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

2834 ms

Tempo de resposta da API observado

Lançado

Aug 13, 2026

DeepSeek

Área de testes

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

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

⇌

Conversão de créditos

1.000 créditos = US$ 1

Os créditos tornam os orçamentos comparáveis entre cobranças por token, solicitação e tempo de execução. O valor em USD continua sendo a fonte oficial no momento do pagamento.

✓Modelo atual em créditos

Entrada

528

créditos / 1 milhão de tokens

Saída

1,584

créditos / 1 milhão de tokens

Transparência da cobrança mínima Este protótipo não pressupõe uma cobrança mínima oculta por solicitação. Se houver um limite mínimo de cobrança ou uma recarga mínima na produção, isso deverá ser exibido antes da compra e incluído em todas as estimativas de orçamento.

Modelo	Nível	Condição	Preço da Comet (USD / M tokens)	Preço oficial (USD / M tokens)	Desconto
deepseek-v4-pro	base	-	Entrada: $0.5280/M Saída: $1.58/M Cache Read: $0.0176/M	Entrada: $0.6600/M Saída: $1.98/M Cache Read: $0.0220/M	-20%
deepseek-v4-pro-0813	base	-	Entrada: $0.5280/M Saída: $1.58/M Cache Read: $0.0176/M	Entrada: $0.6600/M Saída: $1.98/M Cache Read: $0.0220/M	-20%

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×

Resumo do modelo

Uma identidade de modelo estável para pesquisa e avaliação, combinada com dados atualizados do catálogo que podem mudar sem exigir a reescrita da estrutura SEO principal da página.

Identidade estável

O que é DeepSeek V4 Pro?

A identidade canônica do modelo permanece estável enquanto os preços e limites mudam.

Dados atualizados do modelo

Instantâneo atual do catálogo

Disponibilidade

Disponível

Preço inicial

$0.528 / 1M de tokens de entrada

Contexto

Ver recursos

Data do catálogo

Aug 13, 2026

Playground 2.0 / Mesa de decisões

Decida primeiro. Integre com confiança.

Um único espaço de trabalho para comparar modelos, ajustar prompts, inspecionar o roteamento, migrar código e lançar um ponto de partida testado.

Baseado em DeepSeek V4 Pro

Fluxos de trabalho

Compare antes de se comprometer

Execute o mesmo prompt nos principais modelos e receba uma recomendação baseada em evidências.

3 modelos · 1 execução

Prompt de avaliação

programaçãotemperatura 0,2saída JSON

GPT-5

OpenAI

Qualidade

91/100

Latência

1.2s

Custo estimado

$0.018

Claude Opus 5

Anthropic

Escolha da IA

Qualidade

95/100

Latência

1.8s

Custo estimado

$0.024

Gemini 3 Pro

Google

Qualidade

89/100

Latência

0.9s

Custo estimado

$0.011

Recomendação: escolha o Claude Opus 5 para revisões de código de alto risco; encaminhe verificações rotineiras para o Gemini 3 Pro para reduzir os custos em cerca de 54%.

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

Central de decisão de modelos

Conheça o custo. Escolha a carga de trabalho certa.

Modele as cinco dimensões de cobrança, teste uma carga de trabalho realista e decida onde o Opus justifica seu custo adicional antes de colocá-lo em produção.

20% abaixo do preço oficial$0.5280 contra $0.6600 / 1 milhão de tokens de entrada

Laboratório de custos

Calcule o preço de uma execução real do agente

Reproduza cargas de trabalho reais em vez de comparar preços de tokens isoladamente. Carregue uma predefinição e depois ajuste cada dimensão de cobrança.

Novos tokens de entrada

tokens

Tokens de saída

tokens

Chamadas de pesquisa na web

chamadas

$0.5280

/ 1 milhão de tokens

Entrada

Novas instruções, arquivos e contexto da conversa enviados a cada interação.

Reduza o contexto recuperado antes que ele chegue ao modelo.

$0.5280

/ 1 milhão de tokens

Saída

Raciocínio, código e texto gerados pelo modelo.

