deepseek
DeepSeek: DeepSeek V4 Pro 0423
deepseek/deepseek-v4-pro
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
DeepSeek V4 Pro 0423 é um modelo Mixture-of-Experts de texto para texto da DeepSeek, listado no catálogo da OpenRouter, com 1,6 trilhão de parâmetros totais e 49B ativados, e uma janela de contexto de um milhão de tokens. A documentação do fornecedor o descreve como uma versão de pré-visualização voltada a raciocínio, programação e tarefas agênticas, com modos selecionáveis de esforço de raciocínio. As avaliações autorrelatadas sugerem bons resultados em programação e conhecimento no esforço máximo, enquanto as medições tipo arena fornecidas são mais mistas. A evidência se limita a uma entrada de catálogo e ao cartão do modelo do próprio fornecedor, portanto a verificação independente é escassa.[1][2]
Pontos fortes
- Janela de contexto de um milhão de tokens; o fornecedor relata um design de atenção híbrida que reduz bastante o cômputo de inferência e o cache KV em contextos longos em relação ao antecessor.[1][2]
- Raciocínio ajustável: modos sem pensamento, alto e máximo; o catálogo da OpenRouter também expõe ferramentas, escolha de ferramenta, saídas estruturadas e parâmetros de esforço de raciocínio.[1][2]
- As tabelas de benchmarks relatadas pelo fornecedor colocam seus melhores resultados no modo de esforço máximo em tarefas de programação e conhecimento, embora esses números não tenham confirmação independente.[2]
Limitações
- Todos os números de destaque dos benchmarks são autorrelatados pela DeepSeek; as medições de arena independentes fornecidas são medianas, não líderes, então a qualidade na sua carga de trabalho exige validação.[1][2]
- A evidência se limita a uma entrada do catálogo da OpenRouter e ao cartão do fornecedor: o corte de conhecimento não é informado, os requisitos de hardware para implantação não são dados, e o fornecedor descreve a versão como pré-visualização.[1][2]
- O catálogo lista texto como única modalidade de entrada e saída; a capacidade multimodal é desconhecida, não uma ausência confirmada.[1]
Onde usar
- Potencialmente adequado para perguntas e respostas sobre documentos longos, análise de bases de código extensas ou síntese de vários documentos que aproveitem a janela de um milhão de tokens, sujeito a validação.[1][2]
- Candidato para assistentes de programação e pipelines agênticos com uso de ferramentas, dado o suporte a ferramentas e saídas estruturadas no catálogo e a ênfase do fornecedor em avaliações de código e agênticas.[1][2]
- Pode servir a cargas de trabalho que se beneficiem de alternar entre respostas rápidas sem raciocínio e modos de pensamento mais profundo em um único modelo.[1][2]
Fontes
- [1] OpenRouter catalog · DeepSeek: DeepSeek V4 Pro 0423Fontes consultadas: 13 de nov. de 2026
- [2] Model documentation · DeepSeek: DeepSeek V4 Pro 0423Fontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
DeepSeek V4 Pro is a large-scale Mixture-of-Experts model from DeepSeek with 1.6T total parameters and 49B activated parameters, supporting a 1M-token context window. It is designed for advanced reasoning, coding,...
Especificações
- ID do modelo
- deepseek/deepseek-v4-pro
- ID canônico
- deepseek/deepseek-v4-pro-20260423
- Criador
- deepseek
- Adicionado ao OpenRouter
- 24.04.2026
- Comprimento de contexto
- 1,048,576
- Modalidade
- text->text
- Modalidades de entrada
- text
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.900 / saída $1.5
- Corte de conhecimento
- —
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | CC — abaixo da faixa B | raciocínio: opcional · padrão high · esforços: xhigh, high, none · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Programação | Sem medição | — |
| Agentes | Sem medição | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: opcional · padrão high · esforços: xhigh, high, none · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | — |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 12.6 | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · fullstacktaxa de vitória 22.1% · posição 45 | 948Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · godotgamedevtaxa de vitória 34% · posição 32 | 1,059Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | agents · webappstaxa de vitória 26.4% · posição 46 | 1,000Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · 3dtaxa de vitória 56.8% · posição 37 | 1,236Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · asciiarttaxa de vitória 46.4% · posição 46 | 1,143Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 52.2% · posição 50 | 1,232Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 48.8% · posição 60 | 1,201Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 53% · posição 46 | 1,222Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · svgtaxa de vitória 45.5% · posição 58 | 1,129Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 50.6% · posição 57 | 1,212Elo | BB — próximos 30% da coorte | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 50.9% · posição 57 | 1,228Elo | BB — próximos 30% da coorte | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| Baidufp8 | 1,048,576 | $0.828 | $1.66 | — | — | 100% |
| StreamLakefp8 | 1,024,000 | $0.829 | $1.66 | — | — | 100% |
| Relacefp4 | 1,048,576 | $0.900 | $1.5 | — | — | 100% |
| GMICloudfp8 | 1,048,576 | $0.957 | $1.91 | — | — | 100% |
| SiliconFlowfp8 | 1,048,576 | $1 | $1.5 | — | — | 100% |
| DigitalOcean | 1,048,576 | $1.04 | $2.09 | — | — | 100% |
| DeepInfrafp8 | 1,048,576 | $1.3 | $2.6 | — | — | 100% |
| Alibabafp8 | 1,000,000 | $1.42 | $2.83 | — | — | 100% |
| Alibabafp8 | 1,000,000 | $1.56 | $3.12 | — | — | 100% |
| Novitafp8 | 1,048,576 | $1.6 | $3.2 | — | — | 100% |
| Venice | 1,000,000 | $1.65 | $3.3 | — | — | 100% |
| AtlasCloudfp4 | 1,048,576 | $1.68 | $3.38 | — | — | 100% |
| Azure | 1,048,576 | $1.91 | $3.83 | — | — | 100% |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.