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 ทำงานอยู่ ยอดนิยม

deepseek-v4-pro

DeepSeek V4 Pro API

DeepSeek V4 Pro เป็นโมเดล Mixture-of-Experts ขนาดใหญ่จาก DeepSeek ที่มีพารามิเตอร์ทั้งหมด 1.6T และพารามิเตอร์ที่ถูกใช้งาน 49B รองรับหน้าต่างบริบทขนาด 1M โทเคน ออกแบบมาสำหรับการให้เหตุผลขั้นสูง การเขียนโค้ด และเวิร์กโฟลว์ของเอเจนต์ระยะยาว พร้อมประสิทธิภาพที่แข็งแกร่งในเบนช์มาร์กด้านความรู้ คณิตศาสตร์ และวิศวกรรมซอฟต์แวร์

ราคาเริ่มต้น

$0.416 / อินพุต 1 ล้านโทเคน

คิดค่าบริการตามการใช้งาน

สถานะ API

ทำงานปกติ

อัปไทม์ 100.0% / 24 ชม.

เวลาตอบสนอง

3036 ms

เวลาตอบสนอง API ที่วัดได้จริง

วันที่เผยแพร่

Aug 12, 2026

DeepSeek

Playground

ลองใช้ DeepSeek V4 Pro ด้วยคำขอจริง ตรวจสอบพารามิเตอร์ และตรวจสอบผลลัพธ์ก่อนเชื่อมต่อ API

ภาพรวม

ภาพรวมการใช้งานจริงของ DeepSeek V4 Pro รวมถึงพฤติกรรมสำคัญและข้อควรพิจารณาในการเชื่อมต่อ

ข้อมูลจำเพาะทางเทคนิค

รายการ	DeepSeek-V4-Pro
ผู้ให้บริการ	DeepSeek
ชื่อโมเดล API	deepseek-v4-pro
URL ฐาน	https://api.deepseek.com และ https://api.deepseek.com/anthropic
ประเภทอินพุต	ข้อความ
ประเภทเอาต์พุต	ข้อความ, การเรียกใช้เครื่องมือ, ผลลัพธ์การให้เหตุผล
ความยาวบริบท	1,000,000 โทเค็น
ขนาดเอาต์พุตสูงสุด	384,000 โทเค็น
โหมดการให้เหตุผล	โหมดไม่คิด, โหมดคิด (ค่าเริ่มต้น)
ค่าเริ่มต้นสำหรับเอเจนต์/การเขียนโค้ด	reasoning_effort สามารถตั้งค่าสูงได้; คำขอเอเจนต์ที่ซับซ้อนอาจใช้ค่า max
คุณสมบัติที่รองรับ	ผลลัพธ์ JSON, การเรียกใช้เครื่องมือ, การเติมข้อความนำหน้าแชต (เบต้า), การเติมเต็ม FIM (เบต้าในโหมดไม่คิด)
การปล่อยน้ำหนักแบบโลคัล/โอเพน	พารามิเตอร์รวม 1.6T, พารามิเตอร์ที่เปิดใช้งาน 49B, ความแม่นยำแบบผสม FP4 + FP8
สัญญาอนุญาต (การ์ดโมเดล)	MIT
การ์ดโมเดลอ้างอิง	DeepSeek-V4-Pro preview on Hugging Face

What is DeepSeek-V4-Pro?

DeepSeek-V4-Pro เป็นสมาชิกที่ทรงพลังยิ่งกว่าของตระกูลรุ่นพรีวิว V4 ของ DeepSeek การ์ดโมเดลอย่างเป็นทางการระบุว่าเป็นโมเดล MoE ที่มีพารามิเตอร์รวม 1.6T พร้อมพารามิเตอร์ที่เปิดใช้งาน 49B และหน้าต่างบริบทหนึ่งล้านโทเค็น มุ่งเน้นสำหรับงานความรู้ระยะยาว การสร้างโค้ด และงานเอเจนต์ เอกสาร API ให้ใช้งานผ่านพื้นผิวแชตคอมพลีชันมาตรฐานของ DeepSeek และรองรับทั้งสไตล์ SDK ของ OpenAI และ Anthropic

