DeepSeek V4 Pro: modelo principal com contexto de 1M tokens, saída de 384K e pontuação de 96,2 no τ²-Bench.
DeepSeek V4 Pro é o modelo principal de geração de texto oferecido pela DeepSeek e disponível através da API da OrcaRouter. Ele foi projetado para tarefas que exigem o processamento de contextos de tokens muito grandes — até 1,048,576 tokens — e a geração de saídas de até 384,000 tokens. O modelo é somente texto, ou seja, não aceita nem produz imagens, áudio ou outras modalidades não textuais. Seus preços são transparentes: $0.44 por 1 milhão de tokens de entrada e $0.87 por 1 milhão de tokens de saída, com a OrcaRouter repassando a taxa do provedor diretamente, sem margem. O modelo alcança uma pontuação de 96,2 no τ²-Bench, refletindo um forte desempenho em cenários de uso de ferramentas agentivas. Ele é acessado através de um endpoint de API compatível com OpenAI em https://api.orcarouter.ai/v1 usando o identificador de modelo 'deepseek/deepseek-v4-pro'.
O DeepSeek V4 Pro tem como alvo desenvolvedores, cientistas de dados e pesquisadores que trabalham regularmente com contextos muito longos—como documentos legais, bases de código com vários arquivos ou artigos de pesquisa extensos. Seu grande limite de saída (384.000 tokens) também atende a aplicações que exigem a geração de conteúdo estruturado substancial, como rascunhos do tamanho de um livro ou relatórios abrangentes. Devido à sua alta capacidade de contexto, é especialmente valioso para aplicações de múltiplas interações onde todo o histórico da conversa deve permanecer na visão do modelo. No entanto, para consultas curtas de uma única interação ou tarefas com contexto limitado, um modelo menor ou mais barato pode ser mais econômico. Este modelo também é adequado para avaliar o desempenho agentivo graças à sua forte pontuação τ²-Bench.
As especificações-chave incluem uma janela de contexto de 1.048.576 tokens e uma saída máxima de 384.000 tokens. O modelo opera apenas com entrada de texto. O preço é definido em $0,44 por 1 milhão de tokens de entrada e $0,87 por 1 milhão de tokens de saída, sem margem sobre a taxa do provedor. A pontuação de referência principal do modelo é 96,2 no τ²-Bench, uma métrica que avalia a capacidade do modelo de usar ferramentas em um contexto agentivo. Ele é hospedado pela OrcaRouter e pode ser acessado via API compatível com OpenAI em https://api.orcarouter.ai/v1 com o ID do modelo 'deepseek/deepseek-v4-pro'. Essas especificações o tornam um dos modelos de texto de maior capacidade em termos de comprimento de contexto e saída disponível através da OrcaRouter.
O OrcaRouter oferece o DeepSeek V4 Pro através de sua API compatível com OpenAI. Os usuários enviam solicitações para https://api.orcarouter.ai/v1 com o parâmetro model definido como 'deepseek/deepseek-v4-pro'. A API suporta endpoints e parâmetros padrão de conclusão de chat (por exemplo, temperature, max_tokens, stop). O OrcaRouter não adiciona nenhum markup ao preço do provedor, portanto a taxa cobrada corresponde a $0.44/$0.87 por milhão de tokens. Essa configuração simplifica a migração para equipes que já usam a biblioteca cliente da OpenAI — elas só precisam alterar a URL base e o nome do modelo. O OrcaRouter lida com roteamento e confiabilidade sem exigir autenticação adicional além de uma chave de API.
O DeepSeek V4 Pro se destaca em tarefas que exigem compreensão de textos longos, como resumir livros inteiros, responder perguntas em contextos de milhares de tokens e extrair dados estruturados de documentos extensos. Seu grande limite de saída permite a geração de análises detalhadas, código ou escrita criativa que abrange centenas de milhares de tokens. Por ser exclusivamente textual, suas capacidades se limitam a raciocínio, geração e seguimento de instruções baseados em texto. Ele não oferece suporte a visão, áudio ou outras modalidades. A alta pontuação τ²-Bench do modelo (96.2) sugere forte desempenho em ambientes agentivos, onde o modelo deve usar ferramentas externas ou APIs para concluir tarefas.
