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

Yes. DeepSeek-V4-Pro with a 1M-token context length and up to 384K output tokens, so it is built for very long documents and multi-file workflows.

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

Yes. DeepSeek-V4-Pro supports both thinking and non-thinking modes, plus JSON output and tool calls.

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

Use DeepSeek-V4-Pro when accuracy and agentic coding matter more than speed. DeepSeek says V4-Flash is the faster, more economical option, while V4-Pro is stronger on coding and broader agent evaluations.

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

Yes. DeepSeek-V4-Pro configured for Claude Code and OpenCode, with `reasoningEffort` set to `max` and thinking enabled.

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

Use the CometAPI base URL `https://api.cometapi.com` with the model name `deepseek-v4-pro`

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

Yes. V4-Pro performs strongly on search and retrieval-style tasks, and it outperforms DeepSeek-V3.2 by a substantial margin in both objective and subjective Q&A categories.

DeepSeek

API działa Popularny

deepseek-v4-pro

DeepSeek V4 Pro API

DeepSeek V4 Pro to wielkoskalowy model typu Mixture-of-Experts od DeepSeek z 1.6T łącznych parametrów i 49B aktywnych parametrów, obsługujący okno kontekstu o długości 1M tokenów. Jest zaprojektowany do zaawansowanego wnioskowania, programowania oraz długoterminowych przepływów pracy agentów, osiągając wysoką wydajność w benchmarkach z zakresu wiedzy, matematyki i inżynierii oprogramowania.

Cena początkowa

$0.416 / 1 mln tokenów wejściowych

Rozliczenie za zużycie

Stan API

Działa poprawnie

Dostępność 100.0% / 24h

Czas odpowiedzi

3036 ms

Zaobserwowany czas odpowiedzi API

Data wydania

Aug 12, 2026

DeepSeek

Playground

Wypróbuj DeepSeek V4 Pro z rzeczywistym żądaniem, sprawdź jego parametry i zweryfikuj wynik przed integracją API.

Przegląd

Praktyczny przegląd DeepSeek V4 Pro, obejmujący ważne zachowania i uwagi dotyczące integracji.

Specyfikacja techniczna

Element	DeepSeek-V4-Pro
Dostawca	DeepSeek
Nazwa modelu API	deepseek-v4-pro
Bazowe adresy URL	https://api.deepseek.com oraz https://api.deepseek.com/anthropic
Typ wejścia	Tekst
Typ wyjścia	Tekst, wywołania narzędzi, wyjście rozumowania
Długość kontekstu	1,000,000 tokenów
Maksymalna długość wyjścia	384,000 tokenów
Tryby rozumowania	Bez myślenia, myślenie (domyślny)
Domyślne ustawienia agent/kodowanie	reasoning_effort można ustawić na high; złożone żądania agentów mogą używać max
Obsługiwane funkcje	Wyjście JSON, wywołania narzędzi, uzupełnianie prefiksu czatu (beta), uzupełnianie FIM (beta w trybie bez myślenia)
Wydanie lokalne/otwarte wagi	1.6T łącznych parametrów, 49B aktywowanych parametrów, mieszana precyzja FP4 + FP8
Licencja (karta modelu)	MIT
Referencyjna karta modelu	DeepSeek-V4-Pro preview on Hugging Face

Czym jest DeepSeek-V4-Pro?

DeepSeek-V4-Pro to mocniejszy członek rodziny podglądowej V4 DeepSeek. Oficjalna karta modelu opisuje go jako model MoE o 1.6T parametrów z 49B aktywowanymi parametrami i oknem kontekstu na milion tokenów, przeznaczony do zadań wymagających długiego horyzontu wiedzy, generowania kodu i pracy agentów. Dokumentacja API udostępnia go przez standardową powierzchnię chat-completions DeepSeek i obsługuje zarówno styl SDK OpenAI, jak i Anthropic.

