Deepseek V4 Pro发布，除了多模态，满足我对模型的所有想象

在DeepSeek V4 Flash 以超高性价比震撼发布后，大家越来越期待Deepseek V4 Pro正式版，将会带来怎样的斩杀线。

今晚，DeepSeek官方文档更新了模型日期：Deepseek-V4-Pro-0813，这也意味着正式版模型来了。目前已经在官方API中提供。

V4 Pro采用MoE设计，根据此前公开的架构规格总参数规模1.6万亿，每次推理激活约490亿参数。这次正式版应该也没有变化。

V4 Pro接口侧提供100万Token上下文、最高38.4万Token输出，并支持思考开关、工具调用、结构化JSON、Responses API以及OpenAI和Anthropic两种兼容格式。

换句话说，DeepSeek这次强化的不仅有模型“想得多深”，还从装入大型代码库、理解海量资料，到连续调用工具完成长流程任务入手，Agent能力大幅强化。

不服跑个分的环节，还是要有，从下图可以看到，相对预览版是翻天覆地的变化，正式版已经无限接近 Fable 5。

V4 Pro预览版的Terminal Bench 2.1只有72.1，正式版直接冲到87.9，一口气涨了15.8分。

DeepSWE更离谱，从12.8暴涨到62.7，接近原来的4.9倍。预览版在这个项目上基本属于“不会做”，正式版已经能和全球第一梯队的代码Agent正面碰一碰。

其他几个长任务评测，同样不是挤牙膏。

AutomationBench从12.8涨到31.8；DSBench-FullStack从41.8提升到71.1；DSBench-Hard从31.1冲到67.2，不但翻倍，还多涨了一截；安全攻防测试CyberGym也从52.7拉到了83.3。

再看与其他模型的横向对比。

Terminal Bench 2.1上，V4 Pro拿到87.9，距离Kimi K3的88.3只差0.4分，高于DeepSeek对比图中Opus 4.8的85.0。

高难推理方面，HLE开启工具后的成绩是60.0，仅次于Fable 5的63.0，也明显超过GLM-5.2的54.7。

代码工程方面，NL2Repo拿到61.5，低于Opus 4.8的69.7，但已经站稳第一梯队。DSBench-FullStack和DSBench-Hard分别达到71.1和67.2，面对完整工程和高难数据科学任务，已经没有明显短板。

到了安全攻防，V4 Pro在CyberGym上拿到83.3，甚至略高于Fable 5的83.1和Opus 4.8的78.3。

真正值得关注的是，V4 Pro正式版几乎没有哪项能力掉出第一梯队。

单项第一并不稀奇。有人代码强，有人工具强，也有人推理分数特别高。难的是在终端操作、代码工程、工具调用、安全攻防和长任务执行上同时不瘸腿。

然后再看价格也不错:

截至发稿，DeepSeek官方给出的Pro版百万Token价格是：缓存命中输入0.025元，缓存未命中输入3元，输出6元。

确实比Flash版的1元输入、2元输出贵，但放到旗舰Agent模型里看，依然低得离谱。

作为参考，Kimi K3当前的API价格为缓存未命中输入3美元、输出15美元；Fable 5更是输入10美元、输出50美元。即使考虑币种差异，DeepSeek的价格也只是海外同级模型的一个零头。

而且它给了1M上下文和最高384K输出。

这两个数字对普通聊天可能意义不大，对长任务Agent却是硬刚需。大型代码库、几十份资料、长时间运行日志和连续工具调用，都会快速吃掉上下文。窗口不够大，Agent就只能不断压缩记忆，压着压着，前面做过什么也忘了。

而且，API兼容性也没忘记。

V4 Pro目前支持OpenAI格式、Anthropic格式、Responses API、Tool Calls和JSON Output，官方已经给出了Claude Code、OpenCode、OpenClaw等Agent工具的接入方案。对于已有工作流，迁移成本比重新适配一套私有协议低得多。

当然代价也有。

V4 Pro的账号并发上限是500，Flash是2500。能力更强、单次任务更长，意味着它更适合复杂任务和高价值工作流，而不是拿来无脑承接所有高频小请求。

还有一个重要提醒：DeepSeek已经在价格页注明，近期计划整体上调API价格，而且预计涨幅较大。

所以现在这套价格更像一个窗口期，不能直接理解成永久承诺。

总之来看，V4 Pro正式版用暴涨的Agent分数、1M上下文和地板级价格，把这道门槛又往下砸了一截。

模型调用名没有变，但你今天通过老API拿到的，已经不是昨天那个V4 Pro。

最近鲸哥有几个项目，准备接入V4 Pro，让其在代码Agent、数据分析或自动化工作流等场景中，用真正复杂的任务跑一遍。

看看它到底是跑分好看，还是已经真的能干活。