58/M Cache Read: $0.0176/M	Input: $0.6600/M Output: $1.98/M Cache Read: $0.0220/M	-20%
deepseek-v4-pro-0813	base	-	Input: $0.5280/M Output: $1.58/M Cache Read: $0.0176/M	Input: $0.6600/M Output: $1.98/M Cache Read: $0.0220/M	-20%

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×

Panoramica del modello

Un'identità stabile del modello per la ricerca e la valutazione, abbinata a dati di catalogo in tempo reale che possono cambiare senza dover riscrivere la struttura SEO principale della pagina.

Identità stabile

Che cos'è DeepSeek V4 Pro?

L'identità canonica del modello rimane stabile al variare di prezzi e limiti.

Dati del modello in tempo reale

Istantanea attuale del catalogo

Disponibilità

Disponibile

Prezzo di partenza

$0.528 / 1M di token in input

Contesto

Visualizza le funzionalità

Data del catalogo

Aug 13, 2026

Playground 2.0 / Tavolo decisionale

Decidi prima. Integra con sicurezza.

Un unico spazio di lavoro per confrontare i modelli, perfezionare i prompt, esaminare l'instradamento, migrare il codice e distribuire un punto di partenza collaudato.

Basato su DeepSeek V4 Pro

Flussi di lavoro

Confronta prima di decidere

Esegui lo stesso prompt sui principali modelli e ottieni una raccomandazione corredata da prove.

3 modelli · 1 esecuzione

Prompt di valutazione

programmazionetemperatura 0.2Output JSON

GPT-5

OpenAI

Qualità

91/100

Latenza

1.2s

Costo stimato

$0.018

Claude Opus 5

Anthropic

Scelta dell'IA

Qualità

95/100

Latenza

1.8s

Costo stimato

$0.024

Gemini 3 Pro

Google

Qualità

89/100

Latenza

0.9s

Costo stimato

$0.011

Raccomandazione: scegli Claude Opus 5 per la revisione del codice ad alto rischio; indirizza i controlli di routine a Gemini 3 Pro per ridurre i costi di circa il 54%.

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

Centro decisionale per i modelli

Conosci il costo. Scegli il carico di lavoro giusto.

Modella le cinque dimensioni di fatturazione, testa un carico di lavoro realistico e decidi dove Opus giustifica il suo costo aggiuntivo prima del rilascio.

20% in meno rispetto al prezzo ufficiale$0.5280 rispetto a $0.6600 / 1 milione di token di input

Laboratorio dei costi

Calcola il costo di un'esecuzione reale dell'agente

Riproduci carichi di lavoro reali invece di confrontare i prezzi dei token isolatamente. Carica una configurazione predefinita, quindi regola ogni voce di fatturazione.

Token di input nuovi

token

Token di output

token

Chiamate di ricerca sul web

chiamate

$0.5280

/ 1 mln di token

Input

Nuove istruzioni, file e contesto della conversazione inviati a ogni turno.

Riduci il contesto recuperato prima che raggiunga il modello.

$0.5280

/ 1 mln di token

Output

Ragionamento, codice e testo generati dal modello.

Usa criteri di completamento e limiti di output espliciti.

$0.6849

/ 1.000 chiamate

Ricerca sul web

Chiamate a strumenti che recuperano informazioni aggiornate dal web.

Esegui una sola ricerca, poi riutilizza i risultati verificati per l'intera esecuzione.

Dove Opus giustifica il sovrapprezzo

Ideale per

Sviluppo su scala di repository

Usa Opus quando l'attività coinvolge l'architettura, più file e compromessi di implementazione ambigui.

Ideale per

Agenti a lunga esecuzione

Una scelta valida quando un agente deve preservare l'intento attraverso numerose chiamate agli strumenti e fasi di ripristino.

Vale il costo aggiuntivo

Revisione ad alto valore

Riservalo alle revisioni di sicurezza, migrazione e produzione, dove un problema non rilevato costa più dei token.

Usa un modello più leggero

Lavoro ordinario ad alto volume

Classificazione, estrazione e chat semplici offrono solitamente una migliore convenienza economica con Sonnet o Haiku.

Guida operativa alla cache dei prompt

Stabilizza il prefisso

Mantieni invariati i criteri, gli schemi degli strumenti e le mappe del repository.

Scrivi una volta

Posiziona il punto di interruzione della cache dopo il contesto riutilizzabile.

Leggi ripetutamente

Nei turni successivi, aggiungi solo le modifiche specifiche dell'attività.

Esegui la migrazione senza riscrivere il codice

Mantieni il tuo SDK preferito e modifica l'URL di base, la chiave e l'ID del modello.

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

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.

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.

# 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

Anthropic

Claude Fable 5.2

Claude Fable 5.2 è il modello di IA avanzato di Anthropic per il lavoro tecnico complesso e aperto che richiede ragionamento prolungato, pianificazione ed esecuzione in più fasi.

