Editly

DeepSeek V4 Pro 0813

DeepSeek-V4-Pro-0813 は、DeepSeek のフラッグシップモデルの日付付き一般提供スナップショットです: 1.6 兆パラメータの mixture-of-experts、490 億のアクティブパラメータ、1M トークンのコンテキストウィンドウ、最大 384K トークンの出力。デフォルトで思考し、レイテンシに敏感な呼び出し用に非思考エンドポイントを公開し、MIT ライセンスのウェイトを提供し、入力 100 万トークンあたり $0.435、出力 100 万トークンあたり $0.87 を請求します。

作ってみる

DeepSeek V4 Pro 0813 とは？

0813 はスナップショットタグであり、新しいアーキテクチャではありません。2026 年 8 月 12 日に DeepSeek の公式 API ドキュメントに登場した DeepSeek V4 Pro の GA ビルドを固定し、より安価な DeepSeek-V4-Flash-0731 の隣に位置します。フラッグシップティアが提供する内容は次のとおりです。

1.6T パラメータ、49B アクティブ

トークンごとにウェイトの約 3% をアクティブにするスパースな mixture-of-experts。DeepSeek は Compressed Sparse Attention と Heavily Compressed Attention を組み合わせ、Manifold-Constrained Hyper-Connections を追加し、Muon オプティマイザでトレーニングします。エキスパートは FP4 で実行され、残りのスタックは FP8 のままです。

1M トークンのコンテキスト、384K トークンの出力

フル 100 万トークンの入力は、中規模のコードベースまたは数千ページのドキュメントに相当し、1 回の応答で最大 384,000 トークンを出力できます。長期的なエージェント実行やリポジトリ全体のレビューは、チャンキングパイプラインではなく、単一の呼び出しに収まります。

デフォルトで思考、3 つの努力レベル

オプトアウトしない限り、モデルは回答前に推論します。努力レベルは Non-think、Think High、Think Max の 3 つです。Max 設定は DeepSeek が V4-Pro-Max としてベンチマークする構成であり、推論およびエージェントタスクにおいてクローズドなフロンティアモデルとのギャップを最も縮めるものです。

エージェント開発者向けに設計

構造化 JSON 出力、ツール呼び出し、Responses API、Anthropic API 互換エンドポイントを備え、既存のクライアントはベース URL を変更するだけで DeepSeek を指すことができます。会話プレフィックス継続と fill-in-the-middle 補完はベータ版で利用可能です。

MIT ライセンスのオープンウェイト

DeepSeek は deepseek-ai/DeepSeek-V4-Pro と DeepSeek-V4-Pro-Base を MIT ライセンスで Hugging Face に公開しています。自分でサーブしたり、ファインチューニングしたり、許可を求めずに商用利用したりできます。制約はハードウェアであり、利用規約ではありません。

オープン価格でフロンティアに近いスコア

SWE-bench Verified で 80.6、LiveCodeBench で 93.5、Codeforces レーティング 3206、GPQA Diamond で 90.1、出力価格は 100 万トークンあたり 1 ドル未満です。トップのクローズドモデルとのギャップは現実ですが、もはや桁違いではありません。

DeepSeek V4 Pro 0813 と DeepSeek V4 Flash 0731 の比較

両ティアとも同じ 1M コンテキストと 384K の出力上限です。Pro で購入するのは容量、つまりより多くの総パラメータとアクティブパラメータ、より強力な推論であり、トークン価格は約 3 倍、同時実行許容量は 5 分の 1 です。

V4 Flash 0731
V4 Pro 0813Pro
総パラメータ284B1.6T
トークンあたりのアクティブパラメータ13B49B
コンテキストウィンドウ1Mトークン1Mトークン
最大出力384Kトークン384Kトークン
思考モードデフォルトで思考オン、非思考も利用可能デフォルトで思考オン、さらにThink HighとThink Max
1Mトークンあたりの入力（キャッシュミス）$0.14$0.435
1Mトークンあたりの出力$0.28$0.87
API同時実行制限2500500
最適な用途大量の分類、抽出、チャット、低コストの長文コンテキスト処理高度な推論、エージェント型コーディング、ディープリサーチ、リポジトリ全体の作業

DeepSeek V4 Pro 0813 ベンチマーク

DeepSeek-V4-Proの最大推論努力時の公開スコア、DeepSeekがV4-Pro-Maxとして報告する構成。ベンダー報告の数値は上限として扱い、パイプラインを確定する前に独自の評価を再実行してください。

