2026年8月13日凌晨，DeepSeek在没有任何预告的情况下，将旗舰模型V4 Pro从预览阶段正式转正。模型版本号更新为DeepSeek-V4-Pro-0813，调用方式保持不变，开发者只需继续使用deepseek-v4-pro即可调用最新版本。
一、核心规格：1M上下文 + 384K输出
DeepSeek-V4-Pro-0813的核心参数相当能打：
| 规格项 | 参数 |
|---|---|
| 上下文长度 | 100万 (1M) Token |
| 最大输出长度 | 384K Token |
| 思考模式 | 默认开启，支持非思考模式切换 |
| JSON Output | 支持 |
| Tool Calls | 支持 |
| Responses API | 支持 |
| Anthropic API | 支持 |
对于长代码库处理、大规模文档分析以及需要连续执行大量步骤的Agent任务而言，1M上下文窗口和384K最大输出意味着单次调用能够容纳和生成的内容规模相当可观，大幅减少了多轮拆分与拼接的开销。
在架构层面，DeepSeek-V4-Pro是一个混合专家（MoE）模型，总参数约1.6万亿，每个Token激活约490亿参数。V4系列采用了CSA（压缩稀疏注意力）+ HCA（重度压缩注意力）相结合的混合注意力机制，将Prefill阶段的注意力计算复杂度从O(N²)降低为近似线性。得益于此，在1M上下文场景下，V4-Pro的单Token推理计算量仅为V3.2的27%，KV缓存降低到10%。
二、Agent能力：从预览到正式版的飞跃
Agent（智能体）能力是这次升级最大的看点。与此前的V4-Pro-Preview版本相比，V4-Pro-0813在多个Agent基准测试中实现了质的飞跃：
| 基准测试 | V4-Pro-Preview | V4-Pro-0813 | 提升幅度 |
|---|---|---|---|
| DeepSWE（编程智能体） | 12.8 | 62.7 | 约5倍 |
| Cybergym（安全智能体） | 52.7 | 83.3 | +58% |
| AutomationBench | 12.8 | 31.8 | +148% |
| Terminal Bench 2.1 | 72.1 | 87.9 | +22% |
| DSBench-FullStack | 41.8 | 71.1 | +70% |
以DeepSWE（AI编程智能体基准）为例，得分从预览版的12.8飙升至62.7，甚至超越了Claude Opus 4.8（58.0分）。在Cybergym和AutomationBench上，V4-Pro-0813的表现甚至超越了目前公认最强大的Claude Fable 5。
在Terminal Bench 2.1（终端操作测试）中，V4-Pro-0813拿下87.9分，逼近Fable 5的88.0分。
三、与头部竞品正面交锋
将V4-Pro-0813放到全球头部模型中进行对比，结论更加清晰：
| 基准测试 | V4-Pro-0813 | V4-Flash-0731 | Opus 4.8 | Fable 5 | GLM-5.2 | Kimi K3 |
|---|---|---|---|---|---|---|
| Terminal Bench 2.1 | 87.9 | 82.7 | 85.0 | 88.0 | 81.0 | 88.3 |
| Cybergym | 83.3 | 76.7 | 78.3 | 83.1 | - | 80.0 |
| DeepSWE | 62.7 | 54.4 | 58.0 | 70.0 | 46.2 | - |
| Toolathlon-Verified | 74.1 | 70.3 | 76.2 | 77.9 | - | - |
| HLE (wo tools) | 42.7 / 60.0 | 37.8 / 51.5 | 49.8 / 57.9 | 53.3 / 63.0 | 40.5 / 54.7 | 43.5 / 56.0 |
V4-Pro-0813在Cybergym上反超了Fable 5，在DeepSWE上超过了Opus 4.8，在Terminal Bench上与头部模型处于同一梯队。
注：“-”表示暂无公开的权威数据。
四、定价：Pro的价格，Flash的三倍
定价方面，DeepSeek-V4-Pro-0813延续了DeepSeek一贯的高性价比路线：
| 计费项 | V4-Flash-0731 | V4-Pro-0813 |
|---|---|---|
| 百万Token输入（缓存命中） | 0.02元 | 0.025元 |
| 百万Token输入（缓存未命中） | 1元 | 3元 |
| 百万Token输出 | 2元 | 6元 |
| 并发限制 | 2500 | 500 |
在缓存未命中输入和输出两项主要计费项目上，Pro版本的价格均为Flash版本的3倍。折合美元，V4-Pro的输入定价约为$0.44/百万Token，输出约为$0.87/百万Token。
作为对比，Claude Fable 5的输出定价高达$50/百万Token——DeepSeek V4 Pro在输出价格上仅为Fable 5的1/57。在部分智能体任务中，DeepSeek V4 Pro 0813与Claude Fable 5等顶级模型的性能差距已缩小到约5%，但后者的价格却是前者的数十倍甚至上百倍。
两个版本在并发限制上也有所区分：Flash并发限制为2500，Pro为500——Flash更适合高频、大规模的调用场景，而Pro则将资源集中到规格更高、更复杂的任务上。
需要关注的是，DeepSeek 已经宣布对 API 价格进行更新调整，作为前一段时间预告要大幅涨价的回应。
新价格体系采用峰谷定价，空闲时段价格为高峰时段价格的一半。高峰时段为北京时间 9:00 - 12:00、14:00 - 18:00（其余为空闲时段）。
将于北京时间 2026 年 8 月 17 日 00:00 开始生效，具体如下：
五、行业意义：Agent经济的“价格锚点”
DeepSeek V4 Pro正式版的上线，标志着大模型竞争的主战场正在从通用能力转向Agent能力。模型不仅要回答问题，还要进入代码仓库、调用工具、执行任务、修改代码，再根据结果继续往下走。
这背后对应着行业的一个深层变化：模型之间比的，已经不只是每百万Token多少钱，而是完成一个复杂任务到底要花多少钱。从这个维度看，DeepSeek V4 Pro 0813以远低于对手的成本提供了接近顶尖水平的Agent能力，正在为整个行业树立一个新的“价格锚点”。
瑕不掩瑜。DeepSeek V4 Pro 0813的正式亮相，证明了开源模型在Agent能力上已经能够与全球最顶尖的闭源模型同台竞技，而价格优势则让这场竞赛变得更加有趣。对于开发者而言，一个性能逼近Fable 5、价格仅为对手零头的模型，已经足够值得认真对待。