کیا DeepSeek-V4-Pro API میں 1M-token دستاویزات سنبھال سکتا ہے؟

جی ہاں۔ DeepSeek-V4-Pro میں 1M-token کانٹیکسٹ کی لمبائی اور زیادہ سے زیادہ 384K آؤٹ پٹ ٹوکنز ہیں، اس لیے یہ نہایت طویل دستاویزات اور متعدد فائلوں کے ورک فلو کے لیے بنایا گیا ہے۔

کیا DeepSeek-V4-Pro thinking موڈ اور ٹول کالز کی حمایت کرتا ہے؟

جی ہاں۔ DeepSeek-V4-Pro thinking اور non-thinking دونوں موڈز کی حمایت کرتا ہے، نیز JSON آؤٹ پٹ اور ٹول کالز کی بھی۔

میں DeepSeek-V4-Pro کو OpenAI مطابقت رکھنے والے SDKs کے ساتھ کیسے ضم کروں؟

CometAPI کا بیس URL `https://api.cometapi.com` استعمال کریں، اور ماڈل نام `deepseek-v4-pro`۔

مجھے DeepSeek-V4-Flash کے بجائے DeepSeek-V4-Pro کب استعمال کرنا چاہیے؟

جب رفتار کے مقابلے میں درستی اور ایجنٹک کوڈنگ زیادہ اہم ہوں تو DeepSeek-V4-Pro استعمال کریں۔ DeepSeek کے مطابق V4-Flash تیز تر اور زیادہ معاشی انتخاب ہے، جب کہ V4-Pro کوڈنگ اور وسیع تر ایجنٹ تشخیصات میں زیادہ مضبوط ہے۔

کیا DeepSeek-V4-Pro تلاش پر زیادہ انحصار کرنے والے تحقیقی ورک فلو کے لیے موزوں ہے؟

جی ہاں۔ V4-Pro تلاش اور بازیافت نوعیت کے کاموں میں مضبوط کارکردگی دکھاتا ہے، اور معروضی اور موضوعی Q&A دونوں زمروں میں DeepSeek-V3.2 کو نمایاں فرق سے پیچھے چھوڑ دیتا ہے۔

کیا DeepSeek-V4-Pro Claude Code یا OpenCode جیسے کوڈنگ ایجنٹس کے لیے موزوں ہے؟

جی ہاں۔ DeepSeek-V4-Pro کو Claude Code اور OpenCode کے لیے کنفیگر کیا جا سکتا ہے، `reasoningEffort` کو `max` پر سیٹ کر کے اور thinking موڈ کو فعال کر کے۔

DeepSeek

API لائیو ہے مقبول

deepseek-v4-pro

DeepSeek V4 Pro API

DeepSeek V4 Pro، DeepSeek کا ایک بڑے پیمانے کا Mixture-of-Experts ماڈل ہے جس میں 1.6T کل پیرامیٹرز اور 49B فعال پیرامیٹرز ہیں، اور یہ 1M-token کانٹیکسٹ ونڈو کی حمایت کرتا ہے۔ یہ اعلیٰ درجے کی استدلال، کوڈنگ، اور طویل مدتی ایجنٹ ورک فلو کے لیے ڈیزائن کیا گیا ہے، اور علم، ریاضی، اور سافٹ ویئر انجینئرنگ کے بینچ مارکس پر مضبوط کارکردگی دکھاتا ہے۔

ابتدائی قیمت

قیمتیں دیکھیں

استعمال کی بنیاد پر بلنگ

API کی حالت

فعال

100.0% اپ ٹائم / 24 گھنٹے

جوابی وقت

3366 ms

مشاہدہ شدہ API جوابی وقت

جاری کیا گیا

Aug 12, 2026

DeepSeek

Playground

DeepSeek V4 Pro کو ایک حقیقی درخواست کے ساتھ آزمائیں، اس کے پیرامیٹرز کا جائزہ لیں اور API ضم کرنے سے پہلے آؤٹ پٹ کی توثیق کریں۔

