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 ao vivo Popular

deepseek-v4-pro

DeepSeek V4 Pro API

DeepSeek V4 Pro é um modelo de Mixture-of-Experts em larga escala da DeepSeek, com 1.6T de parâmetros totais e 49B de parâmetros ativados, com suporte a uma janela de contexto de 1M tokens. Ele foi projetado para raciocínio avançado, programação e fluxos de trabalho de agentes de longo horizonte, com desempenho forte em benchmarks de conhecimento, matemática e engenharia de software.

Preço inicial

$0.416 / 1M de tokens de entrada

Cobrança por uso

Status da API

Operacional

100.0% de disponibilidade / 24h

Resposta

3036 ms

Tempo de resposta da API observado

Lançado

Aug 12, 2026

DeepSeek

Playground

Teste DeepSeek V4 Pro com uma solicitação real, revise os parâmetros e valide a saída antes de integrar a API.

Visão Geral

Uma visão geral prática de DeepSeek V4 Pro, incluindo comportamentos importantes e considerações de integração.

Especificações técnicas

Item	DeepSeek-V4-Pro
Fornecedor	DeepSeek
Nome do modelo da API	deepseek-v4-pro
URLs base	https://api.deepseek.com e https://api.deepseek.com/anthropic
Tipo de entrada	Texto
Tipo de saída	Texto, chamadas de ferramenta, saída de raciocínio
Comprimento do contexto	1.000.000 tokens
Saída máxima	384.000 tokens
Modos de raciocínio	Non-thinking, thinking (padrão)
Padrões de agente/codificação	reasoning_effort pode ser definido como high; solicitações de agente complexas podem usar max
Recursos compatíveis	Saída JSON, Chamadas de ferramentas, Chat Prefix Completion (beta), FIM Completion (beta no modo non-thinking)
Lançamento local/pesos abertos	1,6T de parâmetros totais, 49B de parâmetros ativados, precisão mista FP4 + FP8
Licença (ficha do modelo)	MIT
Ficha de modelo de referência	Prévia do DeepSeek-V4-Pro no Hugging Face

O que é o DeepSeek-V4-Pro?

DeepSeek-V4-Pro é o membro mais robusto da família de prévias V4 da DeepSeek. A ficha oficial do modelo o descreve como um modelo MoE com 1,6T de parâmetros e 49B de parâmetros ativados, com janela de contexto de um milhão de tokens, voltado para trabalhos de conhecimento de longo horizonte, geração de código e tarefas de agentes. A documentação da API o expõe por meio da interface padrão de chat-completions da DeepSeek e oferece suporte aos estilos de SDK da OpenAI e da Anthropic.

Principais recursos

Contexto de um milhão de tokens: A DeepSeek documenta um comprimento de contexto de 1M tokens, o que torna o modelo adequado para conjuntos de documentos muito grandes, repositórios e sessões de agente em várias etapas.
Dois modos de raciocínio: A API oferece suporte aos modos non-thinking e thinking; thinking é o padrão, e a documentação observa que solicitações de agente complexas, como Claude Code ou OpenCode, podem usar automaticamente o esforço max.
Compatível com chamadas de ferramentas: O modo thinking da DeepSeek oferece suporte a chamadas de ferramentas, o que é importante para agentes que precisam de busca, operações de arquivo ou funções externas.
Eficiência em contexto longo: A ficha do modelo afirma que a V4 usa um design de atenção híbrida com Compressed Sparse Attention e Heavily Compressed Attention para reduzir o custo de computação e de cache KV em contexto longo em relação à V3.2. citeturn980363view2
Foco em codificação e raciocínio: A DeepSeek afirma que o modo de raciocínio V4-Pro-Max avança os benchmarks de codificação e reduz grande parte da diferença em relação aos principais modelos proprietários em tarefas de raciocínio e agentes. citeturn980363view2
Flexibilidade de SDK: Pode ser acessado por meio de chat completions compatíveis com OpenAI ou via o endpoint compatível com Anthropic da DeepSeek para fluxos de trabalho orientados a ferramentas.

Desempenho em benchmarks

A ficha oficial do modelo da DeepSeek relata os seguintes resultados de avaliação para a família de modelos base e para o conjunto de comparação V4-Pro-Max. Na tabela do modelo base, V4-Pro obtém pontuações superiores ao V3.2-Base em vários benchmarks de conhecimento e de longo contexto, incluindo 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

A mesma ficha do modelo também mostra que V4-Pro-Max permanece competitivo com os principais modelos de ponta em tarefas selecionadas. Por exemplo, registra 87,5 em MMLU-Pro, 57,9 em SimpleQA-Verified, 90,1 em GPQA Diamond e 67,9 em Terminal Bench 2.0 na tabela de comparação publicada.