Główne cechy

Kontekst na poziomie miliona tokenów: DeepSeek dokumentuje długość kontekstu 1M tokenów, co czyni model odpowiednim do bardzo dużych zbiorów dokumentów, repozytoriów i wieloetapowych sesji agentów.
Dwa tryby rozumowania: API obsługuje tryby bez myślenia i myślenia; domyślny jest tryb myślenia, a dokumentacja zauważa, że złożone żądania agentów, takie jak Claude Code lub OpenCode, mogą automatycznie używać wysiłku max.
Obsługa wywołań narzędzi: tryb myślenia DeepSeek obsługuje wywołania narzędzi, co jest ważne dla agentów potrzebujących wyszukiwania, operacji na plikach lub funkcji zewnętrznych.
Wydajność w długim kontekście: według karty modelu V4 wykorzystuje hybrydową konstrukcję uwagi z Compressed Sparse Attention i Heavily Compressed Attention, aby zmniejszyć koszty obliczeń i pamięci podręcznej KV dla długiego kontekstu w porównaniu z V3.2. citeturn980363view2
Skupienie na kodowaniu i rozumowaniu: DeepSeek twierdzi, że tryb rozumowania V4-Pro-Max poprawia wyniki benchmarków kodowania i w dużej mierze zmniejsza różnicę względem wiodących, zamkniętych modeli w zadaniach rozumowania i agentowych. citeturn980363view2
Elastyczność SDK: dostęp możliwy jest przez standardowe, zgodne z OpenAI chat completions lub przez kompatybilny z Anthropic endpoint DeepSeek dla przepływów pracy zorientowanych na narzędzia.

Wydajność w benchmarkach

Oficjalna karta modelu DeepSeek podaje następujące wyniki oceny dla rodziny modeli bazowych i zestawu porównawczego V4-Pro-Max. W tabeli modeli bazowych V4-Pro osiąga wyższe wyniki niż V3.2-Base na kilku benchmarkach wiedzy i długiego kontekstu, w tym MMLU-Pro (73.5 vs. 65.5), FACTS Parametric (62.6 vs. 27.1) i 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

Ta sama karta modelu pokazuje, że V4-Pro-Max pozostaje konkurencyjny względem czołowych modeli na wybranych zadaniach. Na przykład uzyskuje 87.5 na MMLU-Pro, 57.9 na SimpleQA-Verified, 90.1 na GPQA Diamond i 67.9 na Terminal Bench 2.0 w opublikowanej tabeli porównawczej.

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

Model	Najlepsze zastosowanie	Kontekst	Uwagi
DeepSeek-V4-Pro	Zaawansowane rozumowanie, kodowanie, agenci, duże dokumenty	1M	Największy model V4, 49B aktywowanych parametrów, najsilniejsza ogólna wydajność w serii. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Szybsze, lżejsze zastosowania ogólne	1M	Mniejszy model 284B/13B, nadal obsługuje tryb myślenia i wywołania narzędzi. citeturn980363view2turn980363view0
DeepSeek-V3.2	Bazowa poprzednia generacja z długim kontekstem	128K we wcześniejszej dokumentacji API; V4 używa innego projektu 1M kontekstu	Przydatny jako punkt odniesienia dla zysków wydajności; karta modelu V4-Pro raportuje duże redukcje FLOPs długiego kontekstu i pamięci KV względem V3.2. citeturn321011view1turn980363view2

Najlepsze zastosowania

Asystenci kodowania w skali repozytorium i narzędzia do refaktoryzacji
Analiza i synteza długich dokumentów
Agenci korzystający z narzędzi, którzy potrzebują wieloetapowego rozumowania
Przepływy wsparcia technicznego, które korzystają z długiej pamięci i ustrukturyzowanych wyników
Zadania wiedzy w języku chińskim i wielojęzyczne, gdzie karta modelu pokazuje silne wyniki benchmarków

Jak uzyskać dostęp i używać Deepseek v4 pro API

Krok 1: Zarejestruj klucz API

Zaloguj się do cometapi.com. Jeśli nie jesteś jeszcze naszym użytkownikiem, zarejestruj się najpierw. Zaloguj się do konsola CometAPI. Uzyskaj poświadczenie dostępu — klucz API interfejsu. Kliknij „Add Token” w sekcji tokena API w centrum osobistym, pobierz klucz tokena: sk-xxxxx i wyślij.

Krok 2: Wyślij żądania do Deepseek v4 proAPI

Wybierz endpoint „deepseek-v4-pro”, aby wysłać żądanie API, i ustaw body żądania. Metoda żądania i body żądania są dostępne w dokumentacji API na naszej stronie. Nasza strona zapewnia również test Apifox dla Twojej wygody. Zamień <YOUR_API_KEY> na rzeczywisty klucz CometAPI z Twojego konta. Gdzie wywołać: Anthropic Messages format i Chat format.

Wstaw swoje pytanie lub prośbę do pola content — to na nią model odpowie. Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź.

Krok 3: Odbierz i zweryfikuj wyniki

Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź. Po przetworzeniu API zwraca status zadania i dane wyjściowe. Włącz funkcje, takie jak strumieniowanie, buforowanie promptów lub obsługa długiego kontekstu, za pomocą standardowych parametrów.

FAQ

Cennik

Skorzystaj z powyższego szybkiego oszacowania dla pojedynczego uruchomienia, a następnie sprawdź pełne porównanie cen CometAPI i cen oficjalnych.

