DeepSeek V4 Pro (0813)

比較

2026-08-13 リリース

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

ベンダー定価。プラットフォーム手数料なし、従量課金。これらは公式 list 価格です。ログイン中のお客様は /console/pricing でワークスペース割引を含む実効価格を確認できます。キャッシュヒット率 70% 時の実効入力単価:$0.4884/M. ディスク KV プレフィックスキャッシュが自動で働きます。キャッシュヒットはオプトインなし・書き込み手数料なしで割引されるキャッシュ読み取り料率で課金されます。このキャッシュ読み取り単価は独立した 100 万あたりの金額として公開されています。キャッシュ書き込みへの追加料金はありません。

料金 · 同種 62 モデル中の位置

入力$1.32/M

$0.05 · Qwen3 VL Flash GPT-5.4 Pro · $30

出力$3.96/M

$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180

キャッシュ読み取り$0.132/M

$0.0028 · DeepSeek V4 Flash GPT-5.4 Pro · $15

このバーは、Synthorai 上の同種モデルの中でこのモデルの価格がどこに位置するかを示します。両端には最も安いモデルと最も高いモデルの名前が入ります。表示は基本料金で、バッチ・リージョン・キャッシュ書き込みの割引は料金ページにあります。

スペックと制限

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面——上のベンダーマッピングが適用されます

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.

出典:DeepSeek 公式ドキュメント ↗

1つのプロンプト — ゲートウェイ経由で測定

CFO向けの推論バグのある関数の修正スキーマへの抽出制約に沿った記述

プロンプト Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. チェックちょうど 3 文

DeepSeek V4 Pro (0813) パス · 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

指示追従（ちょうど三文 — 数えられる）、読み手に合わせた調整（CFO 向けの語り口）、そして下のトークン計から見える隠れた思考の課金ギャップ。

プロンプト This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. チェック修正がテストを通る

DeepSeek V4 Pro (0813) パス · 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

修正が実際に正しいか（実行可能か）、説明の密度、そして範囲の限られたタスクでのトークン効率。

プロンプト Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. チェック妥当な JSON、スキーマ厳密

DeepSeek V4 Pro (0813) パス · 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

スキーマ遵守（フィールドをでっち上げない）、ハルシネーション圧（guidance は明示的に保留されている）、そして構造化出力の経路の違い。

プロンプト Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. チェック 120 語、禁止語 0

DeepSeek V4 Pro (0813) パス · 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、唯一の疑問文）、文体の指紋、そして長さの制御。

30 秒で DeepSeek V4 Pro (0813) を使う

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 回のトライアル呼び出しと最大 $1 の無料クレジットが付与され、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 DeepSeek V4 Pro (0813) に対して約 94 回の ~8K トークンのリクエストを送れます。

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。全体像はベンダー公式のリリースノートに基づく「このモデルについて」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 上の DeepSeek V4 Pro (0813) 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。ベンダー定価のままで、プラットフォーム手数料はありません。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「このモデルについて」セクション参照) で公開されています。GPU を用意する必要もありません。ここでホストされる版は従量課金で、自前のインフラ運用は不要です。オープンウェイトモデルの実行について →

比較

vs Qwen3.8 Max vs Qwen3.7 Plus vs Dola Seed 2.0 Pro vs Dola Seed 2.0 Lite vs Gemini 3.7 Flash vs Gemini 3.6 Flash 任意のモデルと比較 →

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)から転記し、確認した日付を付しています。価格はカタログ全体で比較しますが、ベンダーごとに定義が異なる仕様値は差異を明記するにとどめ、図表で比較はしません。当社が測定した数値はなく、スコアも付けていません。

無料の API キーを取得コストを比較する →

スペックと制限

1つのプロンプト — ゲートウェイ経由で測定

30 秒で DeepSeek V4 Pro (0813) を使う

DeepSeek V4 Pro (0813) について

よくある質問

関連モデル

比較