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

Modelo	Melhor adequação	Contexto	Observações
DeepSeek-V4-Pro	Raciocínio pesado, codificação, agentes, documentos grandes	1M	Maior modelo da série V4, 49B de parâmetros ativados, maior capacidade geral da série. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Uso geral mais rápido e leve	1M	Modelo menor de 284B/13B, ainda oferece suporte a thinking e chamadas de ferramentas. citeturn980363view2turn980363view0
DeepSeek-V3.2	Baseline de longo contexto da geração anterior	128K em documentação de API anterior; V4 usa um design diferente de contexto de 1M	Útil como ponto de referência para ganhos de eficiência; a ficha do V4-Pro relata grandes reduções em FLOPs de longo contexto e cache KV em relação ao V3.2. citeturn321011view1turn980363view2

Melhores casos de uso

Assistentes de codificação e ferramentas de refatoração em escala de repositório
Análise e síntese de documentos longos
Agentes que usam ferramentas e precisam de raciocínio em múltiplas interações
Fluxos de trabalho de suporte técnico que se beneficiam de memória longa e saídas estruturadas
Tarefas de conhecimento em chinês e multilíngues nas quais a ficha do modelo mostra forte desempenho em benchmarks

Como acessar e usar a API do Deepseek v4 pro

Etapa 1: Cadastre-se para obter a chave de API

Faça login em cometapi.com. Se você ainda não é nosso usuário, registre-se primeiro. Acesse seu CometAPI console. Obtenha a chave de API das credenciais de acesso da interface. Clique em “Add Token” no token de API no centro pessoal, obtenha a chave do token: sk-xxxxx e envie.

Etapa 2: Envie solicitações para a API do Deepseek v4 pro

Selecione o endpoint “deepseek-v4-pro” para enviar a solicitação de API e defina o corpo da solicitação. O método e o corpo da solicitação são obtidos na documentação de nossa API no site. Nosso site também fornece teste no Apifox para sua conveniência. Substitua <YOUR_API_KEY> pela sua chave CometAPI real da sua conta. Onde chamar: formato de Anthropic Messages e formato de Chat.

Insira sua pergunta ou solicitação no campo content — é a isso que o modelo responderá. Processe a resposta da API para obter a resposta gerada.

Etapa 3: Recuperar e verificar os resultados

Processe a resposta da API para obter a resposta gerada. Após o processamento, a API responde com o status da tarefa e os dados de saída. Habilite recursos como streaming, cache de prompts ou tratamento de contexto longo por meio de parâmetros padrão.

FAQ

Preços

Use a estimativa rápida acima para uma única execução e depois veja a comparação completa entre CometAPI e preço oficial.

Primeira solicitação

—

Custo estimado de uso da CometAPI

Dez solicitações

—

Custo estimado de uso da CometAPI

Quinze solicitações

—

Custo estimado de uso da CometAPI

Preços para DeepSeek V4 Pro

Explore preços competitivos para DeepSeek V4 Pro, projetado para atender diversos orçamentos e necessidades de uso. Nossos planos flexíveis garantem que você pague apenas pelo que usar, facilitando o dimensionamento conforme suas necessidades crescem. Descubra como DeepSeek V4 Pro pode aprimorar seus projetos mantendo os custos gerenciáveis.

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

API

Copie um endpoint funcional e um exemplo de código, e abra a referência completa da API quando precisar de todos os parâmetros.

Uma API, acesso a modelos pronto para produção

Autentique-se uma vez, chame o endpoint do modelo e mantenha o mesmo fluxo de cobrança e observabilidade entre provedores.

POST/v1/chat/completions

Código de exemplo e API para DeepSeek V4 Pro

Acesse código de exemplo abrangente e recursos de API para DeepSeek V4 Pro para otimizar seu processo de integração. Nossa documentação detalhada fornece orientação passo a passo, ajudando você a aproveitar todo o potencial do DeepSeek V4 Pro em seus projetos.

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");

Capacidades

Veja os principais dados do modelo antes de escolher uma arquitetura ou estimar a carga em produção.

Capacidades suportadas

Recursos retornados pela API do modelo existente.

text-to-text

Entrada e saída

Entradas

text

Saídas

text

Perfil de produção

Provedor: DeepSeek
Contexto: Depende do modelo
Uso comercial: Suportado

Casos de uso

Use DeepSeek V4 Pro em fluxos de produção compatíveis com suas capacidades de text, e compare alternativas antes de um compromisso de integração de longo prazo.

Chat de produção e fluxos de trabalho com agentes

Programação, análise e geração estruturada

Automação de alto volume por meio de uma API

Outros modelos

Compare outros modelos disponíveis na CometAPI considerando qualidade, latência, capacidades e preço.

Abrir comparação de modelos →

xAI

Grok 4.6

O modelo carro-chefe para código e tudo o mais: invocação de ferramentas com autonomia, alucinações mínimas, raciocínio configurável.

