DeepSeek V4 Pro 正式版評測：效能、API 價格與成本分析
依官方資料評測 DeepSeek V4 Pro 正式版，涵蓋 Agent 基準、1M 上下文、API 相容邊界、目前與即將生效的峰谷價格、成本範例及 Modelflare 可用性。
DeepSeek 於 2026 年 8 月 13 日發布 DeepSeek-V4-Pro GA 正式版。託管 API 目前顯示的版本是 DeepSeek-V4-Pro-0813，穩定 API 模型 ID 仍為 deepseek-v4-pro。本次更新提供 100 萬 Token 上下文、最高 384,000 Token 輸出、原生 Responses API 支援，並將在發布後不久啟用新的計價時段。
我們的結論是：對於高難度程式設計、儲存庫級任務和長時間執行的 Agent，V4 Pro 值得進入正式環境評估候選。DeepSeek 公布的結果顯示，它在困難 Agent 基準上持續領先 V4 Flash，但 Pro 不應成為所有請求的預設經濟選擇。新價格生效後，其官方輸入與輸出價格大約是 Flash 的 3 倍，而帳號並發上限只有 Flash 的五分之一。
本文嚴格區分目前 API 事實、DeepSeek 自行公布的基準成績、我們的分析，以及 Modelflare 目前可用性。我們沒有獨立重現 DeepSeek 的基準分數。下列易變規格與價格核驗於 2026 年 8 月 14 日。
DeepSeek V4 Pro 正式版核心資訊
| 項目 | 目前官方資訊 |
|---|---|
| GA 正式發布日期 | 2026 年 8 月 13 日 |
| 穩定 API 模型 ID | deepseek-v4-pro |
| 託管模型版本 | DeepSeek-V4-Pro-0813 |
| 上下文視窗 | 1,000,000 Token |
| 最大輸出 | 384,000 Token |
| 思考模式 | 支援，且預設啟用 |
| 推理強度 | GA 公告：low、high、max；相容性差異見下文 |
| 官方 API 格式 | Chat Completions、Responses API、Anthropic Messages 相容 API |
| 文件列出的能力 | JSON 輸出、工具呼叫、自動上下文快取、前綴續寫、非思考模式下的 FIM |
| 官方帳號並發 | 500 個並發請求 |
100 萬 Token 是容量上限，不是品質承諾。檢索準確率、延遲、快取重用、輸出長度、客戶端逾時和無關上下文比例，仍會決定一個長請求是否真正有用。
與 V4 預覽版相比有哪些變化
4 月的預覽版首次帶來 V4 系列及其開放權重架構。8 月 GA 是一次託管產品更新，實際變化主要有三項：
- DeepSeek 表示 Agent 能力顯著增強，尤其是接近正式環境的程式設計與自動化任務；
- 官方 API 原生支援 OpenAI Responses 格式，並加入面向 Codex 的相容適配；
- DeepSeek 宣布從 2026 年 8 月 16 日 16:00 UTC 起啟用峰谷 API 價格。
穩定請求模型仍是 deepseek-v4-pro，現有客戶端無須遷移模型名稱。價格頁面顯示的目前託管版本為 DeepSeek-V4-Pro-0813。
不要直接把可下載的預覽版 checkpoint 視為與託管 GA 版本逐位元一致。DeepSeek 目前公開的 V4 模型卡仍描述預覽版系列，並未把 checkpoint 標成 0813。因此，自行託管版本與官方 API 版本必須分別評估。
基準評測分析：Pro 相比 Flash 提升在哪裡
DeepSeek 公布了以下 V4 Pro GA 結果。比較欄採用 DeepSeek 7 月 31 日公布的 V4 Flash 更新版分數，差值為絕對分數差。
| 基準 | V4 Pro GA | V4 Flash 0731 | Pro 差值 |
|---|---|---|---|
| Terminal Bench 2.1 | 87.9 | 82.7 | +5.2 |
| NL2Repo | 61.5 | 54.2 | +7.3 |
| Cybergym | 83.3 | 76.7 | +6.6 |
| DeepSWE | 62.7 | 54.4 | +8.3 |
| Toolathlon-Verified | 74.1 | 70.3 | +3.8 |
