正式版发布！DeepSeek-V4-Pro-0813- 大数跨境

首页

正式版发布！DeepSeek-V4-Pro-0813

机器学习AI算法工程

2026-08-13

导读：向AI转型的程序员都关注公众号机器学习AI算法工程

向AI转型的程序员都关注公众号机器学习AI算法工程

8 月 13 日晚，API 价格页的版本号悄悄从 DeepSeek-V4-Pro-Preview 改成了 DeepSeek-V4-Pro-0813。同一时间，DeepSeek 官方群放出那张评测对比表：正式版 vs Preview vs Flash vs GLM-5.2 vs Kimi-K3 vs Opus-4.8 vs Fable 5。

一句话总结这次升级：不是"参数大一点、分数高一截"那种渐进式升级，而是把 Agent 这个维度从"勉强可用"直接拉到了"无短板的第一梯队"。

二、V4 Pro 的关键看点

2.1 上下文与输出：1M + 384K 的长任务硬刚需

正式版的规格是这样的：

上下文窗口：1,000,000 tokens（约等于 3–4 本中等长度的英文书，或一个中型代码仓库的全文）
最大输出：384,000 tokens（一次性可以生成大约 20 万汉字）
双模式：thinking 模式 + 非 thinking 模式，默认开启思考

通俗解释：1M 输入 + 384K 输出的组合，在国产模型里属于头部水平。它真正解决的问题不是"聊天聊得长"，而是长文档摘要、长代码库重构、多步骤 Agent 任务——这类任务需要的不是"上下文大一点"，而是"一次调用就能吞下、还能吐回足够多"的硬规格。

2.2 接入方式：OpenAI、Anthropic 双兼容 + Responses API

对开发者更友好的是这次在接口层面下了狠功夫：

OpenAI 格式
：原来就支持，base_url 不变，把 model 改成 deepseek-v4-pro 即可。
Anthropic 格式
：通过 api.deepseek.com/anthropic 端点接入，原本基于 Claude 构建的 Agent 应用可以近乎零成本迁移。
Responses API
：正式支持，可直接接入 Codex 类工具。
Tool Calls / JSON Output
：原生结构化输出。
FIM 补全
（Beta）：仅在非思考模式下可用，适合 IDE 补全场景。
对话前缀续写
（Beta）：长对话场景下的连续性优化。

关键信号：DeepSeek 在 OpenAI 之外主动兼容 Anthropic 格式，意思是"无论你之前栈在 OpenAI 还是 Claude 上，都不需要重写"。这背后是过去半年国产模型在 Agent 工程栈上"挖人"的现实——能不能让现有 Agent 框架无缝切换，决定了能不能吃到迁移红利。

三、技术创新点

官方没公布完整技术报告，但从评测表和功能清单可以反推出五个着力点：

3.1 Agent 能力"从 12.8 到 62.7"的大幅跃升

DeepSWE（软件工程类）从 Preview 的 12.8 跳到正式版 62.7，AutomationBench 从 12.8 到 31.8，DSBench-Hard 从 31.1 到 67.2——这不是单点优化能解释的，整套 Agent 后训练管线大概率换了基底。

3.2 长上下文与长输出的协同

1M 输入 + 384K 输出不是孤立的两个数字，它们决定了 Agent 在长任务里能"装得下、吐得出"。384K 的输出能力意味着 Agent 一次性可以给出大段代码或多步计划而不被截断。

3.3 双 API 兼容 + Responses API

兼容 OpenAI 与 Anthropic 双格式，再加 Responses API，是工程层面的"开放式生态"策略——把迁移成本压到接近零，把竞品的开发者拉进来。

3.4 双模式（思考 / 非思考）

思考模式适合复杂推理和 Agent 规划；非思考模式适合延迟敏感的补全 / 短回复场景。FIM 补全只在非思考模式下开放，验证了这一分层逻辑。

3.5 价格与并发的明确分层

Pro 与 Flash 在价格和并发上"错位竞争"，形成清晰的产品矩阵——这一点我们下文第六节展开。

四、技术原理：评测分数为什么能翻这么多倍

虽然官方没发布技术报告，但横向对比下来，能从评测维度看出一些线索：

一句话：这次升级的核心战场是"在真实环境里长时间、多步骤地完成任务"，也就是 Agent 这一维度，而不是单纯的语言建模或世界知识。

从评测名字就能看出来——Terminal Bench（终端操作）、DeepSWE（软件工程）、NL2Repo（自然语言到仓库）、Cybergym（安全攻防）、Toolathlon-Verified（工具调用）、AutomationBench、DSBench-FullStack / Hard——全部是 Agent 任务，没有一个是传统选择题或文本生成题。

DeepSWE 从 12.8 到 62.7 这种跃升，最可能来自：

Agent 后训练数据的规模化
：大量合成或采自真实仓库的工具调用轨迹。
规划 / 反思能力
：让模型在多步骤任务里能自我检查、回溯。
长上下文利用率
：1M 上下文 + 384K 输出让模型能"看到全部代码、吐出完整计划"。
工具调用稳定性
：Tool Calls、JSON Output、Responses API 的稳定性提升，减少 Agent 流程中断。

通俗解释：如果说老模型是"考试分数高但不会干活"的学生，正式版是"考试分数同样高、还能在真实公司里干活的实习生"——后者需要的是长期记忆、动手能力、抗干扰能力，而不是再多刷几道题。

