DeepSeek V4 Pro 0813 は、DeepSeek のフラッグシップである V4 Pro 系列の 2026 年 8 月リリースであり、モデルカードはこれを並列のバリアントではなくプレビュー版の後継として位置づけています。
- 入力
- テキスト $1.32/M
- 出力
- テキスト $3.96/M
- キャッシュ読み取り
- $0.132/M
- コンテキスト
- 1M
- GPT-4o 比
- 約 74% 割安
ベンチマーク
ベンダー公表値： Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
価格の位置づけ
同種の 68 モデルの中での価格の位置
このバーは、Synthorai の同種モデルの中で、このモデルの価格がどのあたりにあるかを示しています。両端には、最も安いモデルと最も高いモデルの名前を表示しています。表示しているのは基本料金で、バッチ、リージョン、キャッシュ書き込みに関する割引は料金ページに記載しています。
仕様と制限
トークン
| コンテキストウィンドウ（ベンダー仕様） | 1,000,000 |
|---|---|
| 最大出力（ベンダー仕様） | 393,216 |
プロンプトキャッシュ
| キャッシュ方式 | 自動 |
|---|---|
| 保持時間 | 固定 TTL なし(未使用のまま一定期間で自動削除) |
思考
| ベンダー側パラメータ | reasoning_effort |
|---|---|
| 指定可能な値 | the model card documents low · high · max |
| 思考の挙動 | The trace returns in reasoning_content and on short prompts can account for the large majority of the completion tokens, so a tight max_tokens budget returns an empty answer that is still billed in full. DeepSeek documents three effort levels for its own API; platforms that host the model may accept a different set, so confirm against the platform you are routed to. |
| パラメータ | reasoning_effort |
| 値 | minimal · low · medium · high ゲートウェイ側のパラメータ。上のベンダー別の対応が適用されます |
モデル
| モダリティ | テキスト → テキスト |
|---|---|
| ライセンス | MIT |
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.
1 つのプロンプトを実行（ゲートウェイ経由で測定）
DeepSeek V4 Pro (0813) 合格 · 3 sentences
Enabling reasoning causes the model to generate a hidden chain-of-thought with many additional tokens before producing the final answer, which sharply increases compute consumption per request. Those extra reasoning tokens are billed at the same or higher rates, so total usage doubled even though the volume of final outputs stayed similar. We can control this by adjusting reasoning effort, setting token limits, or routing only complex requests through reasoning mode.
出力 308 tok (+226 思考) レイテンシ 5.1 s
指示への忠実さ（ちょうど 3 文という、数えて確かめられる条件）、読み手に合わせた書き分け（CFO 向けの語り口）、そして下のトークンメーターに表れる、表示されない思考への課金の差。
DeepSeek V4 Pro (0813) 合格 · 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 else: cur = 1 best = max(best, cur) return best ``` The bug is that `cur` was initialized to `0` and only counted adjacent matching pairs, so a run of length `n` produced `n - 1` (or `0` for a single element) instead of `n`. The code also reset to `0` on a change, when the new run should start at length `1`. Initializing `cur` and `best` to `1` fixes both the single-element case and runs ending at the last index.
出力 1315 tok (+1130 思考) レイテンシ 16.9 s
修正が本当に正しいか（実行して確かめられる）、説明の密度、範囲の限られたタスクでのトークン効率。
DeepSeek V4 Pro (0813) 合格 · 5/5 fields, guidance null
{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":11.0,"guidance":null}
出力 2155 tok (+2121 思考) レイテンシ 26.0 s
スキーマの遵守（存在しないフィールドを作らない）、ハルシネーションを誘う条件への耐性（guidance は明示的に伏せてある）、構造化出力の実現方法の違い。
DeepSeek V4 Pro (0813) 合格 · 121 words, 0 banned, 1 question
Introducing cross-provider prompt caching in our API gateway. Send a prompt once, and the gateway stores its computed prefix across Anthropic, OpenAI, and other LLM providers. Subsequent requests with the same prompt hit the cache, cutting latency and token costs while keeping outputs consistent across routing decisions and provider failovers. Teams can route identical prompts between providers without reprocessing shared context or lengthy system instructions. How much could you save on repeated prompt prefixes? The cache respects provider-specific key formats, handles TTLs automatically, and works with streaming and batch requests. Enable it with one configuration flag—no changes to your application code. Available today on all plans. Monitor cache hit rates, token savings, and provider-specific performance metrics in the live dashboard.