| Agents' Last Exam | 25.7 | 25.2 | +0.5 |
| AutomationBench（公開集） | 31.8 | 25.1 | +6.7 |
| DSBench-FullStack | 71.1 | 68.7 | +2.4 |
| DSBench-Hard | 67.2 | 59.6 | +7.6 |
DeepSeek 還公布了 V4 Pro GA 的 HLE 成績：不使用工具為 42.7，使用工具為 60.0。
相比單一最高分，更值得關注的是整體分布。最大的絕對提升出現在儲存庫級工作、困難軟體工程任務和自動化；在 Agents' Last Exam 上差距很小，在廣泛工具使用上則為中等提升。這更支援分層路由策略：只有當更高成功率的價值超過純 Token 效率時才使用 Pro，而分類、摘要、預處理、初步分流和簡單子 Agent 繼續使用 Flash。
這些是供應商自報結果，不是 Modelflare 獨立基準。Agent 的框架、工具權限、推理強度、取樣參數、時間限制與評分規則都會顯著影響結果。正式環境決策應在兩個模型上重播同一組不含隱私資料的任務，並比較「每個成功任務的成本」，而不只比較 Token 或排行榜名次。
架構與 1M 上下文應該怎樣理解
DeepSeek 的公開 V4 模型卡將 Pro 系列描述為混合專家模型，總參數量 1.6 兆，每個 Token 啟用 490 億參數。文件還介紹了結合 Compressed Sparse Attention 與 Heavily Compressed Attention 的混合注意力、Manifold-Constrained Hyper-Connections、Muon 最佳化器，以及超過 32 兆 Token 的預訓練。
DeepSeek 表示，在 1M Token 上下文下，V4 Pro 的單 Token 推理 FLOPs 是 V3.2 的 27%，KV Cache 需求是 V3.2 的 10%。這些是模型發布方提供的架構層主張，並不表示任何 100 萬 Token 請求都會同樣快、便宜，或在所有位置保持相同準確率。
真實長上下文工作應當：
- 把穩定指令和可重用儲存庫材料放在前部，讓前綴快取有機會命中；
- 追蹤
prompt_cache_hit_tokens和prompt_cache_miss_tokens，不要主觀假定已命中； - 在過期工具軌跡和重複檔案占滿視窗前進行壓縮；
- 按應用真實文件深度和 Token 位置測試檢索；
- 為推理、工具結果和最終答案保留空間，不要用輸入填滿整個視窗。
DeepSeek 的磁碟快取預設啟用，但只按 best-effort 運作。它比對可重用前綴，建立可能需要數秒，無使用後通常會在數小時到數天內清理。只要前部內容發生變化，重複請求就可能失去大部分成本優勢。
API 相容性：原生支援不等於完全相同
| 介面 | DeepSeek 官方支援 | 重要邊界 |
|---|---|---|
| Chat Completions | 支援 | 思考模式工具循環必須保留 reasoning_content |
| Responses API | 支援 | 無狀態；多個 OpenAI 欄位會被忽略或不支援 |
| Anthropic 相容 API | 支援 | 部分欄位被忽略；不支援圖片與文件內容 |
| FIM 補全 | Beta | 只支援非思考模式，並使用 beta 端點 |
官方 Responses 層支援文字、函式呼叫、伺服器端網頁搜尋，以及為 Codex 相容提供的 apply_patch 自訂工具。它不支援 previous_response_id、conversation、回應儲存、背景模式、service_tier 或 OpenAI 管理的 Prompt Cache Key。不支援的欄位通常會被靜默忽略，因此 HTTP 200 不能證明語意一致。Responses 客戶端必須自行攜帶歷史，並依事件類型判斷結束，而不是等待 Chat Completions 風格的 [DONE]。
Chat Completions 還有一個重要的工具循環邊界：思考模式與工具同時使用時，後續請求必須回傳 Assistant 的 reasoning_content。DeepSeek 文件明確說明，遺失該欄位會回傳 400。閘道與 SDK 適配器必須以完整的多輪工具循環驗證，不能只測一次文字請求。