خلاصہ

DeepSeek V4 Pro کا ایک عملی جائزہ، جس میں اہم رویہ اور انضمام کے نکات شامل ہیں۔

تکنیکی خصوصیات

Item	DeepSeek-V4-Pro
Provider	DeepSeek
API model name	deepseek-v4-pro
Base URLs	https://api.deepseek.com اور https://api.deepseek.com/anthropic
Input type	متن
Output type	متن، tool calls، reasoning output
Context length	1,000,000 ٹوکنز
Max output	384,000 ٹوکنز
Reasoning modes	Non-thinking، thinking (default)
Agent/coding defaults	reasoning_effort کو high تک سیٹ کیا جا سکتا ہے؛ پیچیدہ ایجنٹ ریکویسٹس ممکن ہے max استعمال کریں
Supported features	JSON Output, Tool Calls, Chat Prefix Completion (beta), FIM Completion (beta in non-thinking mode)
Local/open-weights release	1.6T کل پیرا میٹرز، 49B فعال پیرا میٹرز، FP4 + FP8 mixed precision
License (model card)	MIT
Reference model card	Hugging Face پر DeepSeek-V4-Pro کا پیش نظارہ

DeepSeek-V4-Pro کیا ہے؟

DeepSeek-V4-Pro، DeepSeek کی V4 پری ویو فیملی کا زیادہ طاقتور رکن ہے۔ آفیشل ماڈل کارڈ کے مطابق یہ 1.6T پیرا میٹر والا MoE ماڈل ہے جس میں 49B فعال پیرا میٹرز اور دس لاکھ ٹوکن والا کانٹیکسٹ ونڈو ہے، جسے طویل مدتی علمی کام، کوڈ جنریشن اور ایجنٹ ٹاسکس کے لیے ڈیزائن کیا گیا ہے۔ API ڈاکس اسے معیاری DeepSeek chat-completions انٹرفیس کے ذریعے دستیاب کرتے ہیں اور OpenAI اور Anthropic، دونوں SDK طرزیں سپورٹ کرتے ہیں۔

اہم خصوصیات

ملین-ٹوکن کانٹیکسٹ: DeepSeek نے 1M-ٹوکن سیاق کی لمبائی دستاویزی شکل میں دی ہے، جو ماڈل کو بہت بڑے دستاویزی مجموعوں، ریپوزٹریز اور کثیر مرحلہ ایجنٹ سیشنز کے لیے موزوں بناتی ہے۔
دو استدلالی موڈز: API non-thinking اور thinking موڈز سپورٹ کرتی ہے؛ thinking بطور ڈیفالٹ فعال ہے، اور ڈاکس بتاتے ہیں کہ پیچیدہ ایجنٹ ریکویسٹس جیسے Claude Code یا OpenCode خودکار طور پر reasoning_effort کو max تک لے جا سکتی ہیں۔
ٹول کال صلاحیت: DeepSeek کا thinking موڈ tool calls سپورٹ کرتا ہے، جو ان ایجنٹس کے لیے اہم ہے جنہیں سرچ، فائل آپریشنز یا بیرونی فنکشنز درکار ہوں۔
طویل سیاق میں افادیت: ماڈل کارڈ کے مطابق V4 ایک ہائبرڈ اٹینشن ڈیزائن استعمال کرتا ہے جس میں Compressed Sparse Attention اور Heavily Compressed Attention شامل ہیں تاکہ V3.2 کے مقابلے میں طویل سیاق کے compute اور KV cache کی لاگت کم کی جا سکے۔ citeturn980363view2
کوڈنگ اور استدلال پر توجہ: DeepSeek کا کہنا ہے کہ V4-Pro-Max کا reasoning موڈ کوڈنگ بینچ مارکس میں بہتری لاتا ہے اور استدلال و ایجنٹک ٹاسکس پر سرکردہ بند ماڈلز کے ساتھ فرق کو خاصا کم کرتا ہے۔ citeturn980363view2
SDK کی لچک: اسے معیاری OpenAI-compatible chat completions کے ذریعے یا DeepSeek کے Anthropic-compatible endpoint کے ذریعے ٹول پر مبنی ورک فلو کے لیے ایکسیس کیا جا سکتا ہے۔

