DeepSeek 在 2026-08-13 发布了 DeepSeek-V4-Pro-0813，三天之后用它的价格就要涨。 正式版的价格和预览版一模一样。从 2026-08-16 16:00 UTC 起，整个 V4 系列改为峰谷两档计价，而新价目表的每一档都高于今天。
发布： 2026-08-13 正式版；先是文档脚注，当天才补更新日志
模型 ID： deepseek-v4-pro（未变，没有 0813 后缀）
现价： 每百万 $0.435 输入 / $0.87 输出；缓存命中 $0.003625
08-16 起： 谷时 $0.66 / $1.98；峰时 $1.32 / $3.96
开源权重： 2026-08-13 公开，MIT，66 个 fp8 分片，无需申请
上下文： 输入 1M，最大输出 384K
thinking： 默认开启，effort 三档 low / high / max
智能指数： AA 指数 53 分，比预览版高 8 分
每任务成本： $0.06，同为 53 分的模型里最便宜
托管方： 3 家（DeepSeek，另有 Cloudflare 与 GMICloud，贵 3 到 4 倍）DeepSeek V4 Pro 0813 是什么？
它是 DeepSeek 旗舰模型的正式版，在同一个模型 ID 背后顶替了 4 月的预览版。 官方价格页给的规格是 1.6T 总参数、49B 激活，混合专家架构，纯文本。
调用方式没有任何变化。你发 deepseek-v4-pro，拿到的就是 0813 版。DeepSeek 自己的 API 上并不存在 deepseek-v4-pro-0813 这个模型名，两周前 Flash 发布时也是同一套做法。
在 ofox 上这个模型是 deepseek/deepseek-v4-pro。
DeepSeek V4 Pro 0813 什么时候发布的？
2026-08-13，分两步。 最早的迹象是快速开始页和价格页上多了一行脚注，说 deepseek-v4-pro 已更新到 DeepSeek-V4-Pro-0813。那一整天里，这行脚注就是全部公告。
更新日志条目当天晚些时候才跟上，而这一条才是该读的：它把这次称作 V4 Pro 在 App、网页端和 API 上的正式发布，列了十项跑分，公布了下面要讲的价格调整，并且写明了三档 thinking effort。它也是 2026-07-31 那条 Flash 条目的下文，那条里写着「DeepSeek-V4-Pro 的正式版随后发布」。
DeepSeek 的发布推文当天晚上才出，里面有一个文档里没有的细节：在消费端 App 和网页客户端上，正式版不是默认模型，它在 Expert Mode 后面。如果你拿 App 的回答去对比 API 的回答，这个开关决定了你测的到底是 0813 还是 App 默认给的那个。
真正的经验教训与 DeepSeek 无关，而是关于怎么盯发布。厂商的模型可以在 API 上先活几个小时，你盯的那个页面才说话，所以只读更新日志的发布监测会慢，只读模型列表的又会错过挂在旁边的价格公告。
如果你会写脚本抓这些文档，还有一点值得知道：/news/ 路径是通配的。请求一个并不存在的 news URL，返回的是 HTTP 200 加快速开始页的正文，所以拿状态码判断会得出「某条并不存在的公告已上线」。
DeepSeek V4 Pro 0813 开源吗？
开源，2026-08-13 起。这里的时间点值得知道，因为发布当天的绝大多数报道都写于它成真之前。
-
deepseek-ai/DeepSeek-V4-Pro-0813 里有 66 个 fp8 safetensors 分片 ，MIT 协议，无需申请权限，另有
config.json和 DeepSeek 自家的编码工具。 -
仓库日期戳是 2026-08-13，但我们当天上午（UTC）查的时候，它还没出现在该组织的公开模型列表里。到当天傍晚它就在了，大约是 API 正式发布之后半天。
-
更早的 deepseek-ai/DeepSeek-V4-Pro 仓库最后修改于 2026-06-22，那是 4 月的预览版：64 个分片，同样是 MIT。别顺手拉错，两个名字只差一个后缀，两个版本差 8 个指数分。
-
unsloth/DeepSeek-V4-Pro-0813-GGUF当天更早就占好了名字，里面只有一个 README。接下来往里填的会是各种量化版本。
由此有两点。Artificial Analysis 在还没有任何可访问仓库的时候，就给 0813 打上了「Open weights model」标签，这个标签不算错，只是早了半天，跟它在 Flash 0731 上的表现一样。另外，任何把 V4 Pro 0813 列为闭源权重的对比表，包括好几篇发布当天写的，描述的都是一个持续不到一天的窗口。
DeepSeek V4 Pro 多少钱？
2026-08-16 之前是每百万 token 缓存未命中 0.435、输出 0.87；之后改成峰谷两档，两档都比现在贵。
| 项目 | V4 Pro | V4 Flash |
|---|---|---|
| 输入，缓存命中 | $0.003625 | $0.0028 |
| 输入，缓存未命中 | $0.435 | $0.14 |
| 输出 | $0.87 | $0.28 |
| 并发上限 | 500 | 2,500 |
