Editly

DeepSeek V4 Pro 0813

DeepSeek-V4-Pro-0813 es la instantánea de disponibilidad general con fecha del modelo insignia de DeepSeek: un mixture-of-experts de 1.6 billones de parámetros con 49 mil millones de parámetros activos, una ventana de contexto de 1M tokens y hasta 384K tokens de salida. Piensa por defecto, expone un endpoint sin pensamiento para llamadas sensibles a la latencia, incluye pesos con licencia MIT y cobra $0.435 por millón de tokens de entrada frente a $0.87 por millón de salida.

Empezar a crear

¿Qué es DeepSeek V4 Pro 0813?

0813 es una etiqueta de instantánea, no una arquitectura nueva. Fija la compilación GA de DeepSeek V4 Pro que apareció en la documentación oficial de la API de DeepSeek el 12 de agosto de 2026, junto al más económico DeepSeek-V4-Flash-0731. Esto es lo que incluye el nivel insignia.

1.6T Parámetros, 49B Activos

Un mixture-of-experts disperso que activa aproximadamente el 3 por ciento de sus pesos por token. DeepSeek combina Compressed Sparse Attention con Heavily Compressed Attention, añade Manifold-Constrained Hyper-Connections y entrena con el optimizador Muon. Los expertos se ejecutan en FP4 mientras que el resto de la pila permanece en FP8.

Contexto de 1M Tokens, Salida de 384K Tokens

Un millón completo de tokens de entrada, que es aproximadamente un codebase de tamaño medio o unos miles de páginas de documentos, y hasta 384,000 tokens de salida en una sola respuesta. Ejecuciones de agentes de largo horizonte y revisiones de repositorios completos caben en una sola llamada en lugar de un pipeline de fragmentación.

Pensamiento por Defecto, Tres Niveles de Esfuerzo

El modelo razona antes de responder a menos que optes por no hacerlo. El esfuerzo se ejecuta en Non-think, Think High y Think Max; el ajuste Max es la configuración que DeepSeek evalúa como V4-Pro-Max y la que cierra la mayor parte de la brecha con los modelos frontera cerrados en tareas de razonamiento y agénticas.

Diseñado para Desarrolladores de Agentes

Salida JSON estructurada, llamadas a herramientas, la API de Responses y un endpoint compatible con la API de Anthropic, para que los clientes existentes apunten a DeepSeek cambiando una URL base. La continuación de prefijo de conversación y la finalización fill-in-the-middle están disponibles en beta.

Pesos Abiertos con Licencia MIT

DeepSeek publica deepseek-ai/DeepSeek-V4-Pro y DeepSeek-V4-Pro-Base en Hugging Face bajo la licencia MIT. Puedes servirlo tú mismo, hacerle fine-tuning, o usarlo comercialmente sin pedir permiso: la restricción es el hardware, no los términos.

Puntuaciones Cercanas a la Frontera a Precios Abiertos

80.6 en SWE-bench Verified, 93.5 en LiveCodeBench, un rating de 3206 en Codeforces y 90.1 en GPQA Diamond, con un precio de salida inferior a un dólar por millón de tokens. La brecha con los mejores modelos cerrados es real, pero ya no es un orden de magnitud.

DeepSeek V4 Pro 0813 vs DeepSeek V4 Flash 0731

El mismo contexto de 1M y el mismo límite de salida de 384K en ambos niveles. Lo que compras con Pro es capacidad: más parámetros totales y activos y un razonamiento más fuerte, a aproximadamente el triple del precio por token y una quinta parte de la asignación de concurrencia.

V4 Flash 0731
V4 Pro 0813Pro
Parámetros totales284B1.6T
Parámetros activos por token13B49B
Ventana de contexto1M de tokens1M de tokens
Salida máxima384K de tokens384K de tokens
Modo de pensamientoPensamiento activado por defecto, disponible modo sin pensamientoPensamiento activado por defecto, además de Think High y Think Max
Entrada por 1M de tokens, fallo de caché$0,14$0,435
Salida por 1M de tokens$0,28$0,87
Límite de concurrencia de API2500500
Ideal paraClasificación de alto volumen, extracción, chat, pasadas de contexto largo económicasRazonamiento complejo, codificación agéntica, investigación profunda, trabajo en repositorio completo

Puntos de referencia de DeepSeek V4 Pro 0813

Puntuaciones publicadas para DeepSeek-V4-Pro con el máximo esfuerzo de razonamiento, la configuración que DeepSeek reporta como V4-Pro-Max. Trata las cifras reportadas por el proveedor como un techo y vuelve a ejecutar tus propias evaluaciones antes de comprometer un pipeline.

