DeepSeek V4 Pro 發佈日期：Build 0813 已正式上線，價格即將上漲

2026年8月12日至13日夜間（北京時間），這個頁面所圍繞的問題不再是問題了：DeepSeek V4 Pro正式發布。DeepSeek 將自4月24日起提供的 deepseek-v4-pro API 預覽版端點，在111天後更新為官方版本——0813；Artificial Analysis 也以同樣方式重新列出該模型，並在其自身的 FAQ 中將其日期標記為2026年8月13日。官方版本保留預覽版的架構（一個1.6兆參數的混合專家模型，其中490億個活躍參數），並維持原價（每百萬個代幣輸入$0.435 / 輸出$0.87），但它是一個實質上更優秀的智能體——而且它僅以個位數的指數差距貼近 Moonshot 的Kimi K3，本頁面自4月以來一直在與之比較的開放權重競爭對手。

一週前，這個頁面的任務是檢驗流傳中的預測：V4 Pro 將會「達到 Kimi K3 水準，但便宜 10 倍」。此次發佈終於讓我們能為它打分，而分數比預覽版的數字所顯示的更接近：在 Artificial Analysis 的獨立 Intelligence Index 上，0813 版本得分 53，而預覽版只有 44——這一個躍升讓預測的價格部分維持原樣，並讓其智慧部分大幅接近平起平坐。以下說明官方版本實際為何、此次發佈對數字產生什麼影響，以及為什麼你等待已久的時刻，也正是供應商告訴你預期漲價的時刻。

官方版本實際上是什麼

DeepSeek 將 0813 定位為同一架構的訓練後升級，而非新的預訓練——這種發佈對模型行為的改變，遠比版本號所暗示的來得大。參數數量、一百萬 token 的上下文視窗，以及三十八萬四千 token 的輸出上限，都與預覽版相同。改變的是從權重到你的 API 呼叫之間的一切。

這兩個最重要的變更都是該模型系列的首創。原生影像推理：預覽版僅限文字，而 0813 建置現在可以在其思考引擎中分析影像、螢幕截圖與混合文件——這項能力曾使 DeepSeek V4 Pro 在封閉前沿代理模型中脫穎而出，被視為程式碼專家。此外，還有一個重建的代理導向 API 介面：官方支援 Responses API、整合至 Codex 風格的工作流程、Anthropic 格式的端點、結構化 JSON 輸出與工具呼叫，外加兩項針對代理開發者的測試版功能——對話前綴延續與填空（FIM）完成。

建造前值得知道的一個營運數字：官方 API 將 DeepSeek V4 Pro 的上限設為 500 個並發請求，僅為 DeepSeek V4 Flash 的 2,500 個上限的五分之一。對聊天介面而言這不算什麼；但對一個會擴展出數百個並行呼叫的代理程式艦隊來說，這是一個真正的天花板——也是為什麼基於此模型建置的團隊通常會將它與第二家供應商並行路由，而不是把生產路徑押在單一連線上。

這裡是首先使得此頁面成為必要的更新日誌條目——2026年7月31日的說明，宣布了V4 Flash的官方建置，並以「The official release of DeepSeek-V4-Pro will follow soon.」這句話作結。確實如此，於8月13日——靜悄悄地。截至撰寫本文時，D​eepSeek 尚未有正式的英文公告，也沒有英文的評測結果；該發佈是由 API 行為本身、定價頁面以及獨立追蹤者所確立的，Artificial Analysis 在同一天將該模型重新列為官方建置。

基準指數的跳升，以及它對預測的影響

D​eepSeek 在發佈時同時公開了從預覽版到正式版的差異數據。這些是廠商回報的數字，截至撰寫本文時尚未經獨立實驗室重現，因此應將其視為 D​eepSeek 對自身模型的說法——但無論如何，差異的幅度才是重點。代理式（agentic）與工具使用（tool-use）的基準測試分數大約翻了一倍：

• DeepSWE（軟體工程代理）：預覽版為 12.8 → 62.7 於 0813 版，DeepSeek 指出此分數超越了 Claude Opus 4.8 的 58.0。

• Cybergym（AI安全智能體）：52.7 → 83.3，略高於 Claude Fable 5 的 83.1。

• AutomationBench：12.8 → 31.8，領先 Claude Fable 5 的 29.1。

• Terminal-Bench 2.1：72.1 → 87.9，與 Claude Fable 5 的 88.0 僅差一分。

• 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（使用工具時為60.0）。

這種形狀的跳躍——智能體基準測試翻倍而架構維持不變——是大量後期訓練投入的指紋，也正是本文的上一版本所預測的形狀。獨立檢查點也一致同意。Artificial Analysis 已將 DeepSeek V4 Pro 重新評分為 53分，在其 Intelligence Index 上，在目前列出的104個模型中排名第2——比預覽版的44分（在101個模型中排名第6）更高。在相同的當前快照中，Moonshot 的 Kimi K3 (max) 得分為60，因此預覽時代原本為13分的智能差距已縮小至7分。

