DeepSeek V4 Pro flagship MoE — 1.6T total / 49B paramètres actifs, 1M de contexte, raisonnement de premier ordre + utilisation agentique d'outils.
DeepSeek V4 Pro est le modèle phare de génération de texte proposé par DeepSeek et disponible via l'API d'OrcaRouter. Il est conçu pour les tâches nécessitant le traitement de volumes très importants…
DeepSeek V4 Pro excelle dans les tâches nécessitant la compréhension de longs textes, comme résumer des livres entiers, répondre à des questions sur des milliers de jetons de contexte et extraire des données structurées de documents longs. Sa grande limite de sortie permet de générer des analyses détaillées, du code ou des écrits créatifs qui s'étendent sur des centaines de milliers de jetons. Comme il est uniquement textuel, ses capacités se limitent au raisonnement, à la génération et au suivi d'instructions basés sur le texte. Il ne prend pas en charge la vision, l'audio ou d'autres modalités. Le score élevé τ²-Bench (96.2) du modèle suggère une forte performance dans des contextes agentiques où le modèle doit utiliser des outils externes ou des API pour accomplir des tâches.
Alors que DeepSeek V4 Pro offre une énorme capacité de contexte et de sortie, son coût par jeton est plus élevé que celui de modèles plus compacts. Pour des tâches ne nécessitant que quelques centaines de jetons de contexte et de sortie, l'utilisation de ce modèle phare peut être excessive. Les scénarios typiques où un modèle plus petit et moins cher suffit incluent la classification à tour unique, le résumé court ou la traduction simple de passages brefs. Si votre application ne tire pas parti de la fenêtre de contexte complète de 1M ni de la limite de sortie de 384K, vous pouvez réduire la latence et le coût en sélectionnant un modèle d'un niveau inférieur. OrcaRouter propose une gamme de modèles ; envisagez un modèle non phare pour les requêtes quotidiennes.
Ce modèle est idéal pour les applications qui impliquent le traitement de bases de code entières pour du refactoring ou de la documentation, l'analyse de documents juridiques ou réglementaires de plusieurs centaines de pages, et le maintien de conversations cohérentes sur plusieurs tours où l'historique complet est nécessaire. Il convient également à la génération de contenus longs tels que des manuels techniques détaillés, des romans ou des revues de recherche exhaustives. Sa capacité à produire jusqu'à 384 000 jetons en une seule réponse en fait l'un des rares modèles capables de générer de très grandes sorties structurées sans découpage. Pour les workflows agentiques nécessitant l'utilisation d'outils sur de longs contextes, le score τ²-Bench indique une fiabilité élevée.
DeepSeek V4 Pro ne prend en charge que les entrées et sorties textuelles. Il ne peut pas traiter ni générer d'images, d'audio, de vidéo ou d'autres formats non textuels. Si votre application nécessite des capacités multimodales — comme l'analyse d'un graphique ou la transcription vocale — vous devrez utiliser un modèle différent prenant en charge ces modalités ou combiner DeepSeek V4 Pro avec des processeurs externes distincts. Dans son domaine exclusivement textuel, le modèle est conçu pour gérer de très grands nombres de tokens, ce qui le rend adapté aux tâches où l'entrée ou la sortie est principalement textuelle et longue.
Le benchmark phare fourni pour DeepSeek V4 Pro est de 96.2 sur τ²-Bench. τ²-Bench évalue la capacité d'un modèle à utiliser des outils et à suivre des instructions dans un environnement agentique, en simulant des tâches qui exigent que le modèle appelle des fonctions, interprète les résultats et itère. Un score de 96.2 indique une grande précision et fiabilité dans de tels contextes. Aucun autre score de benchmark (par exemple MMLU, HumanEval) n'est spécifié pour ce modèle, donc les comparaisons directes devraient être limitées aux performances sur τ²-Bench. Les utilisateurs intéressés par d'autres dimensions (raisonnement, codage, etc.) peuvent avoir besoin de consulter des évaluations publiques de tiers.