Use critérios de conclusão explícitos e limites de saída.

$0.6849

/ 1 mil chamadas

Pesquisa na web

Chamadas de ferramentas que recuperam informações atuais da web.

Pesquise uma vez e reutilize os resultados verificados durante toda a execução.

Onde o Opus justifica o custo adicional

Mais indicado

Engenharia na escala de um repositório

Use o Opus quando a tarefa envolver arquitetura, vários arquivos e decisões de implementação com trade-offs ambíguos.

Mais indicado

Agentes de longa duração

Uma ótima opção quando um agente precisa preservar a intenção ao longo de muitas chamadas de ferramentas e etapas de recuperação.

Vale o custo adicional

Revisão de alto valor

Reserve-o para revisões de segurança, migração e produção, nas quais um problema não detectado custa mais do que os tokens.

Use um modelo mais leve

Trabalho rotineiro de alto volume

Classificação, extração e conversas simples geralmente oferecem melhor economia por unidade no Sonnet ou no Haiku.

Guia de cache de prompts

Estabilize o prefixo

Mantenha as políticas, os esquemas de ferramentas e os mapas do repositório inalterados.

Grave uma vez

Posicione o ponto de interrupção do cache após o contexto reutilizável.

Leia repetidamente

Em interações posteriores, acrescente apenas as alterações específicas da tarefa.

Migre sem reescrever

Mantenha seu SDK preferido e altere a URL base, a chave e o ID do modelo.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'deepseek-v4-pro',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

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.

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.

# 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

Anthropic

Claude Fable 5.2

Claude Fable 5.2 é o modelo de IA avançado da Anthropic para trabalho técnico complexo e de escopo aberto, que exige raciocínio sustentado, planejamento e execução ao longo de múltiplas etapas.

Ver modelo

Google

Gemini 4 Carbon

Gemini 4 Carbon é o modelo de raciocínio do Google para engenharia de software complexa, raciocínio científico e fluxos de trabalho de agentes de longa duração. Ele está disponível no CometAPI por meio da API nativa do Gemini e da API de Chat compatível com a OpenAI.

Ver modelo

Hunyuan

Hy 4

Tencent Hy4 é um modelo de linguagem de grande porte de próxima geração, desenvolvido pela equipe Hunyuan da Tencent, projetado para raciocínio complexo, fluxos de trabalho baseados em agentes, engenharia de software e tarefas de produtividade no mundo real.

Ver modelo

OpenAI

GPT-6 Luna

GPT-6 Luna (gpt-6-luna) é o modelo GPT-6 eficiente da OpenAI para cargas de trabalho focadas e de alto volume. A OpenAI posiciona a Luna abaixo do GPT-6 Sol na família GPT-6, destacando eficiência, reprodutibilidade e uso em produção sensível a custos.

Ver modelo

DeepSeek

DeepSeek V4.1 Flash

Em 17 de outubro de 2026, a empresa lançou **DeepSeek-V4.1-Flash-1017**, uma atualização direcionada do seu modelo V4.1-Flash (lançado originalmente em 10 de setembro de 2026). Divulgado como oferecendo melhorias substanciais em raciocínio, programação, capacidades agênticas e compreensão visual — ao mesmo tempo que reduz o tempo de execução de tarefas e o tamanho da saída — este checkpoint é apresentado como o modelo eficiente mais poderoso da DeepSeek até o momento para cargas de trabalho de agentes e de programação no mundo real.

Ver modelo

Disponibilidade

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

Disponibilidade

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

2834msAvg. 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

Atualizações

Acompanhe mudanças relevantes na disponibilidade, nos preços e nos recursos de DeepSeek V4 Pro sem perder a página estável do modelo.

Registro de alterações do modelo

Uma página que se fortalece com o tempo.

Notas de versão, alterações de preços, atualizações de benchmarks e orientações de migração se acumulam aqui, enquanto a URL canônica permanece inalterada.