คุณสมบัติหลัก

บริบทระดับล้านโทเค็น: DeepSeek ระบุความยาวบริบท 1M โทเค็น ทำให้โมเดลเหมาะกับชุดเอกสารขนาดใหญ่มาก ที่เก็บโค้ด และเซสชันเอเจนต์หลายขั้นตอน
สองโหมดการให้เหตุผล: API รองรับโหมดไม่คิดและโหมดคิด; โหมดคิดเป็นค่าเริ่มต้น และเอกสารระบุว่าคำขอเอเจนต์ที่ซับซ้อน เช่น Claude Code หรือ OpenCode อาจใช้ความพยายามระดับ max
รองรับการเรียกใช้เครื่องมือ: โหมดคิดของ DeepSeek รองรับการเรียกใช้เครื่องมือ ซึ่งสำคัญสำหรับเอเจนต์ที่ต้องการการค้นหา การทำงานกับไฟล์ หรือฟังก์ชันภายนอก
ประสิทธิภาพสำหรับบริบทยาว: การ์ดโมเดลระบุว่า V4 ใช้การออกแบบ attention แบบไฮบริดที่ประกอบด้วย Compressed Sparse Attention และ Heavily Compressed Attention เพื่อลดการคำนวณในบริบทยาวและต้นทุน KV cache เมื่อเทียบกับ V3.2. citeturn980363view2
เน้นการเขียนโค้ดและการให้เหตุผล: DeepSeek ระบุว่าโหมด reasoning ของ V4-Pro-Max พัฒนาผลลัพธ์ในการทดสอบด้านโค้ด และลดช่องว่างเมื่อเทียบกับโมเดลปิดชั้นนำในงานด้านการให้เหตุผลและเอเจนต์. citeturn980363view2
ความยืดหยุ่นของ SDK: เข้าถึงได้ผ่านแชตคอมพลีชันที่เข้ากันได้กับ OpenAI มาตรฐาน หรือผ่านเอ็นด์พอยต์ที่เข้ากันได้กับ Anthropic สำหรับเวิร์กโฟลว์ที่เน้นเครื่องมือ

ผลการทดสอบเชิงเปรียบเทียบ

การ์ดโมเดลอย่างเป็นทางการของ DeepSeek รายงานผลการประเมินสำหรับตระกูลโมเดลฐานและชุดเปรียบเทียบ V4-Pro-Max ในตารางของโมเดลฐาน V4-Pro ได้คะแนนสูงกว่า V3.2-Base ในหลายการทดสอบด้านความรู้และบริบทยาว รวมถึง MMLU-Pro (73.5 เทียบกับ 65.5), FACTS Parametric (62.6 เทียบกับ 27.1) และ LongBench-V2 (51.5 เทียบกับ 40.2)

ชุดทดสอบ	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

การ์ดโมเดลเดียวกันยังแสดงให้เห็นว่า V4-Pro-Max ยังคงสามารถแข่งขันกับโมเดลชั้นแนวหน้าในงานที่คัดเลือก ตัวอย่างเช่น ได้คะแนน 87.5 บน MMLU-Pro, 57.9 บน SimpleQA-Verified, 90.1 บน GPQA Diamond และ 67.9 บน Terminal Bench 2.0 ในตารางเปรียบเทียบที่เผยแพร่

