DeepSeek V4 Pro旗舰MoE — 1.6T 总参数 / 49B 激活参数，1M 上下文，顶级推理 + 智能体工具使用。
DeepSeek V4 Pro是DeepSeek推出的旗舰文本生成模型，可通过OrcaRouter的API使用。该模型专为处理海量令牌上下文（最多1,048,576个令牌）并生成最长384,000令牌的输出而设计。它仅支持文本模态，不接受或生成图像、音频等其他非文本内容。定价透明：每100万输入令牌0.44美元，每100万输出令牌0.87美元，OrcaRouter直接以零加价传递提供商费率。该模型…
DeepSeek V4 Pro 在处理需要理解长文本的任务方面表现出色，例如总结整本书、基于数千个token的上下文回答问题，以及从长篇文档中提取结构化数据。其较大的输出限制使其能够生成跨越数十万个token的详尽分析、代码或创意写作。由于仅支持文本，其能力仅限于基于文本的推理、生成和指令遵循，不支持视觉、音频或其他模态。该模型在 τ²-Bench 得分高达 96.2，表明其在需要使用外部工具或 API 完成任务代理场景中表现强劲。
虽然DeepSeek V4 Pro提供了巨大的上下文和输出容量，但相比于更紧凑的模型，其每个token的成本更高。对于仅需几百个token上下文和输出的任务，使用这款旗舰型号可能造成浪费。适合较小、更便宜模型的典型场景包括单轮分类、简短摘要或简单段落翻译。如果你的应用无需充分利用完整的1M上下文窗口或384K输出限制，可以选择较低层级的模型来降低延迟和成本。OrcaRouter提供一系列模型；对于日常查询，请考虑非旗舰型号。
该模型非常适合涉及处理整个代码库以进行重构或文档编制、分析数百页法律或监管文件，以及在需要完整历史记录的多次对话中保持连贯交流的应用场景。它也适用于生成长篇内容，如详细的技术手册、小说或全面的研究综述。其单次响应最多可输出384,000个token，使其成为少数能够在不分块的情况下生成超大型结构化输出的模型之一。对于需要跨长上下文使用工具的智能体工作流，τ²-Bench得分表明了其强大的可靠性。
DeepSeek V4 Pro 仅支持文本输入和输出，无法处理或生成图像、音频、视频及其他非文本格式。如果您的应用需要多模态能力——例如分析图表或转录语音——则需使用支持这些模态的其他模型，或将 DeepSeek V4 Pro 与独立的外部处理器结合使用。在其纯文本领域内，该模型设计为可处理极大的 token 数量，因此适用于输入或输出主要为文本且内容较长的任务。
DeepSeek V4 Pro 的主要基准测试得分为 τ²-Bench 的 96.2。τ²-Bench 评估模型在智能体环境中使用工具和遵循指令的能力，模拟需要模型调用函数、解释结果并迭代执行的任务。96.2 分表明模型在此类场景下具有高准确性和可靠性。该模型未提供其他基准测试分数（如 MMLU、HumanEval），因此直接比较应仅限于 τ²-Bench 的表现。对其他维度（如推理、编码等）感兴趣的用户可能需要参考第三方公开评测。
延迟取决于输入和输出的长度、服务器负载以及具体的请求参数。OrcaRouter 会将请求路由至 DeepSeek 的基础设施，长文本场景的典型响应时间通常高于短文本。由于模型最多可生成 384,000 个 token，对于特别长的回复，生成过程可能需要数分钟之久。若需亚秒级延迟的实时应用，建议使用输出较短的较小模型。OrcaRouter 并未发布标准的延迟基准测试指标；您可通过使用代表性数据负载运行测试请求来估算性能。
根据其规格，DeepSeek V4 Pro的主要优势包括极大的上下文和输出容量，以及通过τ²-Bench衡量的强大代理性能。100万token的上下文窗口使模型能够一次性保留和处理整本教科书或大型代码库，减少了对分块或检索增强生成的需求。38.4万token的输出上限使其能够生成长且连贯的文本而无需截断。这些特性使其特别适合需要同时兼顾广度与深度的任务。
该模型仅支持文本，无法处理多模态输入或输出。其每Token定价高于较小模型，因此对于短上下文任务而言不够经济。虽然在τ²-Bench上的表现强劲，但未提供其他标准基准（如推理、多语言、编码）的相关信息，因此其在工具使用代理场景以外的通用能力尚未在此量化。用户还应注意，极长的输出可能会带来显著的成本和延迟。此外，与所有大型语言模型一样，该模型可能产生错误或有偏见的回应。
定价简单明了：每100万输入代币0.44美元，每100万输出代币0.87美元。这些费率由DeepSeek设定，OrcaRouter以零加价传递。输入和输出代币均根据提供商的标记器计数。未指定额外的平台费用、使用层级或批量折扣。一次请求的总成本等于（输入代币数量 * $0.44/1M）+（输出代币数量 * $0.87/1M）。例如，一次请求包含10万输入代币和5万输出代币，大约需要 $0.044 + $0.0435 = $0.0875。
目前尚未提供关于DeepSeek V4 Pro缓存折扣或提示缓存的信息。OrcaRouter不会添加标记，但未知DeepSeek是否为重复提示前缀或缓存的上下文提供优惠费率。用户应假设每个生成的令牌都按标准每令牌费率计费。对于提示中重复性较高的应用程序，请考虑评估是否使用具有显式缓存支持的其他提供商或模型可以降低成本。截至撰写本文时，定价模式仅为纯每令牌消耗，无分层计费。
DeepSeek V4 Pro 的每 token 成本高于 OrcaRouter 提供的许多较小或较旧模型。例如，一个轻量级模型的每 token 成本可能仅为十分之一。如果您的任务只使用上下文窗口的一小部分（例如 4K tokens）并生成较短的输出，那么您将支付超出必要的费用。当较大的上下文或输出规模直接减少 API 调用次数或对外部检索系统的需求时，旗舰模型才具有成本效益。对于高流量、短上下文的应用程序，使用更便宜的模型将显著降低您的账单。
OrcaRouter声明，DeepSeek V4 Pro按提供商费率计费，零加价。这意味着你为每个令牌支付的价格正是OrcaRouter支付给DeepSeek的价格，没有额外利润。此政策适用于平台上列出的所有模型。这种透明度允许你直接与其他提供商比较成本，无需担心隐藏费用。但是，如果DeepSeek更新其定价，费率可能会发生变化；OrcaRouter预计将不加修改地传递这些变化。