真正决定账单的是缓存命中率，因为命中比未命中便宜 120 倍。这套算法我们在预览版上算过一遍，见 DeepSeek V4 Pro 真实成本，比例关系至今未变。
2026-08-16 会变什么？
DeepSeek 在 2026-08-06 挂出的那句含糊警告（「预计有显著上调」，没有幅度，没有日期）随正式发布变成了排期。从 2026-08-16 16:00 UTC 起，计费拆成峰时和谷时，谷时价为峰时的一半。峰时是 01:00 至 04:00 与 06:00 至 10:00 UTC，其余时间都算谷时。
| 每百万 token | 现价 | 08-16 起谷时 | 08-16 起峰时 |
|---|---|---|---|
| V4 Pro，缓存命中 | $0.003625 | $0.022 | $0.044 |
| V4 Pro，缓存未命中 | $0.435 | $0.66 | $1.32 |
| V4 Pro，输出 | $0.87 | $1.98 | $3.96 |
| V4 Flash，缓存命中 | $0.0028 | $0.007 | $0.014 |
| V4 Flash，缓存未命中 | $0.14 | $0.22 | $0.44 |
| V4 Flash，输出 | $0.28 | $0.66 | $1.32 |
这张表要看三件事。谷时不是相对现价的折扣，只是涨得少一点：V4 Pro 输出谷时涨 2.3 倍、峰时涨 4.6 倍。相对幅度最大的是缓存命中那一行，谷时就已经是 6 倍，而这恰好削的是大家把 DeepSeek 用便宜的主要杠杆。还有就是两个峰时窗口都不长而且卡得别扭，01:00 至 04:00 加 06:00 至 10:00 UTC 覆盖了中国大部分工作时间，所以这次到底算涨价还是小涨，主要取决于你的批量任务跑在哪个时段。
八分的提升和这次涨价出现在同一条更新日志里，这也是理解本次发布最诚实的角度：DeepSeek 在为提升收费，而不是自己吸收成本。16 号之后还有效的省钱杠杆，见涨价前省钱的六种方法。
上下文窗口和最大输出是多少？
输入 100 万 token，最大输出 384K，两个 V4 模型相同。
这个输出上限高得反常。多数旗舰模型把输出卡在 64K 到 128K，所以单次 V4 Pro 调用真的能产出一本书那么长的回复。这也意味着 max_tokens 默认并不是安全网，Pro 上一次失控生成可以按每百万 $0.87 的价格烧掉 384,000 个输出 token 才停。
至于窗口具体被 system prompt、工具 schema 和推理 token 怎么吃掉，见什么是上下文窗口。
V4 Pro 0813 跑分怎么样？
有两套数字，而且不能混用：DeepSeek 自己的 agentic 跑分，和 Artificial Analysis 的独立指数。后者上 V4 Pro 0813 是 53 分，预览版是 45 分。
DeepSeek 的更新日志条目为正式版公布了下面这些。它们是厂商自测，而且没有附方法学说明，这点值得直说，因为六周前 Flash 0731 那条是写了 harness 的（DeepSeek Harness minimal mode、max effort、top_p 0.95、temperature 1.0），这一条什么都没写。
| 基准 | V4 Pro 0813 | V4 Flash 0731 |
|---|---|---|
| Terminal Bench 2.1 | 87.9 | 82.7 |
| Cybergym | 83.3 | 76.7 |
| Toolathlon-Verified | 74.1 | 70.3 |
| DSBench-FullStack | 71.1 | 68.7 |
| DSBench-Hard | 67.2 | 59.6 |
| DeepSWE | 62.7 | 54.4 |
| NL2Repo | 61.5 | 54.2 |
| HLE，不带 / 带工具 | 42.7 / 60.0 | 未公布 |
| AutomationBench（公开集） | 31.8 | 25.1 |
| Agents' Last Exam | 25.7 | 25.2 |
两列都出自 DeepSeek 自己的更新日志，所以列与列之间的对比在内部是自洽的，尽管两边都没有被独立复现过。十项里有两项是 DeepSeek 不公开的内部测试集，DSBench-FullStack 和 DSBench-Hard，这两行公司之外的任何人都无从核对。
独立读数看 Artificial Analysis。V4 Pro 0813 在完整榜单上的位置，指数版本 v4.1.1，快照 2026-08-13：
| 名次 | 模型 | 指数 | 每任务成本 |
|---|---|---|---|
| 1 | Claude Opus 5（max） | 63 | $2.34 |
| 7 | Kimi K3（max） | 60 | $0.84 |
| 17 | DeepSeek V4 Pro 0813（max） | 53 | $0.06 |
| 18 | GPT-5.6 Terra（xhigh） | 53 | $0.31 |
| 19 | GLM-5.2（max） | 53 | $0.32 |
| 22 | DeepSeek V4 Flash 0731（max） | 52 | $0.03 |
