Editly

DeepSeek V4 Pro 0813

DeepSeek-V4-Pro-0813 é o snapshot de disponibilidade geral datado do modelo principal da DeepSeek: uma mistura de especialistas de 1,6 trilhão de parâmetros com 49 bilhões de parâmetros ativos, janela de contexto de 1M de tokens e até 384K tokens de saída. Ele raciocina por padrão, expõe um endpoint sem raciocínio para chamadas sensíveis à latência, disponibiliza pesos com licença MIT e cobra US$ 0,435 por milhão de tokens de entrada contra US$ 0,87 por milhão de saída.

Começar a criar

O que é o DeepSeek V4 Pro 0813?

0813 é uma tag de snapshot, não uma nova arquitetura. Ele fixa a build GA do DeepSeek V4 Pro que apareceu na documentação oficial da API da DeepSeek em 12 de agosto de 2026, ao lado do mais barato DeepSeek-V4-Flash-0731. Aqui está o que o nível principal oferece.

1,6T de Parâmetros, 49B Ativos

Uma mistura de especialistas esparsa que ativa cerca de 3 por cento dos seus pesos por token. A DeepSeek combina Compressed Sparse Attention com Heavily Compressed Attention, adiciona Manifold-Constrained Hyper-Connections e treina com o otimizador Muon. Os especialistas rodam em FP4 enquanto o restante da pilha permanece em FP8.

Contexto de 1M de Tokens, Saída de 384K Tokens

Um milhão completo de tokens de entrada, o que equivale a um codebase de médio porte ou a alguns milhares de páginas de documentos, e até 384.000 tokens de saída em uma única resposta. Execuções de agente de longo horizonte e revisões de repositório inteiro cabem em uma única chamada, em vez de um pipeline de chunking.

Raciocínio por Padrão, Três Níveis de Esforço

O modelo raciocina antes de responder, a menos que você opte por não fazer isso. O esforço varia entre Non-think, Think High e Think Max; a configuração Max é a que a DeepSeek avalia como V4-Pro-Max e a que fecha a maior parte da lacuna para modelos de fronteira fechados em tarefas de raciocínio e agentes.

Feito para Desenvolvedores de Agentes

Saída JSON estruturada, chamadas de ferramentas, a API Responses e um endpoint compatível com a API Anthropic, para que clientes existentes apontem para a DeepSeek trocando uma URL base. A continuação de prefixo de conversa e a conclusão fill-in-the-middle estão disponíveis em beta.

Pesos Abertos com Licença MIT

A DeepSeek publica deepseek-ai/DeepSeek-V4-Pro e DeepSeek-V4-Pro-Base no Hugging Face sob a licença MIT. Você pode servir você mesmo, fazer fine-tuning ou usar comercialmente sem pedir permissão — a restrição é hardware, não termos.

Pontuações Próximas da Fronteira a Preços Abertos

80,6 no SWE-bench Verified, 93,5 no LiveCodeBench, uma classificação 3206 no Codeforces e 90,1 no GPQA Diamond, com preço de saída abaixo de um dólar por milhão de tokens. A lacuna para os melhores modelos fechados é real, mas não é mais uma ordem de grandeza.

DeepSeek V4 Pro 0813 vs DeepSeek V4 Flash 0731

Mesmo contexto de 1M e mesmo teto de saída de 384K em ambos os níveis. O que você compra com o Pro é capacidade — mais parâmetros totais e ativos e raciocínio mais forte — a aproximadamente o triplo do preço por token e um quinto da cota de concorrência.

V4 Flash 0731
V4 Pro 0813Pro
Parâmetros totais284B1,6T
Parâmetros ativos por token13B49B
Janela de contexto1M tokens1M tokens
Saída máxima384K tokens384K tokens
Modo de raciocínioRaciocínio ativado por padrão, modo sem raciocínio disponívelRaciocínio ativado por padrão, além de Think High e Think Max
Entrada por 1M tokens, cache missUS$ 0,14US$ 0,435
Saída por 1M tokensUS$ 0,28US$ 0,87
Limite de concorrência da API2500500
Melhor paraClassificação em alto volume, extração, chat, passagens longas de contexto baratasRaciocínio difícil, codificação agêntica, pesquisa profunda, trabalho em repositório inteiro

DeepSeek V4 Pro 0813 Benchmarks

Pontuações publicadas para DeepSeek-V4-Pro no esforço máximo de raciocínio, a configuração que a DeepSeek reporta como V4-Pro-Max. Trate os números reportados pelo fornecedor como um teto e reexecute suas próprias avaliações antes de comprometer um pipeline.

