DeepSeek V4 Pro 0813：定價、基準測試與開放權重

DeepSeek V4 Pro 0813 是 DeepSeek 最大 V4 模型於 2026 年 8 月 13 日釋出的正式可用版本。它將總計 1.6 兆參數與每個 token 約 490 億啟用參數結合起來，支援 100 萬 token 上下文視窗，既可透過 DeepSeek API 呼叫，也可取得採用 MIT 授權的模型權重。這些醒目的數字都是真實的，但很容易被誤用。啟用參數描述每個 token 的計算量，並不描述必須儲存多少 checkpoint。

本文聚焦開發者可從 DeepSeek V4 技術報告、0813 模型卡和當前 API 文件驗證的內容。產品和定價細節於 2026 年 9 月 14 日核對。

DeepSeek V4 Pro 0813 概覽

專案	已驗證細節
釋出	2026 年 8 月 13 日正式可用；取代 V4 Pro Preview
API 模型名稱	`deepseek-v4-pro`
架構規模	1.6T 總參數，約 49B 啟用參數
上下文和輸出	1M-token 上下文；透過文件化 API 最多 384K 輸出
模態	文字；DeepSeek 定價頁面稱 V4 Pro 不支援視覺
介面	Chat Completions、Responses API 和 Anthropic 相容 API
開放權重	`deepseek-ai/DeepSeek-V4-Pro-0813`，MIT 授權
思考控制	`low`、`high` 和 `max`；預設以 `high` 啟用思考

DeepSeek 9 月 10 日更新日誌還稱，公司將在 9 月 14 日後繼續提供 V4 Pro API 服務，計費方式在另行通知前不變。deepseek-v4-pro API 名稱仍對映到 0813。這與 Flash 產品線不同：V4 Flash 和 V4 Flash Vision Experimental 已退役，其舊名稱現路由至 V4.1 Flash。推薦的當前 Flash 名稱是 deepseek-flash。這是當前狀態，並非永久可用性保證。

1.6T/49B MoE 設計意味著什麼

DeepSeek V4 Pro 是混合專家模型。1.6T 指完整參數集，而路由會為一個 token 的前向傳遞啟用約 49B 參數。稀疏啟用與啟用每個專家相比降低了每個 token 所需的計算。它不會讓 checkpoint 在儲存或部署上變成一個 49B 模型。

技術報告描述了 Compressed Sparse Attention (CSA) 與 Heavily Compressed Attention (HCA) 的混合，以及 Manifold-Constrained Hyper-Connections (mHC)。DeepSeek 稱 V4 模型在超過 32 兆 token 上完成預訓練。在 100 萬 token 上下文下，V4 Pro 在 DeepSeek 測試中使用 V3.2 單 token 推理 FLOPs 的 27% 和 KV cache 的 10%。該比較不適用於每個 transformer。

釋出的 checkpoint 配置提供了更多實施細節：61 個隱藏層、384 個路由專家、每個 token 選取六個路由專家和一個共享專家。它將 max_position_embeddings 設定為 1,048,576。這些欄位支援 100 萬 token 的說法，但不承諾每個部署都能以可接受的延遲或併發提供最大上下文。

0813 模型卡稱已附加 DSpark 推測解碼模組，並記錄了 vLLM 和 SGLang 的標誌。請在你的引擎、硬體、上下文和批處理配置上測量吞吐量。

官方智慧體基準及其條件

正式可用版本報告了一組面向智慧體的結果。最有用的公開套件數字如下。

基準	DeepSeek V4 Pro 0813	需要注意的事項
HLE	42.7（無工具）/ 60.0（有工具）	工具訪問會實質改變設定
Terminal-Bench 2.1	87.9	智慧體框架和取樣設定很重要
NL2Repo	61.5	倉庫生成基準
CyberGym	83.3	安全智慧體基準
DeepSWE	62.7	DeepSeek 為 0813 釋出所報告
Toolathlon-Verified	74.1	經驗證的工具使用任務集

DeepSeek 在公開程式碼智慧體任務中使用 DeepSeek Harness 的 minimal 模式、max effort、temperature = 1.0 和 top_p = 0.95。比較需要使用相同 harness、工具策略、重試預算和取樣設定。

釋出資料列出 DSBench-FullStack 為 71.1、DSBench-Hard 為 67.2，但將兩者標為內部結果。它們無法從引用的公開材料中復現。請參閱 DeepSeek Harness 評估指南，瞭解公開套件的執行時背景。

本文審閱的官方來源沒有包含 V4 Pro 0813 的 96.4% SWE-bench Verified 結果。有效的替代結果需要固定的 harness 和資料集修訂版本，以及披露的嘗試預算。

開放權重：儲存基於全部參數

核對時，採用 MIT 授權的 Hugging Face 倉庫顯示檔案約為 893 GB。其配置採用混合格式，包括 FP4 專家和 FP8 量化後設資料。模型卡提供一個四 GPU GB300 節點的 vLLM 配方、一個 SGLang 配方和本地轉換演示。