Enquanto o DeepSeek V4 Pro oferece enorme capacidade de contexto e saída, ele tem um custo por token mais alto do que modelos mais compactos. Para tarefas que exigem apenas algumas centenas de tokens de contexto e saída, usar este modelo principal pode ser um desperdício. Cenários típicos onde um modelo menor e mais barato é suficiente incluem classificação de turno único, sumarização de forma curta ou tradução simples de passagens breves. Se sua aplicação não se beneficia da janela de contexto completa de 1M ou do limite de saída de 384K, você pode reduzir latência e custo selecionando um modelo de um nível inferior. A OrcaRouter oferece uma variedade de modelos; considere um modelo não principal para consultas do dia a dia.
O modelo é ideal para aplicações que envolvem o processamento de bases de código inteiras para refatoração ou documentação, a análise de documentos legais ou regulamentares com centenas de páginas e a manutenção de conversas coerentes ao longo de muitas interações em que todo o histórico é necessário. Também é adequado para gerar conteúdo longo, como manuais técnicos detalhados, romances ou revisões abrangentes de pesquisa. Sua capacidade de gerar até 384.000 tokens em uma única resposta o torna um dos poucos modelos capazes de produzir saídas estruturadas muito grandes sem a necessidade de fragmentação. Para fluxos de trabalho agentivos que exigem o uso de ferramentas em contextos longos, a pontuação τ²-Bench indica forte confiabilidade.
O DeepSeek V4 Pro suporta apenas entrada e saída de texto. Ele não pode processar ou gerar imagens, áudio, vídeo ou outros formatos não textuais. Se a sua aplicação exigir recursos multimodais — como analisar um gráfico ou transcrever fala — você precisará usar um modelo diferente que suporte essas modalidades ou combinar o DeepSeek V4 Pro com processadores externos separados. Dentro do seu domínio exclusivo de texto, o modelo é projetado para lidar com contagens de tokens muito grandes, tornando-o adequado para tarefas em que a entrada ou saída é predominantemente textual e longa.
O benchmark principal fornecido para o DeepSeek V4 Pro é 96,2 em τ²-Bench. O τ²-Bench avalia a capacidade de um modelo de usar ferramentas e seguir instruções em um ambiente agêntico, simulando tarefas que exigem que o modelo chame funções, interprete resultados e itere. Uma pontuação de 96,2 indica alta precisão e confiabilidade em tais configurações. Nenhuma outra pontuação de benchmark (por exemplo, MMLU, HumanEval) é especificada para este modelo, portanto, comparações diretas devem se limitar ao desempenho em τ²-Bench. Usuários interessados em outras dimensões (raciocínio, programação, etc.) podem precisar consultar avaliações públicas de terceiros.
Latência depende do comprimento da entrada e da saída, da carga do servidor e dos parâmetros específicos da solicitação. O OrcaRouter roteia solicitações para a infraestrutura do DeepSeek, e os tempos de resposta típicos para contextos longos são maiores do que para os curtos. Como o modelo pode gerar até 384.000 tokens, a geração pode levar minutos para respostas muito longas. Para aplicações em tempo real que exigem latência inferior a um segundo, considere usar um modelo menor com saídas mais curtas. O OrcaRouter não publica benchmarks padrão de latência; você pode estimar o desempenho executando solicitações de teste com cargas representativas.
Com base em suas especificações, os principais pontos fortes do DeepSeek V4 Pro incluem capacidades extremamente grandes de contexto e saída, combinadas com um forte desempenho agêntico medido pelo τ²-Bench. A janela de contexto de 1 milhão de tokens permite que o modelo retenha e processe livros inteiros ou bases de código extensas em uma única passagem, reduzindo a necessidade de fragmentação ou geração aumentada por recuperação. O limite de saída de 384K possibilita a geração de textos muito longos e coerentes sem truncamento. Essas características o tornam particularmente valioso para tarefas que exigem amplitude e profundidade simultaneamente.
O modelo é exclusivamente textual, portanto não pode lidar com entradas ou saídas multimodais. Seu preço por token é mais alto que o de modelos menores, tornando-o antieconômico para tarefas de contexto curto. Embora o desempenho no τ²-Bench seja forte, nenhuma informação é fornecida sobre outros benchmarks padrão (por exemplo, raciocínio, multilíngue, codificação), portanto suas capacidades gerais fora do uso agentivo de ferramentas não são quantificadas aqui. Os usuários também devem estar cientes de que saídas muito longas podem incorrer em custos e latência significativos. Além disso, o modelo pode produzir respostas incorretas ou tendenciosas, como acontece com todos os grandes modelos de linguagem.