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

โมเดล	เหมาะสำหรับ	บริบท	หมายเหตุ
DeepSeek-V4-Pro	การให้เหตุผลหนัก งานเขียนโค้ด เอเจนต์ เอกสารขนาดใหญ่	1M	โมเดล V4 ที่ใหญ่ที่สุด พารามิเตอร์ที่เปิดใช้งาน 49B ความสามารถโดยรวมแข็งแกร่งที่สุดในซีรีส์. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	การใช้งานทั่วไปที่เร็วและเบา	1M	โมเดลขนาดเล็ก 284B/13B ยังรองรับโหมดคิดและการเรียกใช้เครื่องมือ. citeturn980363view2turn980363view0
DeepSeek-V3.2	เบสไลน์บริบทยาวรุ่นก่อนหน้า	128K ในเอกสาร API ก่อนหน้า; V4 ใช้การออกแบบบริบท 1M ที่ต่างออกไป	มีประโยชน์เป็นจุดอ้างอิงด้านประสิทธิภาพ; การ์ดโมเดลของ V4-Pro รายงานการลดลงอย่างมากของ FLOPs บริบทยาวและ KV cache เมื่อเทียบกับ V3.2. citeturn321011view1turn980363view2

กรณีใช้งานที่เหมาะสมที่สุด

ผู้ช่วยการเขียนโค้ดระดับที่เก็บรีโพซิทอรีและเครื่องมือรีแฟกเตอร์
การวิเคราะห์และสังเคราะห์เอกสารยาว
เอเจนต์ที่ใช้เครื่องมือและต้องการการให้เหตุผลหลายรอบ
เวิร์กโฟลว์สนับสนุนด้านเทคนิคที่ได้ประโยชน์จากหน่วยความจำยาวและเอาต์พุตแบบมีโครงสร้าง
งานความรู้ภาษาจีนและหลายภาษา ซึ่งการ์ดโมเดลแสดงผลการทดสอบที่แข็งแกร่ง

วิธีเข้าถึงและใช้งาน Deepseek v4 pro API

ขั้นตอนที่ 1: ลงทะเบียนเพื่อรับคีย์ API

เข้าสู่ระบบที่ cometapi.com หากคุณยังไม่เป็นผู้ใช้ของเรา โปรดลงทะเบียนก่อน ลงชื่อเข้าใช้ CometAPI console รับคีย์ API สำหรับข้อมูลรับรองการเข้าถึงของอินเทอร์เฟซ คลิก “Add Token” ที่โทเค็น API ในศูนย์ส่วนบุคคล รับคีย์โทเค็น: sk-xxxxx แล้วส่ง

ขั้นตอนที่ 2: ส่งคำขอไปยัง Deepseek v4 proAPI

เลือกเอ็นด์พอยต์ “deepseek-v4-pro” เพื่อส่งคำขอ API และกำหนด request body วิธีการคำขอและ request body สามารถดูได้จากเอกสาร API บนเว็บไซต์ของเรา เว็บไซต์ของเรายังมีการทดสอบ Apifox เพื่อความสะดวกของคุณ แทนที่ <YOUR_API_KEY> ด้วยคีย์ CometAPI จริงจากบัญชีของคุณ Where to call it: รูปแบบ Anthropic Messages และรูปแบบ Chat

ใส่คำถามหรือคำขอของคุณลงในช่อง content—นี่คือสิ่งที่โมเดลจะตอบกลับ . ประมวลผลการตอบกลับของ API เพื่อรับคำตอบที่สร้างขึ้น

ขั้นตอนที่ 3: ดึงและตรวจสอบผลลัพธ์

ประมวลผลการตอบกลับของ API เพื่อรับคำตอบที่สร้างขึ้น หลังจากประมวลผลแล้ว API จะตอบกลับด้วยสถานะงานและข้อมูลเอาต์พุต เปิดใช้งานคุณสมบัติต่างๆ เช่น การสตรีม การแคชพรอมป์ต์ หรือการจัดการบริบทยาวผ่านพารามิเตอร์มาตรฐาน

คำถามที่พบบ่อย

ราคา

ใช้การประเมินค่าใช้จ่ายอย่างรวดเร็วด้านบนสำหรับการรันครั้งเดียว จากนั้นดูการเปรียบเทียบราคาฉบับเต็มระหว่าง CometAPI และราคาทางการ

