DeepSeek-V4-Pro-0813

Fiche modèle · DeepSeek · deepseek-v4-pro-0813

DeepSeek-V4-Pro-0813 is the GA / production release of DeepSeek-V4-Pro, with major upgrades for agentic coding and tool-use workloads. It is served behind the official API id `deepseek-v4-pro` and is distinct from catalog `deepseek-v4-pro-max`, which is the maximum reasoning-effort mode of Pro rather than this dated GA build. Same Pro MoE scale as peers (1.6T total / 49B activated). It supports low, high, and max reasoning effort, a 1M-token context window, up to 384K output tokens, and DeepSeek's OpenAI-compatible Chat Completions and Responses APIs. GA open weights are on Hugging Face at `deepseek-ai/DeepSeek-V4-Pro-0813` (MIT), distinct from the April preview repo `deepseek-ai/DeepSeek-V4-Pro`. New time-of-day pricing takes effect August 16: peak rates are $0.044 cached input, $1.32 uncached input, and $3.96 output per million tokens; off-peak rates are half those amounts.

Fiches modèles

Identité

Organisation	DeepSeek
Pays	—
Famille	—
Type	llm
Date de sortie	2026-08-13
Licence	mit
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	non — 1.6e+03 Md > 107 Md
Modalités	text
Fenêtre de contexte	1 048 576
KV cache / token (Q8)	62.5 ko/token
Paramètres totaux	1.6 T
Paramètres actifs (session)	49 B
Source des paramètres actifs	web : https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro-0813
Curation des paramètres actifs	2026-11-04
Prix par session	1.82 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	15.29 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-08-13T17:29:21.164347Z
Mis à jour le	2026-11-04T06:04:40.951716Z
Source	LLM Stats
URL	https://llm-stats.com/models/deepseek-v4-pro-0813

Tokens/tâche

IA Act — preuves fournisseur

ICA 88/100 · open source · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	2,5	5 %
Résumé des données d'entraînement	5,0	35 %
Conformité droit d'auteur	5,0	35 %
Code of Practice GPAI	3,8	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-23.

IA Act

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : souverain — via Tensorix (cortecs, eurouter).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
Tensorix	cortecs, eurouter	souverain	2.01 $	4.03 $	fp8	1 048 576	—	—	—
DeepInfra	llm-stats	non	1.30 $	2.60 $	—	—	—	—	active
DeepSeek	llm-stats	non	1.32 $	3.96 $	—	—	—	—	active
Novita	llm-stats	non	1.32 $	3.96 $	—	—	—	—	active
Together AI	llm-stats	non	1.32 $	3.96 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
math	0.50
reasoning	0.50
safety	0.80
general	0.60
agents	0.60
code	0.70
tool_calling	0.50
vision	0.60

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
agents-last-exam	agents	0.26	1.00	0.26	non	oui	2026-11-04T06:04:41.033197Z
automationbench	agents	0.32	1.00	0.32	non	oui	2026-11-04T06:04:41.053180Z
cybergym	code	0.83	1.00	0.83	non	oui	2026-11-04T06:04:41.004401Z
deepswe	code	0.63	1.00	0.63	non	oui	2026-11-04T06:04:41.013631Z
dsbench-fullstack	code	0.71	1.00	0.71	non	oui	2026-11-04T06:04:41.060080Z
dsbench-hard	code	0.67	1.00	0.67	non	oui	2026-11-04T06:04:41.063012Z
humanity's-last-exam	reasoning	0.60	1.00	0.60	non	oui	2026-08-13T17:32:30.390055Z
humanity's-last-exam-(no-tools,-text-only)	reasoning	0.43	1.00	0.43	non	oui	2026-11-04T06:04:40.963383Z
humanity's-last-exam-(with-tools,-text-only)	reasoning	0.60	1.00	0.60	non	oui	2026-11-04T06:04:40.971581Z
nl2repo	code	0.61	1.00	0.61	non	oui	2026-11-04T06:04:40.993143Z
terminal-bench-2.1	reasoning	0.88	1.00	0.88	non	oui	2026-11-04T06:04:40.983423Z
toolathlon	agents	0.74	1.00	0.74	non	oui	2026-11-04T06:04:41.023216Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	31	0.60	34.91	8	trueskill	2026-11-04T08:08:47.839150Z	rankings
code	28	0.70	38.59	5	trueskill	2026-11-04T08:08:39.742311Z	rankings
math	26	0.50	38.40	3	trueskill	2026-11-04T08:08:42.442591Z	rankings
reasoning	25	0.50	47.39	7	trueskill	2026-11-04T08:08:41.093494Z	rankings

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04