五、技术成果：评测对比一览

下面是来自 DeepSeek 官方公布的对比表：

1. V4-Pro 正式版没有任何一项掉出第一梯队。单项未必全第一（Terminal Bench 输给 Kimi-K3 0.4 分，DeepSWE 输给 Kimi-K3 4.8 分、输给 Fable 5 7.3 分），但 Agent 这一维度的"无短板"才是最难做到的。
2. Preview 到正式版不是渐进式升级，是跃迁。DeepSWE 12.8→62.7、AutomationBench 12.8→31.8、DSBench-Hard 31.1→67.2、Cybergym 52.7→83.3——单看任一项，都不是常规后训练能解释的幅度。
3. 最强的对手是 Fable 5，但二者定位不同。V4 Pro 在 HLE w/tools 上拿到 60.0，仅次于 Fable 5 的 63.0；Cybergym 上甚至以 83.3 vs 83.1 微超；AutomationBench 上 31.8 vs 29.1 反超。剩下几项里 Fable 5 仍占优，但差距已经小到"按场景选"的级别。

六、价格与并发：Pro 与 Flash 的"错位分工"

价格表如下（单位：元 / 百万 tokens）：

档位	缓存命中输入	缓存未命中输入	输出	并发上限
DeepSeek-V4-Pro-0813	0.025	3	6	500
DeepSeek-V4-Flash-0731	0.02	1	2	2500

几个值得注意的事实：

输入未命中从 1 元涨到 3 元，输出从 2 元涨到 6 元
，都是 Flash 的 3 倍。
缓存命中价格几乎没变（0.02 → 0.025），意味着只要善用上下文缓存，真实成本远低于"裸价"。
并发限制从 2500 降到 500
——能力越强、算力越贵，官方在用并发做隐形队列管理。
价格页下方挂了一条重要注释："计划近期整体上调 DeepSeek API 服务的定价，预计涨幅较大"——这比 Pro 版转正本身更值得长期用户关注。

通俗解释：Pro 版不是用来"刷量"的，是用来啃硬骨头的；日常对话、轻量编程、批量任务继续用 Flash。想让真实成本接近定价表的"标价"，必须把上下文缓存用起来，否则 3 元/百万输入 + 6 元/百万输出会很疼。

七、实战代码案例

7.1 OpenAI 兼容接口调用

from openai import OpenAI  client = OpenAI(     api_key="YOUR_DEEPSEEK_KEY",     base_url="https://api.deepseek.com", )  resp = client.chat.completions.create(     model="deepseek-v4-pro",          # 正式版默认走 thinking 模式     messages=[         {"role": "system", "content": "你是一个严谨的助手。"},         {"role": "user",   "content": "用 Python 写一个 1M tokens 滑动窗口分块器。"},     ],     max_tokens=8192,     # 想要非思考模式时，把 model 换成 deepseek-v4-pro-no-think 即可 )  print(resp.choices[0].message.content)

7.2 Anthropic 兼容接口调用

from anthropic import Anthropic  client = Anthropic(     api_key="YOUR_DEEPSEEK_KEY",     base_url="https://api.deepseek.com/anthropic", )  msg = client.messages.create(     model="deepseek-v4-pro",     max_tokens=4096,     messages=[         {"role": "user", "content": "把这份 50 万字的合同总结成 20 条风险点。"}     ], ) print(msg.content[0].text)

7.3 长上下文 + 缓存命中（真实成本最低的姿势）

# 长文档场景：把同一份系统提示 + 同一份长文档作为 prefix， # 后续请求命中 prefix cache，输入按 0.025 元/百万 tokens 算。 SYSTEM_PROMPT = "你是合同审查助手，按风险等级标注每一处异常。" DOC = open("contract.txt", encoding="utf-8").read()    # ~ 800k tokens  for q in [     "总结违约责任相关条款。",     "找出所有金额超过 100 万的付款节点。",     "把所有'不可抗力'定义列出来。", ]:     resp = client.chat.completions.create(         model="deepseek-v4-pro",         messages=[             {"role": "system",  "content": SYSTEM_PROMPT},             {"role": "user",    "content": f"{DOC}\n\n问题：{q}"},         ],         max_tokens=8192,     )     print(q, "→", resp.choices[0].message.content[:80], "...")

7.4 Tool Calls / JSON Output（Agent 场景）

import json from openai import OpenAI  client = OpenAI(api_key="YOUR_DEEPSEEK_KEY",                 base_url="https://api.deepseek.com")  resp = client.chat.completions.create(     model="deepseek-v4-pro",     messages=[         {"role": "system",          "content": "你可以调用 read_file 工具读取用户文件。"},         {"role": "user",          "content": "读 ./repo/main.py，告诉我它导入了哪些模块。"}     ],     tools=[{         "type": "function",         "function": {             "name": "read_file",             "description": "读取本地文件",             "parameters": {                 "type": "object",                 "properties": {"path": {"type": "string"}},                 "required": ["path"],             },         },     }],     tool_choice="auto",     response_format={"type": "json_object"},   # 强制 JSON 输出 )  print(json.dumps(resp.choices[0].message.tool_calls, ensure_ascii=False, indent=2))

几个落地贴士：
• 想让成本接近"标价"，必须复用同一份长 prefix，否则走的是 3 元/百万输入。
• 并发只有 500，高 QPS 场景上 Flash（并发 2500）。
• FIM 补全仅在非思考模式可用：model="deepseek-v4-pro-no-think"。
• 长输出任务记得显式给 max_tokens，避免 384K 上限被默认截断。
• 价格页已挂"近期整体涨价"注释，需要长期使用的团队建议提前评估。