คำขอแรก

—

ค่าใช้จ่ายโดยประมาณของ CometAPI

สิบคำขอ

—

ค่าใช้จ่ายโดยประมาณของ CometAPI

สิบห้าคำขอ

—

ค่าใช้จ่ายโดยประมาณของ CometAPI

ราคาสำหรับ DeepSeek V4 Pro

สำรวจราคาที่แข่งขันได้สำหรับ DeepSeek V4 Pro ที่ออกแบบมาให้เหมาะสมกับงบประมาณและความต้องการการใช้งานที่หลากหลาย แผนการบริการที่ยืดหยุ่นของเรารับประกันว่าคุณจะจ่ายเฉพาะสิ่งที่คุณใช้เท่านั้น ทำให้สามารถขยายขนาดได้ง่ายเมื่อความต้องการของคุณเพิ่มขึ้น ค้นพบว่า DeepSeek V4 Pro สามารถยกระดับโปรเจกต์ของคุณได้อย่างไรในขณะที่ควบคุมต้นทุนให้อยู่ในระดับที่จัดการได้

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

API

คัดลอกเอนด์พอยต์และตัวอย่างโค้ดที่ใช้งานได้จริง จากนั้นเปิดเอกสารอ้างอิง API ฉบับเต็มเมื่อต้องการพารามิเตอร์ทั้งหมด

API เดียว เข้าถึงโมเดลพร้อมใช้งานจริง

ยืนยันตัวตนเพียงครั้งเดียว เรียกใช้เอนด์พอยต์ของโมเดล และคงเวิร์กโฟลว์การเรียกเก็บเงินและการตรวจสอบแบบเดียวกันในทุกผู้ให้บริการ

POST/v1/chat/completions

โค้ดตัวอย่างและ API สำหรับ DeepSeek V4 Pro

เข้าถึงโค้ดตัวอย่างที่ครอบคลุมและทรัพยากร API สำหรับ DeepSeek V4 Pro เพื่อปรับปรุงกระบวนการผสานรวมของคุณ เอกสารประกอบที่มีรายละเอียดของเราให้คำแนะนำทีละขั้นตอน ช่วยให้คุณใช้ประโยชน์จากศักยภาพเต็มรูปแบบของ DeepSeek V4 Pro ในโครงการของคุณ

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");

ความสามารถ

ตรวจสอบข้อมูลสำคัญของโมเดลก่อนเลือกสถาปัตยกรรมหรือประเมินภาระงานในโปรดักชัน

ความสามารถที่รองรับ

ฟีเจอร์ที่ส่งกลับโดย API ของโมเดลปัจจุบัน

text-to-text

อินพุตและเอาต์พุต

อินพุต

text

เอาต์พุต

text

โปรไฟล์การใช้งานจริง

ผู้ให้บริการ: DeepSeek
บริบท: ขึ้นอยู่กับโมเดล
การใช้งานเชิงพาณิชย์: รองรับ

กรณีการใช้งาน

ใช้ DeepSeek V4 Pro สำหรับเวิร์กโฟลว์ระดับโปรดักชันที่เหมาะกับความสามารถด้าน text จากนั้นเปรียบเทียบทางเลือกอื่นก่อนตัดสินใจเชื่อมต่อระยะยาว

แชทระดับโปรดักชันและเวิร์กโฟลว์ของเอเจนต์

การเขียนโค้ด วิเคราะห์ และสร้างผลลัพธ์เชิงโครงสร้าง

การทำงานอัตโนมัติปริมาณสูงผ่าน API เดียว

โมเดลอื่น ๆ

เปรียบเทียบโมเดลอื่น ๆ ที่มีให้บริการผ่าน CometAPI ในด้านคุณภาพ ความหน่วง ความสามารถ และราคา

เปิดการเปรียบเทียบโมเดล →

xAI

Grok 4.6

โมเดลเรือธงสำหรับโค้ดและทุกสิ่งอื่น ๆ: การเรียกใช้เครื่องมือแบบเอเจนต์, ฮัลลูซิเนชันน้อยที่สุด, การให้เหตุผลที่กำหนดค่าได้