Aug 13, 2026

Disponibilidade da API confirmada

DeepSeek V4 Pro está disponível por meio do catálogo de modelos e da documentação da API da CometAPI.

Atual

Dados atualizados

Preços e limites sincronizados com o catálogo

Preço, contexto, disponibilidade e limites são tratados como propriedades dinâmicas, em vez de serem incorporados ao título da página ou à identidade do modelo.

Feb 5, 2026

Entidade permanente do modelo criada

O provedor e o slug do modelo formam uma URL canônica duradoura; futuras atualizações de conteúdo e dados permanecerão nesta página.

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

2834 ms

Tempo de resposta da API observado

Lançado

Aug 13, 2026

DeepSeek

Área de testes

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

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

⇌

Conversão de créditos

1.000 créditos = US$ 1

Os créditos tornam os orçamentos comparáveis entre cobranças por token, solicitação e tempo de execução. O valor em USD continua sendo a fonte oficial no momento do pagamento.

✓Modelo atual em créditos

Entrada

528

créditos / 1 milhão de tokens

Saída

1,584

créditos / 1 milhão de tokens

Modelo	Nível	Condição	Preço da Comet (USD / M tokens)	Preço oficial (USD / M tokens)	Desconto
deepseek-v4-pro	base	-	Entrada: $0.5280/M Saída: $1.58/M Cache Read: $0.0176/M	Entrada: $0.6600/M Saída: $1.98/M Cache Read: $0.0220/M	-20%
deepseek-v4-pro-0813	base	-	Entrada: $0.5280/M Saída: $1.58/M Cache Read: $0.0176/M	Entrada: $0.6600/M Saída: $1.98/M Cache Read: $0.0220/M	-20%

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×

Resumo do modelo

Uma identidade de modelo estável para pesquisa e avaliação, combinada com dados atualizados do catálogo que podem mudar sem exigir a reescrita da estrutura SEO principal da página.

Identidade estável

O que é DeepSeek V4 Pro?

A identidade canônica do modelo permanece estável enquanto os preços e limites mudam.

Dados atualizados do modelo

Instantâneo atual do catálogo

Disponibilidade

Disponível

Preço inicial

$0.528 / 1M de tokens de entrada

Contexto

Ver recursos

Data do catálogo

Aug 13, 2026

Playground 2.0 / Mesa de decisões

Decida primeiro. Integre com confiança.

Um único espaço de trabalho para comparar modelos, ajustar prompts, inspecionar o roteamento, migrar código e lançar um ponto de partida testado.

Baseado em DeepSeek V4 Pro

Fluxos de trabalho

Compare antes de se comprometer

Execute o mesmo prompt nos principais modelos e receba uma recomendação baseada em evidências.

3 modelos · 1 execução

Prompt de avaliação

programaçãotemperatura 0,2saída JSON

GPT-5

OpenAI

Qualidade

91/100

Latência

1.2s

Custo estimado

$0.018

Claude Opus 5

Anthropic

Escolha da IA

Qualidade

95/100

Latência

1.8s

Custo estimado

$0.024

Gemini 3 Pro

Google

Qualidade

89/100

Latência

0.9s

Custo estimado

$0.011

Recomendação: escolha o Claude Opus 5 para revisões de código de alto risco; encaminhe verificações rotineiras para o Gemini 3 Pro para reduzir os custos em cerca de 54%.

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

Central de decisão de modelos

Conheça o custo. Escolha a carga de trabalho certa.

Modele as cinco dimensões de cobrança, teste uma carga de trabalho realista e decida onde o Opus justifica seu custo adicional antes de colocá-lo em produção.

20% abaixo do preço oficial$0.5280 contra $0.6600 / 1 milhão de tokens de entrada

Laboratório de custos

Calcule o preço de uma execução real do agente

Reproduza cargas de trabalho reais em vez de comparar preços de tokens isoladamente. Carregue uma predefinição e depois ajuste cada dimensão de cobrança.

Novos tokens de entrada

tokens

Tokens de saída

tokens

Chamadas de pesquisa na web

chamadas

$0.5280

/ 1 milhão de tokens

Entrada

Novas instruções, arquivos e contexto da conversa enviados a cada interação.

