O DeepSeek-V4-Pro consegue lidar com documentos de 1M tokens na API?

Sim. O DeepSeek-V4-Pro possui uma janela de contexto de 1M tokens e até 384K tokens de saída, então foi feito para documentos muito longos e fluxos de trabalho com vários arquivos.

O DeepSeek-V4-Pro oferece suporte ao modo de raciocínio e a chamadas de ferramentas?

Sim. O DeepSeek-V4-Pro oferece suporte aos modos com e sem raciocínio, além de saída em JSON e chamadas de ferramentas.

Como integrar o DeepSeek-V4-Pro com SDKs compatíveis com OpenAI?

Use a URL base do CometAPI `https://api.cometapi.com` com o nome do modelo `deepseek-v4-pro`

Quando devo usar o DeepSeek-V4-Pro em vez do DeepSeek-V4-Flash?

Use o DeepSeek-V4-Pro quando precisão e codificação orientada a agentes forem mais importantes do que velocidade. A DeepSeek afirma que o V4-Flash é a opção mais rápida e econômica, enquanto o V4-Pro é mais forte em codificação e em avaliações de agentes mais abrangentes.

O DeepSeek-V4-Pro é adequado para fluxos de trabalho de pesquisa intensivos em busca?

Sim. O V4-Pro tem desempenho sólido em tarefas de busca e recuperação, e supera o DeepSeek-V3.2 por uma margem substancial em categorias de Perguntas e Respostas objetivas e subjetivas.

O DeepSeek-V4-Pro é bom para agentes de codificação como o Claude Code ou o OpenCode?

Sim. O DeepSeek-V4-Pro pode ser configurado para Claude Code e OpenCode, com `reasoningEffort` definido como `max` e o modo de raciocínio ativado.

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

$0.528 / 1M de tokens de entrada

Cobrança por uso

Status da API

Operacional

100.0% de disponibilidade / 24h

Resposta

1893 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
Provedor	DeepSeek
Nome do modelo de API	deepseek-v4-pro
URLs base	https://api.deepseek.com and https://api.deepseek.com/anthropic
Tipo de entrada	Texto
Tipo de saída	Texto, chamadas de ferramenta, saída de raciocínio
Comprimento de 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 complexas de agente 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 total parameters, 49B activated parameters, FP4 + FP8 mixed precision
Licença (cartão do modelo)	MIT
Cartão de modelo de referência	DeepSeek-V4-Pro preview on Hugging Face

O que é o DeepSeek-V4-Pro?

DeepSeek-V4-Pro é o membro mais potente da família de prévias V4 da DeepSeek. O cartão oficial do modelo o descreve como um modelo MoE de 1.6T parâmetros, com 49B parâmetros ativados e janela de contexto de um milhão de tokens, voltado para trabalho de conhecimento de longo prazo, 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

Million-token context: 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 agentes de múltiplas etapas.
Two reasoning modes: A API oferece suporte aos modos non-thinking e thinking; thinking é o padrão, e a documentação observa que solicitações complexas de agente, como Claude Code ou OpenCode, podem usar automaticamente o esforço max.
Tool-call capable: O modo thinking da DeepSeek oferece suporte a chamadas de ferramentas, o que é importante para agentes que precisam de busca, operações em arquivos ou funções externas.
Long-context efficiency: O cartão do modelo afirma que o V4 usa um design híbrido de atenção com Compressed Sparse Attention e Heavily Compressed Attention para reduzir o custo de computação de longos contextos e de cache KV em relação ao V3.2. citeturn980363view2
Coding and reasoning focus: A DeepSeek afirma que o modo de raciocínio V4-Pro-Max avança os testes de referência de codificação e fecha grande parte da lacuna com os principais modelos de código fechado em tarefas de raciocínio e agentes. citeturn980363view2
SDK flexibility: Pode ser acessado por meio de chat completions compatíveis com o padrão OpenAI ou via endpoint compatível com a Anthropic da DeepSeek para fluxos de trabalho orientados a ferramentas.

Desempenho em benchmarks

O cartão oficial do modelo 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, o V4-Pro obtém pontuações mais altas do que o 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

O mesmo cartão do modelo também mostra o V4-Pro-Max permanecendo competitivo com os principais modelos de fronteira em tarefas selecionadas. Por exemplo, ele 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 uso	Contexto	Observações
DeepSeek-V4-Pro	Raciocínio pesado, codificação, agentes, documentos grandes	1M	Maior modelo V4, 49B parâmetros ativados, capacidade geral mais forte da série. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Uso geral mais rápido e leve	1M	Modelo menor 284B/13B, ainda oferece suporte a thinking e chamadas de ferramentas. citeturn980363view2turn980363view0
DeepSeek-V3.2	Base de longo contexto da geração anterior	128K em documentos de API anteriores; o V4 usa um design de contexto de 1M diferente	Útil como ponto de referência para ganhos de eficiência; o cartão do modelo do V4-Pro relata grandes reduções em FLOPs de longos contextos e cache KV versus o V3.2. citeturn321011view1turn980363view2

Melhores casos de uso

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

Como acessar e usar a API Deepseek v4 pro

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

Faça login em cometapi.com. Se você ainda não é nosso usuário, registre-se primeiro. Acesse seu console da CometAPI. Obtenha a credencial de acesso (API key) 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 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 da API do nosso 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 Anthropic Messages e formato Chat.

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

Etapa 3: Recupere e verifique 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 prompt 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

$0.0021

Custo estimado de uso da CometAPI

Dez solicitações

$0.0211

Custo estimado de uso da CometAPI

Quinze solicitações

$0.0317

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

Ajustes de preços baseados em solicitações

Condições de solicitação são independentes de níveis. Quando vários grupos de condições correspondem simultaneamente, seus multiplicadores são empilhados multiplicativamente. Primeiro determine o nível aplicável, então sobreponha os multiplicadores de preço de solicitação correspondentes. Condições não correspondentes têm um multiplicador padrão de 1×.