ดูโมเดล

Anthropic

Claude Sonnet 5

โมเดลประสิทธิภาพสูงสำหรับการเขียนโค้ดและเอเจนต์

ดูโมเดล

Aliyun

Qwen3.8-Max

Qwen3.8-Max เป็นโมเดลภาษาขนาดใหญ่เรือธงของ Alibaba Qwen ที่ออกแบบมาสำหรับการให้เหตุผลขั้นสูง เวิร์กโฟลว์แบบ agentic ความเข้าใจแบบมัลติโมดัล และแอปพลิเคชัน AI ระดับองค์กร.. มี 2.4T พารามิเตอร์ ใช้สถาปัตยกรรม MoE รองรับการสลับระหว่างโหมดการคิดและโหมดอนุมานแบบรวดเร็ว สามารถจัดการรูปแบบเนื้อหาหลากหลาย และทำผลงานได้ยอดเยี่ยมในสถานการณ์ เช่น วิศวกรรมโค้ด งานสำนักงานระดับมืออาชีพ และการให้เหตุผลเชิงตรรกะที่ซับซ้อน เป็นรองเพียง Fable 5 ของ Anthropic เท่านั้น

ดูโมเดล

Anthropic

Claude Opus 5

Claude Opus 5 พร้อมใช้งานแล้ววันนี้. เป็นโมเดลที่รอบคอบและเชิงรุก ซึ่งมีความสามารถใกล้เคียงกับปัญญาระดับแนวหน้าของ Claude Fable 5 ในราคาเพียงครึ่งเดียว.

ดูโมเดล

Anthropic

Claude Fable 5

การเข้าถึง Claude Fable 5 ได้รับการกู้คืนแล้ว Claude Fable 5 มอบความฉลาดเจเนอเรชันที่ 5 ให้กับงานเขียนโค้ดและงานระดับมืออาชีพที่ทะเยอทะยานที่สุดของคุณ

ดูโมเดล

OpenAI

GPT 5.6

เริ่มต้นด้วย GPT-5.6 Sol สำหรับการให้เหตุผลเชิงซับซ้อนและการเขียนโค้ด, เลือก GPT-5.6 Terra เพื่อสร้างสมดุลระหว่างความสามารถและต้นทุน, หรือใช้ GPT-5.6 Luna สำหรับเวิร์กโหลดปริมาณมากที่อ่อนไหวต่อค่าใช้จ่าย.

ดูโมเดล

Uptime

ตรวจสอบข้อมูล heartbeat แบบเรียลไทม์ ความพร้อมใช้งานของเอนด์พอยต์ และเวลาตอบสนองที่วัดได้จริงก่อนใช้งานจริง

Uptime

อัตราความสำเร็จของคำขอในช่วง 30 วันที่ผ่านมา สะท้อนถึงความน่าเชื่อถือของผู้ให้บริการแต่ละราย CometAPI ตรวจสอบผู้ให้บริการที่เชื่อมต่อทั้งหมดแบบเรียลไทม์ตลอด 24 ชั่วโมง

RespondLIVE

3036msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

เวอร์ชัน

ตรวจสอบตัวระบุโมเดลที่มีให้ใช้งานก่อนกำหนดเวอร์ชันสำหรับการเชื่อมต่อจริง

deepseek-v4-pro

deepseek-v4-pro-0813

สำรวจต่อ

เปรียบเทียบโมเดลและค้นคว้าต่อ

DeepSeek

API ทำงานอยู่ ยอดนิยม

deepseek-v4-pro

DeepSeek V4 Pro API

ราคาเริ่มต้น

$0.416 / อินพุต 1 ล้านโทเคน

คิดค่าบริการตามการใช้งาน

สถานะ API

ทำงานปกติ

อัปไทม์ 100.0% / 24 ชม.