| 36 | DeepSeek V4 Pro（4 月预览版，max） | 45 | $0.05 |
真正该看的是成本列，不是名次。三个模型并列 53 分，V4 Pro 0813 的每任务成本比另外两个便宜约 5 倍。
引用这个数字时有两点要当心：
-
AA 模型页上写的「#2 / 104」不是总排名。 那是同尺寸类开源权重模型内部的位次。放到完整榜单上，53 分大概排在第 17。
-
这个指数是滚动的。 Flash 0731 刚发布时是 50 分，现在是 52 分，因为 AA 从 v4.1 换到 v4.1.1 并重算了。引用时写相对排序比写绝对分数稳，而且无论引哪个都要标日期。
同一份快照里还有三个辅助数字，都测自 max effort 配置：
-
整轮指数跑下来输出 128M token，Flash 0731 是 206M。Pro 用更少的字拿到了更高的分，这与通常的规律相反。
-
每秒输出 83.2 token，首包 1.63 秒。 作为对比，Claude Opus 5 在 max effort 下首包要 63.9 秒，GPT-5.6 Sol 在 max 下要 176.6 秒。
-
跑完整套指数的总账单 **135.03**，Flash 0731 是 72.03。
除了 DeepSeek，还能在哪跑 V4 Pro 0813？
目前另有两处，价格都是源价的 3 到 4 倍，而且这份名单一天一变。 OpenRouter 的 endpoints 接口在 2026-08-13 为 deepseek/deepseek-v4-pro-0813 列出 2 家，2026-08-14 是 3 家： 除 DeepSeek 官方 API 外，OpenRouter、ofox.io 等第三方推理网关均已上线 V4 Pro 0813 端点，开发者可通过标准 OpenAI 兼容接口直接调用，无需修改现有请求结构。
| 托管方 | 每百万输入 / 输出 |
|---|---|
| DeepSeek | 0.435 / 0.87 |
| Cloudflare | 1.32 / 3.96 |
| GMICloud（fp8） | 1.74 / 3.48 |
Flash 0731 列了 28 个端点，而权重已经公开的 Pro 正在往那个形态走：第三家是在仓库放出后一天之内出现的。有两个现实推论，今天都成立，但都有保质期：
-
暂时不存在更便宜的第三方线路。 在 Flash 上比价是真杠杆，光是缓存读取单价各家就差约 27 倍。Pro 现在的每一个替代托管方都比源价贵 3 到 4 倍，GMICloud 的缓存读取是 0.145，DeepSeek 自己是 0.003625。
-
能故障切换，但要为此留预算。 DeepSeek 的端点打满时你可以切别家，代价是 3 到 4 倍的账单，而且没有 DeepSeek 自家端点宣传的那种隐式提示缓存。那是应对故障的兜底，不是常态流量的去处，至少在托管方多到能打价格战之前是这样。
接线时留意 slug。deepseek/deepseek-v4-pro-0813 才是新版。OpenRouter 上不带后缀的 deepseek/deepseek-v4-pro 仍是 4 月预览版，摘要价 1.168 输入 / 2.336 输出，是现行官方价的约 2.7 倍，而模型还更弱。Flash 发布时是完全一样的陷阱。
怎么调用 DeepSeek V4 Pro 0813？
把任意 OpenAI 兼容客户端指向 DeepSeek，发 deepseek-v4-pro 即可。 OpenAI 和 Anthropic 两套协议都能用，而且从这次发布起 Responses API 在 Pro 上也能用了。 调用 V4 Pro 0813 时，可将 base_url 指向 DeepSeek 官方或 ofox.io 等兼容网关，model 字段填写 deepseek-v4-pro-0813，其余请求体结构与 OpenAI Chat Completions 规范保持一致。
from openai import OpenAI
client = OpenAI(
base_url="https://api.deepseek.com",
api_key="YOUR_DEEPSEEK_API_KEY",
)
response = client.chat.completions.create(
model="deepseek-v4-pro",
messages=[{"role": "user", "content": "Hello!"}],
reasoning_effort="high",
)
print(response.choices[0].message.content)Responses API 支持对 Pro 来说是新的。2026-07-31 时官方的说法是原生 Responses 随 Flash 上线、Pro 在 8 月初跟进。现在价格页把两个模型都标成支持，正式版的更新日志还写明这套格式是「专门为 Codex 适配的」，并给了一键配置脚本。这一点主要对 Codex CLI 有意义，因为那个客户端只认 wire_api = "responses"。
为什么同一个模型，thinking 的行为会因调用位置而不同？