Precificação é direta: $0,44 por 1 milhão de tokens de entrada e $0,87 por 1 milhão de tokens de saída. Essas tarifas são definidas pela DeepSeek e repassadas pela OrcaRouter sem nenhum acréscimo. Tanto os tokens de entrada quanto os de saída são contados de acordo com o tokenizer do provedor. Não há taxas adicionais de plataforma, níveis de uso ou descontos por volume especificados. O custo total para uma solicitação é igual a (input_tokens * $0,44/1M) + (output_tokens * $0,87/1M). Por exemplo, uma solicitação com 100K tokens de entrada e 50K tokens de saída custaria aproximadamente $0,044 + $0,0435 = $0,0875.
Nenhuma informação foi fornecida sobre descontos de cache ou cache de prompt para o DeepSeek V4 Pro. O OrcaRouter não adiciona markup, mas não se sabe se o DeepSeek oferece tarifas reduzidas para prefixos de prompt repetidos ou contexto em cache. Os usuários devem assumir que cada token gerado é cobrado pela tarifa padrão por token. Para aplicações com alta repetição nos prompts, considere avaliar se um provedor ou modelo diferente com suporte explícito a cache poderia reduzir os custos. Até o momento desta redação, o modelo de precificação é puramente por consumo de token, sem faixas.
O custo por token do DeepSeek V4 Pro é maior do que muitos modelos menores ou mais antigos disponíveis via OrcaRouter. Por exemplo, um modelo leve pode custar um décimo do valor por token. Se sua tarefa usa apenas uma pequena fração da janela de contexto (por exemplo, 4K tokens) e gera saídas curtas, você pagará mais do que o necessário. O modelo principal se torna econômico quando o contexto maior ou o tamanho da saída reduz diretamente o número de chamadas de API ou a necessidade de sistemas de recuperação externos. Para aplicações de alto volume e contexto curto, um modelo mais barato reduzirá significativamente sua conta.
OrcaRouter afirma que o DeepSeek V4 Pro é faturado à taxa do provedor sem margem de lucro. Isso significa que o preço que você paga por token é exatamente o que a OrcaRouter paga à DeepSeek, sem margem adicional. Essa política se aplica a todos os modelos listados na plataforma. A transparência permite que você compare os custos diretamente com outros provedores sem se preocupar com taxas ocultas. No entanto, as taxas podem mudar se a DeepSeek atualizar seus preços; espera-se que a OrcaRouter repasse essas alterações sem modificação.
Use o endpoint de conclusões de chat compatível com OpenAI: POST https://api.orcarouter.ai/v1/chat/completions. Defina o parâmetro 'model' como 'deepseek/deepseek-v4-pro'. Inclua sua chave de API no cabeçalho Authorization como 'Bearer YOUR_API_KEY'. Parâmetros padrão como 'messages', 'temperature', 'max_tokens', 'top_p', 'stop' e 'frequency_penalty' são suportados. Por exemplo, definir 'max_tokens' como 384000 permitirá que o modelo gere até esse número de tokens. Consulte a documentação do OrcaRouter para quaisquer parâmetros adicionais suportados. A resposta segue o mesmo formato da API da OpenAI.
Todos os parâmetros padrão de conclusão de chat estão disponíveis: 'messages' (array obrigatório de objetos de mensagem com 'role' e 'content'), 'temperature' (0-2, padrão provavelmente 1), 'top_p' (0-1), 'max_tokens' (até 384000), 'stop' (string ou array de strings), 'frequency_penalty' (-2 a 2), 'presence_penalty' (-2 a 2), 'seed' (inteiro para amostragem determinística) e 'stream' (booleano). Observe que 'max_tokens' não pode exceder a saída máxima do modelo de 384000 tokens; enviar um valor maior será cortado ou retornará um erro. O identificador do modelo deve ser exatamente 'deepseek/deepseek-v4-pro'. Nenhum parâmetro adicional específico do provedor foi divulgado.
