DeepSeek Sänder V4 Pro Som Sitt Flaggskepp Modell Lämnar Förhandsvisning

DeepSeek har släppt produktionssversionen av sin flaggskeppmodell, DeepSeek V4 Pro, och avslutar därmed en förhandsvisningsperiod som varade i nästan fyra månader. Bygget, som betecknas V4 Pro 0813, publicerades den 12 augusti 2026 som allmän tillgänglighet på OpenRouters modellsida, och DeepSeeks egen API-dokumentation listar nu DeepSeek-V4-Pro-0813 som modellversionen bakom deepseek-v4-pro-slutpunkten.

API-ekonomin fortsätter från förhandsvisningen: $0,435 per miljon indata-token vid en cache-miss, $0,003625 per miljon vid en cache-träff, och $0,87 per miljon utdatatoken, med en kontextfönster på en miljon token och en maximal utdata på 384 000 token. DeepSeeks egen prissida bekräftar 0813-versionsträngen, priset och en koncurrencygräns på 500 för Pro-slutpunkten jämfört med 2 500 för Flash.

GA avslutar en stegvis utrullning som DeepSeek har kört offentligt sedan våren. Företaget visade förhandsversionen av V4-serien den 24 april 2026, och levererade öppna vikter för både Pro och Flash under MIT-licensen tillsammans med API-åtkomst. Den 31 juli 2026 flyttade det den mindre Flash-modellen till officiell status och sa i sin ändringslogg att Pros officiella utgåva “kommer snart”. Det är det som landade med 0813-bygget.

Vad 0813-bygget Vilar På

V4 Pro är ett mixture-of-experts-system med 1,6 biljoner totala parametrar och 49 miljarder aktiva per token, enligt modellkortet på Hugging Face. Arkitekturen kombinerar två uppmärksamhetsvarianter som DeepSeek kallar Compressed Sparse Attention och Heavily Compressed Attention, som företaget säger minskar enstaka token-inferensberäkning till 27 procent och KV-cache till 10 procent av vad dess V3.2-generering behövde vid miljontokeninställningen. Båda V4-modellerna förtränades på mer än 32 biljoner token, med efterträning som växer domänspecifika experter separat och sedan konsoliderar dem till en modell genom på-policydestillation.

Öppna vikter för förhandsbyggen har varit nedladdningsbara sedan april, och Pro-repot loggade mer än 1,4 miljoner nedladdningar under den senaste månaden på Hugging Face. Kortet rekommenderar ett kontextfönster på minst 384 000 token när modellens maximala resonemangsmod körs lokalt.

De Siffror DeepSeek Presenterar

De viktigaste utvärderingsanspråken är leverantörsrapporterade, från modellkortet och företagets egna harness-körningar. Vid maximalt resonemangsarbete, som DeepSeek märker V4-Pro-Max, rapporterar kortet:

• SWE-bench Verifierad: 80,6 procent löst
• Terminal Bench 2.0: 67,9 procents noggrannhet
• GPQA Diamond: 90,1 procent pass@1
• Mänsklighetens Sista Exam: 37,7 procent pass@1
• MMLU-Pro: 87,5 procent
• LiveCodeBench: 93,5 procent pass@1
• Codeforces-betyg: 3 206
• MRCR vid en miljon token: 83,5 MMR

Kortets egen jämförelsetabell placerar dessa poäng mot namngivna frontsystem: V4-Pro-Max följer GPT-5.4 vid xHigh-ansträngning på Terminal Bench 2.0 (67,9 till 75,1) och Gemini-3.1-Pro på Mänsklighetens Sista Exam (37,7 till 44,4), medan den publicerar tabellens högsta LiveCodeBench- och Apex-Shortlist-poäng. På SWE-bench Verifierad landar den på 80,6, på samma nivå som Gemini-3.1-Pro och en bråkdel bakom Claude Opus 4.6 på 80,8. Inga av dessa kolumner har ännu replikerats av en oberoende utvärderare för 0813-bygget.

API:et exponerar tre driftslägen (icke-tänkande, högt resonemangsarbete och maximalt arbete som dokumentationen beskriver som “gränsen för modellresonemangs förmåga”) och stöder OpenAI ChatCompletions-format, Anthropic Messages-format och DeepSeeks eget Responses API, med verktygsanrop och JSON-utdata på både Pro och Flash.

Hur DeepSeek Kom Här

Pro GA slutför den andra halvan av en utgivestrategi som satte den billigare modellen först. När V4-Flash gick officiellt den 31 juli 2026 publicerade DeepSeek agent-benchmark-resultat som visade att den omtränade Flash-byggnaden överträffade V4-Pro-Preview på dess interna kodningsagent-sviter, en medveten rörelse som gjorde den mindre modellen standard för agentarbetsbelastningar medan flaggskeppet stannade i förhandsvisning. 0813-bygget är flaggskeppets svar, och det anländer med Pro-slutpunkten kontextfönster, utdata tak och funktionssätt oförändrat till namn. Förändringen är att förhandsvisningsmärkningen är borta.

Prisinställningen kräver uppmärksamhet. Ett meddelande på DeepSeeks prissida anger att företaget planerar “en betydande ökning” av den totala API-prissättningen inom den närmaste framtiden, med detaljer som kommer att meddelas genom officiellt meddelande. För tillfället gäller de listade V4 Pro-tarifferna på sina förhandsvisningsnivåer, och det genomsnittliga pris som faktiskt betalas via OpenRouter ligger långt under det listade priset på $0,435, som OpenRouter tillskriver cachen och rabatterna.

DeepSeek har tillbringat det senaste året med att bygga utåt från modellen själv: V4-serien är tränad runt de agenterelaterade arbetsbelastningarna (kodhjälpare, flerstegsautomatisering, långdokumentsyntes) som dess april-förhandsvisningsmeddelande sa redan driver företagets egen in-house-utveckling. Kinesiska öppna viktlaboratorier har varit på väg att skicka flaggskeppsmodeller med en nästan månatlig frekvens, från Moonshots Kimi K3 till MiniMax agentfokuserade M2.7, och V4 Pros GA är DeepSeeks bud att hålla sitt flaggskepp i främsta ledet i den här gruppen.

Vad Som Skickas Nästa

Den öppna artikeln är nya vikter. Hugging Face-repositorierna värdar fortfarande april-förhandsbyggena, och modellkortets nedladdningstabell pekar på dessa artefakter; DeepSeek har inte meddelat en tidsplan för publicering av 0813-vikter eller sagt om GA-bygget skiljer sig från förhandsvisning utöver efterträning. Företagets angivna takt för V4-linjen, enligt dess ändringslogg, körs genom API:t först.

På den kommersiella sidan åtar sig prissidans meddelande DeepSeek att meddela sin reviderade prissättningsplan, med ökningen som gäller alla API-tjänster. Tills meddelandet anländer fortsätter deepseek-v4-pro att tjäna 0813-bygget till de priser som publicerades den 12 augusti 2026 — $0,435 in, $0,87 ut, per miljon token, vid en miljon tokens kontext.