DeepSeek V4 Pro Releasedatum: Build 0813 är officiellt live, och priset går upp.

Natten mellan den 12 och 13 augusti 2026, pekingtid, upphörde frågan som denna sida byggts kring att vara en fråga: DeepSeek V4 Pro släpptes. DeepSeek uppdaterade deepseek-v4-pro API-slutpunkten från förhandsversionen som den hade tillhandahållit sedan 24 april till den officiella versionen — 0813 — 111 dagar senare, och Artificial Analysis listade modellen på nytt på samma sätt, med datumet 13 augusti 2026 i sin egen FAQ. Den officiella versionen behåller förhandsversionens arkitektur (en mixture-of-experts med 1,6 biljoner parametrar och 49 miljarder aktiva parametrar) och behåller priset (0,435 USD in / 0,87 USD ut per miljon token), men den är en väsentligt bättre agent — och den hamnar inom ett ensiffrigt indexgap från Moonshots Kimi K3, den rival med öppna vikter som denna sida har mätt den mot sedan april.

För en vecka sedan var den här sidans uppgift att testa den förutsägelse som cirkulerade att V4 Pro skulle komma "på Kimi K3-nivå men 10x billigare." Släppet låter oss slutligen betygsätta den, och betyget är närmare än vad siffrorna från förhandsvisningen antydde: på Artificial Analysis oberoende Intelligence Index får 0813-bygget 53 poäng där förhandsversionen låg på 44 — ett hopp som lämnar prognosens prisdel exakt där den var och för dess intelligensdel betydligt närmare paritet. Nedan följer vad det officiella bygget faktiskt är, vad släppet gör med siffrorna, och varför ögonblicket du har väntat på också är det ögonblick då leverantören har sagt att du kan förvänta dig en prishöjning.

Vad den officiella versionen faktiskt är

D​eepSeek beskriver 0813 som en post-träning-uppgradering av samma arkitektur, inte en ny förträning – den typen av release som förändrar modellens beteende mycket mer än versionsnumret antyder. Antalet parametrar, kontextfönstret på 1 miljon token och utdatataket på 384 000 token är oförändrade jämfört med förhandsversionen. Vad som har ändrats är allt mellan vikterna och ditt API-anrop.

De två viktigaste förändringarna är båda första i sitt slag för modellserien. Inbyggd bildresonering: förhandsversionen var endast textbaserad, och 0813-bygget kan nu analysera bilder, skärmbilder och blandade dokument i sin tankemotor — den förmåga som hade utmärkt DeepSeek V4 Pro som en kodningsspecialist gentemot slutna agentmodeller. Och en ombyggd API-yta för agenter: officiellt stöd för Responses API, integrering i Codex-liknande arbetsflöden, slutpunkter i Anthropic-format, strukturerad JSON-utdata och verktygsanrop, plus två betafunktioner riktade till agentutvecklare — konversationsprefix-fortsättning och fill-in-the-middle (FIM)-komplettering.

En operativ siffra värd att känna till innan du bygger: det officiella API:et begränsar DeepSeek V4 Pro till 500 samtidiga förfrågningar, en femtedel av gränsen på 2 500 för DeepSeek V4 Flash. För ett chattgränssnitt är det ingenting; för en agentflotta som skickar ut hundratals parallella anrop är det ett reellt tak – och det är anledningen till att team som bygger på den här modellen vanligtvis dirigerar den tillsammans med en andra leverantör snarare än att satsa en produktionsväg på en enda anslutning.

Här är posten i ändringsloggen som gjorde den här sidan nödvändig från första början — notisen från 31 juli 2026 som tillkännagav V4 Flash:s officiella bygge och avslutades med meningen "Den officiella releasen av DeepSeek-V4-Pro kommer snart." Det gjorde den, den 13 augusti — tyst. Det har inte funnits något formellt engelskspråkigt tillkännagivande och inga engelskspråkiga utvärderingsresultat från DeepSeek i skrivande stund; releasen fastställs genom API-beteendet i sig, prissidan och oberoende spårare, med Artificial Analysis som återlistade modellen som det officiella bygget samma dag.

Benchmarkhoppet, och vad det gör med prognosen

D​eepSeek publicerade skillnaderna mellan förhandsversionen och GA-versionen tillsammans med lanseringen. Det är siffror som rapporterats av leverantören, inte återskapade av oberoende laboratorier i skrivande stund, och de bör läsas som D​eepSeeks eget påstående om sin egen modell — men storleken på skillnaderna är ändå det viktiga. Riktmärkena för agentisk användning och verktygsanvändning fördubblades ungefär:

• DeepSWE (mjukvaruutvecklingsagent): 12.8 i förhandsvisningen → 62.7 på 0813, som D​eepSeek noterar överträffar Claude Opus 4.8:s 58.0.