La latence dépend de la longueur de l'entrée et de la sortie, de la charge du serveur et des paramètres spécifiques de la requête. OrcaRouter achemine les requêtes vers l'infrastructure de DeepSeek, et les temps de réponse typiques pour les contextes longs sont plus élevés que pour les contextes courts. Étant donné que le modèle peut produire jusqu'à 384 000 tokens, la génération peut prendre plusieurs minutes pour des réponses très longues. Pour les applications en temps réel nécessitant une latence inférieure à la seconde, envisagez d'utiliser un modèle plus petit avec des sorties plus courtes. OrcaRouter ne publie pas de benchmarks de latence standard ; vous pouvez estimer les performances en exécutant des requêtes de test avec des charges utiles représentatives.
D'après ses spécifications, les principaux atouts de DeepSeek V4 Pro incluent des capacités de contexte et de sortie extrêmement grandes, combinées à de solides performances agentiques mesurées par τ²-Bench. La fenêtre de contexte de 1 million de jetons permet au modèle de conserver et de traiter des manuels entiers ou de longs codes sources en une seule passe, réduisant le besoin de découpage ou de génération augmentée par récupération. La limite de sortie de 384K permet de générer des textes très longs et cohérents sans troncature. Ces caractéristiques le rendent particulièrement précieux pour les tâches qui nécessitent à la fois largeur et profondeur.
Le modèle est exclusivement textuel, il ne peut donc pas gérer les entrées ou sorties multimodales. Son prix par jeton est plus élevé que celui des modèles plus petits, ce qui le rend peu économique pour les tâches à contexte court. Bien que les performances sur τ²-Bench soient solides, aucune information n'est fournie sur d'autres benchmarks standards (par exemple, raisonnement, multilingue, codage), donc ses capacités générales en dehors de l'utilisation d'outils agentiques ne sont pas quantifiées ici. Les utilisateurs doivent également être conscients que des sorties très longues peuvent entraîner des coûts et une latence importants. De plus, le modèle peut produire des réponses incorrectes ou biaisées, comme tous les grands modèles de langage.
La tarification est simple : 0,44 $ par million de tokens d'entrée et 0,87 $ par million de tokens de sortie. Ces tarifs sont fixés par DeepSeek et sont répercutés par OrcaRouter sans aucune marge. Les tokens d'entrée et de sortie sont comptés selon le tokenizer du fournisseur. Il n'y a pas de frais de plateforme supplémentaires, de niveaux d'utilisation ou de réductions sur le volume spécifiés. Le coût total pour une requête est égal à (input_tokens * 0,44 $/1M) + (output_tokens * 0,87 $/1M). Par exemple, une requête avec 100K tokens d'entrée et 50K tokens de sortie coûterait environ 0,044 $ + 0,0435 $ = 0,0875 $.
Aucune information n'a été fournie concernant les réductions de mise en cache ou la mise en cache des invites pour DeepSeek V4 Pro. OrcaRouter n'ajoute pas de balisage, mais on ne sait pas si DeepSeek propose des tarifs réduits pour les préfixes d'invite répétés ou le contexte mis en cache. Les utilisateurs doivent supposer que chaque jeton généré est facturé au tarif standard par jeton. Pour les applications avec une forte répétition dans les invites, envisagez d'évaluer si un autre fournisseur ou modèle avec une prise en charge explicite de la mise en cache pourrait réduire les coûts. Au moment de la rédaction, le modèle de tarification est purement une consommation par jeton sans paliers.
Le coût par token de DeepSeek V4 Pro est plus élevé que celui de nombreux modèles plus petits ou plus anciens disponibles via OrcaRouter. Par exemple, un modèle léger peut coûter un dixième du prix par token. Si votre tâche n'utilise qu'une petite fraction de la fenêtre de contexte (par exemple, 4K tokens) et génère des sorties courtes, vous paierez plus que nécessaire. Le modèle phare devient rentable lorsque la taille plus grande du contexte ou de la sortie réduit directement le nombre d'appels API ou le besoin de systèmes de récupération externes. Pour les applications à volume élevé et à contexte court, un modèle moins cher réduira considérablement votre facture.
