DeepSeek V4 Pro est le fleuron de la série open source DeepSeek-V4 : un modèle Mixture-of-Experts de 1,6T de paramètres au total et 49B activés, pré-entraîné sur plus de 32T tokens.
- Entrée
- texte $1.32/M
- Sortie
- texte $3.96/M
- Lecture de cache
- $0.132/M
- Contexte
- 1M
- vs GPT-4o
- ~74% moins cher
Benchmarks
Chiffres publiés par les fournisseurs : Alibaba (Qwen) Anthropic DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Le prix en contexte
Position du prix parmi 60 modèles comparables
La barre montre où se situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises lot, région et écriture en cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 1 000 000 |
|---|---|
| Sortie max (spéc. fournisseur) | 393 216 |
Mise en cache
| Mode | automatique |
|---|---|
| Durée de vie | pas de TTL fixe (purgé lorsqu'il n'est plus utilisé) |
Raisonnement
| Paramètre du fournisseur | thinking.type + reasoning_effort |
|---|---|
| Valeurs acceptées | thinking.type enabled · disabled; reasoning_effort high · max (low and medium map to high, xhigh maps to max) |
| Valeur par défaut | enabled, avec reasoning_effort high ; certaines requêtes d'agent complexes passent automatiquement à max appliquée si la requête ne précise rien |
| Désactivable | Oui |
| Comportement du raisonnement | La trace revient dans reasoning_content et, sur un tour où le modèle a appelé un outil, elle doit être renvoyée à chaque tour ultérieur ; sinon elle est ignorée. Le mode Thinking ignore aussi silencieusement temperature, top_p, presence_penalty et frequency_penalty. DeepSeek publie cette valeur par défaut pour sa propre API ; d'autres plateformes qui hébergent le modèle documentent des valeurs par défaut différentes, alors vérifiez auprès de la plateforme vers laquelle vous êtes routé. |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high la surface de paramètres de la passerelle - le mappage fournisseur ci-dessus s'applique |
Modèle
| Modalités | texte → texte |
|---|---|
| Paramètres | 1.6T au total · 49B actifs MoE |
| Licence | MIT |
- Fleuron MoE de 1,6T avec 49B actifs, contexte de 1M, modes Thinking et Non-Thinking
- l'attention creuse hybride ramène les FLOPs par token à 27 % et le cache KV à 10 % par rapport à V3.2 en contexte 1M
Un prompt, mesuré via la passerelle
DeepSeek V4 Pro réussi · 3 sentences
Enabling reasoning causes the model to generate a lengthy internal chain‑of‑thought before it delivers a visible answer, and we are billed for every one of those hidden reasoning tokens just as we are for the final output. In most interactions, the volume of these unseen tokens at least equals the visible response, effectively doubling the total tokens consumed per query. That doubled token consumption translates directly into a doubled per‑query cost, which is why our overall LLM bill doubled.
sortie 641 tok (+545 réflexion) latence 11.5 s
Suivi de l'instruction (exactement trois phrases - comptables), adaptation à l'audience (registre CFO), et l'écart de facturation lié à la réflexion cachée que les compteurs de tokens ci-dessous révèlent.
DeepSeek V4 Pro réussi · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` **Explanation:** The bug stems from initializing `cur = 0` and only incrementing it when two adjacent elements match, which counts the number of *additional* equal elements rather than the actual run length (which is `cur + 1`). As a result, the returned `best` is always one less than the true longest run—most obviously returning 0 for a single-element list instead of 1. […]
sortie 2418 tok (+2131 réflexion) latence 35.6 s
Si le correctif est réellement juste (exécutable), la densité de l'explication, et l'efficacité en tokens sur une tâche bornée.
DeepSeek V4 Pro réussi · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": "eleven and change", "guidance": null }
sortie 1204 tok (+1153 réflexion) latence 19.9 s
Respect du schéma (aucun champ inventé), pression d'hallucination (guidance est explicitement retenue), et différences de chemin pour la sortie structurée.