Pierwsze żądanie

—

Szacowany koszt użytkowania CometAPI

Dziesięć żądań

—

Szacowany koszt użytkowania CometAPI

Piętnaście żądań

—

Szacowany koszt użytkowania CometAPI

Cennik dla DeepSeek V4 Pro

Poznaj konkurencyjne ceny dla DeepSeek V4 Pro, zaprojektowane tak, aby pasowały do różnych budżetów i potrzeb użytkowania. Nasze elastyczne plany zapewniają, że płacisz tylko za to, czego używasz, co ułatwia skalowanie w miarę wzrostu Twoich wymagań. Odkryj, jak DeepSeek V4 Pro może ulepszyć Twoje projekty przy jednoczesnym utrzymaniu kosztów na rozsądnym poziomie.

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

API

Skopiuj działający endpoint i przykładowy kod, a następnie otwórz pełną dokumentację API, gdy potrzebujesz wszystkich parametrów.

Jedno API, dostęp do modeli gotowy do produkcji

Uwierzytelnij się raz, wywołuj endpoint modelu i zachowaj ten sam proces rozliczeń i monitorowania u różnych dostawców.

POST/v1/chat/completions

Przykładowy kod i API dla DeepSeek V4 Pro

Uzyskaj dostęp do kompleksowego przykładowego kodu i zasobów API dla DeepSeek V4 Pro, aby usprawnić proces integracji. Nasza szczegółowa dokumentacja zapewnia wskazówki krok po kroku, pomagając wykorzystać pełny potencjał DeepSeek V4 Pro w Twoich projektach.

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");

Możliwości

Sprawdź kluczowe informacje o modelu przed wyborem architektury lub oszacowaniem obciążenia produkcyjnego.

Obsługiwane możliwości

Funkcje zwracane przez istniejące API modelu.

text-to-text

Wejście i wyjście

Wejścia

text

Wyjścia

text

Profil produkcyjny

Dostawca: DeepSeek
Kontekst: Zależnie od modelu
Użycie komercyjne: Obsługiwane

Przypadki użycia

Używaj DeepSeek V4 Pro w procesach produkcyjnych odpowiadających możliwościom text, a następnie porównaj alternatywy przed długoterminową integracją.

Czat produkcyjny i przepływy pracy agentów

Kodowanie, analiza i generowanie strukturalne

Automatyzacja na dużą skalę za pomocą jednego API

Inne modele

Porównaj inne modele dostępne w CometAPI pod względem jakości, opóźnienia, możliwości i ceny.

Otwórz porównanie modeli →

xAI

Grok 4.6

Flagowy model do kodu i wszystkiego innego: agentowe wywoływanie narzędzi, minimalne halucynacje, konfigurowalne rozumowanie.

Zobacz model

Anthropic

Claude Sonnet 5

Wysokowydajny model do programowania i dla agentów

Zobacz model

Aliyun

Qwen3.8-Max

Qwen3.8-Max to flagowy duży model językowy Alibaba Qwen, zaprojektowany do zaawansowanego wnioskowania, przepływów pracy opartych na agentach, rozumienia multimodalnego oraz zastosowań AI w skali przedsiębiorstwa. Ma 2.4T parametrów, wykorzystuje architekturę MoE, obsługuje przełączanie między trybem myślenia a trybem szybkiego wnioskowania, może obsługiwać różne formaty treści i doskonale sprawdza się w scenariuszach, takich jak inżynieria oprogramowania, profesjonalna praca biurowa i złożone rozumowanie logiczne, ustępując jedynie Fable 5 firmy Anthropic.

Zobacz model

Anthropic

Claude Opus 5

Claude Opus 5 jest dostępny już dziś. To przemyślany i proaktywny model, który zbliża się do czołowego poziomu inteligencji Claude Fable 5 za połowę ceny.

Zobacz model

Anthropic

Claude Fable 5

Dostęp do Claude Fable 5 został przywrócony. Wprowadza inteligencję 5. generacji do twojej najbardziej ambitnej pracy programistycznej i zawodowej.

Zobacz model

OpenAI

GPT 5.6

Zacznij od GPT-5.6 Sol do złożonego rozumowania i programowania, wybierz GPT-5.6 Terra, aby zrównoważyć możliwości i koszty, lub użyj GPT-5.6 Luna do zadań wrażliwych na koszty na dużą skalę.

Zobacz model

Uptime

Sprawdź dane heartbeat na żywo, dostępność endpointu i zaobserwowane czasy odpowiedzi przed przejściem do produkcji.