實際的記憶體規劃原則很簡單：所有專家仍有權重。對 1.6T 參數進行裸 4-bit 計算，在十進位制單位下約為 800 GB：

1.6 trillion parameters × 4 bits ÷ 8 = 800 billion bytes

這是容量下限。scale、非 4-bit 張量、執行時緩衝區、KV cache 和框架開銷都會增加記憶體。活躍的 49B 子集在理論四位下僅為 24.5 GB，但其餘專家仍需要儲存。

96 GB 工作站無法容納完整 Q4 checkpoint。CPU 或磁碟解除安裝會改變權重所在位置；不會消除它們。容量規劃還必須覆蓋上下文、批大小、併發和服務引擎。

請將官方 vLLM 和 SGLang 配方作為依賴版本的起點。本文沒有執行它們，且 DeepSeek 的四 GB300 示例並不能驗證八張 H100 或消費級 GPU 配置。

截至 2026 年 9 月 14 日的 DeepSeek API 定價

DeepSeek 對 V4 Pro 的快取命中和未命中輸入採取不同計費，隨後應用工作日高峰和非高峰費率。以下價格以每一百萬 token 的美元計，適用於 DeepSeek 直連 API。

計費專案	非高峰	高峰
快取輸入	$0.022	$0.044
未快取輸入	$0.66	$1.32
輸出	$1.98	$3.96

高峰時段為週一至週五 01:00-04:00 UTC 和 06:00-10:00 UTC。其他時間均為非高峰。DeepSeek 指出價格可能變動，因此生產計算器應儲存帶生效日期和快取狀態的費率。

包含 100,000 個未快取輸入 token 和 10,000 個輸出 token 的請求，非高峰成本為 $0.0858，高峰為 $0.1716。這不包含重試和工具迴圈輪次。更廣泛的成本建模請使用 LLM API 定價比較指南。

若使用閘道器訪問，請在 Tokenhot 模型目錄中核對準確的模型路徑和計費條件。其閘道器價格與上述 DeepSeek 直連價格獨立。在中國境外訪問 DeepSeek 指南涵蓋帳戶、API 和部署檢查。

受支援的 Responses API 起點

DeepSeek 記錄了在 https://api.deepseek.com 的原生 Responses API 支援。這個最小 Python 示例使用環境變數存放金鑰，並使用官方 V4 Pro 模型名稱：

import os

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com",
)

response = client.responses.create(
    model="deepseek-v4-pro",
    instructions="Review the code for correctness and cite the relevant functions.",
    input="Explain the failure mode in this retry loop: ...",
)

print(response.output_text)

安裝暴露 client.responses.create 的當前 OpenAI Python SDK，設定 DEEPSEEK_API_KEY，並用你的內容替換示例輸入。該片段遵循 DeepSeek 記錄的請求格式，但本文未執行它，因為沒有執行帶憑據的 API 測試。

思考預設使用 high。DeepSeek 的思考模式文件稱，在該模式中 temperature、presence_penalty 和 frequency_penalty 無效。多輪工具呼叫必須按文件返回 reasoning_content。請處理 HTTP 429 回應；V4 Pro 列出的帳戶併發限制為 500，更高容量需要向 DeepSeek 提出請求。

API 還是自託管：實際決策

對於快速評估或可變需求，使用 API。測量任務成功率、輸出使用情況、快取命中和重試；低 token 價格並不保證每項成功任務的成本低。

當離線執行、基礎設施控制或權重研究的需求足以承擔完整 checkpoint 的部署成本時，可以選擇自行託管。確認 V4 和 DSpark 支援，然後建立完整記憶體預算。DeepSeek 的四張 GB300 的部署方案不能驗證較小叢集。OpenRouter 替代方案指南涵蓋閘道器比較標準。

常見問題

DeepSeek V4 Pro 0813 真的有 1.6T 參數但只有 49B 活躍參數嗎？

是。49B 數字降低每個 token 的計算；不會將儲存的 1.6T checkpoint 減少為 49B 參數。

完整模型能在使用 Q4 量化的 96 GB 中執行嗎？

不能。1.6T 參數以四 bit 計算，在後設資料和執行時記憶體之前約為 800 GB。96 GB 機器需要大量解除安裝或更小的模型。

DeepSeek V4 Pro 是否在 SWE-bench Verified 上獲得了 96.4%？

本文審閱的官方 0813 來源沒有報告該結果。請使用已釋出的智慧體基準表及其 harness 條件。

100 萬 token 上下文視窗涵蓋什麼？

API 列出 1M-token 上下文視窗，checkpoint 配置設定了 1,048,576 個位置。請將輸入和輸出預算一起規劃，而不要把標稱上下文視窗當成不受限制的提示詞額度。成本和速度也取決於快取、併發和硬體。

V4 Pro 支援影像嗎？

不支援，根據 DeepSeek 當前模型表。該表為 deepseek-flash 標記視覺支援，為 deepseek-v4-pro 標記不支援。

V4 Pro API 會在 2026 年 9 月 14 日後停止服務嗎？

DeepSeek 9 月 10 日更新稱，API 服務將在 9 月 14 日後繼續，計費不變；如果狀態變更，將另行通知。在圍繞該模型建立長期依賴前，請檢查更新日誌。