بینچ مارک کارکردگی

آفیشل DeepSeek ماڈل کارڈ بیس ماڈل فیملی اور V4-Pro-Max کے موازناتی سیٹ کے لیے درج ذیل نتائج رپورٹ کرتا ہے۔ بیس ماڈل کی جدول میں، V4-Pro نے متعدد علمی اور طویل سیاق بینچ مارکس پر V3.2-Base سے زیادہ اسکور کیا ہے، جن میں MMLU-Pro (73.5 بمقابلہ 65.5)، FACTS Parametric (62.6 بمقابلہ 27.1)، اور LongBench-V2 (51.5 بمقابلہ 40.2) شامل ہیں۔

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

اسی ماڈل کارڈ میں یہ بھی دکھایا گیا ہے کہ V4-Pro-Max منتخب ٹاسکس پر سرکردہ فرنٹیئر ماڈلز کے ساتھ مقابلے میں قائم رہتا ہے۔ مثال کے طور پر، یہ MMLU-Pro پر 87.5، SimpleQA-Verified پر 57.9، GPQA Diamond پر 90.1، اور Terminal Bench 2.0 پر 67.9 اسکور کرتا ہے جیسا کہ شائع شدہ موازناتی جدول میں درج ہے۔

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

Model	Best fit	Context	Notes
DeepSeek-V4-Pro	بھاری استدلال، کوڈنگ، ایجنٹس، بڑی دستاویزات	1M	V4 کا سب سے بڑا ماڈل، 49B فعال پیرا میٹرز، سیریز میں مجموعی طور پر سب سے زیادہ صلاحیت۔ citeturn980363view2turn980363view0
DeepSeek-V4-Flash	تیز، ہلکے عام استعمال کے لیے	1M	چھوٹا 284B/13B ماڈل، پھر بھی thinking اور tool calls سپورٹ کرتا ہے۔ citeturn980363view2turn980363view0
DeepSeek-V3.2	پچھلی نسل کا طویل سیاق بیس لائن	پہلے کے API ڈاکس میں 128K؛ V4 ایک مختلف 1M سیاق ڈیزائن استعمال کرتا ہے	کارکردگی کے فوائد کے لیے ایک ریفرنس پوائنٹ کے طور پر مفید؛ V4-Pro کے ماڈل کارڈ میں V3.2 کے مقابلے میں طویل سیاق کے FLOPs اور KV cache میں بڑی کمی رپورٹ کی گئی ہے۔ citeturn321011view1turn980363view2

بہترین استعمالات

ریپوزٹری پیمانے کے کوڈنگ اسسٹنٹس اور ریفیکٹرنگ ٹولز
طویل دستاویزات کا تجزیہ اور ترکیب
ایسے ایجنٹس جو ٹولز استعمال کرتے ہیں اور جنہیں متعدد مرحلوں پر مشتمل استدلال درکار ہوتا ہے
ٹیکنیکل سپورٹ ورک فلو جو طویل میموری اور ساختہ آؤٹ پٹس سے فائدہ اٹھاتے ہیں
چینی اور کثیر لسانی معلوماتی ٹاسکس، جہاں ماڈل کارڈ مضبوط بینچ مارک کارکردگی دکھاتا ہے

Deepseek v4 pro API تک رسائی اور استعمال کا طریقہ

مرحلہ 1: API Key کے لیے سائن اپ کریں

cometapi.com پر لاگ اِن کریں۔ اگر آپ ہمارے صارف نہیں ہیں، تو پہلے رجسٹر کریں۔ اپنے CometAPI console میں سائن اِن کریں۔ انٹرفیس کی ایکسیس کریڈینشل API key حاصل کریں۔ پرسنل سینٹر میں API token پر “Add Token” پر کلک کریں، ٹوکن کلید حاصل کریں: sk-xxxxx اور سبمٹ کریں۔