Visualizza modello

Google

Gemini 4 Carbon

Gemini 4 Carbon è il modello di ragionamento di Google per l’ingegneria del software complessa, il ragionamento scientifico e i flussi di lavoro di agenti di lunga durata. È disponibile su CometAPI tramite la Gemini API nativa e la Chat API compatibile con OpenAI.

Visualizza modello

Hunyuan

Hy 4

Tencent Hy4 è un modello linguistico di grandi dimensioni di nuova generazione, sviluppato dal team Hunyuan di Tencent, progettato per il ragionamento complesso, i flussi di lavoro basati su agenti, l’ingegneria del software e le attività di produttività nel mondo reale.

Visualizza modello

OpenAI

GPT-6 Luna

GPT-6 Luna (gpt-6-luna) è il modello GPT-6 efficiente di OpenAI per carichi di lavoro mirati e ad alto volume. OpenAI colloca Luna al di sotto di GPT-6 Sol nella famiglia GPT-6, sottolineando efficienza, ripetibilità e un uso in produzione attento ai costi.

Visualizza modello

DeepSeek

DeepSeek V4.1 Flash

Il 17 ottobre 2026, l’azienda ha rilasciato **DeepSeek-V4.1-Flash-1017**, un aggiornamento mirato del suo modello V4.1-Flash (lanciato originariamente il 10 settembre 2026). Promosso come in grado di offrire miglioramenti sostanziali nel ragionamento, nella programmazione, nelle capacità agentiche e nella comprensione visiva — riducendo al contempo i tempi di esecuzione delle attività e la lunghezza dell’output — questo checkpoint è presentato come il modello efficiente più potente di DeepSeek ad oggi per carichi di lavoro reali di agent e di programmazione.

Visualizza modello

Disponibilità

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

Disponibilità

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

2683msAvg. 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

Aggiornamenti

Segui le modifiche rilevanti alla disponibilità, ai prezzi e alle funzionalità di DeepSeek V4 Pro senza perdere la pagina stabile del modello.

Registro delle modifiche del modello

Una pagina che migliora nel tempo.

Note di rilascio, variazioni dei prezzi, aggiornamenti dei benchmark e indicazioni per la migrazione si accumulano qui, mentre l'URL canonico rimane invariato.

Aug 13, 2026

Disponibilità dell'API confermata

DeepSeek V4 Pro è disponibile tramite il catalogo dei modelli CometAPI e la documentazione dell'API.

Attuale

Dati in tempo reale

Prezzi e limiti sincronizzati dal catalogo

Prezzo, contesto, disponibilità e limiti sono trattati come proprietà dinamiche invece di essere incorporati nel titolo della pagina o nell'identità del modello.

Feb 5, 2026

Entità del modello permanente creata

Il provider e lo slug del modello formano un URL canonico duraturo; i futuri aggiornamenti di contenuti e dati rimarranno su questa pagina.

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

2683 ms

Tempo di risposta API osservato

Pubblicato

Aug 13, 2026

DeepSeek

Area di test

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

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 stimato dell'utilizzo di CometAPI

Dieci richieste

$0.0211

Costo stimato dell'utilizzo di CometAPI

Quindici richieste

$0.0317

Costo stimato dell'utilizzo di CometAPI

⇌

Conversione dei crediti

1.000 crediti = 1 $

I crediti rendono confrontabili i budget tra fatturazione a token, a richiesta e a tempo di esecuzione. L'importo in USD resta il riferimento ufficiale al momento del pagamento.

✓Modello attuale in crediti

Input

528

crediti / 1M token

Output

1,584

crediti / 1M token

Modello	Livello	Condizione	Prezzo Comet (USD / M token)	Prezzo ufficiale (USD / M token)	Sconto
deepseek-v4-pro	base	-	Input: $0.5280/M Output: $1.58/M Cache Read: $0.0176/M	Input: $0.6600/M Output: $1.98/M Cache Read: $0.0220/M	-20%
deepseek-v4-pro-0813	base	-	Input: $0.5280/M Output: $1.58/M Cache Read: $0.0176/M	Input: $0.6600/M Output: $1.98/M Cache Read: $0.0220/M	-20%

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×

Panoramica del modello

Un'identità stabile del modello per la ricerca e la valutazione, abbinata a dati di catalogo in tempo reale che possono cambiare senza dover riscrivere la struttura SEO principale della pagina.

Identità stabile

Che cos'è DeepSeek V4 Pro?

L'identità canonica del modello rimane stabile al variare di prezzi e limiti.

Dati del modello in tempo reale

Istantanea attuale del catalogo

Disponibilità

Disponibile

Prezzo di partenza

$0.528 / 1M di token in input

Contesto

Visualizza le funzionalità

Data del catalogo

Aug 13, 2026

Playground 2.0 / Tavolo decisionale

Decidi prima. Integra con sicurezza.

Un unico spazio di lavoro per confrontare i modelli, perfezionare i prompt, esaminare l'instradamento, migrare il codice e distribuire un punto di partenza collaudato.