DeepSeek V4 Pro aucune réponse à évaluer · no answer text within 16,384 tokens (all of it went to thinking)
Le modèle n'a renvoyé aucun texte de réponse - la totalité du budget de tokens a été consacrée à la réflexion masquée.
sortie 8193 tok (+8192 réflexion) latence 106.2 s
Respect des contraintes (budget de mots, liste de mots interdits, l'unique question), empreinte stylistique, et contrôle de la longueur.
Utilisez DeepSeek V4 Pro en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre SDK. 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",
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",
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",
"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",
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")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));À propos de DeepSeek V4 Pro
- Il prend en charge une fenêtre de contexte de 1M de tokens et les modes doubles réflexion/sans réflexion, et DeepSeek met en avant un fort codage agentique, une large connaissance du monde et un raisonnement en mathématiques, STEM et programmation.
- La fiche du modèle nomme les briques qui le permettent : une pile d'attention hybride associant Compressed Sparse Attention et Heavily Compressed Attention, des Manifold-Constrained Hyper-Connections et l'optimiseur Muon, les poids des experts MoE étant conservés en FP4 et la plupart des autres paramètres en FP8.
- De nouveaux designs d'attention creuse réduisent les FLOPs d'inférence en contexte long et le cache KV à une fraction de ceux de DeepSeek-V3.2.
- La réflexion est un paramètre de requête plutôt qu'un nom de modèle distinct : un objet thinking l'active ou la désactive, un réglage reasoning_effort sélectionne les comportements documentés Non-think, Think High et Think Max, et la chaîne de raisonnement revient dans reasoning_content à côté de la réponse.
- Le guide de DeepSeek ajoute une règle qu'il vaut mieux coder explicitement : sur tout tour où le modèle a appelé un outil, le reasoning_content de ce tour doit être renvoyé lors des tours suivants.
- L'appel de fonctions et la sortie JSON fonctionnent tous deux avec la réflexion activée, la sortie va jusqu'à 384K tokens et la mise en cache des préfixes est automatique.
- Les poids sont publiés ouvertement sous licence MIT.
- Sur Synthorai, DeepSeek V4 Pro est disponible via l'endpoint de chat completions compatible OpenAI.
FAQ
Peut-on essayer l'API DeepSeek V4 Pro gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $1.32/M de tokens en entrée, ce crédit couvre à lui seul environ 94 requêtes de ~8K tokens sur DeepSeek V4 Pro.
Quels sont les points forts de DeepSeek V4 Pro ?
MoE de 1,6T de paramètres avec 49B activés ; pré-entraîné sur plus de 32T tokens ; contexte de 1M avec modes doubles de réflexion. Voir la section À propos pour le tableau complet, tiré des notes de version officielles du fournisseur.
Combien coûte DeepSeek V4 Pro ?
Sur Synthorai, DeepSeek V4 Pro coûte $1.32 par million de tokens en entrée et $3.96 par million de tokens en sortie, soit le prix catalogue du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.132/M.
DeepSeek V4 Pro prend-il en charge la mise en cache des prompts ?
Oui, automatiquement : les prompts servis par DeepSeek sont mis en cache sans modification de code. Les tokens d'entrée en cache sont facturés $0.132/M contre $1.32/M hors cache (TTL pas de TTL fixe (purgé lorsqu'il n'est plus utilisé)). Guide de mise en cache des prompts →
Comment obtenir l'accès à DeepSeek V4 Pro ?
Pointez votre SDK OpenAI existant vers base_url="https://synthorai.io/v1", définissez model="deepseek-v4-pro", et c'est tout. Une seule clé API couvre tous les modèles de la passerelle.
DeepSeek V4 Pro est-il open source ?
Oui : les poids sont publiés sous MIT (licence) (dépôt officiel lié dans la section À propos). Ou passez-vous des GPU : la version hébergée ici est au paiement à l'usage, sans infrastructure à exploiter. Exécuter des modèles à poids ouverts →
Modèles associés
Comparer
Chaque valeur de cette page est transcrite de la documentation du fournisseur, liée ci-dessus, et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue ; les valeurs de spécification que les fournisseurs définissent différemment sont présentées avec la différence indiquée plutôt que mises en graphique. Rien ici n'est mesuré par nous, et rien n'est noté.