Condição de solicitação	Multiplicador de preço
Hora(UTC): 1:00 - 4:00	2×
Hora(UTC): 6:00 - 10:00	2×

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

# 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");

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 →

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.

Ver modelo

OpenAI

GPT-6 Astra

GPT-6 Astra, o modelo principal para raciocínio complexo e programação. Escolha o GPT-5.6 Terra para equilibrar inteligência e custo,

Ver modelo

Google

Gemini 3.8 Flash

Gemini 3.8 Flash é um modelo Gemini leve de nova geração, com o objetivo de atingir um melhor equilíbrio entre velocidade, custo e capacidade de codificação.

Ver modelo

Anthropic

Claude Fable 5.1

Inteligência de próxima geração para agentes de longa execução

Ver modelo

Z.AI

GLM 5.3 Flash

GLM-5.3-Flash é o primeiro modelo multimodal nativo da série GLM-5, oferecendo uma inteligência mais avançada do que o GLM-5.2, enquanto mantém uma arquitetura excepcionalmente eficiente em termos de custo.

Ver modelo

OpenAI

gpt-oss-20b(free)

Explore a API de gpt-oss-20b(free).

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

1893msAvg. 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

deepseek-v4-pro-0813-free

deepseek-v4-pro-free

Continue explorando

Compare modelos e continue sua pesquisa

DeepSeek

API ao vivo Popular

deepseek-v4-pro

DeepSeek V4 Pro API

Preço inicial

$0.528 / 1M de tokens de entrada

Cobrança por uso

Status da API

Operacional

100.0% de disponibilidade / 24h

Resposta

1893 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
Provedor	DeepSeek
Nome do modelo de API	deepseek-v4-pro
URLs base	https://api.deepseek.com and https://api.deepseek.com/anthropic
Tipo de entrada	Texto
Tipo de saída	Texto, chamadas de ferramenta, saída de raciocínio
Comprimento de 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 complexas de agente 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 total parameters, 49B activated parameters, FP4 + FP8 mixed precision
Licença (cartão do modelo)	MIT
Cartão de modelo de referência	DeepSeek-V4-Pro preview on Hugging Face

O que é o DeepSeek-V4-Pro?

Principais recursos

Million-token context: 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 agentes de múltiplas etapas.
Two reasoning modes: A API oferece suporte aos modos non-thinking e thinking; thinking é o padrão, e a documentação observa que solicitações complexas de agente, como Claude Code ou OpenCode, podem usar automaticamente o esforço max.
Tool-call capable: O modo thinking da DeepSeek oferece suporte a chamadas de ferramentas, o que é importante para agentes que precisam de busca, operações em arquivos ou funções externas.
Long-context efficiency: O cartão do modelo afirma que o V4 usa um design híbrido de atenção com Compressed Sparse Attention e Heavily Compressed Attention para reduzir o custo de computação de longos contextos e de cache KV em relação ao V3.2. citeturn980363view2
Coding and reasoning focus: A DeepSeek afirma que o modo de raciocínio V4-Pro-Max avança os testes de referência de codificação e fecha grande parte da lacuna com os principais modelos de código fechado em tarefas de raciocínio e agentes. citeturn980363view2
SDK flexibility: Pode ser acessado por meio de chat completions compatíveis com o padrão OpenAI ou via endpoint compatível com a 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 uso	Contexto	Observações
DeepSeek-V4-Pro	Raciocínio pesado, codificação, agentes, documentos grandes	1M	Maior modelo V4, 49B parâmetros ativados, capacidade geral mais forte da série. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	Uso geral mais rápido e leve	1M	Modelo menor 284B/13B, ainda oferece suporte a thinking e chamadas de ferramentas. citeturn980363view2turn980363view0
DeepSeek-V3.2	Base de longo contexto da geração anterior	128K em documentos de API anteriores; o V4 usa um design de contexto de 1M diferente	Útil como ponto de referência para ganhos de eficiência; o cartão do modelo do V4-Pro relata grandes reduções em FLOPs de longos contextos e cache KV versus o V3.2. citeturn321011view1turn980363view2

Melhores casos de uso

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

Como acessar e usar a API Deepseek v4 pro

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

Etapa 2: Envie solicitações para a API Deepseek v4 pro

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

Etapa 3: Recupere e verifique 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

$0.0021

Custo estimado de uso da CometAPI

Dez solicitações

$0.0211

Custo estimado de uso da CometAPI

Quinze solicitações

$0.0317

Custo estimado de uso da CometAPI

Preços para DeepSeek V4 Pro

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

Ajustes de preços baseados em solicitações

Condição de solicitação	Multiplicador de preço
Hora(UTC): 1:00 - 4:00	2×
Hora(UTC): 6:00 - 10:00	2×

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

# 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");

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 →

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.

Ver modelo

OpenAI

GPT-6 Astra

GPT-6 Astra, o modelo principal para raciocínio complexo e programação. Escolha o GPT-5.6 Terra para equilibrar inteligência e custo,

Ver modelo

Google

Gemini 3.8 Flash

Gemini 3.8 Flash é um modelo Gemini leve de nova geração, com o objetivo de atingir um melhor equilíbrio entre velocidade, custo e capacidade de codificação.

Ver modelo

Anthropic

Claude Fable 5.1

Inteligência de próxima geração para agentes de longa execução

Explore a API de gpt-oss-20b(free).

Ver modelo

Uptime

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

Uptime

RespondLIVE

1893msAvg. 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

deepseek-v4-pro-0813-free

deepseek-v4-pro-free

Continue explorando