Uptime

Wskaźnik sukcesu żądań z ostatnich 30 dni, odzwierciedlający niezawodność każdego dostawcy modelu. CometAPI monitoruje wszystkich podłączonych dostawców w czasie rzeczywistym przez całą dobę.

RespondLIVE

3036msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Wersje

Sprawdź dostępne identyfikatory modeli przed ustaleniem integracji produkcyjnej.

deepseek-v4-pro

deepseek-v4-pro-0813

Kontynuuj eksplorację

Porównuj modele i kontynuuj swoje badania

DeepSeek

API działa Popularny

deepseek-v4-pro

DeepSeek V4 Pro API

Cena początkowa

$0.416 / 1 mln tokenów wejściowych

Rozliczenie za zużycie

Stan API

Działa poprawnie

Dostępność 100.0% / 24h

Czas odpowiedzi

3036 ms

Zaobserwowany czas odpowiedzi API

Data wydania

Aug 12, 2026

DeepSeek

Playground

Wypróbuj DeepSeek V4 Pro z rzeczywistym żądaniem, sprawdź jego parametry i zweryfikuj wynik przed integracją API.

Przegląd

Praktyczny przegląd DeepSeek V4 Pro, obejmujący ważne zachowania i uwagi dotyczące integracji.

Specyfikacja techniczna

Element	DeepSeek-V4-Pro
Dostawca	DeepSeek
Nazwa modelu API	deepseek-v4-pro
Bazowe adresy URL	https://api.deepseek.com oraz https://api.deepseek.com/anthropic
Typ wejścia	Tekst
Typ wyjścia	Tekst, wywołania narzędzi, wyjście rozumowania
Długość kontekstu	1,000,000 tokenów
Maksymalna długość wyjścia	384,000 tokenów
Tryby rozumowania	Bez myślenia, myślenie (domyślny)
Domyślne ustawienia agent/kodowanie	reasoning_effort można ustawić na high; złożone żądania agentów mogą używać max
Obsługiwane funkcje	Wyjście JSON, wywołania narzędzi, uzupełnianie prefiksu czatu (beta), uzupełnianie FIM (beta w trybie bez myślenia)
Wydanie lokalne/otwarte wagi	1.6T łącznych parametrów, 49B aktywowanych parametrów, mieszana precyzja FP4 + FP8
Licencja (karta modelu)	MIT
Referencyjna karta modelu	DeepSeek-V4-Pro preview on Hugging Face

Czym jest DeepSeek-V4-Pro?

Główne cechy

Kontekst na poziomie miliona tokenów: DeepSeek dokumentuje długość kontekstu 1M tokenów, co czyni model odpowiednim do bardzo dużych zbiorów dokumentów, repozytoriów i wieloetapowych sesji agentów.
Dwa tryby rozumowania: API obsługuje tryby bez myślenia i myślenia; domyślny jest tryb myślenia, a dokumentacja zauważa, że złożone żądania agentów, takie jak Claude Code lub OpenCode, mogą automatycznie używać wysiłku max.
Obsługa wywołań narzędzi: tryb myślenia DeepSeek obsługuje wywołania narzędzi, co jest ważne dla agentów potrzebujących wyszukiwania, operacji na plikach lub funkcji zewnętrznych.
Wydajność w długim kontekście: według karty modelu V4 wykorzystuje hybrydową konstrukcję uwagi z Compressed Sparse Attention i Heavily Compressed Attention, aby zmniejszyć koszty obliczeń i pamięci podręcznej KV dla długiego kontekstu w porównaniu z V3.2. citeturn980363view2
Skupienie na kodowaniu i rozumowaniu: DeepSeek twierdzi, że tryb rozumowania V4-Pro-Max poprawia wyniki benchmarków kodowania i w dużej mierze zmniejsza różnicę względem wiodących, zamkniętych modeli w zadaniach rozumowania i agentowych. citeturn980363view2
Elastyczność SDK: dostęp możliwy jest przez standardowe, zgodne z OpenAI chat completions lub przez kompatybilny z Anthropic endpoint DeepSeek dla przepływów pracy zorientowanych na narzędzia.

