Editly

DeepSeek V4 Pro 0813

DeepSeek-V4-Pro-0813 is de gedateerde general-availability-snapshot van DeepSeek's vlaggenschipmodel: een mixture-of-experts met 1.6 biljoen parameters en 49 miljard actieve parameters, een contextvenster van 1M tokens en tot 384K tokens output. Het denkt standaard, biedt een non-thinking endpoint voor latentiegevoelige calls, levert MIT-gelicenseerde weights en rekent $0.435 per miljoen input tokens en $0.87 per miljoen output.

Begin met maken

Wat is DeepSeek V4 Pro 0813?

0813 is een snapshot-tag, geen nieuwe architectuur. Het verwijst naar de GA-build van DeepSeek V4 Pro die op 12 augustus 2026 in de officiële API-documentatie van DeepSeek verscheen, naast de goedkopere DeepSeek-V4-Flash-0731. Dit is wat de vlaggenschip-tier biedt.

1.6T parameters, 49B actief

Een sparse mixture-of-experts die ongeveer 3 procent van zijn weights per token activeert. DeepSeek combineert Compressed Sparse Attention met Heavily Compressed Attention, voegt Manifold-Constrained Hyper-Connections toe en traint met de Muon-optimizer. Experts draaien in FP4 terwijl de rest van de stack FP8 blijft.

1M-token context, 384K-token output

Een volledige miljoen tokens in, wat ongeveer een middelgrote codebase of een paar duizend pagina's documenten is, en tot 384.000 tokens terug in één antwoord. Long-horizon agent-runs en hele-repository-reviews passen in één enkele call in plaats van een chunking-pipeline.

Standaard denken, drie inspanningsniveaus

Het model redeneert voordat het antwoordt, tenzij je je afmeldt. Effort kent Non-think, Think High en Think Max; de Max-instelling is de configuratie die DeepSeek benchmarkt als V4-Pro-Max en degene die het grootste deel van de kloof naar closed frontier-modellen op redeneren en agentische taken dicht.

Gebouwd voor agent-ontwikkelaars

Gestructureerde JSON-output, tool calls, de Responses API en een Anthropic-API-compatibel endpoint, zodat bestaande clients naar DeepSeek wijzen door een base URL te vervangen. Conversation-prefix-continuatie en fill-in-the-middle-completion zijn beschikbaar in bèta.

MIT-gelicenseerde open weights

DeepSeek publiceert deepseek-ai/DeepSeek-V4-Pro en DeepSeek-V4-Pro-Base op Hugging Face onder de MIT-licentie. Je kunt het zelf serveren, fine-tunen of commercieel gebruiken zonder toestemming te vragen — de beperking is hardware, niet de voorwaarden.

Frontier-adjacente scores tegen open prijzen

80.6 op SWE-bench Verified, 93.5 op LiveCodeBench, een Codeforces-rating van 3206 en 90.1 op GPQA Diamond, tegen outputprijzen onder een dollar per miljoen tokens. De kloof naar de top closed-modellen is reëel, maar niet langer een orde van grootte.

DeepSeek V4 Pro 0813 vs DeepSeek V4 Flash 0731

Zelfde 1M-context en zelfde 384K-outputplafond op beide tiers. Wat je met Pro koopt is capaciteit — meer totale en actieve parameters en sterker redeneren — tegen ongeveer drie keer de tokenprijs en een vijfde van de concurrency-toelage.

V4 Flash 0731
V4 Pro 0813Pro
Totale parameters284B1.6T
Actieve parameters per token13B49B
Contextvenster1M tokens1M tokens
Maximale output384K tokens384K tokens
DenkmodusDenken standaard aan, non-thinking beschikbaarDenken standaard aan, plus Think High en Think Max
Invoer per 1M tokens, cache miss$0.14$0.435
Uitvoer per 1M tokens$0.28$0.87
API-concurrentielimiet2500500
Het beste voorClassificatie op hoge volumes, extractie, chat, goedkope lange-contextpassagesMoeilijke redenering, agentische codering, diepgaand onderzoek, werk aan de hele repository

DeepSeek V4 Pro 0813 Benchmarks

Gepubliceerde scores voor DeepSeek-V4-Pro bij maximale redeneerinspanning, de configuratie die DeepSeek rapporteert als V4-Pro-Max. Beschouw door de leverancier gerapporteerde cijfers als een plafond en voer je eigen evals opnieuw uit voordat je een pipeline vastlegt.

