Editly

DeepSeek V4 Pro 0813

DeepSeek-V4-Pro-0813 是 DeepSeek 旗艦模型的帶日期一般可用性快照：1.6 兆參數的混合專家模型，擁有 490 億活躍參數、1M token 上下文視窗，以及最多 384K token 的輸出。它預設會思考，提供非思考端點給延遲敏感的呼叫，搭載 MIT 授權的權重，並以每百萬輸入 token 0.435 美元、每百萬輸出 token 0.87 美元計費。

開始創作

什麼是 DeepSeek V4 Pro 0813？

0813 是快照標籤，不是新的架構。它固定了 DeepSeek V4 Pro 的 GA 版本，該版本於 2026 年 8 月 12 日出現在 DeepSeek 官方 API 文件中，與較便宜的 DeepSeek-V4-Flash-0731 並列。以下是旗艦等級所搭載的內容。

1.6T 參數，49B 活躍

一個稀疏混合專家模型，每個 token 約啟動 3% 的權重。DeepSeek 將壓縮稀疏注意力與重度壓縮注意力配對，加入流形約束超連線，並使用 Muon 最佳化器進行訓練。專家以 FP4 執行，其餘堆疊保持 FP8。

1M Token 上下文，384K Token 輸出

完整一百萬個 token 輸入，約等於中型程式碼庫或數千頁文件，並且一次回應最多可輸出 384,000 個 token。長程 agent 執行與整個儲存庫審查可以放入單一呼叫，而非分塊管線。

預設思考，三種努力等級

模型在回答前會先推理，除非你選擇退出。努力等級有 Non-think、Think High 和 Think Max；Max 設定是 DeepSeek 以 V4-Pro-Max 進行基準測試的配置，也是在推理與 agentic 任務上最能縮小與封閉前沿模型差距的設定。

為 Agent 開發者打造

結構化 JSON 輸出、工具呼叫、Responses API，以及與 Anthropic API 相容的端點，讓現有客戶只需更換 base URL 即可指向 DeepSeek。對話前綴續接與中間填充完成功能目前提供 beta 版。

MIT 授權的開放權重

DeepSeek 在 Hugging Face 上以 MIT 授權發布 deepseek-ai/DeepSeek-V4-Pro 和 DeepSeek-V4-Pro-Base。你可以自行部署、微調或商業使用，無需徵求許可——限制在於硬體，而非條款。

開放價格下的前沿相近分數

在 SWE-bench Verified 上獲得 80.6 分，LiveCodeBench 93.5 分，Codeforces 評分 3206，GPQA Diamond 90.1 分，輸出定價低於每百萬 token 一美元。與頂尖封閉模型的差距確實存在，但已不再是一個數量級。

DeepSeek V4 Pro 0813 對比 DeepSeek V4 Flash 0731

兩個等級都有相同的 1M 上下文和 384K 輸出上限。購買 Pro 獲得的是容量——更多的總參數與活躍參數，以及更強的推理——但 token 價格約為三倍，並發額度則為五分之一。

V4 Flash 0731
V4 Pro 0813Pro
總參數284B1.6T
每個 token 的啟用參數13B49B
上下文視窗1M tokens1M tokens
最大輸出384K tokens384K tokens
思考模式預設開啟思考，可切換非思考模式預設開啟思考，另提供 Think High 與 Think Max
每 1M tokens 輸入（快取未命中）$0.14$0.435
每 1M tokens 輸出$0.28$0.87
API 並發限制2500500
最適合大量分類、抽取、聊天、低成本長上下文處理困難推理、代理式編碼、深度研究、整個儲存庫作業

DeepSeek V4 Pro 0813 基準測試

已發布的 DeepSeek-V4-Pro 在最大推理努力下的分數，即 DeepSeek 報告為 V4-Pro-Max 的配置。請將廠商回報的數字視為上限，並在投入管線之前重新執行你自己的評估。