Wydajność w benchmarkach

Benchmark	V3.2-Base	V4-Flash-Base	V4-Pro-Base
MMLU-Pro (EM)	65.5	68.3	73.5
FACTS Parametric (EM)	27.1	33.9	62.6
HumanEval (Pass@1)	62.8	69.5	76.8
LongBench-V2 (EM)	40.2	44.7	51.5

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

Model	Najlepsze zastosowanie	Kontekst	Uwagi
DeepSeek-V4-Pro	Zaawansowane rozumowanie, kodowanie, agenci, duże dokumenty	1M	Największy model V4, 49B aktywowanych parametrów, najsilniejsza ogólna wydajność w serii. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Szybsze, lżejsze zastosowania ogólne	1M	Mniejszy model 284B/13B, nadal obsługuje tryb myślenia i wywołania narzędzi. citeturn980363view2turn980363view0
DeepSeek-V3.2	Bazowa poprzednia generacja z długim kontekstem	128K we wcześniejszej dokumentacji API; V4 używa innego projektu 1M kontekstu	Przydatny jako punkt odniesienia dla zysków wydajności; karta modelu V4-Pro raportuje duże redukcje FLOPs długiego kontekstu i pamięci KV względem V3.2. citeturn321011view1turn980363view2

Najlepsze zastosowania

Asystenci kodowania w skali repozytorium i narzędzia do refaktoryzacji
Analiza i synteza długich dokumentów
Agenci korzystający z narzędzi, którzy potrzebują wieloetapowego rozumowania
Przepływy wsparcia technicznego, które korzystają z długiej pamięci i ustrukturyzowanych wyników
Zadania wiedzy w języku chińskim i wielojęzyczne, gdzie karta modelu pokazuje silne wyniki benchmarków

Jak uzyskać dostęp i używać Deepseek v4 pro API

Krok 1: Zarejestruj klucz API

Krok 2: Wyślij żądania do Deepseek v4 proAPI

Wstaw swoje pytanie lub prośbę do pola content — to na nią model odpowie. Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź.

Krok 3: Odbierz i zweryfikuj wyniki

FAQ

Cennik

Skorzystaj z powyższego szybkiego oszacowania dla pojedynczego uruchomienia, a następnie sprawdź pełne porównanie cen CometAPI i cen oficjalnych.

Pierwsze żądanie

—

Szacowany koszt użytkowania CometAPI

Dziesięć żądań

—

Szacowany koszt użytkowania CometAPI

Piętnaście żądań

—

Szacowany koszt użytkowania CometAPI

Cennik dla DeepSeek V4 Pro

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

API

Skopiuj działający endpoint i przykładowy kod, a następnie otwórz pełną dokumentację API, gdy potrzebujesz wszystkich parametrów.

Jedno API, dostęp do modeli gotowy do produkcji

Uwierzytelnij się raz, wywołuj endpoint modelu i zachowaj ten sam proces rozliczeń i monitorowania u różnych dostawców.

POST/v1/chat/completions

Przykładowy kod i API dla 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");

Możliwości

Sprawdź kluczowe informacje o modelu przed wyborem architektury lub oszacowaniem obciążenia produkcyjnego.

Obsługiwane możliwości

Funkcje zwracane przez istniejące API modelu.

text-to-text

Wejście i wyjście

Wejścia

text

Wyjścia

text

Profil produkcyjny

Dostawca: DeepSeek
Kontekst: Zależnie od modelu
Użycie komercyjne: Obsługiwane

Przypadki użycia

Używaj DeepSeek V4 Pro w procesach produkcyjnych odpowiadających możliwościom text, a następnie porównaj alternatywy przed długoterminową integracją.

Czat produkcyjny i przepływy pracy agentów

Kodowanie, analiza i generowanie strukturalne

Automatyzacja na dużą skalę za pomocą jednego API

Inne modele

Porównaj inne modele dostępne w CometAPI pod względem jakości, opóźnienia, możliwości i ceny.

Otwórz porównanie modeli →

xAI

Grok 4.6

Flagowy model do kodu i wszystkiego innego: agentowe wywoływanie narzędzi, minimalne halucynacje, konfigurowalne rozumowanie.

Zobacz model

Anthropic

Claude Sonnet 5

Wysokowydajny model do programowania i dla agentów

Claude Opus 5 jest dostępny już dziś. To przemyślany i proaktywny model, który zbliża się do czołowego poziomu inteligencji Claude Fable 5 za połowę ceny.

Zobacz model

Anthropic

Claude Fable 5

Dostęp do Claude Fable 5 został przywrócony. Wprowadza inteligencję 5. generacji do twojej najbardziej ambitnej pracy programistycznej i zawodowej.

Uptime

Sprawdź dane heartbeat na żywo, dostępność endpointu i zaobserwowane czasy odpowiedzi przed przejściem do produkcji.

Uptime

RespondLIVE

3036msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Wersje

Sprawdź dostępne identyfikatory modeli przed ustaleniem integracji produkcyjnej.

deepseek-v4-pro

deepseek-v4-pro-0813

Kontynuuj eksplorację