出力 2845 tok (+2694 思考) レイテンシ 25.5 s
制約の遵守（語数の上限、禁止語リスト、疑問文はひとつだけ）、文体の癖、長さの制御。
30 秒で DeepSeek V4 Pro (0813) を使い始める
OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。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(""));DeepSeek V4 Pro (0813) について
- DeepSeek はこの変更を、大幅に強化されたエージェント能力と、本番環境で特に顕著だと説明する性能向上に帰しており、本リリースには DSpark 投機的デコーディングモジュールが付属します。
- モデルカードの仕様記述は異例なほど簡素で、パラメータ数もアーキテクチャも記載されていません。
- したがって以前の V4 Pro から引き継いだ数値は、本リリースについては未確認として扱ってください。
- 記載されているのは動作範囲です。
- すなわち MIT ライセンスの重み、高い推論強度における推奨最大出力長 384K トークン、そして low・high・max の 3 段階として文書化された reasoning_effort パラメータです。
- 事前に計画すべきなのは推論部分です。
- 推論の軌跡は reasoning_content で返り、短いプロンプトでは出力トークンの大半を占めることがあります。
- そのため max_tokens の予算が厳しすぎると、思考に費やしたトークンは全額課金されたまま空の回答が返ります。
- レイテンシに敏感な経路に組み込む前に、その分を見込むか推論強度を下げてください。
- 推論強度のコストは出力だけにとどまりません。
- 段階を上げるとモデルが前提とする前置き部分が長くなるため、同じメッセージでも高い設定のほうが課金される入力トークンは多くなります。
- 本モデルは入力・出力ともにテキストのみで、画像入力には対応していません。
- 視覚が必要な場合はマルチモーダルなメッセージを送るのではなく、視覚モデルと組み合わせてください。
- 日付付きのリリースと日付なしのローリング名はどちらも呼び出せるため、再現可能な挙動が必要な場合は日付付きの id を固定し、日付なしの名前は時間とともに前進すると想定してください。
- Synthorai は OpenAI 互換の chat completions エンドポイント経由で提供しており、クライアント側の変更は不要です。
よくある質問
DeepSeek V4 Pro (0813) API は無料で試せますか？
はい。新規アカウントには 10 回のお試し呼び出しと最大 $1 の無料クレジットが付き、カード登録は不要です。入力 $1.32/M で計算すると、このクレジットだけで、約 8K トークンのリクエストを DeepSeek V4 Pro (0813) に約 94 回送れます。
DeepSeek V4 Pro (0813) は何が得意ですか？
V4 Pro プレビュー版の後継、MIT ライセンス、推奨最大出力 384K、reasoning_effort は low・high・max の 3 段階。詳しくは、ベンダー公式のリリースノートをもとにまとめた、このページのモデル紹介セクションをご覧ください。
DeepSeek V4 Pro (0813) の料金はいくらですか？
Synthorai での DeepSeek V4 Pro (0813) の料金は、入力 100 万トークンあたり $1.32、出力 100 万トークンあたり $3.96 です。プロバイダーの定価のままで、プラットフォーム手数料はかかりません。キャッシュ済み入力トークンは $0.132/M で課金されます。
DeepSeek V4 Pro (0813) はプロンプトキャッシュに対応していますか？
はい、自動で有効です。DeepSeek 経由のプロンプトはコード変更なしでキャッシュされます。キャッシュ済み入力トークンは $0.132/M（未キャッシュは $1.32/M）で課金されます（TTL 固定 TTL なし(未使用のまま一定期間で自動削除)）。 プロンプトキャッシュガイド →
DeepSeek V4 Pro (0813) を利用するには？
お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="deepseek-v4-pro-0813" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。
DeepSeek V4 Pro (0813) はオープンソースですか？
はい。ウェイトは MIT ライセンス（公式リポジトリへのリンクはモデル紹介セクションにあります）で公開されています。GPU を用意したくない場合は、Synthorai がホストする版を従量課金で利用でき、インフラの運用は不要です。 オープンウェイトモデルの実行について →
関連モデル
比較
このページの値は、すべてベンダー自身のドキュメント（上部にリンクがあります）から転記したもので、確認した日付を添えています。価格はカタログ全体で比較しています。一方、ベンダーによって定義が異なる仕様値は、違いを明記するにとどめ、グラフでの比較はしていません。当社が測定した数値はなく、スコアも付けていません。