Reduza o contexto recuperado antes que ele chegue ao modelo.

$0.5280

/ 1 milhão de tokens

Saída

Raciocínio, código e texto gerados pelo modelo.

Use critérios de conclusão explícitos e limites de saída.

$0.6849

/ 1 mil chamadas

Pesquisa na web

Chamadas de ferramentas que recuperam informações atuais da web.

Pesquise uma vez e reutilize os resultados verificados durante toda a execução.

Onde o Opus justifica o custo adicional

Mais indicado

Engenharia na escala de um repositório

Use o Opus quando a tarefa envolver arquitetura, vários arquivos e decisões de implementação com trade-offs ambíguos.

Mais indicado

Agentes de longa duração

Uma ótima opção quando um agente precisa preservar a intenção ao longo de muitas chamadas de ferramentas e etapas de recuperação.

Vale o custo adicional

Revisão de alto valor

Reserve-o para revisões de segurança, migração e produção, nas quais um problema não detectado custa mais do que os tokens.

Use um modelo mais leve

Trabalho rotineiro de alto volume

Classificação, extração e conversas simples geralmente oferecem melhor economia por unidade no Sonnet ou no Haiku.

Guia de cache de prompts

Estabilize o prefixo

Mantenha as políticas, os esquemas de ferramentas e os mapas do repositório inalterados.

Grave uma vez

Posicione o ponto de interrupção do cache após o contexto reutilizável.

Leia repetidamente

Em interações posteriores, acrescente apenas as alterações específicas da tarefa.

Migre sem reescrever

Mantenha seu SDK preferido e altere a URL base, a chave e o ID do modelo.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'deepseek-v4-pro',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

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.

Código de exemplo e API para DeepSeek V4 Pro

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>
'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '
</reasoning>

<answer>
'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '
'

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>\n'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '\n</reasoning>\n\n<answer>\n'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '\n'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."},
    ],
    stream=True,
    max_tokens=256,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content") or ""
    content = delta.content or ""

    if reasoning:
        if not thinking:
            print("<reasoning>")
            thinking = True
        print(reasoning, end="", flush=True)

    if content:
        if thinking:
            print("\n</reasoning>\n\n<answer>")
            thinking = False
        print(content, end="", flush=True)

print()

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Which number is greater, 9.11 or 9.8? Answer with one sentence." },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "high",
  max_tokens: 256,
  stream: true,
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content ?? "";
  const content = delta.content ?? "";

  if (reasoning) {
    if (!thinking) {
      process.stdout.write("<reasoning>\n");
      thinking = true;
    }
    process.stdout.write(reasoning);
  }

  if (content) {
    if (thinking) {
      process.stdout.write("\n</reasoning>\n\n<answer>\n");
      thinking = false;
    }
    process.stdout.write(content);
  }
}

process.stdout.write("\n");

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.

Disponibilidade

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

Disponibilidade

RespondLIVE

2834msAvg. 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

Atualizações

Acompanhe mudanças relevantes na disponibilidade, nos preços e nos recursos de DeepSeek V4 Pro sem perder a página estável do modelo.

Registro de alterações do modelo

Uma página que se fortalece com o tempo.

Notas de versão, alterações de preços, atualizações de benchmarks e orientações de migração se acumulam aqui, enquanto a URL canônica permanece inalterada.

Aug 13, 2026

Disponibilidade da API confirmada

DeepSeek V4 Pro está disponível por meio do catálogo de modelos e da documentação da API da CometAPI.

Atual

Dados atualizados

Preços e limites sincronizados com o catálogo

Preço, contexto, disponibilidade e limites são tratados como propriedades dinâmicas, em vez de serem incorporados ao título da página ou à identidade do modelo.

Feb 5, 2026

Entidade permanente do modelo criada

O provedor e o slug do modelo formam uma URL canônica duradoura; futuras atualizações de conteúdo e dados permanecerão nesta página.

Continue explorando