DeepSeek V4 Pro 0813은 DeepSeek의 플래그십 V4 Pro 계열의 2026년 8월 릴리스이며, 모델 카드는 이를 병렬 변형이 아니라 프리뷰 버전을 대체하는 후속 버전으로 규정합니다.
- 입력
- 텍스트 $1.32/M
- 출력
- 텍스트 $3.96/M
- 캐시 읽기
- $0.132/M
- 컨텍스트
- 1M
- GPT-4o 대비
- 약 74% 저렴
벤치마크
공급자 공개 자료: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
가격 수준 비교
같은 종류의 모델 68개 중 가격 위치
이 막대는 Synthorai에 있는 같은 종류의 모델 가운데 이 모델의 가격이 어디쯤인지 보여 줍니다. 양쪽 끝에는 가장 싼 모델과 가장 비싼 모델의 이름이 있습니다. 기본 요율 기준이며 배치·리전·캐시 쓰기 할인은 가격 페이지에 있습니다.
사양 및 제한
토큰
| 컨텍스트 윈도우(공급자 사양) | 1,000,000 |
|---|---|
| 최대 출력(공급자 사양) | 393,216 |
프롬프트 캐싱
| 캐싱 방식 | 자동 |
|---|---|
| 수명 | 고정 TTL 없음(사용하지 않으면 자동 삭제) |
사고
| 공급자 파라미터 | reasoning_effort |
|---|---|
| 허용 값 | the model card documents low · high · max |
| 사고 동작 | 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. |
| 파라미터 | reasoning_effort |
| 값 | minimal · low · medium · high 게이트웨이가 받는 파라미터입니다. 위의 공급자 매핑이 적용됩니다 |
모델
| 모달리티 | 텍스트 → 텍스트 |
|---|---|
| 라이선스 | 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.
출처: DeepSeek 공식 문서 ↗
프롬프트 하나, 게이트웨이를 거쳐 측정
DeepSeek V4 Pro (0813) 통과 · 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.
출력 308 tok (+226 사고) 지연 시간 5.1 s
지시 준수(정확히 세 문장이라 셀 수 있음), 독자에 맞춘 어조(CFO 대상), 아래 토큰 미터에 드러나는 숨은 사고 토큰 과금 차이를 봅니다.
DeepSeek V4 Pro (0813) 통과 · 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.
출력 1315 tok (+1130 사고) 지연 시간 16.9 s
수정이 실제로 맞는지(실행되는지), 설명이 얼마나 압축적인지, 범위가 정해진 작업에서 토큰을 얼마나 효율적으로 쓰는지를 봅니다.
DeepSeek V4 Pro (0813) 통과 · 5/5 fields, guidance null
{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":11.0,"guidance":null}
출력 2155 tok (+2121 사고) 지연 시간 26.0 s
스키마 준수(없는 필드를 지어내지 않는지), 환각을 유도하는 조건에서의 대응(guidance 값을 일부러 주지 않음), 구조화된 출력 경로의 차이를 봅니다.
DeepSeek V4 Pro (0813) 통과 · 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.
출력 2845 tok (+2694 사고) 지연 시간 25.5 s
제약 준수(단어 수 제한, 금지어 목록, 의문문 하나), 문체의 특징, 길이 조절을 봅니다.
30초 만에 DeepSeek V4 Pro (0813) 사용하기
OpenAI 호환입니다. base_url만 바꾸고 SDK는 그대로 쓰세요. 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) 소개
- DeepSeek은 이 변화를 크게 강화된 에이전트 능력과, 프로덕션 환경에서 특히 두드러진다고 설명하는 성능 향상에 돌리고 있으며, 이번 릴리스에는 DSpark 추측 디코딩 모듈이 함께 포함됩니다.
- 모델 카드의 사양 기술은 이례적으로 간략해 파라미터 수도 아키텍처도 명시하지 않습니다.
- 따라서 이전 V4 Pro에서 이어받은 수치는 이번 릴리스에 대해서는 확인되지 않은 것으로 취급해야 합니다.
- 카드가 실제로 밝히는 것은 동작 범위입니다.
- MIT 라이선스 가중치, 높은 추론 강도에서 권장되는 384K 토큰의 최대 출력 길이, 그리고 low·high·max 세 단계로 문서화된 reasoning_effort 파라미터입니다.
