DeepSeek
DeepSeek V4.1 Flash
deepseek-v4.1-flash
最大上下文
1M
最大输出
384K
发布日期
暂无
输入$0.2857 / 百万 Token
输出$1.1429 / 百万 Token
DeepSeek V4 Pro
deepseek-v4-proDeepSeek V4 Pro 被描述为大规模 MoE 模型，拥有 1.6T 总参数与 49B 激活参数，并支持 1M token 上下文窗口，适合处理超长输入。官方和三方模型卡更强调它在高级推理、代码任务和长周期 Agent 工作流中的能力，而不是普通聊天。相比 V4 Flash，Pro 更偏能力上限，适合大型代码库分析、复杂研究资料综合、多步骤自动化等需要深度推理的任务。
上下文窗口
1M Token
最大输出
384K Token
发布日期
2026年4月24日
模态
DeepSeek V4 Pro 价格
| 输入价格 | 输出价格 | 缓存读取 |
|---|---|---|
| $1.2857/M | $3.8571/M | $0.0429/M |
DeepSeek V4 Pro API 能力
推理
支持
工具调用
支持
Temperature 参数
支持
附件
不支持
知识库
2025-05-01
Endpoint 协议
Completions APIResponses API
DeepSeek V4 Pro 模型亮点
DeepSeek V4 Pro 面向长上下文推理、Agent 工作流与复杂软件工程任务的核心优势。
Agent 任务执行
正式版增强了自主规划、工具使用和多步骤任务完成能力，适合构建复杂的 Agent 工作流。
代码库级编程
经过评测的代码库理解与软件工程能力，可支持跨多个文件分析并实施协同修改。
百万级上下文
一百万 token 的上下文窗口，可在同一上下文中处理大量代码、文档和任务历史。
可调节推理
提供 low、high 和 max 三档推理级别，开发者可按任务复杂度调整思考深度。
开放权重部署
官方模型权重采用 MIT 许可证发布，开发者可以在自有或受控基础设施中运行和适配模型。
DeepSeek V4 Pro 使用场景
适合使用 DeepSeek V4 Pro 完成代码库维护、终端工程、工具驱动自动化与长上下文分析的典型工作负载。
代码库维护
分析代码库中的依赖关系，定位受影响文件，并针对已报告的软件问题实施协同修复。
终端工程任务
使用命令行工具检查项目、修改代码、执行构建与测试，并通过迭代检查诊断故障。
多工具自动化
规划工具调用顺序，解读中间结果，并持续执行直至完成工作流或生成结构化交付物。
技术问题求解
对复杂的数学、科学、网络安全与工程问题进行深入推理，生成分步骤解答或调查方案。
长上下文分析
审阅大规模文本或源代码，追踪相隔较远内容之间的关系，并生成整合分析结果。
如何通过 TokenHub API 使用 DeepSeek V4 Pro
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)DeepSeek V4 Pro 基准测试
| 指数分数 | ||
|---|---|---|
| Artificial Analysis 综合能力指数 | Artificial Analysis 综合能力评分 | 40.8 |
| Artificial Analysis 代码能力指数 | Artificial Analysis 软件任务评分 | 43.2 |
| 知识与推理 | ||
| GPQA | 高阶科学问题求解 | 90.5% |
| HLE | 广泛专家级考试集合 | 33.5% |
| 代码与工程 | ||
| SciCode | 科学计算代码挑战 | 46.4% |
| Terminal-Bench Hard | 高难度终端任务执行 | 41.7% |
| 指令遵循与 Agent 任务 | ||
| IFBench | 指令约束遵循 | 71.3% |
| AA-LCR | 长上下文推理 | 65% |
| τ²-Bench | Agent 工作流任务 | 94.2% |
指标来源 Artificial Analysis
DeepSeek V4 Pro 对比
DeepSeek V4 Pro API 常见问题
解答关于 DeepSeek V4 Pro API、价格、代码与推理能力、上下文长度、基准测试和模型对比的常见问题。
DeepSeek V4 Pro 是什么模型？+
DeepSeek V4 Pro 是 DeepSeek 面向旗舰级推理、编程和智能体任务的模型。
哪些任务适合 DeepSeek V4 Pro？+
适合复杂编程、智能体流程、长上下文分析，尤其适合重视最高回答质量的场景。
DeepSeek V4 Pro 哪项能力最突出？+
核心优势是DeepSeek V4 系列中的高水平推理和智能体编程，并具备可切换的思考与非思考模式。
团队何时不该选 DeepSeek V4 Pro？+
它会使用更多计算，因此延迟和成本可能更高。 更看重响应速度和成本效率时，可考虑 DeepSeek V4 Flash。
调用 DeepSeek V4 Pro 前要确认什么？+
使用 TokenHub 显示的精确标识符，并按账户文档确认当前功能。
DeepSeek V4 Pro 和 Kimi K3 该怎么选？+
应按实际工作负载选择，而不是只看通用排名。请结合所需输入模态、API 价格、输出量、延迟、工具调用和自己的生产评测结果，对比 DeepSeek V4 Pro 与 Kimi K3。
DeepSeek V4 Pro 的上下文长度和最大输出是多少？+
请查看上方当前模型数据中的 DeepSeek V4 Pro 上下文长度和最大输出。上下文长度决定单次请求可包含多少资料，最大输出决定单次响应可生成多少内容。
准备调用 DeepSeek V4 Pro？
通过一个 API Key 接入 DeepSeek V4 Pro 与更多 AI 模型。
媒体与讨论
精选与此模型相关的公开视频和帖子。
X (Twitter)
Reddit
YouTube