SWE-bench Verified: 80.6

Issues reais do GitHub resolvidos de ponta a ponta. Isso está claramente no território de codificação agêntica, embora os modelos fechados mais fortes ainda fiquem acima disso em suas melhores configurações. SWE-Bench Pro, a variante mais difícil, fica em 55.4.

LiveCodeBench: 93.5

Codificação competitiva resistente a contaminação, extraída de competições publicadas após os cortes de treinamento, então a pontuação reflete raciocínio em problemas não vistos, em vez de soluções memorizadas.

Codeforces: 3206

Uma classificação na faixa de grande mestre em problemas de competições algorítmicas. Útil como proxy para implementações corretas e enxutas sob restrições, menos para navegar em um codebase de produção bagunçado.

GPQA Diamond: 90.1

Perguntas de física, química e biologia em nível de pós-graduação escritas para derrotar buscas. Noventa por cento significa que o modelo se sai bem em Q&A técnico bem fora do código.

HMMT February 2026: 95.2

Matemática em nível de olimpíada de uma competição realizada após o fechamento da janela de treinamento do modelo. Raciocínio em múltiplas etapas estilo prova, não aritmética.

Terminal-Bench 2.0: 67.9 e BrowseComp: 83.4

Os dois benchmarks agênticos que importam para uso de ferramentas: conduzir um shell real até a conclusão e encontrar fatos difíceis de localizar na web ao vivo. Ambos são onde o contexto de 1M e o modo de pensamento padrão compensam.

Preços do DeepSeek V4 Pro 0813

Taxas por milhão de tokens na própria API da DeepSeek. O cache de contexto é a rubrica que vale a pena otimizar: um hit de cache custa cerca de um centésimo vigésimo de um miss, então um prompt de sistema estável ou um snapshot de repositório fixo se paga em poucas chamadas. A DeepSeek avisou que os preços gerais da API aumentarão significativamente em um futuro próximo — verifique a página de preços antes de modelar um orçamento.

V4 Flash 0731
V4 Pro 0813Pro
Grok 4.5
Entrada, acerto de cache$0.0028$0.003625Não publicado
Entrada, erro de cache$0.14$0.435Cerca de US$ 2
SaídaUS$ 0.28US$ 0.87Cerca de US$ 6
Janela de contexto1M tokens1M tokens500K tokens
PesosAberto, MITAberto, MITFechado
Custo para preencher o contexto completo uma vezCerca de US$ 0.14Cerca de US$ 0.44Cerca de US$ 1 para 500K

Como Usar o DeepSeek V4 Pro 0813

  1. 01

    Passo 1: Fixe a String do Modelo

    Chame deepseek-v4-pro na plataforma da DeepSeek para o flagship contínuo, e referencie o snapshot DeepSeek-V4-Pro-0813 quando precisar de uma versão que não mude durante uma avaliação em execução. O endpoint fala o formato OpenAI, então a maioria dos SDKs precisa apenas de uma URL base e uma chave.

  2. 02

    Passo 2: Escolha o Esforço de Raciocínio e Faça Cache do Seu Prefixo

    Deixe o pensamento ativado para planejamento, depuração e uso de ferramentas em várias etapas; mude para o endpoint sem pensamento para chamadas limitadas por latência, como autocompletar ou roteamento. Mantenha seu prompt de sistema e quaisquer documentos fixos grandes no início de cada requisição para que eles sejam acertos de cache.

  3. 03

    Passo 3: Ou Contorne a DeepSeek Completamente

    Agregadores como OpenRouter listam deepseek/deepseek-v4-pro-0813, e provedores de inferência o servem hospedado. Como os pesos são licenciados sob MIT, você também pode executá-lo em seu próprio hardware — planeje um MoE de 1.6T parâmetros, o que na prática significa um nó multi-GPU mesmo em FP4.

  4. 04

    Passo 4: Aponte a Saída para Algo

    Um modelo de texto de fronteira é infraestrutura a montante — ele escreve o plano, o código ou o prompt. Se a entrega for um vídeo ou uma imagem, passe o texto que ele produz para um modelo de geração: cole um prompt escrito pelo DeepSeek diretamente no Editly e renderize.

Perguntas frequentes sobre o DeepSeek V4 Pro 0813

Transforme um Prompt do DeepSeek em Vídeo

Deixe um modelo de texto de ponta escrever a lista de planos e depois renderize. Cadastre-se no Editly e use Seedance, Veo 3, Hailuo e Qwen Image com um único saldo de créditos — sem assinatura por modelo.

Experimente o Editly Grátis