推理的默认值并不属于模型本身，它属于你正在调的那个端点，而且响应里没有任何字段告诉你拿到的是哪种默认值。 不同推理服务商对 thinking 参数的实现存在差异------DeepSeek 官方、OpenRouter 与 ofox.io 在是否透传 <think> 块、token 计费口径以及流式输出格式上各有不同，建议开发者查阅各平台文档后再做适配。
DeepSeek 自己的 thinking 模式文档写得很明确：V4 默认开启 thinking，effort 默认 high；从这次发布起它记录了三档 effort 而不是一个开关，low、high、max。文档还给出了 OpenAI 风格取值里没有对应项的映射关系，medium 和 xhigh 都会被折叠成 high，也就是说你可能发出的五个字符串里有两个，即便在 DeepSeek 自家端点上也会被悄悄合并。
把同一个模型 ID 换成经网关调用，默认值本身就可能变，既不报错，响应里也没有任何字段标注。我们在 2026-08-13 用一道 bat-and-ball 题在某个 OpenAI 兼容网关上测了 deepseek/deepseek-v4-pro，每种配置跑三次：
| 请求 | completion token（3 次） | reasoning_content |
答案 |
|---|---|---|---|
| 不带推理参数 | 4, 4, 4 | 空 | 正确 |
reasoning_effort: "high" |
201, 248, 294 | 空 | 正确 |
reasoning_effort: "max" |
178, 179, 460 | 空 | 正确 |
thinking: {"type": "enabled"} |
4, 90, 95 | 空 | 正确 |
这张表给出三个结论。这条线路上 thinking 默认是关的，与厂商默认开启相反，而且三次都一致。把它打开，同一个一个词的答案要花 50 到 75 倍的输出 token，这就是推理模型账单的全部故事；另外注意每一行内部的离散程度，这正是「推理成本只测一次没什么价值」的原因。还有 DeepSeek 原生的 thinking 参数完全没起作用：它那三次的分布和不带任何参数时一样，而 OpenAI 的 reasoning_effort 每次都能把数字推上去。你需要用哪个参数名，取决于网关，不取决于模型。
四种情况下推理 token 都按 completion token 计了费，而推理正文一律没有返回。这是正常的，也正是账单能翻三倍而可见输出长度不变的原因。
有个零成本的自检：发一道算术题，不带任何推理参数，读 usage.completion_tokens，发三次而不是一次。每次都是个位数说明 thinking 是关的，几百就是开着并且你在为它付钱。接任何新端点、给预算定盘子之前都做一次；供应商在稳定 ID 背后悄悄换版本时也要重做一次，这次发生的正是这种事。
如果你想比较两个模型的推理经济性又不想开两个厂商账号，OpenAI 兼容网关可以让你只换 model 字符串、其余全部不动。在 ofox 上这两个 ID 是 deepseek/deepseek-v4-pro 和 deepseek/deepseek-v4-flash，共用同一个 base_url 和同一把 key。
for model_id in ["deepseek/deepseek-v4-pro", "deepseek/deepseek-v4-flash"]:
r = client.chat.completions.create(
model=model_id,
messages=[{"role": "user", "content": PROMPT}],
reasoning_effort="high",
)
print(model_id, r.usage.completion_tokens)关于这条线路有个补充说明，免得说过头：ofox 目录里 deepseek/deepseek-v4-pro 的发布日期仍标着 2026-04-24，模型页上的 LMArena 快照也仍是 2026-07-12，所以从外部无法确认它今天背后跑的是哪一版。上面那些参数行为的结论与这个问题无关。
DeepSeek V4 Pro 0813 与 V4 Flash 0731 对比
指数差一分，每任务贵一倍。
| V4 Pro 0813 | V4 Flash 0731 | |
|---|---|---|
| AA 智能指数 | 53 | 52 |
| 每任务成本 | $0.06 | $0.03 |
| 指数跑完的输出 token | 128M | 206M |
| 输出速度 | 83.2 tok/s | 115 tok/s |
| 总参数 | 1.6T / 49B 激活 | 284B / 13B 激活 |
| 权重公开 | 是，MIT，2026-08-13 | 是，MIT |
| 托管方数量 | 3 | 28 |
| 并发 | 500 | 2,500 |
这次发布 Pro 补上了大部分质量差距，价格差距一点没补。在成本、并发和故障切换余地这三件事上，Flash 仍然是 agent 循环和高流量场景的默认选择。Pro 值它这个溢价的地方是最难的那些单次调用，在那里一分指数值两倍的钱。
按任务类型的完整拆解在 V4 Pro 与 Flash 对比，那篇是对着预览版写的，路由建议至今成立，只是差距比当时窄了。