مرحلہ 2: Deepseek v4 pro API کو درخواستیں بھیجیں

“deepseek-v4-pro” اینڈ پوائنٹ منتخب کریں تاکہ API ریکویسٹ بھیجی جا سکے اور ریکویسٹ باڈی سیٹ کریں۔ ریکویسٹ میتھڈ اور ریکویسٹ باڈی ہماری ویب سائٹ کے API ڈاک سے حاصل کیے جاتے ہیں۔ ہماری ویب سائٹ آپ کی سہولت کے لیے Apifox ٹیسٹ بھی فراہم کرتی ہے۔ <YOUR_API_KEY> کو اپنے اکاؤنٹ سے ملنے والی اصل CometAPI key سے تبدیل کریں۔ کہاں کال کرنا ہے: Anthropic Messages فارمیٹ اور Chat فارمیٹ۔

اپنا سوال یا ریکویسٹ content فیلڈ میں ڈالیں—اسی پر ماڈل ردعمل دے گا۔ API ریسپانس کو پراسیس کریں تاکہ جنریٹ کیا گیا جواب حاصل ہو سکے۔

مرحلہ 3: نتائج بازیافت کریں اور تصدیق کریں

API ریسپانس کو پراسیس کریں تاکہ جنریٹڈ جواب حاصل ہو۔ پراسیسنگ کے بعد، API ٹاسک اسٹیٹس اور آؤٹ پٹ ڈیٹا کے ساتھ جواب دیتا ہے۔ streaming، prompt caching، یا long-context ہینڈلنگ جیسی خصوصیات کو معیاری پیرا میٹرز کے ذریعے فعال کریں۔

اکثر پوچھے جانے والے سوالات

قیمت

ایک ہی رن کے لیے اوپر دیے گئے فوری تخمینے کا استعمال کریں، پھر CometAPI اور سرکاری قیمت کے درمیان مکمل موازنہ دیکھیں۔

پہلی درخواست

—

تخمینی CometAPI استعمال کی لاگت

دس درخواستیں

—

تخمینی CometAPI استعمال کی لاگت

پندرہ درخواستیں

—

تخمینی CometAPI استعمال کی لاگت

DeepSeek V4 Pro کی قیمتیں

[ماڈل کا نام] کے لیے مسابقتی قیمتوں کو دریافت کریں، جو مختلف بجٹ اور استعمال کی ضروریات کے مطابق ڈیزائن کیا گیا ہے۔ ہمارے لچکدار منصوبے اس بات کو یقینی بناتے ہیں کہ آپ صرف اسی کے لیے ادائیگی کریں جو آپ استعمال کرتے ہیں، جس سے آپ کی ضروریات بڑھنے کے ساتھ ساتھ اسکیل کرنا آسان ہو جاتا ہے۔ دریافت کریں کہ [ماڈل کا نام] کیسے آپ کے پروجیکٹس کو بہتر بنا سکتا ہے جبکہ اخراجات کو قابو میں رکھتا ہے۔

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%

درخواست پر مبنی قیمت adjustments

درخواست conditions levels سے آزاد ہیں۔ جب متعدد شرکوں گروہپس同级 میں match کریں، تو ان کے multipliers multiplicatively جمع ہوتے ہیں۔ پہلے applicable tier determine کریں، پھر matching request price multipliers overlap کریں۔ non-matching conditions کا default multiplier 1× ہے۔

درخواست شرط	قیمت multiplier
گھنٹ(UTC): 1:00 - 4:00	2×
گھنٹ(UTC): 6:00 - 10:00	2×

API

ایک کام کرنے والا اینڈ پوائنٹ اور کوڈ کی مثال کاپی کریں، پھر جب تمام پیرامیٹرز درکار ہوں تو مکمل API حوالہ کھولیں۔

ایک API، پروڈکشن کے لیے تیار ماڈل تک رسائی

ایک بار تصدیق کریں، ماڈل اینڈ پوائنٹ کال کریں اور فراہم کنندگان کے درمیان یکساں بلنگ اور مانیٹرنگ ورک فلو برقرار رکھیں۔