• Cybergym (AI-säkerhetsagent): 52.7 → 83.3, en hårsmån över Claude Fable 5:s 83.1.

• AutomationBench: 12,8 → 31,8, före Claude Fable 5:s 29,1.

• Terminal-Bench 2.1: 72,1 → 87,9, inom en poäng från Claude Fable 5:s 88,0.

• NL2Repo: 38.5 → 61.5; Toolathlon: 55.9 → 74.1; DSBench-Hard: 31.1 → 67.2; DSBench-FullStack: 41.8 → 71.1; HLE: 37.7 → 42.7 (60.0 med verktyg).

Ett hopp av den formen — de agentiska benchmarks fördubblas medan arkitekturen förblir stillastående — är fingeravtrycket av en omfattande efterträningsinsats, och det är exakt den form som den tidigare versionen av denna artikel förutspådde. De oberoende checkpointsen bekräftar. Artificial Analysis har omvärderat DeepSeek V4 Pro till 53 på sitt Intelligence Index, rankad #2 bland de 104 modeller som det för närvarande listar — upp från förhandsversionens 44 (rank #6 av 101). På samma aktuella ögonblicksbild får Moonshots Kimi K3 (max) 60, så intelligensgapet som låg på 13 punkter i förhandsversionens era har minskat till sju.

Detta är ögonblicket att ge aritmetiken erkännande, eftersom den träffade nästan exakt. Den tidigare versionen av denna artikel extrapolerade från Flashs officiella bygge — som fick 10 indexpoäng enbart från post-träningen — och förutspådde att Pro GA skulle hamna på 54. Den faktiska ompoängsättningen är 53. Det är den enskilt viktigaste siffran i denna uppdatering: intelligenshalvan av prognosen var fel med en poäng, och fel i riktning mot 'något optimistisk'.

En reservation hör hemma bredvid den siffran. 0813 benchmarkresultaten dök upp för första gången inte i ett officiellt engelskt inlägg utan i en WeChat-grupp, varifrån de spreds till Reddit och Hacker News – och läckan och den oberoende ögonblicksbilden stämmer inte överens ens i fråga om riktningen. Enligt en analytikers sammanställning ligger de läckta siffrorna ungefär 2,7 % under mätningen från Artificial Analysis för V4 Flash och cirka 9 % under för V4 Pro. Det är en avvikelse i tecken såväl som i storlek, och det är anledningen till att fortsätta bokföra de fördubblande deltavärdena som leverantörs- och läckrapporterade tills DeepSeek publicerar sina egna utvärderingar på engelska och ett oberoende labb reproducerar dem.

Diagrammet ovan är från den ursprungliga versionen av denna sida — projektionen den ritade (Kimi K3 på 57, "GA om den upprepar Flashs +10" på 54, förhandsvisningen på 44). Det uppmätta utfallet ligger en poäng under projektionen: den aktuella snapshoten från Artificial Analysis visar Kimi K3 på 60 och DeepSeek V4 Pro 0813 på 53. Förutsägelsens form höll i sig; det kvarvarande gapet är mindre än förhandsvisningen antydde men finns ändå kvar.

Här är det oberoende laboratoriets ögonblicksbild från förhandsvisningsepoken — sidan som denna sida citerade i sin tidigare version. Artificial Analysis mätte DeepSeek V4 Pro (Reasoning, Max Effort) till 44, rankad #6 av 101, spenderade 176,34 dollar på att utvärdera den och registrerade dess utförlighet på 180 miljoner utdatatoken mot en klassmedian på 100 miljoner. Den skärmbilden är nu historisk: samma sida listade om modellen till 53 efter att 0813-versionen släpptes. Den är också den tydligaste illustrationen av varför jämförelser inom samma ögonblicksbild spelar roll — 44:an och 53:an är mätningar av två olika versioner.