OrcaRouter indique que DeepSeek V4 Pro est facturé au tarif du fournisseur avec une marge nulle. Cela signifie que le prix que vous payez par token est exactement ce qu'OrcaRouter paie à DeepSeek, sans marge ajoutée. Cette politique s'applique à tous les modèles listés sur la plateforme. La transparence vous permet de comparer directement les coûts avec d'autres fournisseurs sans vous soucier des frais cachés. Cependant, les tarifs peuvent changer si DeepSeek met à jour ses prix ; OrcaRouter est censé répercuter ces changements sans modification.
Utilisez le point de terminaison de complétion de chat compatible OpenAI : POST https://api.orcarouter.ai/v1/chat/completions. Définissez le paramètre 'model' sur 'deepseek/deepseek-v4-pro'. Incluez votre clé API dans l'en-tête Authorization sous la forme 'Bearer YOUR_API_KEY'. Les paramètres standard tels que 'messages', 'temperature', 'max_tokens', 'top_p', 'stop' et 'frequency_penalty' sont pris en charge. Par exemple, définir 'max_tokens' sur 384000 permettra au modèle de générer jusqu'à ce nombre de tokens. Reportez-vous à la documentation d'OrcaRouter pour tout paramètre supplémentaire pris en charge. La réponse suit le même format que l'API OpenAI.
Tous les paramètres standard de complétion de chat sont disponibles : 'messages' (tableau obligatoire d'objets message avec 'role' et 'content'), 'temperature' (0-2, par défaut probablement 1), 'top_p' (0-1), 'max_tokens' (jusqu'à 384000), 'stop' (chaîne ou tableau de chaînes), 'frequency_penalty' (-2 à 2), 'presence_penalty' (-2 à 2), 'seed' (entier pour échantillonnage déterministe) et 'stream' (booléen). Notez que 'max_tokens' ne peut pas dépasser la sortie maximale du modèle de 384000 jetons ; l'envoi d'une valeur plus élevée sera tronqué ou renverra une erreur. L'identifiant du modèle doit être exactement 'deepseek/deepseek-v4-pro'. Aucun paramètre supplémentaire spécifique au fournisseur n'a été divulgué.
Si vous utilisez la bibliothèque cliente Python d'OpenAI, la migration ne nécessite que deux modifications : définir l'URL de base sur 'https://api.orcarouter.ai/v1' et mettre à jour le nom du modèle vers 'deepseek/deepseek-v4-pro'. Votre code existant qui utilise 'openai.ChatCompletion.create()' ou l'API cliente plus récente devrait fonctionner avec ces ajustements. Assurez-vous de posséder une clé API OrcaRouter. Les schémas de requête et de réponse sont identiques à ceux d'OpenAI, donc aucune autre modification n'est nécessaire. Pour les autres langages de programmation (JavaScript, Java, curl), mettez à jour l'URL du point de terminaison et le champ du modèle en conséquence.
L'URL de base pour toutes les requêtes API est https://api.orcarouter.ai/v1. L'ID exact du modèle à utiliser dans le champ 'model' est 'deepseek/deepseek-v4-pro'. Cet ID est sensible à la casse et doit être fourni exactement tel qu'indiqué. Les requêtes vers tout autre point de terminaison ou utilisant un ID de modèle incorrect généreront une erreur. L'API d'OrcaRouter prend en charge les modes streaming et non-streaming. Pour le streaming, définissez 'stream': true dans le corps de la requête et vous recevrez des événements SSE dans le même format que le streaming d'OpenAI.