Basato su DeepSeek V4 Pro

Flussi di lavoro

Confronta prima di decidere

Esegui lo stesso prompt sui principali modelli e ottieni una raccomandazione corredata da prove.

3 modelli · 1 esecuzione

Prompt di valutazione

programmazionetemperatura 0.2Output JSON

GPT-5

OpenAI

Qualità

91/100

Latenza

1.2s

Costo stimato

$0.018

Claude Opus 5

Anthropic

Scelta dell'IA

Qualità

95/100

Latenza

1.8s

Costo stimato

$0.024

Gemini 3 Pro

Google

Qualità

89/100

Latenza

0.9s

Costo stimato

$0.011

Raccomandazione: scegli Claude Opus 5 per la revisione del codice ad alto rischio; indirizza i controlli di routine a Gemini 3 Pro per ridurre i costi di circa il 54%.

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

Centro decisionale per i modelli

Conosci il costo. Scegli il carico di lavoro giusto.

Modella le cinque dimensioni di fatturazione, testa un carico di lavoro realistico e decidi dove Opus giustifica il suo costo aggiuntivo prima del rilascio.

20% in meno rispetto al prezzo ufficiale$0.5280 rispetto a $0.6600 / 1 milione di token di input

Laboratorio dei costi

Calcola il costo di un'esecuzione reale dell'agente

Riproduci carichi di lavoro reali invece di confrontare i prezzi dei token isolatamente. Carica una configurazione predefinita, quindi regola ogni voce di fatturazione.

Token di input nuovi

token

Token di output

token

Chiamate di ricerca sul web

chiamate

$0.5280

/ 1 mln di token

Input

Nuove istruzioni, file e contesto della conversazione inviati a ogni turno.

Riduci il contesto recuperato prima che raggiunga il modello.

$0.5280

/ 1 mln di token

Output

Ragionamento, codice e testo generati dal modello.

Usa criteri di completamento e limiti di output espliciti.

$0.6849

/ 1.000 chiamate

Ricerca sul web

Chiamate a strumenti che recuperano informazioni aggiornate dal web.

Esegui una sola ricerca, poi riutilizza i risultati verificati per l'intera esecuzione.

Dove Opus giustifica il sovrapprezzo

Ideale per

Sviluppo su scala di repository

Usa Opus quando l'attività coinvolge l'architettura, più file e compromessi di implementazione ambigui.

Ideale per

Agenti a lunga esecuzione

Una scelta valida quando un agente deve preservare l'intento attraverso numerose chiamate agli strumenti e fasi di ripristino.

Vale il costo aggiuntivo

Revisione ad alto valore

Riservalo alle revisioni di sicurezza, migrazione e produzione, dove un problema non rilevato costa più dei token.

Usa un modello più leggero

Lavoro ordinario ad alto volume

Classificazione, estrazione e chat semplici offrono solitamente una migliore convenienza economica con Sonnet o Haiku.

Guida operativa alla cache dei prompt

Stabilizza il prefisso

Mantieni invariati i criteri, gli schemi degli strumenti e le mappe del repository.

Scrivi una volta

Posiziona il punto di interruzione della cache dopo il contesto riutilizzabile.

Leggi ripetutamente

Nei turni successivi, aggiungi solo le modifiche specifiche dell'attività.

Esegui la migrazione senza riscrivere il codice

Mantieni il tuo SDK preferito e modifica l'URL di base, la chiave e l'ID del modello.

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

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.

Codice di esempio e API per 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");

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

Anthropic

Claude Fable 5.2

Claude Fable 5.2 è il modello di IA avanzato di Anthropic per il lavoro tecnico complesso e aperto che richiede ragionamento prolungato, pianificazione ed esecuzione in più fasi.

Disponibilità

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

Disponibilità

RespondLIVE

2683msAvg. 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

Aggiornamenti

Segui le modifiche rilevanti alla disponibilità, ai prezzi e alle funzionalità di DeepSeek V4 Pro senza perdere la pagina stabile del modello.

Registro delle modifiche del modello

Una pagina che migliora nel tempo.

Note di rilascio, variazioni dei prezzi, aggiornamenti dei benchmark e indicazioni per la migrazione si accumulano qui, mentre l'URL canonico rimane invariato.

Aug 13, 2026

Disponibilità dell'API confermata

DeepSeek V4 Pro è disponibile tramite il catalogo dei modelli CometAPI e la documentazione dell'API.

Attuale

Dati in tempo reale

Prezzi e limiti sincronizzati dal catalogo

Prezzo, contesto, disponibilità e limiti sono trattati come proprietà dinamiche invece di essere incorporati nel titolo della pagina o nell'identità del modello.

Feb 5, 2026

Entità del modello permanente creata

Il provider e lo slug del modello formano un URL canonico duraturo; i futuri aggiornamenti di contenuti e dati rimarranno su questa pagina.

Continua a esplorare