SWE-bench Verified: 80.6

Problemas reales de GitHub resueltos de principio a fin. Eso está claramente en el territorio de la codificación agéntica, aunque los modelos cerrados más fuertes todavía se sitúan por encima en sus mejores configuraciones. SWE-Bench Pro, la variante más difícil, alcanza 55.4.

LiveCodeBench: 93.5

Codificación competitiva resistente a la contaminación, extraída de concursos publicados después de los cortes de entrenamiento, por lo que la puntuación refleja el razonamiento sobre problemas no vistos en lugar de soluciones memorizadas.

Codeforces: 3206

Una calificación en el rango de gran maestro en problemas de concursos algorítmicos. Útil como proxy para implementaciones ajustadas y correctas bajo restricciones, menos útil para navegar por una base de código de producción desordenada.

GPQA Diamond: 90.1

Preguntas de física, química y biología a nivel de posgrado escritas para vencer a la búsqueda. El noventa por ciento significa que el modelo se mantiene firme en preguntas y respuestas técnicas muy fuera del código.

HMMT February 2026: 95.2

Matemáticas a nivel de olimpiada de una competición celebrada después de que se cerrara la ventana de entrenamiento del modelo. Razonamiento de estilo demostrativo en varios pasos, no aritmética.

Terminal-Bench 2.0: 67.9 y BrowseComp: 83.4

Los dos benchmarks agénticos que importan para el uso de herramientas: conducir un shell real hasta completarlo y encontrar hechos difíciles de localizar en la web en vivo. Ambos son donde el contexto de 1M y el modo de pensamiento predeterminado dan resultados.

Precios de DeepSeek V4 Pro 0813

Tarifas por millón de tokens en la propia API de DeepSeek. El almacenamiento en caché de contexto es la partida que vale la pena diseñar: un acierto de caché cuesta aproximadamente una centésima vigésima parte de un fallo, por lo que un prompt de sistema estable o una instantánea de repositorio fijada se amortiza en unas pocas llamadas. DeepSeek ha advertido que los precios generales de la API aumentarán significativamente en un futuro cercano: consulta su página de precios antes de modelar un presupuesto.

V4 Flash 0731
V4 Pro 0813Pro
Grok 4.5
Entrada, acierto de caché$0.0028$0.003625No publicado
Entrada, fallo de caché$0.14$0.435Alrededor de $2
Salida$0.28$0.87Alrededor de $6
Ventana de contexto1M tokens1M tokens500K tokens
PesosAbierto, MITAbierto, MITCerrado
Costo de llenar el contexto completo una vezAlrededor de $0.14Alrededor de $0.44Alrededor de $1 por 500K

Cómo usar DeepSeek V4 Pro 0813

  1. 01

    Paso 1: Fija la cadena del modelo

    Llama a deepseek-v4-pro en la plataforma de DeepSeek para el modelo insignia en evolución, y referencia la instantánea DeepSeek-V4-Pro-0813 cuando necesites una versión que no cambie durante una evaluación en curso. El endpoint usa el formato de OpenAI, por lo que la mayoría de los SDK solo necesitan una URL base y una clave.

  2. 02

    Paso 2: Elige el esfuerzo de razonamiento y guarda en caché tu prefijo

    Deja el pensamiento activado para planificación, depuración y uso de herramientas de múltiples pasos; cambia al endpoint sin pensamiento para llamadas limitadas por latencia como autocompletado o enrutamiento. Mantén tu prompt de sistema y cualquier documento fijo grande al inicio de cada solicitud para que se registren como aciertos de caché.

  3. 03

    Paso 3: O evita DeepSeek por completo

    Agregadores como OpenRouter listan deepseek/deepseek-v4-pro-0813, y los proveedores de inferencia lo ofrecen alojado. Dado que los pesos tienen licencia MIT, también puedes ejecutarlo en tu propio hardware: presupuesta un MoE de 1.6T parámetros, lo que en la práctica significa un nodo multi-GPU incluso en FP4.

  4. 04

    Paso 4: Apunta la salida a algo

    Un modelo de texto de frontera es infraestructura upstream: escribe el plan, el código o el prompt. Si el entregable es un vídeo o una imagen, pasa el texto que produce a un modelo de generación: pega un prompt escrito por DeepSeek directamente en Editly y renderízalo.

Preguntas frecuentes sobre DeepSeek V4 Pro 0813

Convierte un prompt de DeepSeek en video

Deja que un modelo de texto de frontera escriba la lista de tomas y luego renderízalo. Regístrate en Editly y ejecuta Seedance, Veo 3, Hailuo y Qwen Image con un solo saldo de créditos, sin suscripción por modelo.

Prueba Editly gratis