這是該肯定這套算術的時刻，因為它幾乎精準命中。本文先前版本從 Flash 官方版本的數據推斷——該版本僅靠後續訓練就增加了 10 個指數點——並預測 Pro GA 最終會落在 54。實際重新評分為 53。這是這次更新中最重要的數字：預測的智慧分數部分差了 1 分，而且偏差方向是「略微樂觀」。

那個數字旁邊需要加一項但書。0813 基準測試結果最初並非出現在官方英文貼文，而是先在一個微信群組中出現，再傳到 Reddit 與 Hacker News——而且外洩數據與獨立快照之間，連方向都無法一致。以某位分析師的統計來看，外洩數字比 Artificial Analysis 對 V4 Flash 的量測低了約 2.7%，對 V4 Pro 則低了約 9%。這既是幅度上的不一致，也是正負方向上的不一致；也正是為什麼在 D​eepSeek 以英文發布自家評測、並由獨立實驗室複現之前，我們仍應持續將這些倍數成長的差異歸類為廠商通報與外洩通報。

上方的圖表來自本頁的原始版本——它所繪製的預測（Kimi K3 為 57、「若重演 Flash 的 +10 即達 GA」為 54、預覽版為 44）。實際量測結果比預測低了一點：目前 Artificial Analysis 的快照顯示，Kimi K3 為 60、DeepSeek V4 Pro 0813 為 53。預測的走勢依然成立；殘餘差距比預覽版所顯示的更小，但仍舊存在。

供參考，這是獨立實驗室在預覽時代的快照——也就是本頁先前版本所引用的頁面。Artificial Analysis 對 DeepSeek V4 Pro（Reasoning、Max Effort）的評測結果為 44 分，在 101 個模型中排名第 6，花費 176.34 美元進行評估，並記錄其輸出冗長度為 1.8 億個 token，而該類別的中位數則為 1 億個。那張截圖如今已成為歷史：在 0813 版本推出後，同一頁面將該模型重新評為 53 分。這也是最清晰地說明「同快照比較」為何重要的例子——44 分與 53 分是針對兩個不同版本的測量結果。

費用是多少——已確認，以及細則

官方發布並未調整價格表。DeepSeek V4 Pro 維持快取未命中時每百萬輸入 token 0.435 美元、快取命中時 0.003625 美元（即 99% 折扣），以及每百萬輸出 token 0.87 美元——約為 DeepSeek V4 Flash 價格的三倍，仍大約是 Kimi K3 輸入費用的七分之一、輸出費用的十七分之一。快取命中率實際上幾乎免費，這使得具有重複前綴（系統提示、few-shot 樣本庫、程式碼庫）的長上下文工作負載，比任何封閉前沿提供者的計費方案都大幅便宜。

這次發布對定價敘事的影響，是讓供應商的警告具體化。8月6日，D​eepSeek宣布「計畫在不久的將來提高D​eepSeek API服務的整體定價，預期會有顯著漲幅」，但未公布新費率，也未說明生效日期。這項警告在上一版頁面中被列為低價模型論點的風險；現在它與已確認的發布並列，而這正是漲價落地的自然時機。在此之上，還有已公布但未啟用的尖峰時段附加費——每日北京時間09:00–12:00和14:00–18:00期間，所有計費項目價格翻倍。兩者皆未設定生效日期。

實際解讀沒有改變，但時鐘現在可見了。$0.435/$0.87 的費率是公司公布的價格，也是官方版本出廠時所搭載的價格；同時，根據供應商自身的書面聲明，這也是一個過渡中的價格。任何今天以 DeepSeek V4 Pro 建立成本模型的人，都應把目前的費率和已宣布的調漲納入模型，並且要知道，低價的窗口現在是開放的——而供應商已經告訴所有人它會關閉。

由於 OrcaRouter 以 0% 加價直接轉傳供應商的列表價格，因此我們 deepseek/deepseek-v4-pro 模型頁面上的 $0.435/$0.87 是 DeepSeek 自己的定價，而非轉售費率——這表示一旦公告調漲在 DeepSeek 端生效，當天就會同步反映在此，既無中間商價差，也無需等待合約週期。對於想在目前價格仍有效時鎖定現行計費方式、並希望透過自動故障轉移繞過 500 併發上限、切換至第二家供應商的團隊而言，這個模型只需一次 API 呼叫即可串接。

你被警告過的悄無聲息調換——還是發生了

此頁面的先前版本標記了一個比日期更重要的營運風險：API 模型 ID 是純字串 deepseek-v4-pro，沒有 preview 後綴，也沒有帶日期的建置版本字串，儘管公司自家的更新日誌將已出貨的 Flash 建置版本稱為 V4-Flash-0731。當時的警告是：固定模型 ID 並不能固定建置版本，而且同一個字串有一天會默默地開始提供不同的權重。