SWE-bench Verified: 80.6

実際のGitHub issueをエンドツーエンドで解決。これはまさにエージェント型コーディングの領域だが、最強のクローズドモデルは最良の構成では依然としてその上に位置する。より難しいバリアントであるSWE-Bench Proは55.4。

LiveCodeBench: 93.5

トレーニングカットオフ後に公開されたコンテストから抽出された、汚染耐性のある競技プログラミング。そのため、スコアは記憶された解法ではなく、未見の問題に対する推論を反映している。

Codeforces: 3206

アルゴリズムコンテスト問題におけるグランドマスター級のレーティング。制約下でのタイトで正しい実装のプロキシとして有用だが、複雑な本番コードベースをナビゲートするのにはあまり役立たない。

GPQA Diamond: 90.1

検索を打ち負かすために書かれた大学院レベルの物理学、化学、生物学の問題。90%ということは、モデルがコード以外の技術的なQ&Aでも十分に機能することを意味する。

HMMT February 2026: 95.2

モデルのトレーニングウィンドウが閉じた後に開催されたコンテストからのオリンピック級の数学。算数ではなく、多段階の証明スタイルの推論。

Terminal-Bench 2.0: 67.9 and BrowseComp: 83.4

ツール使用に重要な2つのエージェント型ベンチマーク：実際のシェルを完了まで駆動すること、そしてライブウェブ全体で見つけにくい事実を見つけること。どちらも1Mコンテキストとデフォルトの思考モードが効果を発揮する分野です。

DeepSeek V4 Pro 0813 の料金

DeepSeek独自のAPIにおける100万トークンあたりの料金。コンテキストキャッシュはエンジニアリングの価値がある項目です。キャッシュヒットはミスの約120分の1のコストなので、安定したシステムプロンプトや固定されたリポジトリのスナップショットは数回の呼び出しで元が取れます。DeepSeekは近い将来、API全体の料金が大幅に上昇すると警告しています。予算を組む前に料金ページを確認してください。

V4 Flash 0731
V4 Pro 0813Pro
Grok 4.5
入力、キャッシュヒット$0.0028$0.003625未公開
入力、キャッシュミス$0.14$0.435約$2
出力$0.28$0.87約$6
コンテキストウィンドウ1Mトークン1Mトークン500Kトークン
重みオープン、MITオープン、MITクローズド
コンテキスト全体を1回満たすコスト約$0.14約$0.44500Kで約$1

DeepSeek V4 Pro 0813の使い方

  1. 01

    ステップ1: モデル文字列を固定する

    DeepSeekのプラットフォームでローリングフラッグシップとしてdeepseek-v4-proを呼び出し、実行中の評価でシフトしないビルドが必要な場合はDeepSeek-V4-Pro-0813スナップショットを参照してください。エンドポイントはOpenAI形式を話すため、ほとんどのSDKはベースURLとキーだけで済みます。

  2. 02

    ステップ2: 推論の労力を選択し、プレフィックスをキャッシュする

    プランニング、デバッグ、マルチステップのツール使用には思考をオンにしたままにし、オートコンプリートやルーティングなどのレイテンシ重視の呼び出しには非思考エンドポイントに切り替えます。システムプロンプトと大きな固定ドキュメントをすべてのリクエストの先頭に置き、キャッシュヒットになるようにします。

  3. 03

    ステップ3: またはDeepSeekを完全に迂回する

    OpenRouterなどのアグリゲーターはdeepseek/deepseek-v4-pro-0813をリストし、推論プロバイダーはホステッドで提供します。重みはMITライセンスなので、自社ハードウェアで実行することもできます — 1.6TパラメータのMoEを予算に入れてください。実際にはFP4でもマルチGPUノードが必要です。

  4. 04

    ステップ4: 出力を何かに向ける

    フロンティアテキストモデルは上流のインフラです。計画、コード、プロンプトを書きます。成果物が動画や画像の場合は、生成モデルにテキストを渡します。DeepSeekが書いたプロンプトをEditlyに直接貼り付けてレンダリングします。

DeepSeek V4 Pro 0813に関するよくある質問

DeepSeekのプロンプトを動画に変える

最先端のテキストモデルにショットリストを書かせて、それをレンダリングしましょう。Editlyに登録して、Seedance、Veo 3、Hailuo、Qwen Imageを1つのクレジット残高で実行できます——モデルごとのサブスクリプションは不要です。

Editlyを無料で試す