Se você estiver usando a biblioteca cliente Python da OpenAI, a migração requer apenas duas alterações: defina a URL base para 'https://api.orcarouter.ai/v1' e atualize o nome do modelo para 'deepseek/deepseek-v4-pro'. Seu código existente que usa 'openai.ChatCompletion.create()' ou a API cliente mais recente deve funcionar com essas modificações. Certifique-se de ter uma chave de API do OrcaRouter. Os esquemas de requisição e resposta são idênticos aos da OpenAI, portanto nenhuma outra alteração é necessária. Para outras linguagens de programação (JavaScript, Java, curl), atualize a URL do endpoint e o campo de modelo de acordo.
O URL base para todas as requisições à API é https://api.orcarouter.ai/v1. O ID exato do modelo a ser usado no campo 'model' é 'deepseek/deepseek-v4-pro'. Este ID diferencia maiúsculas de minúsculas e deve ser fornecido exatamente como mostrado. Requisições a qualquer outro endpoint ou usando um ID de modelo incorreto resultarão em erro. A API do OrcaRouter suporta modos de streaming e não streaming. Para streaming, defina 'stream': true no corpo da requisição, e você receberá eventos SSE no mesmo formato do streaming da OpenAI.
Em comparação com outros modelos flagship disponíveis através do OrcaRouter, o DeepSeek V4 Pro oferece uma das maiores janelas de contexto (1M tokens) e limites de saída (384K tokens). Sua pontuação τ²-Bench de 96,2 é um ponto de comparação direto. No entanto, sem dados de benchmark para outros modelos na mesma métrica, não é possível uma classificação direta. Muitos outros modelos flagship suportam entradas multimodais, o que o DeepSeek V4 Pro não faz. O custo por token varia; alguns concorrentes podem ter preços por token mais baixos, mas janelas de contexto menores. A escolha depende se você precisa das capacidades extremamente grandes de contexto e saída ou das capacidades multimodais.
Se sua aplicação requer visão (compreensão de imagem) ou processamento de áudio, você deve escolher um modelo multimodal. Da mesma forma, se suas tarefas são tipicamente curtas (<10K tokens) e não exigem uso de ferramentas agentivas, um carro-chefe de propósito geral mais barato pode ser mais econômico. Alguns concorrentes podem oferecer inferência mais rápida para contextos curtos ou latência menor. A força do DeepSeek V4 Pro está em cenários onde o contexto longo e a saída são essenciais. Se seu caso de uso envolve processar muitos documentos curtos separados, um modelo com uma janela de contexto menor, mas com preço por token mais baixo, pode ser mais econômico.
DeepSeek oferece vários modelos. O DeepSeek V4 Pro é o principal, com o maior contexto e o custo mais alto. Modelos menores da DeepSeek podem ter janelas de contexto de 32K ou 128K tokens e preços mais baixos, tornando-os mais adequados para cargas de trabalho típicas. Se você já está usando um modelo DeepSeek e precisa de mais capacidade de contexto ou melhor desempenho agentivo, atualizar para o V4 Pro é o passo lógico. No entanto, para a maioria das tarefas que não exigem o contexto máximo, um modelo DeepSeek de nível inferior fornecerá qualidade semelhante com custo reduzido. Consulte o catálogo do OrcaRouter para ver os modelos DeepSeek disponíveis.
τ²-Bench mede a capacidade de um modelo de usar ferramentas em um ambiente agentivo. Uma pontuação de 96.2 sugere que o DeepSeek V4 Pro é altamente confiável em chamar funções corretamente, analisar resultados e seguir instruções de múltiplas etapas. Ao comparar com outros modelos, se eles tiverem uma pontuação no τ²-Bench, você pode comparar diretamente. Caso contrário, talvez seja necessário avaliar com base em outros benchmarks ou testes qualitativos. Para aplicações que não envolvem uso de ferramentas, a pontuação do τ²-Bench é menos relevante. Nesses casos, considere outras métricas como raciocínio, codificação ou compreensão de linguagem, se disponíveis.
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="deepseek/deepseek-v4-pro",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)| Entrada / 1M tokens | $0.442 |
| Saída / 1M tokens | $0.884 |
| Leitura de cache / 1M | $0.060 |
| Moeda | USD |