POST/v1/chat/completions

DeepSeek V4 Pro کے لیے نمونہ کوڈ اور API

DeepSeek V4 Pro کے لیے جامع نمونہ کوڈ اور API وسائل تک رسائی حاصل کریں تاکہ آپ کے انضمام کے عمل کو آسان بنایا جا سکے۔ ہماری تفصیلی دستاویزات قدم بہ قدم رہنمائی فراہم کرتی ہیں، جو آپ کو اپنے پروجیکٹس میں DeepSeek V4 Pro کی مکمل صلاحیت سے فائدہ اٹھانے میں مدد کرتی ہیں۔

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");

صلاحیتیں

آرکیٹیکچر منتخب کرنے یا پروڈکشن ورک لوڈ کا تخمینہ لگانے سے پہلے اہم ماڈل حقائق کا جائزہ لیں۔

معاون صلاحیتیں

موجودہ ماڈل API کی جانب سے واپس کی گئی خصوصیات۔

text-to-text

ان پٹ اور آؤٹ پٹ

ان پٹس

text

آؤٹ پٹس

text

پروڈکشن پروفائل

فراہم کنندہ: DeepSeek
سیاق و سباق: ماڈل پر منحصر
تجارتی استعمال: معاون

استعمال کے معاملات

DeepSeek V4 Pro کو اس کی text صلاحیتوں سے مطابقت رکھنے والے پروڈکشن ورک فلوز کے لیے استعمال کریں، پھر طویل المدتی انضمام سے پہلے متبادلات کا موازنہ کریں۔

پروڈکشن چیٹ اور ایجنٹ ورک فلوز

کوڈنگ، تجزیہ اور منظم تخلیق

ایک API کے ذریعے بڑے پیمانے پر آٹومیشن

دیگر ماڈلز

معیار، تاخیر، صلاحیت اور قیمت کے فرق کے لحاظ سے CometAPI کے ذریعے دستیاب دیگر ماڈلز کا موازنہ کریں۔

ماڈل موازنہ کھولیں →

Google

Gemini 3.7 Flash

3.7 Flash سافٹ ویئر انجینئرنگ، علمی کام اور ویب ڈیولپمنٹ ورک فلو میں نمایاں بہتریاں فراہم کرتا ہے — جس کی تعارفی قیمت فی ملین ٹوکن 3.6 Flash کی اصل لاگت کا نصف ہے۔

ماڈل دیکھیں

DeepSeek

DeepSeek-V4-Flash-Vision

deepseek-v4-flash-vision-exp ماڈل متن کے ساتھ ساتھ تصاویر بھی قبول کرتا ہے، لہٰذا آپ ماڈل سے تصاویر کی وضاحت کرنے، اسکرین شاٹس سے متن پڑھنے، چارٹس کا تجزیہ کرنے، اور مزید کے لیے کہہ سکتے ہیں۔ حمایت یافتہ تصویری فارمیٹس: JPEG، PNG، GIF، اور WebP۔ فارمیٹ کا تعین حقیقی فائل کے مواد سے کیا جاتا ہے، نہ کہ فائل کے نام یا اعلان کردہ MIME type سے۔

ماڈل دیکھیں

xAI

Grok 4.6

کوڈ اور دیگر تمام چیزوں کے لیے فلیگ شپ ماڈل: ایجنٹک ٹول کالنگ، انتہائی کم ہیلوسینیشنز، قابلِ تخصیص استدلال

ماڈل دیکھیں

Z.AI

GLM 5.3

GLM-5.3 ایک اگلی نسل کا اوپن سورس بڑا لسانی ماڈل ہے جو پیچیدہ کوڈنگ، طویل مدتی کاموں اور سائبر سیکیورٹی کے منظرناموں کے لیے بہتر بنایا گیا ہے۔ یہ GLM-5.2 کے مقابلے میں کوڈنگ کی صلاحیتوں اور ایجنٹ کی کارکردگی میں نمایاں بہتری فراہم کرتا ہے۔

ماڈل دیکھیں

Anthropic

Claude Fable 5

Claude Fable 5 تک رسائی بحال کر دی گئی ہے۔ یہ آپ کے سب سے بلند عزائم والے کوڈنگ اور پیشہ ورانہ کام میں 5ویں نسل کی ذہانت لے آتا ہے۔

