That's NeuralCatálogo de modelos

deepseek

DeepSeek: DeepSeek V4 Pro 0813

deepseek/deepseek-v4-pro-0813

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

deepseek/deepseek-v4-pro-0813 é a versão de disponibilidade geral do DeepSeek V4 Pro, descrita pelo desenvolvedor como um modelo de mistura de especialistas em grande escala que substitui a versão de prévia com capacidades agênticas aprimoradas. O catálogo do OpenRouter o lista como texto para texto, com janela de contexto de cerca de um milhão de tokens e níveis configuráveis de esforço de raciocínio. O desenvolvedor atribui os avanços a um módulo de decodificação especulativa DSpark e relata resultados competitivos em benchmarks de código e agentes, embora a maioria das avaliações citadas seja fornecida pelo próprio fornecedor e inclua conjuntos de teste internos.[1][2]

Pontos fortes

  • Segundo o desenvolvedor, melhora substancialmente em relação à versão de prévia em tarefas agênticas e de codificação e é amplamente competitivo com os principais modelos proprietários.[2]
  • O catálogo indica uma janela de contexto de cerca de um milhão de tokens e níveis ajustáveis de esforço de raciocínio, incluindo a opção de desativá-lo.[1][2]
  • A ficha do modelo informa que os pesos são publicados sob a licença MIT e oferece receitas de implantação para vLLM e SGLang com decodificação especulativa DSpark.[2]

Limitações

  • Os números de benchmark vêm do desenvolvedor e incluem conjuntos de teste internos, por isso é recomendável validar os resultados nas próprias cargas de trabalho antes da adoção.[2]
  • Texto é a única modalidade de entrada e saída listada, e essas fontes não especificam a data de corte do conhecimento nem detalhes de treinamento.[1]
  • A ficha informa que não há um modelo de chat padrão em formato Jinja, exigindo o uso dos scripts de codificação fornecidos para formatar mensagens e interpretar saídas.[2]

Onde usar

  • Fluxos de engenharia de software agênticos, onde o fornecedor relata seus maiores avanços em relação à versão de prévia.[2]
  • Tarefas de contexto longo, como análise de repositórios de código ou documentos extensos, dada a janela de cerca de um milhão de tokens.[1]
  • Integrações com chamadas de ferramentas e saídas estruturadas, que o catálogo lista entre os parâmetros suportados.[1]

Fontes

  1. [1] OpenRouter catalog · DeepSeek: DeepSeek V4 Pro 0813Fontes consultadas: 13 de nov. de 2026
  2. [2] Model documentation · DeepSeek: DeepSeek V4 Pro 0813Fontes 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 0813 is a large-scale mixture-of-experts model from DeepSeek. This is the GA release of DeepSeek V4 Pro.

Especificações

ID do modelo
deepseek/deepseek-v4-pro-0813
ID canônico
deepseek/deepseek-v4-pro-20260813
Criador
deepseek
Adicionado ao OpenRouter
12.08.2026
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 $0.111 / saída $4.44
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.

TarefaNotaCapacidade declarada pela fonte
Qualidade geralCC — abaixo da faixa Braciocínio: opcional · padrão high · esforços: max, high, low, none · parâmetros: include_reasoning, reasoning, reasoning_effort
ProgramaçãoAA — próximos 20% da coorte—
AgentesAA — próximos 20% da coorteparâmetros: structured_outputs, tool_choice, tools
EscritaSem mediçãosaída: text
RaciocínioSem mediçãoraciocínio: opcional · padrão high · esforços: max, high, low, none · parâmetros: include_reasoning, reasoning, reasoning_effort
Análise de documentosSem medição—
VisãoSem medição—
Geração de imagensSem medição—
ÁudioSem medição—
VídeoSem medição—
EmbeddingsSem medição—

Avaliações

FonteBenchmarkValorNotaDados obtidos
Artificial AnalysisIntelligence index23.1CC — abaixo da faixa B13.11.2026
Artificial AnalysisCoding index68.8AA — próximos 20% da coorte13.11.2026
Artificial AnalysisAgentic index41.3AA — próximos 20% da coorte13.11.2026
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.

ProvedorComprimento de contextoPreço entrada /1MPreço saída /1MLatência p50 (30m, s)Taxa p50 (30m, tok/s)Disponibilidade (30m)
Relacefp41,048,576$0.100$8——100%
Wafermxfp41,048,576$0.111$4.44——90%
Wafermxfp41,048,576$0.285$4.3——86.36%
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———
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——55%
Sail Researchfp41,048,576$1.35$2.4——0%
Sail Researchfp41,048,576$1.35$2.4———
Venice1,000,000$1.65$4.95———
Parasailfp81,048,576$1.98$5.94——100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.