GA 公告表示支援 low、high 和 max 三檔推理強度，但目前詳細思考指南與 API Reference 又寫明，有效值是 high 與 max，其中 low、medium 會映射為 high，xhigh 會映射為 max。在 DeepSeek 統一文件或實測證明 low 具有獨立行為之前，不要基於「low 能降低成本」的假設編列預算。
DeepSeek 官方 API 價格：目前與即將生效的價格
下表價格均為每 100 萬 Token 的美元價格。目前固定價會繼續有效到 2026 年 8 月 16 日 16:00 UTC；新價格在北京時間 8 月 17 日 00:00 生效。
| 計價時段 | 快取命中輸入 | 快取未命中輸入 | 輸出 |
|---|---|---|---|
| 8 月 14 日核驗的目前價格 | $0.003625 | $0.435 | $0.87 |
| 新離峰價格 | $0.022 | $0.66 | $1.98 |
| 新尖峰價格 | $0.044 | $1.32 | $3.96 |
新價格下的尖峰時段為 UTC 01:00–04:00 和 06:00–10:00，其餘時間均為離峰；離峰價格為尖峰的一半。
這次調整並不是把今天的價格簡單按時段做 2 倍區分。與目前固定價相比，新離峰的快取輸入約為 6.07 倍，未快取輸入約為 1.52 倍，輸出約為 2.28 倍；新尖峰再按離峰價格加倍。快取仍然很有價值，但發布初期極低的快取輸入價格變化最大。
成本範例
只計算 Token 的公式是：
成本 = 快取命中 Token × 命中單價 + 快取未命中 Token × 未命中單價 + 輸出 Token × 輸出單價
下列範例不包含獨立的網路、訂閱、工具服務或付款成本。工具型 Agent 可能產生多次模型呼叫，因此應計算完整任務，而不是只看第一次請求。
| 工作負載 | DeepSeek 目前價格 | 新離峰價格 | 新尖峰價格 | Modelflare 8 月 14 日快照 |
|---|---|---|---|---|
| 100K 未快取輸入 + 10K 輸出 | $0.0522 | $0.0858 | $0.1716 | $0.0540 |
| 90K 快取 + 10K 未快取輸入 + 10K 輸出 | $0.0134 | $0.0284 | $0.0568 | $0.0138 |
| 900K 快取 + 100K 未快取輸入 + 20K 輸出 | $0.0642 | $0.1254 | $0.2508 | $0.0663 |
第二、三列說明 Prompt 結構會直接影響成本。巨大的穩定前綴可以顯著降價，但前提是真正命中快取。對帳時應以 API usage 欄位為準。
DeepSeek V4 Pro 與 V4 Flash：如何選擇性價比
按目前官方價格，Pro 的未快取輸入與輸出約為 Flash 的 3.11 倍，快取輸入僅為 1.29 倍。新價格生效後，Pro 的未快取輸入與輸出為 Flash 的 3 倍，快取輸入約為 3.14 倍。官方帳號並發上限則是 Pro 500、Flash 2,500。
因此可以建立清楚的執行規則：
- 困難儲存庫修改、長週期 Agent、安全分析、複雜工具協作，以及一次失敗代價很高的任務，選擇 V4 Pro；
- 簡單 Agent、並行 Worker、預處理、擷取、摘要和吞吐量敏感流量，選擇 V4 Flash；
- 根據觀測到的任務難度與每個成功任務成本進行路由，不把 Pro 設為所有請求的預設值；
- 調價後重新評估，因為快取型 Pro 工作負載的經濟性會明顯變化。
如果 Pro 能避免重試或人工修復，3 倍 Token 單價仍可能更便宜；反過來，5 分的基準優勢也不足以證明應把確定性或簡單任務送到較大模型。需要測量成功率、總耗時、重試後的總 Token、工具失敗和審核修正時間。
Modelflare 上的 DeepSeek V4 Pro 價格與可用性
我們在 2026 年 8 月 14 日核驗了 Modelflare 即時價格目錄。目錄列出 deepseek-v4-pro 和固定別名 deepseek-v4-pro-0813，兩者位於 deepseek-stable 分組，每 100 萬 Token 的基礎價格如下：
| Modelflare 價格快照 | 價格 |
|---|---|