เวลาตอบสนอง

3036 ms

เวลาตอบสนอง API ที่วัดได้จริง

วันที่เผยแพร่

Aug 12, 2026

DeepSeek

Playground

ภาพรวม

ข้อมูลจำเพาะทางเทคนิค

รายการ	DeepSeek-V4-Pro
ผู้ให้บริการ	DeepSeek
ชื่อโมเดล API	deepseek-v4-pro
URL ฐาน	https://api.deepseek.com และ https://api.deepseek.com/anthropic
ประเภทอินพุต	ข้อความ
ประเภทเอาต์พุต	ข้อความ, การเรียกใช้เครื่องมือ, ผลลัพธ์การให้เหตุผล
ความยาวบริบท	1,000,000 โทเค็น
ขนาดเอาต์พุตสูงสุด	384,000 โทเค็น
โหมดการให้เหตุผล	โหมดไม่คิด, โหมดคิด (ค่าเริ่มต้น)
ค่าเริ่มต้นสำหรับเอเจนต์/การเขียนโค้ด	reasoning_effort สามารถตั้งค่าสูงได้; คำขอเอเจนต์ที่ซับซ้อนอาจใช้ค่า max
คุณสมบัติที่รองรับ	ผลลัพธ์ JSON, การเรียกใช้เครื่องมือ, การเติมข้อความนำหน้าแชต (เบต้า), การเติมเต็ม FIM (เบต้าในโหมดไม่คิด)
การปล่อยน้ำหนักแบบโลคัล/โอเพน	พารามิเตอร์รวม 1.6T, พารามิเตอร์ที่เปิดใช้งาน 49B, ความแม่นยำแบบผสม FP4 + FP8
สัญญาอนุญาต (การ์ดโมเดล)	MIT
การ์ดโมเดลอ้างอิง	DeepSeek-V4-Pro preview on Hugging Face

What is DeepSeek-V4-Pro?

คุณสมบัติหลัก

บริบทระดับล้านโทเค็น: DeepSeek ระบุความยาวบริบท 1M โทเค็น ทำให้โมเดลเหมาะกับชุดเอกสารขนาดใหญ่มาก ที่เก็บโค้ด และเซสชันเอเจนต์หลายขั้นตอน
สองโหมดการให้เหตุผล: API รองรับโหมดไม่คิดและโหมดคิด; โหมดคิดเป็นค่าเริ่มต้น และเอกสารระบุว่าคำขอเอเจนต์ที่ซับซ้อน เช่น Claude Code หรือ OpenCode อาจใช้ความพยายามระดับ max
รองรับการเรียกใช้เครื่องมือ: โหมดคิดของ DeepSeek รองรับการเรียกใช้เครื่องมือ ซึ่งสำคัญสำหรับเอเจนต์ที่ต้องการการค้นหา การทำงานกับไฟล์ หรือฟังก์ชันภายนอก
ประสิทธิภาพสำหรับบริบทยาว: การ์ดโมเดลระบุว่า V4 ใช้การออกแบบ attention แบบไฮบริดที่ประกอบด้วย Compressed Sparse Attention และ Heavily Compressed Attention เพื่อลดการคำนวณในบริบทยาวและต้นทุน KV cache เมื่อเทียบกับ V3.2. citeturn980363view2
เน้นการเขียนโค้ดและการให้เหตุผล: DeepSeek ระบุว่าโหมด reasoning ของ V4-Pro-Max พัฒนาผลลัพธ์ในการทดสอบด้านโค้ด และลดช่องว่างเมื่อเทียบกับโมเดลปิดชั้นนำในงานด้านการให้เหตุผลและเอเจนต์. citeturn980363view2
ความยืดหยุ่นของ SDK: เข้าถึงได้ผ่านแชตคอมพลีชันที่เข้ากันได้กับ OpenAI มาตรฐาน หรือผ่านเอ็นด์พอยต์ที่เข้ากันได้กับ Anthropic สำหรับเวิร์กโฟลว์ที่เน้นเครื่องมือ