Comparé à d'autres modèles phares disponibles via OrcaRouter, DeepSeek V4 Pro offre l'une des plus grandes fenêtres de contexte (1M tokens) et limites de sortie (384K tokens). Son score τ²-Bench de 96.2 est un point de comparaison direct. Cependant, sans données de benchmark pour d'autres modèles sur la même métrique, un classement direct n'est pas possible. De nombreux autres modèles phares prennent en charge les entrées multimodales, ce que DeepSeek V4 Pro ne fait pas. Le coût par token varie ; certains concurrents peuvent avoir des prix par token plus bas mais des fenêtres de contexte plus petites. Le choix dépend de si vous avez besoin des capacités de contexte et de sortie extrêmement grandes ou des capacités multimodales.
Si votre application nécessite la vision (compréhension d'images) ou le traitement audio, vous devez choisir un modèle multimodal. De même, si vos tâches sont généralement courtes (<10K tokens) et ne nécessitent pas l'utilisation d'outils agentiques, un modèle phare généraliste moins cher pourrait être plus rentable. Certains concurrents peuvent offrir une inférence plus rapide pour des contextes courts ou une latence plus faible. La force de DeepSeek V4 Pro réside dans les scénarios où le contexte long et la sortie sont essentiels. Si votre cas d'utilisation implique le traitement de nombreux documents courts séparés, un modèle avec une fenêtre de contexte plus petite mais un prix par token inférieur pourrait être plus économique.
DeepSeek propose plusieurs modèles. DeepSeek V4 Pro est le modèle phare, avec le plus grand contexte et le coût le plus élevé. Les modèles DeepSeek plus petits peuvent avoir des fenêtres de contexte de 32K ou 128K tokens et des prix plus bas, ce qui les rend plus adaptés aux charges de travail typiques. Si vous utilisez déjà un modèle DeepSeek et avez besoin de plus de capacité de contexte ou de meilleures performances agentiques, la mise à niveau vers V4 Pro est l'étape logique. Cependant, pour la plupart des tâches qui ne nécessitent pas le contexte maximal, un modèle DeepSeek de niveau inférieur offrira une qualité similaire à un coût réduit. Consultez le catalogue d'OrcaRouter pour connaître les modèles DeepSeek disponibles.
τ²-Bench mesure la capacité d’un modèle à utiliser des outils dans un cadre agentique. Un score de 96,2 suggère que DeepSeek V4 Pro est très fiable pour appeler correctement des fonctions, analyser les résultats et suivre des instructions en plusieurs étapes. Lors de la comparaison avec d’autres modèles, s’ils ont un score τ²-Bench, vous pouvez comparer directement. Sinon, vous devrez peut-être évaluer sur la base d’autres benchmarks ou de tests qualitatifs. Pour les applications qui n’impliquent pas l’utilisation d’outils, le score τ²-Bench est moins pertinent. Dans ces cas, considérez d’autres métriques comme le raisonnement, le codage ou la compréhension du langage si disponibles.
Compatible OpenAI — gardez votre SDK actuel
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="deepseek/deepseek-v4-pro",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoninglogprobsmax_tokensreasoningresponse_formatstopstreamstream_optionstemperaturethinkingtool_choicetoolstop_logprobstop_puser_id| Entrée / 1M tokens · Heures creuses | $0.442 |
| Sortie / 1M tokens · Heures creuses | $0.884 |
| Lecture cache / 1M · Heures creuses | $0.060 |
| Heures de pointe | 01:00–04:00, 06:00–10:00 ×2 (UTC) |
| Entrée / 1M tokens · ×2 | $0.884 |
| Sortie / 1M tokens · ×2 | $1.768 |
| Lecture cache / 1M · ×2 | $0.120 |
| Devise | USD |
Estimation basée sur le tarif public
Estimation seulement — le nombre réel de tokens dépend du tokeniseur du fournisseur.
Ce dont parlent les développeurs cette semaine
GET /api/public/models/deepseek/deepseek-v4-proOuvrir @misc{orcarouter_deepseek_v4_pro,
title = {DeepSeek V4 Pro API},
author = {DeepSeek},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/deepseek/deepseek-v4-pro}
}DeepSeek. (2026). DeepSeek V4 Pro API. OrcaRouter. https://www.orcarouter.ai/models/deepseek/deepseek-v4-pro