ماڈل دیکھیں

Anthropic

Claude Sonnet 5

کوڈنگ اور ایجنٹس کے لیے اعلیٰ کارکردگی کا ماڈل

ماڈل دیکھیں

Uptime

پروڈکشن میں جانے سے پہلے لائیو ہارٹ بیٹ ڈیٹا، اینڈ پوائنٹ کی دستیابی اور مشاہدہ شدہ جوابی اوقات کا جائزہ لیں۔

Uptime

گزشتہ 30 دنوں میں درخواست کی کامیابی کی شرح، ہر ماڈل فراہم کنندہ کی قابلِ اعتماد کو ظاہر کرتی ہے۔ CometAPI تمام منسلک فراہم کنندگان کی نگرانی ریئل ٹائم میں، 24/7 کرتی ہے۔

RespondLIVE

3366msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

ورژن

پروڈکشن انضمام کو حتمی شکل دینے سے پہلے دستیاب ماڈل شناخت کنندگان کا جائزہ لیں۔

deepseek-v4-pro

deepseek-v4-pro-0813

دریافت جاری رکھیں

ماڈلز کا موازنہ کریں اور اپنی تحقیق جاری رکھیں

DeepSeek

API لائیو ہے مقبول

deepseek-v4-pro

DeepSeek V4 Pro API

ابتدائی قیمت

قیمتیں دیکھیں

استعمال کی بنیاد پر بلنگ

API کی حالت

فعال

100.0% اپ ٹائم / 24 گھنٹے

جوابی وقت

3366 ms

مشاہدہ شدہ API جوابی وقت

جاری کیا گیا

Aug 12, 2026

DeepSeek

Playground

خلاصہ

DeepSeek V4 Pro کا ایک عملی جائزہ، جس میں اہم رویہ اور انضمام کے نکات شامل ہیں۔

تکنیکی خصوصیات

Item	DeepSeek-V4-Pro
Provider	DeepSeek
API model name	deepseek-v4-pro
Base URLs	https://api.deepseek.com اور https://api.deepseek.com/anthropic
Input type	متن
Output type	متن، tool calls، reasoning output
Context length	1,000,000 ٹوکنز
Max output	384,000 ٹوکنز
Reasoning modes	Non-thinking، thinking (default)
Agent/coding defaults	reasoning_effort کو high تک سیٹ کیا جا سکتا ہے؛ پیچیدہ ایجنٹ ریکویسٹس ممکن ہے max استعمال کریں
Supported features	JSON Output, Tool Calls, Chat Prefix Completion (beta), FIM Completion (beta in non-thinking mode)
Local/open-weights release	1.6T کل پیرا میٹرز، 49B فعال پیرا میٹرز، FP4 + FP8 mixed precision
License (model card)	MIT
Reference model card	Hugging Face پر DeepSeek-V4-Pro کا پیش نظارہ

DeepSeek-V4-Pro کیا ہے؟

اہم خصوصیات

ملین-ٹوکن کانٹیکسٹ: DeepSeek نے 1M-ٹوکن سیاق کی لمبائی دستاویزی شکل میں دی ہے، جو ماڈل کو بہت بڑے دستاویزی مجموعوں، ریپوزٹریز اور کثیر مرحلہ ایجنٹ سیشنز کے لیے موزوں بناتی ہے۔
دو استدلالی موڈز: API non-thinking اور thinking موڈز سپورٹ کرتی ہے؛ thinking بطور ڈیفالٹ فعال ہے، اور ڈاکس بتاتے ہیں کہ پیچیدہ ایجنٹ ریکویسٹس جیسے Claude Code یا OpenCode خودکار طور پر reasoning_effort کو max تک لے جا سکتی ہیں۔
ٹول کال صلاحیت: DeepSeek کا thinking موڈ tool calls سپورٹ کرتا ہے، جو ان ایجنٹس کے لیے اہم ہے جنہیں سرچ، فائل آپریشنز یا بیرونی فنکشنز درکار ہوں۔
طویل سیاق میں افادیت: ماڈل کارڈ کے مطابق V4 ایک ہائبرڈ اٹینشن ڈیزائن استعمال کرتا ہے جس میں Compressed Sparse Attention اور Heavily Compressed Attention شامل ہیں تاکہ V3.2 کے مقابلے میں طویل سیاق کے compute اور KV cache کی لاگت کم کی جا سکے۔ citeturn980363view2
کوڈنگ اور استدلال پر توجہ: DeepSeek کا کہنا ہے کہ V4-Pro-Max کا reasoning موڈ کوڈنگ بینچ مارکس میں بہتری لاتا ہے اور استدلال و ایجنٹک ٹاسکس پر سرکردہ بند ماڈلز کے ساتھ فرق کو خاصا کم کرتا ہے۔ citeturn980363view2
SDK کی لچک: اسے معیاری OpenAI-compatible chat completions کے ذریعے یا DeepSeek کے Anthropic-compatible endpoint کے ذریعے ٹول پر مبنی ورک فلو کے لیے ایکسیس کیا جا سکتا ہے۔