Ver modelo

Anthropic

Claude Sonnet 5

Modelo de alto desempenho para programação e agentes

Ver modelo

Aliyun

Qwen3.8-Max

Qwen3.8-Max é o modelo de linguagem de grande porte principal da Alibaba Qwen, projetado para raciocínio avançado, fluxos de trabalho baseados em agentes, compreensão multimodal e aplicações de IA em escala empresarial. Ele possui 2.4T de parâmetros, adota a arquitetura MoE, suporta a alternância entre modos de raciocínio e de inferência rápida, consegue lidar com diversos formatos de conteúdo e apresenta desempenho excelente em cenários como engenharia de código, tarefas profissionais de escritório e raciocínio lógico complexo, ficando atrás apenas do Fable 5 da Anthropic.

Ver modelo

Anthropic

Claude Opus 5

Claude Opus 5 está disponível hoje. É um modelo ponderado e proativo que se aproxima da inteligência de ponta do Claude Fable 5 pela metade do preço.

Ver modelo

Anthropic

Claude Fable 5

O acesso ao Claude Fable 5 foi restabelecido. Ele traz inteligência de 5ª geração para seus projetos de programação e trabalhos profissionais mais ambiciosos.

Ver modelo

OpenAI

GPT 5.6

Comece com o GPT-5.6 Sol para raciocínio complexo e programação, escolha o GPT-5.6 Terra para equilibrar inteligência e custo ou use o GPT-5.6 Luna para cargas de trabalho sensíveis a custos e de alto volume.

Ver modelo

Uptime

Veja dados de heartbeat em tempo real, disponibilidade do endpoint e tempos de resposta observados antes de ir para produção.

Uptime

Taxa de sucesso de requisições nos últimos 30 dias, refletindo a confiabilidade de cada provedor de modelos. A CometAPI monitora todos os provedores conectados em tempo real, 24 horas por dia, 7 dias por semana.

RespondLIVE

3036msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versões

Veja os identificadores de modelo disponíveis antes de fixar uma integração de produção.

deepseek-v4-pro

deepseek-v4-pro-0813

Continue explorando

Compare modelos e continue sua pesquisa

DeepSeek

API ao vivo Popular

deepseek-v4-pro

DeepSeek V4 Pro API

Preço inicial

$0.416 / 1M de tokens de entrada

Cobrança por uso

Status da API

Operacional

100.0% de disponibilidade / 24h

Resposta

3036 ms

Tempo de resposta da API observado

Lançado

Aug 12, 2026

DeepSeek

Playground

Teste DeepSeek V4 Pro com uma solicitação real, revise os parâmetros e valide a saída antes de integrar a API.

Visão Geral

Uma visão geral prática de DeepSeek V4 Pro, incluindo comportamentos importantes e considerações de integração.

Especificações técnicas

Item	DeepSeek-V4-Pro
Fornecedor	DeepSeek
Nome do modelo da API	deepseek-v4-pro
URLs base	https://api.deepseek.com e https://api.deepseek.com/anthropic
Tipo de entrada	Texto
Tipo de saída	Texto, chamadas de ferramenta, saída de raciocínio
Comprimento do contexto	1.000.000 tokens
Saída máxima	384.000 tokens
Modos de raciocínio	Non-thinking, thinking (padrão)
Padrões de agente/codificação	reasoning_effort pode ser definido como high; solicitações de agente complexas podem usar max
Recursos compatíveis	Saída JSON, Chamadas de ferramentas, Chat Prefix Completion (beta), FIM Completion (beta no modo non-thinking)
Lançamento local/pesos abertos	1,6T de parâmetros totais, 49B de parâmetros ativados, precisão mista FP4 + FP8
Licença (ficha do modelo)	MIT
Ficha de modelo de referência	Prévia do DeepSeek-V4-Pro no Hugging Face

O que é o DeepSeek-V4-Pro?

Principais recursos

Contexto de um milhão de tokens: A DeepSeek documenta um comprimento de contexto de 1M tokens, o que torna o modelo adequado para conjuntos de documentos muito grandes, repositórios e sessões de agente em várias etapas.
Dois modos de raciocínio: A API oferece suporte aos modos non-thinking e thinking; thinking é o padrão, e a documentação observa que solicitações de agente complexas, como Claude Code ou OpenCode, podem usar automaticamente o esforço max.
Compatível com chamadas de ferramentas: O modo thinking da DeepSeek oferece suporte a chamadas de ferramentas, o que é importante para agentes que precisam de busca, operações de arquivo ou funções externas.
Eficiência em contexto longo: A ficha do modelo afirma que a V4 usa um design de atenção híbrida com Compressed Sparse Attention e Heavily Compressed Attention para reduzir o custo de computação e de cache KV em contexto longo em relação à V3.2. citeturn980363view2
Foco em codificação e raciocínio: A DeepSeek afirma que o modo de raciocínio V4-Pro-Max avança os benchmarks de codificação e reduz grande parte da diferença em relação aos principais modelos proprietários em tarefas de raciocínio e agentes. citeturn980363view2
Flexibilidade de SDK: Pode ser acessado por meio de chat completions compatíveis com OpenAI ou via o endpoint compatível com Anthropic da DeepSeek para fluxos de trabalho orientados a ferramentas.

