DeepSeek V4 Pro
Prix catalogue du fournisseur : sans majoration de plateforme, paiement à l'usage. Ce sont les prix catalogue officiels. Les clients connectés peuvent voir les prix effectifs incluant les remises de l’espace de travail sur /console/pricing. Prix d'entrée effectif avec 70 % de hits de cache :$0.4918/M. Mise en cache automatique par préfixe KV sur disque : les hits de cache sont facturés au tarif de lecture de cache remisé, sans opt-in ni frais d'écriture.
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
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.
- Il prend en charge une fenêtre de contexte de 1M de tokens (spéc. fournisseur ; voir la tuile de contexte pour ce qui est servi ici) 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.
- 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.
- Les poids sont publiés ouvertement sous licence MIT.
- Sur Synthorai, DeepSeek V4 Pro est disponible via l'endpoint de chat completions compatible OpenAI.
Spécifications et limites
| Sortie max (spéc. fournisseur) | 393,216 |
| Modalités | text → text |
| Paramètres | 1.6T au total · 49B actifs (MoE) |
| Fonctionnalités | tools · structured_output · streaming · reasoning · caching |
| Licence | MIT ↗ |
| À noter | 1.6T/49B active MoE flagship, 1M context, Thinking + Non-Thinking modes; hybrid sparse attention cuts single-token FLOPs to 27% and KV cache to 10% vs V3.2 at 1M context. |
| Mise en cache des prompts | automatique |
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 $1.608/M de tokens en entrée, ce crédit couvre à lui seul environ 77 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, ainsi que pré-entraîné sur plus de 32T tokens et 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 $1.608 par million de tokens en entrée et $3.216 par million de tokens en sortie, soit le prix catalogue du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.0134/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 $0.0134/M contre $1.608/M hors cache. 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 →