That's NeuralCatálogo de modelos

deepseek

DeepSeek: DeepSeek V4 Pro 0813

deepseek/deepseek-v4-pro-0813

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

deepseek/deepseek-v4-pro-0813 es la versión de disponibilidad general de DeepSeek V4 Pro, descrita por su desarrollador como un modelo de mezcla de expertos a gran escala que sustituye a la versión preliminar con capacidades agénticas mejoradas. El catálogo de OpenRouter lo lista como texto a texto, con una ventana de contexto de aproximadamente un millón de tokens y niveles configurables de esfuerzo de razonamiento. El desarrollador atribuye los avances a un módulo de decodificación especulativa DSpark y reporta resultados competitivos en benchmarks de código y agentes, aunque la mayoría de las evaluaciones citadas provienen del propio proveedor e incluyen conjuntos de prueba internos.[1][2]

Puntos fuertes

  • Según su desarrollador, mejora sustancialmente respecto a la versión preliminar en tareas agénticas y de codificación y es ampliamente competitivo con los principales modelos propietarios.[2]
  • El catálogo indica una ventana de contexto de aproximadamente un millón de tokens y niveles ajustables de esfuerzo de razonamiento, incluida la opción de desactivarlo.[1][2]
  • La ficha del modelo indica que los pesos se publican bajo licencia MIT y ofrece recetas de despliegue para vLLM y SGLang con decodificación especulativa DSpark.[2]

Limitaciones

  • Las cifras de benchmarks provienen del desarrollador e incluyen conjuntos de prueba internos, por lo que conviene validar los resultados en cargas de trabajo propias antes de adoptarlo.[2]
  • El texto es la única modalidad de entrada y salida listada, y estas fuentes no especifican la fecha de corte de conocimiento ni detalles de entrenamiento.[1]
  • La ficha señala que no se incluye una plantilla de chat estándar en formato Jinja, lo que exige usar los scripts de codificación proporcionados para formatear mensajes y analizar salidas.[2]

Dónde utilizarlo

  • Flujos de ingeniería de software agénticos, donde el proveedor reporta sus mayores mejoras respecto a la versión preliminar.[2]
  • Tareas de contexto largo, como el análisis de repositorios de código o documentos extensos, dada la ventana de aproximadamente un millón de tokens.[1]
  • Integraciones con llamadas a herramientas y salidas estructuradas, que el catálogo lista entre los parámetros admitidos.[1]

Fuentes

  1. [1] OpenRouter catalog · DeepSeek: DeepSeek V4 Pro 0813Fuentes consultadas: 13 nov 2026
  2. [2] Model documentation · DeepSeek: DeepSeek V4 Pro 0813Fuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

DeepSeek V4 Pro 0813 is a large-scale mixture-of-experts model from DeepSeek. This is the GA release of DeepSeek V4 Pro.

Especificaciones

ID del modelo
deepseek/deepseek-v4-pro-0813
ID canónico
deepseek/deepseek-v4-pro-20260813
Creador
deepseek
Añadido a OpenRouter
12.08.2026
Longitud de contexto
1,048,576
Modalidad
text->text
Modalidades de entrada
text
Modalidades de salida
text
Precio por token
USD por 1M de tokens: entrada $0.111 / salida $4.44
Corte de conocimiento
—
Fecha de expiración
—

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

TareaNotaCapacidad declarada por la fuente
Calidad generalCC — por debajo de la franja Brazonamiento: opcional · predeterminado high · esfuerzos: max, high, low, none · parámetros: include_reasoning, reasoning, reasoning_effort
ProgramaciónAA — siguiente 20% de la cohorte—
AgentesAA — siguiente 20% de la cohorteparámetros: structured_outputs, tool_choice, tools
EscrituraSin mediciónsalida: text
RazonamientoSin mediciónrazonamiento: opcional · predeterminado high · esfuerzos: max, high, low, none · parámetros: include_reasoning, reasoning, reasoning_effort
Análisis de documentosSin medición—
VisiónSin medición—
Generación de imágenesSin medición—
AudioSin medición—
VídeoSin medición—
EmbeddingsSin medición—

Evaluaciones

FuenteBenchmarkValorNotaDatos obtenidos
Artificial AnalysisIntelligence index23.1CC — por debajo de la franja B13.11.2026
Artificial AnalysisCoding index68.8AA — siguiente 20% de la cohorte13.11.2026
Artificial AnalysisAgentic index41.3AA — siguiente 20% de la cohorte13.11.2026
Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

  • S — S — 10% superior de la cohorte
  • A — A — siguiente 20% de la cohorte
  • B — B — siguiente 30% de la cohorte
  • C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

ProveedorLongitud de contextoPrecio entrada /1MPrecio salida /1MLatencia p50 (30m, s)Rendimiento p50 (30m, tok/s)Disponibilidad (30m)
Relacefp41,048,576$0.100$8——100%
Wafermxfp41,048,576$0.111$4.44——90%
Wafermxfp41,048,576$0.285$4.3——88.89%
Alibaba1,000,000$0.581$1.74——100%
Baidufp81,048,576$0.659$1.98——100%
Alibaba1,000,000$0.660$1.98——100%
StreamLake1,024,000$0.660$1.98——100%
DeepSeek1,048,576$0.660$1.98——100%
Novitafp81,048,576$0.990$2.97——100%
GMICloudfp81,048,575$1.06$3.17——100%
DeepInfrafp81,048,576$1.3$2.6——100%
CoreWeavefp81,048,576$1.31$3.96——100%
BaseTenfp41,048,576$1.32$3.96———
AtlasCloudfp81,048,576$1.32$3.96——100%
Nebiusfp81,048,576$1.32$3.96——100%
Parasailfp81,048,576$1.32$3.96——100%
Together1,048,576$1.32$3.96——100%
DigitalOcean1,048,576$1.32$3.96——100%
SiliconFlowfp81,048,576$1.32$3.96——100%
Cloudflare1,048,576$1.32$3.96——42.11%
Sail Researchfp41,048,576$1.35$2.4———
Sail Researchfp41,048,576$1.35$2.4———
Venice1,000,000$1.65$4.95———
Parasailfp81,048,576$1.98$5.94——100%

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.