SWE-bench Verified: 80.6

真實的 GitHub issue 端到端解決。這完全屬於代理式編碼的範疇，儘管最強的封閉模型在其最佳配置下仍高於此。更難的變體 SWE-Bench Pro 則為 55.4。

LiveCodeBench: 93.5

抗污染的競賽程式設計，取自訓練截止日期之後發布的競賽，因此分數反映的是對未見過問題的推理，而非記憶的解決方案。

Codeforces: 3206

在演算法競賽問題上達到宗師級別的評分。可作為在約束下嚴謹且正確實作的代理指標，但對於在雜亂的生產程式碼庫中導航則較不適用。

GPQA Diamond: 90.1

為擊敗搜尋而設計的研究所層級物理、化學和生物問題。九成的分數表示該模型在程式碼之外的技術問答上表現良好。

HMMT February 2026: 95.2

奧林匹亞等級的數學，來自模型訓練窗口關閉之後舉辦的競賽。多步驟的證明式推理，而非算術。

Terminal-Bench 2.0: 67.9 and BrowseComp: 83.4

這兩個對工具使用至關重要的代理式基準：驅動真實 shell 完成任務，以及在即時網路上尋找難以定位的事實。這兩者都是 1M 上下文和預設思考模式發揮作用的地方。

DeepSeek V4 Pro 0813 定價

DeepSeek 自家 API 的每百萬 token 費率。上下文快取是值得圍繞其進行工程設計的項目：快取命中成本約為未命中的一百二十分之一，因此，穩定的系統提示詞或固定的儲存庫快照在幾次呼叫內就能回本。DeepSeek 已警告整體 API 定價在不久的將來會大幅上漲——在規劃預算之前，請查看其定價頁面。

V4 Flash 0731
V4 Pro 0813Pro
Grok 4.5
輸入，快取命中$0.0028$0.003625未公布
輸入，快取未命中$0.14$0.435約 $2
輸出$0.28$0.87約 $6
上下文視窗1M tokens1M tokens500K tokens
權重開放，MIT開放，MIT封閉
填滿完整上下文一次的成本約 $0.14約 $0.44約 $1（500K）

如何使用 DeepSeek V4 Pro 0813

  1. 01

    步驟 1：固定模型字串

    在 DeepSeek 平台上呼叫 deepseek-v4-pro 以使用滾動旗艦，當你需要一個在執行評估時不會變動的建置版本時，請參考 DeepSeek-V4-Pro-0813 快照。該端點使用 OpenAI 格式，因此大多數 SDK 只需要一個基礎 URL 和一個金鑰。

  2. 02

    步驟 2：選擇推理強度並快取你的前綴

    在規劃、除錯和多步驟工具使用時保持思考開啟；對於延遲敏感的呼叫（如自動完成或路由），請切換到非思考端點。將你的系統提示詞和任何大型固定文件放在每個請求的開頭，以便它們成為快取命中。

  3. 03

    步驟 3：或完全繞過 DeepSeek

    諸如 OpenRouter 之類的聚合器列出了 deepseek/deepseek-v4-pro-0813，而推理提供者提供託管服務。由於權重採用 MIT 授權，你也可以在自己的硬體上執行——需要預算 1.6T 參數的 MoE，實際上意味著即使在 FP4 下也需要多 GPU 節點。

  4. 04

    步驟 4：將輸出指向某處

    前沿文字模型是上游基礎設施——它負責撰寫計畫、程式碼或提示詞。如果交付物是影片或圖片，請將它產出的文字交給生成模型：把 DeepSeek 寫好的提示詞直接貼進 Editly 並渲染。

關於 DeepSeek V4 Pro 0813 的常見問題

將 DeepSeek 提示詞轉為影片

讓頂尖文字模型撰寫鏡頭清單，然後進行渲染。註冊 Editly，即可在同一個點數餘額下執行 Seedance、Veo 3、Hailuo 和 Qwen Image——無需逐模型訂閱。

免費試用 Editly