بینچ مارک کارکردگی

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 بمقابلہ DeepSeek-V4-Flash بمقابلہ DeepSeek-V3.2

Model	Best fit	Context	Notes
DeepSeek-V4-Pro	بھاری استدلال، کوڈنگ، ایجنٹس، بڑی دستاویزات	1M	V4 کا سب سے بڑا ماڈل، 49B فعال پیرا میٹرز، سیریز میں مجموعی طور پر سب سے زیادہ صلاحیت۔ citeturn980363view2turn980363view0
DeepSeek-V4-Flash	تیز، ہلکے عام استعمال کے لیے	1M	چھوٹا 284B/13B ماڈل، پھر بھی thinking اور tool calls سپورٹ کرتا ہے۔ citeturn980363view2turn980363view0
DeepSeek-V3.2	پچھلی نسل کا طویل سیاق بیس لائن	پہلے کے API ڈاکس میں 128K؛ V4 ایک مختلف 1M سیاق ڈیزائن استعمال کرتا ہے	کارکردگی کے فوائد کے لیے ایک ریفرنس پوائنٹ کے طور پر مفید؛ V4-Pro کے ماڈل کارڈ میں V3.2 کے مقابلے میں طویل سیاق کے FLOPs اور KV cache میں بڑی کمی رپورٹ کی گئی ہے۔ citeturn321011view1turn980363view2

بہترین استعمالات

ریپوزٹری پیمانے کے کوڈنگ اسسٹنٹس اور ریفیکٹرنگ ٹولز
طویل دستاویزات کا تجزیہ اور ترکیب
ایسے ایجنٹس جو ٹولز استعمال کرتے ہیں اور جنہیں متعدد مرحلوں پر مشتمل استدلال درکار ہوتا ہے
ٹیکنیکل سپورٹ ورک فلو جو طویل میموری اور ساختہ آؤٹ پٹس سے فائدہ اٹھاتے ہیں
چینی اور کثیر لسانی معلوماتی ٹاسکس، جہاں ماڈل کارڈ مضبوط بینچ مارک کارکردگی دکھاتا ہے

Deepseek v4 pro API تک رسائی اور استعمال کا طریقہ

مرحلہ 1: API Key کے لیے سائن اپ کریں

مرحلہ 2: Deepseek v4 pro API کو درخواستیں بھیجیں

مرحلہ 3: نتائج بازیافت کریں اور تصدیق کریں

اکثر پوچھے جانے والے سوالات

قیمت

پہلی درخواست

—

تخمینی CometAPI استعمال کی لاگت

دس درخواستیں

—

تخمینی CometAPI استعمال کی لاگت

پندرہ درخواستیں

—

تخمینی CometAPI استعمال کی لاگت

DeepSeek V4 Pro کی قیمتیں

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%

درخواست پر مبنی قیمت adjustments

درخواست شرط	قیمت multiplier
گھنٹ(UTC): 1:00 - 4:00	2×
گھنٹ(UTC): 6:00 - 10:00	2×

API

ایک API، پروڈکشن کے لیے تیار ماڈل تک رسائی

POST/v1/chat/completions

DeepSeek V4 Pro کے لیے نمونہ کوڈ اور API

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");