DeepSeek V4 Pro はオープンソースの DeepSeek-V4 シリーズのフラッグシップです。
- 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 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 | thinking.type + reasoning_effort |
|---|---|
| 指定可能な値 | thinking.type enabled · disabled; reasoning_effort high · max (low and medium map to high, xhigh maps to max) |
| デフォルト | enabled、reasoning_effort は high。一部の複雑なエージェントリクエストは自動的に max に設定されます リクエストで未指定の場合に適用 |
| 無効化の可否 | 対応 |
| 思考の挙動 | トレースは reasoning_content で返り、モデルがツールを呼び出したターンについては以降のすべてのターンで返送する必要があります。それ以外では無視されます。また思考モードでは temperature、top_p、presence_penalty、frequency_penalty が黙って無視されます。DeepSeek はこの既定を自社の API について公開しており、このモデルをホストする他のプラットフォームは異なる既定を文書化しているため、ルーティングされる先のプラットフォームに照らして確認してください。 |
| 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 |
|---|---|
| パラメータ数 | 合計 1.6T · アクティブ 49B MoE |
| ライセンス | MIT |
- 総パラメータ 1.6T / アクティブ 49B の MoE フラッグシップ、1M コンテキスト、思考モードと非思考モード。
- ハイブリッドスパースアテンションにより、1M コンテキストでの単一トークンの FLOPs を V3.2 比 27%、KV キャッシュを 10% に削減します。
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 合格 · 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.
出力 641 tok (+545 思考) レイテンシ 11.5 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 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 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. […]
出力 2418 tok (+2131 思考) レイテンシ 35.6 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 合格 · 5/5 fields, guidance null
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": "eleven and change", "guidance": null }
出力 1204 tok (+1153 思考) レイテンシ 19.9 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 採点できる回答なし · no answer text within 16,384 tokens (all of it went to thinking)
モデルは回答テキストを返しませんでした。トークンの上限を、表示されない思考ですべて使い切ったためです。
出力 8193 tok (+8192 思考) レイテンシ 106.2 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 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",
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(""));DeepSeek V4 Pro について
- 総パラメータ 1.6T、アクティブ 49B の Mixture-of-Experts モデルで、32T を超えるトークンで事前学習されています。
- 1M トークンのコンテキストウィンドウと思考/非思考のデュアルモードに対応し、DeepSeek は強力なエージェント的コーディング、広範な世界知識、数学・STEM・プログラミングにわたる推論を強調しています。
- モデルカードはその裏側にある要素を挙げています。
- Compressed Sparse Attention と Heavily Compressed Attention を組み合わせたハイブリッドアテンションスタック、Manifold-Constrained Hyper-Connections、そして Muon オプティマイザで、MoE のエキスパートウェイトは FP4、その他のほとんどのパラメータは FP8 で保持されます。
- 新しいスパースアテンション設計により、ロングコンテキスト推論の FLOPs と KV キャッシュを DeepSeek-V3.2 のごく一部に削減します。
- 思考は別のモデル名ではなくリクエストパラメータです。
- thinking オブジェクトでオンとオフを切り替え、reasoning_effort 設定で文書化された Non-think、Think High、Think Max の挙動を選び、チェーンオブソートは回答とともに reasoning_content で返ります。
- DeepSeek のガイドは、コードに織り込む価値のあるルールを追加しています。
- モデルがツールを呼び出したターンについては、そのターンの reasoning_content を後続のターンで返し直さなければなりません。
- 関数呼び出しと JSON 出力はいずれも思考をオンにしたまま機能し、出力は 384K トークンまで、プレフィックスキャッシュは自動です。
- ウェイトは MIT License の下でオープンに公開されています。
- Synthorai では、DeepSeek V4 Pro は OpenAI 互換の chat completions エンドポイント経由で利用できます。
よくある質問
DeepSeek V4 Pro 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 に約 94 回送れます。
DeepSeek V4 Pro は何が得意ですか？
アクティブ 49B の 1.6T パラメータ MoE、32T を超えるトークンで事前学習、デュアル思考モードの 1M コンテキスト。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 の料金はいくらですか？
Synthorai での DeepSeek V4 Pro 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 のコンテキスト長はどれくらいですか？
DeepSeek V4 Pro のコンテキストウィンドウは 1M トークンです。1 回の応答で出力できるのは最大 393,216 トークンです。
DeepSeek V4 Pro 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 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" 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 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。