Desempenho em benchmarks

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

Modelo	Melhor adequação	Contexto	Observações
DeepSeek-V4-Pro	Raciocínio pesado, codificação, agentes, documentos grandes	1M	Maior modelo da série V4, 49B de parâmetros ativados, maior capacidade geral da série. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Uso geral mais rápido e leve	1M	Modelo menor de 284B/13B, ainda oferece suporte a thinking e chamadas de ferramentas. citeturn980363view2turn980363view0
DeepSeek-V3.2	Baseline de longo contexto da geração anterior	128K em documentação de API anterior; V4 usa um design diferente de contexto de 1M	Útil como ponto de referência para ganhos de eficiência; a ficha do V4-Pro relata grandes reduções em FLOPs de longo contexto e cache KV em relação ao V3.2. citeturn321011view1turn980363view2

Melhores casos de uso

Assistentes de codificação e ferramentas de refatoração em escala de repositório
Análise e síntese de documentos longos
Agentes que usam ferramentas e precisam de raciocínio em múltiplas interações
Fluxos de trabalho de suporte técnico que se beneficiam de memória longa e saídas estruturadas
Tarefas de conhecimento em chinês e multilíngues nas quais a ficha do modelo mostra forte desempenho em benchmarks

Como acessar e usar a API do Deepseek v4 pro

Etapa 1: Cadastre-se para obter a chave de API

Etapa 2: Envie solicitações para a API do Deepseek v4 pro

Insira sua pergunta ou solicitação no campo content — é a isso que o modelo responderá. Processe a resposta da API para obter a resposta gerada.

Etapa 3: Recuperar e verificar os resultados

FAQ

Preços

Use a estimativa rápida acima para uma única execução e depois veja a comparação completa entre CometAPI e preço oficial.

Primeira solicitação

—

Custo estimado de uso da CometAPI

Dez solicitações

—

Custo estimado de uso da CometAPI

Quinze solicitações

—

Custo estimado de uso da CometAPI

Preços para DeepSeek V4 Pro

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

API

Copie um endpoint funcional e um exemplo de código, e abra a referência completa da API quando precisar de todos os parâmetros.

Uma API, acesso a modelos pronto para produção

Autentique-se uma vez, chame o endpoint do modelo e mantenha o mesmo fluxo de cobrança e observabilidade entre provedores.

POST/v1/chat/completions

Código de exemplo e API para 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");

Capacidades

Veja os principais dados do modelo antes de escolher uma arquitetura ou estimar a carga em produção.

Capacidades suportadas

Recursos retornados pela API do modelo existente.

text-to-text

Entrada e saída

Entradas

text

Saídas

text

Perfil de produção

Provedor: DeepSeek
Contexto: Depende do modelo
Uso comercial: Suportado

Casos de uso

Use DeepSeek V4 Pro em fluxos de produção compatíveis com suas capacidades de text, e compare alternativas antes de um compromisso de integração de longo prazo.

Chat de produção e fluxos de trabalho com agentes

Programação, análise e geração estruturada

Automação de alto volume por meio de uma API

Outros modelos

Compare outros modelos disponíveis na CometAPI considerando qualidade, latência, capacidades e preço.

Abrir comparação de modelos →

xAI

Grok 4.6

O modelo carro-chefe para código e tudo o mais: invocação de ferramentas com autonomia, alucinações mínimas, raciocínio configurável.

Ver modelo

Anthropic

Claude Sonnet 5

Modelo de alto desempenho para programação e agentes

Claude Opus 5 está disponível hoje. É um modelo ponderado e proativo que se aproxima da inteligência de ponta do Claude Fable 5 pela metade do preço.

Ver modelo

Anthropic

Claude Fable 5

O acesso ao Claude Fable 5 foi restabelecido. Ele traz inteligência de 5ª geração para seus projetos de programação e trabalhos profissionais mais ambiciosos.

Uptime

Veja dados de heartbeat em tempo real, disponibilidade do endpoint e tempos de resposta observados antes de ir para produção.

Uptime

RespondLIVE

3036msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

Versões

Veja os identificadores de modelo disponíveis antes de fixar uma integração de produção.

deepseek-v4-pro

deepseek-v4-pro-0813

Continue explorando