Deepseek V4 Pro wurde veröffentlicht, und abgesehen von der Multimodalität erfüllt es alle meine Vorstellungen von dem Modell.

Nach der spektakulären Veröffentlichung von DeepSeek V4 Flash mit außergewöhnlichem Preis-Leistungs-Verhältnis warten alle immer gespannter darauf, welche Leistungsobergrenze die offizielle Version von DeepSeek V4 Pro mit sich bringen wird.

Heute Abend hat die offizielle Dokumentation von DeepSeek das Modell-Datum aktualisiert: Deepseek-V4-Pro-0813, was bedeutet, dass das offizielle Modell veröffentlicht wurde. Es ist bereits in der offiziellen API verfügbar.

V4 Pro verwendet ein MoE-Design. Nach den zuvor veröffentlichten Architekturspezifikationen beträgt die Gesamtparametergröße 1,6 Billionen, und bei jeder Inferenz werden etwa 49 Milliarden Parameter aktiviert. Diese offizielle Version sollte keine Änderungen in diesem Punkt aufweisen.

Die V4 Pro-Schnittstelle bietet einen Kontext von 1 Million Token, eine maximale Ausgabe von 384.000 Token und unterstützt Denk-Schalter, Tool-Aufrufe, strukturiertes JSON, die Responses API sowie zwei kompatible Formate für OpenAI und Anthropic.

Mit anderen Worten: DeepSeek hat dieses Mal nicht nur die Tiefe des "Denkens" des Modells verbessert, sondern auch die Agent-Fähigkeiten erheblich gestärkt, indem es die Verarbeitung großer Codebasen, das Verständnis massiver Datenmengen und die fortlaufende Aufruf von Tools zur Erledigung langer Ablaufaufgaben optimiert hat.

Der Abschnitt zum Testen der Leistung ist natürlich unverzichtbar. Wie aus dem folgenden Bild hervorgeht, hat sich im Vergleich zur Vorschauversion eine umwälzende Änderung ergeben, und die offizielle Version ist Fable 5 bereits extrem nahe gekommen.

Die Terminal Bench 2.1-Punktzahl der V4 Pro-Vorschauversion lag nur bei 72,1, die offizielle Version erreicht direkt 87,9, was einem Anstieg von 15,8 Punkten auf einmal entspricht.

Bei DeepSWE ist der Sprung noch größer: Die Punktzahl stieg von 12,8 auf 62,7, fast das 4,9-fache des ursprünglichen Werts. Die Vorschauversion war bei diesem Projekt praktisch unfähig, die offizielle Version kann nun direkt mit den Code-Agenten der weltweit ersten Liga konkurrieren.

Auch die Bewertungen für andere lange Aufgaben zeigen keine kleinen, schrittweisen Verbesserungen.

AutomationBench stieg von 12,8 auf 31,8; DSBench-FullStack verbesserte sich von 41,8 auf 71,1; DSBench-Hard erreichte von 31,1 einen Wert von 67,2, was nicht nur eine Verdopplung, sondern noch einen deutlichen Überschuss bedeutet; auch der Cybersicherheits-Angriffs- und Verteidigungstest CyberGym stieg von 52,7 auf 83,3.

Schauen wir uns nun den horizontalen Vergleich mit anderen Modellen an.

Bei Terminal Bench 2.1 erreicht V4 Pro 87,9 Punkte, nur 0,4 Punkte hinter Kimi K3s 88,3 und höher als die 85,0 Punkte von Opus 4.8 in der DeepSeek-Vergleichsgrafik.

Bei schwierigen Inferenzaufgaben liegt das Ergebnis von HLE nach Aktivierung der Tools bei 60,0, nur hinter Fable 5s 63,0 und deutlich über GLM-5.2s 54,7.

Im Bereich der Code-Entwicklung erreicht NL2Repo 61,5 Punkte, was zwar unter Opus 4.8s 69,7 liegt, aber dennoch fest in der ersten Liga angesiedelt ist. DSBench-FullStack und DSBench-Hard erreichen jeweils 71,1 und 67,2 Punkte, sodass bei vollständigen Ingenieuraufgaben und schwierigen Datenwissenschaftsaufgaben keine offensichtlichen Schwächen mehr bestehen.

Im Bereich der Cybersicherheitsangriffe und -verteidigungen erreicht V4 Pro bei CyberGym 83,3 Punkte, was sogar geringfügig über Fable 5s 83,1 und Opus 4.8s 78,3 liegt.