SWE-bench Verified: 80.6

Echte GitHub-issues volledig opgelost. Dat ligt precies in het agentic-coding-gebied, hoewel de sterkste gesloten modellen er nog boven zitten in hun beste configuraties. SWE-Bench Pro, de moeilijkere variant, komt uit op 55.4.

LiveCodeBench: 93.5

Contaminatiebestendige competitieve codering afkomstig van wedstrijden die na de trainingscutoffs zijn gepubliceerd, dus de score weerspiegelt redeneren over ongeziene problemen in plaats van gememoriseerde oplossingen.

Codeforces: 3206

Een rating in het grootmeesterbereik voor algoritmische wedstrijdproblemen. Nuttig als proxy voor strakke, correcte implementaties onder beperkingen, minder voor het navigeren door een rommelige productiecodebase.

GPQA Diamond: 90.1

Vragen op masterniveau in natuurkunde, scheikunde en biologie die zijn geschreven om zoeken te verslaan. Negentig procent betekent dat het model standhoudt bij technische Q&A ver buiten code.

HMMT February 2026: 95.2

Wiskunde op olympiadeniveau van een wedstrijd die na het sluiten van het trainingsvenster van het model werd gehouden. Meerstaps redeneren in bewijsstijl, geen rekenkunde.

Terminal-Bench 2.0: 67.9 and BrowseComp: 83.4

De twee agentische benchmarks die er toe doen voor toolgebruik: een echte shell tot voltooiing brengen en moeilijk te vinden feiten op het live web opsporen. Beide zijn waar de 1M-context en de standaard denkmodus hun vruchten afwerpen.

DeepSeek V4 Pro 0813 Prijzen

Tarieven per miljoen tokens op DeepSeek's eigen API. Contextcaching is de post waar je omheen moet ontwerpen: een cache-hit kost ongeveer een honderdtwintigste van een misser, dus een stabiele system prompt of een vastgezette repository-snapshot betaalt zichzelf binnen een paar calls terug. DeepSeek heeft gewaarschuwd dat de algehele API-prijzen in de nabije toekomst aanzienlijk zullen stijgen — bekijk de prijspagina voordat je een budget modelleert.

V4 Flash 0731
V4 Pro 0813Pro
Grok 4.5
Input, cache hit$0.0028$0.003625Niet gepubliceerd
Input, cache miss$0.14$0.435Ongeveer $2
Output$0.28$0.87Ongeveer $6
Contextvenster1M tokens1M tokens500K tokens
GewichtenOpen, MITOpen, MITGesloten
Kosten om de volledige context één keer te vullenOngeveer $0.14Ongeveer $0.44Ongeveer $1 voor 500K

Hoe DeepSeek V4 Pro 0813 te gebruiken

  1. 01

    Stap 1: Pin de modelstring

    Roep deepseek-v4-pro aan op het platform van DeepSeek voor de rolling flagship, en verwijs naar de DeepSeek-V4-Pro-0813 snapshot wanneer je een build nodig hebt die niet verschuift tijdens een lopende evaluatie. Het endpoint spreekt het OpenAI-formaat, dus de meeste SDK's hebben alleen een base URL en een sleutel nodig.

  2. 02

    Stap 2: Kies reasoning effort en cache je prefix

    Laat thinking aan voor planning, debugging en multi-step toolgebruik; schakel over naar het non-thinking endpoint voor latency-gebonden calls zoals autocomplete of routing. Houd je system prompt en eventuele grote vaste documenten aan het begin van elk verzoek, zodat ze als cache hits terechtkomen.

  3. 03

    Stap 3: Of routeer volledig om DeepSeek heen

    Aggregators zoals OpenRouter vermelden deepseek/deepseek-v4-pro-0813, en inference providers bieden het gehost aan. Omdat de gewichten MIT-licensed zijn, kun je het ook op je eigen hardware draaien — reken op een 1.6T-parameter MoE, wat in de praktijk een multi-GPU node betekent, zelfs in FP4.

  4. 04

    Stap 4: Richt de output ergens op

    Een frontier-tekstmodel is upstream-infrastructuur — het schrijft het plan, de code of de prompt. Als het eindresultaat een video of afbeelding is, geef de tekst die het produceert door aan een generatiemodel: plak een door DeepSeek geschreven prompt rechtstreeks in Editly en render deze.

Veelgestelde vragen over DeepSeek V4 Pro 0813

Zet een DeepSeek-prompt om in video

Laat een toonaangevend tekstmodel de shotlist schrijven en render het vervolgens. Meld je aan voor Editly en draai Seedance, Veo 3, Hailuo en Qwen Image op één tegoed — geen abonnement per model.

Probeer Editly gratis