Vad det kostar — bekräftat, och det finstilta

Den officiella releasen ändrade inte prislistan. DeepSeek V4 Pro ligger kvar på 0,435 dollar per miljon inmatningstoken vid cachemiss, 0,003625 dollar vid cachträff (99 % rabatt) och 0,87 dollar per miljon utdatatoken – ungefär tre gånger priset för DeepSeek V4 Flash och fortfarande ungefär en sjundedel av vad Kimi K3 tar för inmatning och en sjuttonedel för utdata. Cachträffsgraden är i praktiken gratis, vilket gör arbetsbelastningar med långa kontexter och upprepade prefix (systemprompter, few-shot-bibliotek, kodbaser) dramatiskt billigare än på någon stängd frontier-modells prissättning.

Vad releasen gör med prisberättelsen är att göra leverantörens varning konkret. Den 6 augusti meddelade D​eepSeek att man "planerar att höja de övergripande priserna för D​eepSeek API-tjänster inom en snar framtid, med en betydande prishöjning väntad", utan nya priser och utan ikraftträdandedatum. Den varningen låg i den tidigare versionen av denna sida som en risk för tesen om billiga modeller; den ligger nu bredvid en bekräftad release, vilket är det naturliga tillfället för prishöjningen att landa. Ovanpå det ligger den annonserade men inaktiva avgiften för högtrafik — 2x priser för alla debiteringsposter mellan 09:00–12:00 och 14:00–18:00 pekingtid dagligen. Inget av dem har ett ikraftträdandedatum.

Den praktiska innebörden har inte förändrats, men klockan är nu synlig. Priset på 0,435/0,87 dollar är företagets publicerade pris och det är vad den officiella versionen levereras med; det är också, enligt leverantörens eget skriftliga uttalande, ett pris i övergång. Den som bygger en kostnadsmodell på DeepSeek V4 Pro idag bör modellera den nuvarande prisnivån och den tillkännagivna höjningen, och bör veta att det billiga fönstret är öppet nu — och att leverantören har sagt till alla att det stängs.

Eftersom OrcaRouter förmedlar leverantörernas listpriser direkt med 0% påslag, är $0.435/$0.87 på vår deepseek/deepseek-v4-pro-modellsida D​eepSeek:s eget nummer, inte ett vidareförsäljningspris — vilket innebär att i samma stund som den annonserade höjningen landar hos D​eepSeek, landar den här samma dag, utan mellanhandsmarginal och utan avtalscykel att vänta ut. För team som vill låsa in nuvarande prisbild medan den varar — och kringgå gränsen på 500 samtidiga anrop med automatisk failover till en andra leverantör — är modellen ett API-anrop bort.

Det tysta bytet som du varnades för — det hände

Den tidigare versionen av denna sida flaggade en operativ risk som är viktigare än datumet: API-modell-ID:t är den nakna strängen deepseek-v4-pro, utan preview-suffix och utan daterad byggsträng, trots att företagets egen ändringslogg hänvisade till det levererade Flash-bygget som V4-Flash-0731. Varningen var att låsa fast modell-ID:t inte skulle låsa fast bygget, och att samma sträng en dag tyst skulle börja leverera andra vikter.

Den dagen var den 13 augusti. deepseek-v4-pro-strängen som har tjänat förhandsversionen sedan april tjänar nu den officiella bygget, utan att någon kodändring krävs för att ta emot den — exakt det Flash-mönster som ändringsloggen beskrev ("sätt helt enkelt modellnamnet till deepseek-v4-flash för att använda den senaste versionen"), upprepat för Pro. Om du byggde mot förhandsversionen anropar du nu den officiella bygget, oavsett om du avsåg det eller inte, och varje utvärdering du körde före den 13 augusti är en mätning av en annan modell.

Den praktiska vägledningen från den tidigare versionen står sig därför, ett steg längre fram: behåll en regressionsuppsättning som du kan köra om vid behov; håll en andra modell nåbar utan kodändring; och kör om dina utvärderingar nu, inte för att bygget är dåligt utan för att det är nytt. Detta är den prosaiska anledningen till att failover finns — DeepSeek V4 Pro, DeepSeek V4 Flash och Kimi K3 ligger alla bakom en enda OrcaRouter-nyckel på en OpenAI-kompatibel slutpunkt, så "kör om utvärderingen på alla tre, dirigera sedan om trafiken" är en konfigurationsändring snarare än en upphandlingsprocess, och ett dåligt GA-bygge är ett routningsbeslut istället för en incident.

Bör du bygga vidare på det nu?