- 미리 계획해야 할 부분은 추론입니다.
- 추론 흔적은 reasoning_content로 반환되며 짧은 프롬프트에서는 출력 토큰의 대부분을 차지할 수 있습니다.
- 그래서 max_tokens 예산이 지나치게 빡빡하면 사고에 쓴 토큰은 전액 청구된 채 빈 답변이 돌아옵니다.
- 지연에 민감한 경로에 연결하기 전에 그만큼을 예산에 반영하거나 추론 강도를 낮추십시오.
- 추론 강도의 비용은 출력에만 그치지 않습니다.
- 단계를 올리면 모델이 전제로 삼는 앞부분이 길어지므로, 같은 메시지라도 높은 설정에서 청구되는 입력 토큰이 더 많아집니다.
- 이 모델은 입력과 출력이 모두 텍스트 전용이며 이미지 입력을 지원하지 않으므로, 시각 처리가 필요하면 멀티모달 메시지를 보내는 대신 비전 모델과 함께 사용하십시오.
- 날짜가 붙은 릴리스와 날짜 없는 롤링 이름을 모두 호출할 수 있으므로, 재현 가능한 동작이 필요하면 날짜가 붙은 id를 고정하고 날짜 없는 이름은 시간이 지나며 앞으로 이동한다고 가정하십시오.
- Synthorai는 OpenAI 호환 chat completions 엔드포인트로 제공하며 클라이언트 변경은 필요하지 않습니다.
자주 묻는 질문
DeepSeek V4 Pro (0813) API는 무료로 사용해 볼 수 있나요?
네. 신규 계정에는 체험 호출 10회와 최대 $1의 무료 크레딧을 드리며, 카드 등록은 필요 없습니다. 입력 100만 토큰당 $1.32 기준으로 계산하면, 이 크레딧만으로 DeepSeek V4 Pro (0813)에 약 8K 토큰짜리 요청을 94회쯤 보낼 수 있습니다.
DeepSeek V4 Pro (0813)은 어떤 작업에 가장 강한가요?
V4 Pro 프리뷰 버전을 대체, MIT 라이선스, 권장 최대 출력 384K, reasoning_effort는 low·high·max 3단계. 자세한 내용은 공급자의 공식 릴리스 노트를 바탕으로 정리한 소개 섹션에서 확인하세요.
DeepSeek V4 Pro (0813) 가격은 얼마인가요?
Synthorai에서 DeepSeek V4 Pro (0813) 가격은 입력 100만 토큰당 $1.32, 출력 100만 토큰당 $3.96입니다. 공급자 정가 그대로이며 플랫폼 마진은 없습니다. 캐시된 입력 토큰은 100만 토큰당 $0.132입니다.
DeepSeek V4 Pro (0813)은 프롬프트 캐싱을 지원하나요?
네, 자동으로 지원합니다. DeepSeek에서 처리하는 프롬프트는 코드를 바꾸지 않아도 캐시됩니다. 캐시된 입력 토큰은 100만 토큰당 $0.132입니다(캐시되지 않으면 $1.32) (TTL 고정 TTL 없음(사용하지 않으면 자동 삭제)). 프롬프트 캐싱 가이드 →
DeepSeek V4 Pro (0813)은 어떻게 이용하나요?
쓰던 OpenAI SDK에서 base_url="https://synthorai.io/v1", model="deepseek-v4-pro-0813"만 지정하면 됩니다. API 키 하나로 게이트웨이의 모든 모델을 쓸 수 있습니다.
DeepSeek V4 Pro (0813)은 오픈소스인가요?
네, 가중치가 MIT 라이선스 하에 공개되어 있습니다 (공식 저장소 링크는 소개 섹션 참고). GPU를 직접 마련하지 않아도 됩니다. 여기서 제공하는 호스팅 버전은 종량제이며, 직접 운영할 인프라가 없습니다. 오픈 웨이트 모델 실행하기 →
관련 모델
비교
이 페이지의 모든 값은 공급자 공식 문서(위 링크)에서 그대로 옮겨 적었으며, 확인한 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교해 보여 주지만, 공급자마다 정의가 다른 사양 값은 차이만 밝히고 차트로 비교하지 않습니다. 저희가 직접 측정한 수치는 없고, 점수도 매기지 않습니다.