DeepSeek V4 Pro (0813)

Spezifikationen & Limits

August 2026 release of DeepSeek V4 Pro, superseding the preview version with what the model card describes as greatly enhanced agentic capabilities, and shipping with a DSpark speculative decoding module attached. The card states neither a parameter count nor an architecture, so neither is listed here.

laut Offizielle DeepSeek-Dokumentation ↗

Ein Prompt, gemessen über das Gateway

DeepSeek V4 Pro (0813) in 30 Sekunden nutzen

OpenAI-kompatibel: base_url austauschen, SDK behalten. POST /v1/chat/completions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="deepseek-v4-pro-0813",
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://synthorai.io/v1",
  apiKey: "sk-syn-...",
});

const resp = await client.chat.completions.create({
  model: "deepseek-v4-pro-0813",
  messages: [{ role: "user", content: "Summarize this diff" }],
  reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);

curl https://synthorai.io/v1/chat/completions \
  -H "Authorization: Bearer sk-syn-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro-0813",
    "messages": [{"role": "user", "content": "Hello"}],
    "reasoning_effort": "medium"
  }'

package main

import (
	"context"
	"fmt"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/option"
)

func main() {
	client := openai.NewClient(
		option.WithBaseURL("https://synthorai.io/v1"),
		option.WithAPIKey("sk-syn-..."),
	)
	resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
		Model: "deepseek-v4-pro-0813",
		Messages: []openai.ChatCompletionMessageParamUnion{
			openai.UserMessage("Summarize this diff"),
		},
		ReasoningEffort: openai.ReasoningEffortMedium,
	})
	fmt.Println(resp.Choices[0].Message.Content)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://synthorai.io/v1")
    .apiKey("sk-syn-...")
    .build();

ChatCompletion resp = client.chat().completions().create(
    ChatCompletionCreateParams.builder()
        .model("deepseek-v4-pro-0813")
        .addUserMessage("Summarize this diff")
        .reasoningEffort(ReasoningEffort.MEDIUM)
        .build());
System.out.println(resp.choices().get(0).message().content().orElse(""));

Über DeepSeek V4 Pro (0813)

• DeepSeek führt die Änderung auf deutlich verstärkte agentische Fähigkeiten und auf Leistungsverbesserungen zurück, die das Unternehmen im Produktivbetrieb als besonders ausgeprägt beschreibt; zudem liegt der Ausgabe ein DSpark-Modul für spekulatives Decoding bei.
• Die Modellkarte ist bei den Spezifikationen ungewöhnlich sparsam: Sie nennt weder eine Parameterzahl noch eine Architektur, sodass jede aus der früheren V4 Pro übernommene Angabe für diese Ausgabe als unbestätigt zu behandeln ist.
• Was sie sehr wohl nennt, ist der Betriebsrahmen: MIT-lizenzierte Gewichte, eine empfohlene maximale Ausgabelänge von 384K Token bei den höheren Stufen des Reasoning-Aufwands und ein Parameter reasoning_effort, der mit drei Stufen dokumentiert ist, low, high und max.
• Einplanen muss man vor allem das Reasoning.
• Die Spur kommt in reasoning_content zurück und kann bei kurzen Prompts den weit überwiegenden Teil der Ausgabetoken ausmachen; ein zu knappes max_tokens-Budget liefert deshalb eine leere Antwort, die für die zum Nachdenken verbrauchten Token dennoch voll berechnet wird.
• Planen Sie diesen Spielraum ein oder senken Sie die Stufe, bevor Sie das Modell in einen latenzkritischen Pfad einbauen.
• Die Kosten der Stufe betreffen nicht nur die Ausgabe: Eine höhere Einstellung verlängert die Vorrede, auf der das Modell aufsetzt, sodass dieselbe Nachricht bei hoher Stufe mehr Eingabetoken abrechnet als bei niedriger.
• Das Modell arbeitet ein- und ausgangsseitig ausschließlich mit Text; Bildeingaben werden nicht unterstützt, kombinieren Sie es daher mit einem Vision-Modell, statt multimodale Nachrichten zu senden.
• Da sowohl die datierte Ausgabe als auch der fortlaufende Name aufrufbar bleiben, fixieren Sie die datierte id, wenn Sie reproduzierbares Verhalten brauchen, und rechnen Sie damit, dass der undatierte Name mit der Zeit weiterrückt.
• Synthorai stellt das Modell über den OpenAI-kompatiblen chat-completions-Endpunkt bereit, ohne Änderungen auf Client-Seite.

FAQ

Verwandte Modelle

Vergleichen