Utgåvan besvarar frågan som denna sida ursprungligen skrevs för att skjuta upp. Den officiella versionen är den att utvärdera mot — förhandsversionens agent-poäng var ett golv, och 0813-siffrorna är de riktiga. Den ärliga sammanfattningen av beslutet: DeepSeek V4 Pro är den starkaste billiga agentmodellen med vikter du kan ladda ner, den är inte längre ”inte lika smart” som Kimi K3 med bred marginal — sju indexpoäng vid maximal ansträngning, med leverantörens egen post-träningskurva som antyder att gapet fortfarande minskar — och leverantören har sagt att priset kommer att stiga.

Om ditt arbete ligger i framkant av krävande resonemang, köper de sju poängen till Kimi K3 fortfarande något i marginalen, och priset är en distraktion från det. Om ditt arbete är högvolym och enbart svårt, är det svårt att motivera att betala ungefär 14x för Kimi K3 när 0813-bygget presterar så nära. Och om du väntade på den officiella releasen innan du byggde, är den väntan över — releasen du väntade på har släppts, prissatts, med öppna vikter och en MIT-licens, den 13 augusti 2026.

Frågor som folk faktiskt frågar

Är DeepSeek V4 Pro släppt?Ja. Den officiella bygget (0813) gick live på DeepSeek API den 13 augusti 2026 och ersatte förhandsversionen som hade varit i bruk sedan 24 april. Modellsträngen, deepseek-v4-pro, är oförändrad – bygget bakom den är det inte. DeepSeek har ännu inte publicerat något engelskspråkigt tillkännagivande eller egna engelska utvärderingar, så lanseringen fastställs genom API-beteendet, prissidan och oberoende omlistningar snarare än genom ett officiellt uttalande.

Är den lika bra som Kimi K3 nu? Mycket närmare, ännu inte lika. I Artificial Analysis nuvarande Intelligence Index-ögonblicksbild får DeepSeek V4 Pro 0813 53 mot Kimi K3 (max) 60 — ned från det 13-poängsgap som skilde förhandsversionen från Kimi K3 i början av augusti.

Ändrades priset vid den officiella lanseringen? Nej. Listpriset är oförändrat på $0.435 in / $0.87 ut per miljon tokens, med cache-träffar på $0.003625. Ändringen är på horisonten, inte i listan: D​eepSeek har uppgett att de planerar en "betydande" höjning av den totala API-prissättningen, utan några priser eller datum ännu.

Är det aktuella priset säkert att bygga en kostnadsmodell på? Villkorligt, och med en synlig klocka. Det är företagets publicerade pris för den officiella bygget, men leverantören har meddelat att en prishöjning är på väg, och en inaktiv tilläggsavgift för rusningstid skulle fördubbla dagtidspriserna. Modellera båda fallen; även fördubblat förblir DeepSeek V4 Pro flera gånger billigare än Kimi K3.

Den ärliga läsningen

Prognosen som inledde den här sidan var halvt rätt, och den hälft som stämde är den som folk lär ha svårast att tro på. "10x billigare" är en underdrift: på samma uppmätta utvärderingsbelastning kostade DeepSeek V4 Pro $176.34 mot Kimi K3:s $2,437.41 — 13.8x — och den officiella releasen rörde inte den matematiken. "Kimi K3-nivå" är den del som kom inom räckhåll men inte infriades: 0813-versionen får 53 mot Kimi K3:s 60 på den enda sammansatta mätning som ett oberoende labb kör på båda, där förhandsversionen hade legat 13 poäng efter. Den tidigare versionen av denna sida förutspådde 54. Den landade på 53.

Vad som skulle förändra den här bedömningen är specifikt. Om den annonserade prisökningen resulterar i priser som halverar fördelen, upphör tesen om den billiga modellen att vara billig under de timmar som de flesta team arbetar. Om ett tredjepartslabb reproducerar DeepSWE 62.7 och Cybergym 83.3, bekräftas leverantörens post-training-hopp snarare än påstås — och det WeChat-läckta utvärderingssetet, som inte ens matchar Artificial Analysis i riktning, är ett skäl att insistera på den reproduktionen i stället för att ta skillnaderna för givna. Och om 0813-vikterna skickas till Hugging Face med bild- och agentfunktionerna intakta, blir DeepSeek V4 Pro den starkaste agentmodellen som kan självhostas — det som förvandlar ”billig frontier-API” till ”billig frontier-infrastruktur.” Än så länge är den korrekta sammanfattningen av DeepSeek V4 Pro att den är släppt, att den är den prisvärdaste seriösa resonemangsmodellen med vikter som du kan ladda ner, att den är närmare frontier än den var för en vecka sedan, och att dess leverantör har sagt till dig att priset kommer att gå upp.