Was wirklich bemerkenswert ist: Bei fast keiner Fähigkeit fällt die offizielle Version von V4 Pro aus der ersten Liga heraus.

Einzelne Spitzenplätze sind nichts Besonderes. Manche Modelle sind stark im Codieren, andere stark im Einsatz von Tools, wieder andere haben besonders hohe Inferenzpunktzahlen. Die Schwierigkeit liegt darin, gleichzeitig bei Terminaloperationen, Code-Entwicklung, Tool-Aufrufen, Cybersicherheitsaufgaben und der Ausführung langer Aufgaben keine Schwächen aufzuweisen.

Und auch der Preis ist überzeugend:

Zum Zeitpunkt der Veröffentlichung beträgt der Preis von DeepSeeks offizieller Pro-Version pro Million Token: 0,025 Yuan für Eingaben mit Cache-Treffer, 3 Yuan für Eingaben ohne Cache-Treffer und 6 Yuan für Ausgaben.

Das ist zwar teurer als die Flash-Version mit 1 Yuan für Eingaben und 2 Yuan für Ausgaben, aber im Vergleich zu anderen Flaggschiff-Agent-Modellen ist der Preis immer noch extrem niedrig.

Als Referenz: Der aktuelle API-Preis von Kimi K3 beträgt 3 US-Dollar für Eingaben ohne Cache-Treffer und 15 US-Dollar für Ausgaben; bei Fable 5 sind es sogar 10 US-Dollar für Eingaben und 50 US-Dollar für Ausgaben. Selbst unter Berücksichtigung der Währungsunterschiede ist der Preis von DeepSeek nur ein Bruchteil der Kosten gleichwertiger ausländischer Modelle.

Zudem bietet es einen Kontext von 1 Million Token und eine maximale Ausgabe von 384.000 Token.

Diese beiden Werte mögen für gewöhnliche Chats von geringer Bedeutung sein, für Langaufgaben-Agenten sind sie jedoch eine zwingende Voraussetzung. Große Codebasen, Dutzende von Dokumenten, lange Betriebsprotokolle und fortlaufende Tool-Aufrufe verbrauchen den Kontext sehr schnell. Wenn das Fenster nicht groß genug ist, muss der Agent ständig sein Gedächtnis komprimieren – und nach mehrmaliger Kompression vergisst er schließlich, was er vorher getan hat.

Außerdem wurde die API-Kompatibilität nicht vergessen.

V4 Pro unterstützt derzeit das OpenAI-Format, das Anthropic-Format, die Responses API, Tool Calls und JSON Output. Die offizielle Seite hat bereits Integrationslösungen für Agent-Tools wie Claude Code, OpenCode und OpenClaw bereitgestellt. Für vorhandene Arbeitsabläufe sind die Migrationskosten viel geringer als bei der Anpassung an ein komplett eigenes proprietäres Protokoll.

Natürlich gibt es auch einen Nachteil.

Die maximale Anzahl gleichzeitiger Anfragen pro Konto für V4 Pro beträgt 500, für Flash 2500. Höhere Fähigkeiten und längere einzelne Aufgaben bedeuten, dass es eher für komplexe Aufgaben und hochwertige Arbeitsabläufe geeignet ist, anstatt blind alle häufigen kleinen Anfragen zu bearbeiten.

Es gibt noch eine wichtige Hinweis: DeepSeek hat auf der Preisseite angegeben, dass es plant, die API-Preise in Kürze insgesamt deutlich zu erhöhen.

Daher ist das aktuelle Preismodell eher ein temporäres Fenster und kann nicht als dauerhafte Zusage verstanden werden.

Zusammengefasst: Die offizielle Version von V4 Pro hat die Eintrittsschwelle mit stark gestiegenen Agent-Punktzahlen, 1 Million Kontext-Token und extrem niedrigen Preisen noch einmal deutlich gesenkt.

Der Name des Modellaufrufs hat sich nicht geändert, aber das, was Sie heute über die alte API erhalten, ist nicht mehr die V4 Pro von gestern.

Jing Ge arbeitet derzeit an mehreren Projekten, bei denen V4 Pro integriert werden soll, um es in Szenarien wie Code-Agenten, Datenanalysen oder automatisierten Arbeitsabläufen mit echten komplexen Aufgaben zu testen.

Man wird sehen, ob es nur bei guten Testergebnissen bleibt, oder ob es bereits wirklich praxistauglich ist.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto "Jingxuan AI", Autor: Jing Ge, veröffentlicht mit Genehmigung von 36Kr.