使用 OpenAI 兼容的聊天补全端点：POST https://api.orcarouter.ai/v1/chat/completions。将 'model' 参数设置为 'deepseek/deepseek-v4-pro'。在 Authorization 标头中以 'Bearer YOUR_API_KEY' 的形式包含你的 API 密钥。标准参数如 'messages'、'temperature'、'max_tokens'、'top_p'、'stop' 和 'frequency_penalty' 均受支持。例如，将 'max_tokens' 设置为 384000 将允许模型生成多达相应数量的 token。有关其他受支持的参数，请参考 OrcaRouter 的文档。响应遵循与 OpenAI API 相同的格式。
所有标准的聊天补全参数均可用：'messages'（必需的消息对象数组，包含'role'和'content'）、'temperature'（0-2，默认可能为1）、'top_p'（0-1）、'max_tokens'（最大384000）、'stop'（字符串或字符串数组）、'frequency_penalty'（-2到2）、'presence_penalty'（-2到2）、'seed'（用于确定性采样的整数）以及'stream'（布尔值）。请注意，'max_tokens'不能超过模型的最大输出384000个token；发送更高的值将被截断或返回错误。模型标识符必须精确为'deepseek/deepseek-v4-pro'。未公开其他特定于提供商的参数。
如果您正在使用 OpenAI Python 客户端库，迁移只需做两处修改：将基础 URL 设置为 'https://api.orcarouter.ai/v1'，并将模型名称更新为 'deepseek/deepseek-v4-pro'。您现有的使用 'openai.ChatCompletion.create()' 或新客户端 API 的代码在这些修改后应能正常工作。请确保您拥有 OrcaRouter API 密钥。请求和响应的模式与 OpenAI 完全相同，因此无需其他更改。对于其他编程语言（JavaScript、Java、curl），请相应地更新端点 URL 和模型字段。
所有API请求的基础URL为 https://api.orcarouter.ai/v1。在 'model' 字段中需使用的确切模型ID为 'deepseek/deepseek-v4-pro'。此ID区分大小写，必须完全按照所示提供。请求其他端点或使用错误的模型ID将导致错误。OrcaRouter的API支持流式和非流式两种模式。若使用流式传输，请在请求体中设置 'stream': true，您将接收到与OpenAI流式传输相同格式的SSE事件。
与OrcaRouter上提供的其他旗舰型号相比，DeepSeek V4 Pro拥有最大的上下文窗口之一（100万Token）和输出限制（38.4万Token）。其τ²-Bench评分96.2分是一个直接对比点。然而，由于其他模型在同一指标上缺乏基准数据，无法直接进行排名。许多其他旗舰型号支持多模态输入，而DeepSeek V4 Pro不支持。每个Token的成本各不相同；部分竞争对手可能提供更低的单Token价格，但上下文窗口更小。选择取决于您是需要极其庞大的上下文和输出容量，还是多模态功能。
如果您的应用需要视觉（图像理解）或音频处理，则必须选择多模态模型。同样，如果任务通常较短（<10K 个 token）且无需智能工具调用，那么价格更便宜的通用旗舰模型可能更具性价比。部分竞品在短上下文场景下推理速度更快或延迟更低。DeepSeek V4 Pro 的优势在于需要长上下文和长输出的场景。如果您的用例涉及处理大量独立的短文档，选择上下文窗口更小但每个 token 价格更低的模型可能会更经济。
DeepSeek提供多种模型。DeepSeek V4 Pro是旗舰版本，拥有最大的上下文窗口和最高的成本。较小的DeepSeek模型可能有32K或128K token的上下文窗口，价格较低，更适合典型工作负载。如果你已经在使用DeepSeek模型，并且需要更大的上下文容量或更好的智能体性能，升级到V4 Pro是合理的选择。然而，对于大多数不需要最大上下文的任务，较低级别的DeepSeek模型将以较低的成本提供相似的质量。请查看OrcaRouter的目录以获取可用的DeepSeek模型。
τ²-Bench 衡量模型在智能体环境中使用工具的能力。96.2 的分数表明 DeepSeek V4 Pro 在正确调用函数、解析结果以及遵循多步骤指令方面高度可靠。在与其他模型进行比较时，如果它们有 τ²-Bench 分数，可以直接比较。如果没有，可能需要根据其他基准或定性测试进行评估。对于不涉及工具使用的应用程序，τ²-Bench 分数相关性较低。在这种情况下，如果可用，请考虑其他指标，例如推理、编码或语言理解。
兼容 OpenAI——沿用你现有的 SDK
https://api.orcarouter.ai/v1from 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)include_reasoninglogprobsmax_tokensreasoningresponse_formatstopstreamstream_optionstemperaturethinkingtool_choicetoolstop_logprobstop_puser_id| 输入 / 1M tokens | $0.442 |
| 输出 / 1M tokens | $0.884 |
| 缓存读取 / 1M | $0.060 |
| 货币 | USD |
基于标价的估算
仅为估算——实际 Token 数取决于提供商的分词器。
本周开发者的讨论
@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