ผลการทดสอบเชิงเปรียบเทียบ

ชุดทดสอบ	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

โมเดล	เหมาะสำหรับ	บริบท	หมายเหตุ
DeepSeek-V4-Pro	การให้เหตุผลหนัก งานเขียนโค้ด เอเจนต์ เอกสารขนาดใหญ่	1M	โมเดล V4 ที่ใหญ่ที่สุด พารามิเตอร์ที่เปิดใช้งาน 49B ความสามารถโดยรวมแข็งแกร่งที่สุดในซีรีส์. citeturn980363view2turn980363view0
DeepSeek-V4-Flash	การใช้งานทั่วไปที่เร็วและเบา	1M	โมเดลขนาดเล็ก 284B/13B ยังรองรับโหมดคิดและการเรียกใช้เครื่องมือ. citeturn980363view2turn980363view0
DeepSeek-V3.2	เบสไลน์บริบทยาวรุ่นก่อนหน้า	128K ในเอกสาร API ก่อนหน้า; V4 ใช้การออกแบบบริบท 1M ที่ต่างออกไป	มีประโยชน์เป็นจุดอ้างอิงด้านประสิทธิภาพ; การ์ดโมเดลของ V4-Pro รายงานการลดลงอย่างมากของ FLOPs บริบทยาวและ KV cache เมื่อเทียบกับ V3.2. citeturn321011view1turn980363view2

กรณีใช้งานที่เหมาะสมที่สุด

ผู้ช่วยการเขียนโค้ดระดับที่เก็บรีโพซิทอรีและเครื่องมือรีแฟกเตอร์
การวิเคราะห์และสังเคราะห์เอกสารยาว
เอเจนต์ที่ใช้เครื่องมือและต้องการการให้เหตุผลหลายรอบ
เวิร์กโฟลว์สนับสนุนด้านเทคนิคที่ได้ประโยชน์จากหน่วยความจำยาวและเอาต์พุตแบบมีโครงสร้าง
งานความรู้ภาษาจีนและหลายภาษา ซึ่งการ์ดโมเดลแสดงผลการทดสอบที่แข็งแกร่ง

วิธีเข้าถึงและใช้งาน Deepseek v4 pro API

ขั้นตอนที่ 1: ลงทะเบียนเพื่อรับคีย์ API

ขั้นตอนที่ 2: ส่งคำขอไปยัง Deepseek v4 proAPI

ขั้นตอนที่ 3: ดึงและตรวจสอบผลลัพธ์

คำถามที่พบบ่อย

ราคา

คำขอแรก

—

ค่าใช้จ่ายโดยประมาณของ CometAPI

สิบคำขอ

—

ค่าใช้จ่ายโดยประมาณของ CometAPI

สิบห้าคำขอ

—

ค่าใช้จ่ายโดยประมาณของ CometAPI

ราคาสำหรับ DeepSeek V4 Pro

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

API

API เดียว เข้าถึงโมเดลพร้อมใช้งานจริง

POST/v1/chat/completions

โค้ดตัวอย่างและ API สำหรับ 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");

ความสามารถ

ความสามารถที่รองรับ

ฟีเจอร์ที่ส่งกลับโดย API ของโมเดลปัจจุบัน

text-to-text

อินพุตและเอาต์พุต

อินพุต

text

เอาต์พุต

text

โปรไฟล์การใช้งานจริง

ผู้ให้บริการ: DeepSeek
บริบท: ขึ้นอยู่กับโมเดล
การใช้งานเชิงพาณิชย์: รองรับ

กรณีการใช้งาน

แชทระดับโปรดักชันและเวิร์กโฟลว์ของเอเจนต์

การเขียนโค้ด วิเคราะห์ และสร้างผลลัพธ์เชิงโครงสร้าง

การทำงานอัตโนมัติปริมาณสูงผ่าน API เดียว

โมเดลอื่น ๆ

เปิดการเปรียบเทียบโมเดล →

โมเดลประสิทธิภาพสูงสำหรับการเขียนโค้ดและเอเจนต์

Uptime

RespondLIVE

3036msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

เวอร์ชัน

deepseek-v4-pro

deepseek-v4-pro-0813

สำรวจต่อ