| 快取命中輸入 | $0.0037 |
| 快取未命中輸入 | $0.45 |
| 輸出 | $0.90 |
該快照的快取命中價比 DeepSeek 目前價格約高 2.07%，快取未命中與輸出價格約高 3.45%。本文沒有替 Modelflare 承諾這些價格在 DeepSeek 峰谷調價後保持不變。正式環境決策始終應以即時價格頁和請求用量記錄為準。
目前公開目錄把 Modelflare 路由標記為 OpenAI 相容的 Chat Completions。雖然 DeepSeek 自有端點已支援 Responses 與 Anthropic 格式，但上游支援並不代表每一條閘道路由自動相容。請只使用即時價格頁明確列出的協定。
export MODELFLARE_API_KEY="your-api-key"
curl https://modelflare.dev/v1/chat/completions \
-H "Authorization: Bearer ${MODELFLARE_API_KEY}" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-pro",
"messages": [
{"role": "user", "content": "Review this migration plan and identify rollback risks."}
],
"thinking": {"type": "enabled"},
"reasoning_effort": "high"
}'
通用客戶端設定可參考 OpenAI 相容 API 指南；帳務和快取 Token 解讀可參考 AI API 成本追蹤。
正式環境評估清單
- 若路由提供固定版本，評估期間使用
deepseek-v4-pro-0813，再決定穩定別名是否滿足變更控制要求。 - 在 Pro 與 Flash 上重播同一組不含隱私資料的固定任務，並保持工具、權限、逾時和停止規則一致。
- 同時測試
high與max；在目前 API 行為證明差異前，把low視為與high等價。 - 完成一整套多輪工具循環，確認
reasoning_content、工具 ID、參數和結果能穿過所有適配層。 - Responses 客戶端必須逐項測試必要欄位，因為不支援的參數可能被靜默忽略。
- 記錄快取命中輸入、未命中輸入、輸出、推理 Token、延遲、重試和每個成功任務成本。
- 用真實深度的長 Prompt 測試，不要從一次短請求推斷 100 萬 Token 的檢索品質。
- 在帳號並發上限以下做負載測試，並以有界退避處理 429。
- 核准預算前同時建模目前價格和 8 月 16/17 日生效的峰谷價格。
- 保留 Flash 或其他模型作為可用性與成本回退；可參考 可靠 AI API 路由。
最終結論
DeepSeek V4 Pro GA 是一次有實質內容的 Agent 更新，不只是預覽版改名。官方分數的優勢主要集中在儲存庫推理、高難度程式設計和自動化，新 Responses 介面也讓它更適合現代程式設計 Agent。1M 上下文與自動快取很有價值，但應用必須保持穩定前綴並核實真實命中。
最大的保留意見是經濟性：發布後的 Pro 在多數 Token 類別上約為 Flash 的 3 倍，而且並發更低。它更適合充當困難、高價值任務的升級層，而不是每條 Prompt 的預設模型。更合理的正式環境架構通常會把簡單任務交給 Flash，僅把困難或失敗任務提升到 Pro。
Modelflare 8 月 14 日價格快照接近 DeepSeek 目前固定價，並且目前為 V4 Pro 提供 Chat Completions。DeepSeek 新價格生效後需要重新檢查即時頁面；舊文章或快取的價格截圖都不能作為帳單真相。
來源與核驗日期
- DeepSeek：V4 Pro GA 正式發布
- DeepSeek API 模型與價格
- DeepSeek API 更新記錄
- DeepSeek 思考模式
- DeepSeek Responses API 相容說明
- DeepSeek Anthropic API 相容說明
- DeepSeek 上下文快取
- DeepSeek 限速與隔離
- DeepSeek V4 Pro 模型卡與開放權重
官方規格、價格時段、Modelflare 可用性和即時價格均核驗於 2026 年 8 月 14 日。