那天是8月13日。自4月以來一直為預覽版提供服務的 deepseek-v4-pro 字串，如今已改為服務正式版，且無需任何程式碼變更即可承接——這正是變更日誌所描述的 Flash 模式（「只需將模型名稱設為 deepseek-v4-flash 即可使用最新版本」）在 Pro 上的重演。如果你當初是針對預覽版進行建置，那麼無論是否有意，你現在呼叫的已是正式版；你在8月13日之前執行的任何評測，所衡量的都是另一個不同的模型。

因此，前一版的務實指引依然成立，而且可以更進一步：保留一套可隨需重新執行的迴歸測試集；保留一個無需變更程式碼即可存取的備援模型；並且現在就重新執行你的評測——不是因為建置有問題，而是因為它是新的。這就是容錯移轉存在的平凡原因——DeepSeek V4 Pro、DeepSeek V4 Flash 與 Kimi K3 全都位在同一個 OrcaRouter 金鑰後方，並透過 OpenAI 相容的端點提供服務，因此「在三個模型上重新執行評測，然後轉移流量」只是組態編輯，而不是採購作業；而一個不佳的 GA 版本只是路由決策，而不是事故。

你現在應該在此基礎上繼續建設嗎？

這次發佈回答了這個頁面原本為了延後回答而寫下的問題。官方版本才是評估的基準——預覽版的 agent 分數只是下限，0813 的數字才是真實數據。對這項決定的誠實總結：DeepSeek V4 Pro 是最強的可下載權重的平價 agent 模型；它不再與 Kimi K3 有「差一大截」的差距——在最大努力之下僅差七個指數點，而廠商自身的後期訓練曲線顯示差距仍在持續縮小——且廠商已明確告知價格即將調漲。

如果你的工作處於高難度推理的前沿，Kimi K3 仍然在邊際上買得到一些東西，而價格反而是干擾。如果你的工作是高流量且僅屬困難等級，在 0813 版本得分如此接近的情況下，為 Kimi K3 支付大約 14 倍是很難合理化的事。而如果你一直在等待正式發布才開始建置，這份等待已經結束了——你所等待的版本已經在 2026 年 8 月 13 日發布、定價，並附帶開放權重與 MIT 授權。

人們真正在問的問題

DeepSeek V4 Pro 是否已發布？是的。官方版本（0813）已於 2026 年 8 月 13 日在 DeepSeek API 上線，取代了自 4 月 24 日起提供服務的預覽版。模型字串 deepseek-v4-pro 維持不變——但它背後的版本已經不同。DeepSeek 尚未發布英文公告或自家的英文評測，因此此次發布是依據 API 行為、定價頁面及獨立重新上架來確認，而非公司聲明。

現在它和 Kimi K3 一樣好了嗎？ 已經接近很多，但還未持平。在 Artificial Analysis 目前的 Intelligence Index 快照中，DeepSeek V4 Pro 0813 得分 53，而 Kimi K3（最高）為 60——這比八月初預覽版與 Kimi K3 之間 13 分的差距已有所縮小。

正式發佈時價格有變動嗎？沒有。標價維持不變：每百萬個 token 輸入 $0.435、輸出 $0.87，快取命中為 $0.003625。變動是即將來臨，而非在價目表上：D​eepSeek 已聲明計劃「大幅」調漲整體 API 定價，但目前尚未公佈費率或日期。

目前的價格是否適合用來建立成本模型？有條件地，而且需要一個看得見的時鐘。這是該公司針對官方版本所公布的價格，但廠商已宣布即將漲價，而一項尚未生效的尖峰時段附加費會使日間價格翻倍。請將兩種情況都納入模型；即使翻倍，DeepSeek V4 Pro 仍比 Kimi K3 便宜數倍。

誠實的解讀

開啟這個頁面的預測只對了一半，而它對的那一半，正是人們最難相信的部分。「便宜10倍」還低估了：在相同的評測工作負載下，DeepSeek V4 Pro 花費 176.34 美元，而 Kimi K3 花費 2,437.41 美元——相差 13.8 倍——且官方發布並未改動這個數字。「Kimi K3 等級」則是那個觸手可及、卻未能達到的部分：0813 版本在獨立實驗室對兩者皆執行的綜合評測中拿到 53 分，Kimi K3 為 60 分，而預覽版原本落後 13 分。這個頁面的前一版預測 54 分，結果落在 53 分。

能改變這個解讀的條件是具體的。如果宣布的漲價最終以讓優勢減半的費率落地，那麼在大多數團隊工作的時段，「便宜模型」的論點就不再便宜。如果有第三方實驗室重現 DeepSWE 62.7 與 Cybergym 83.3，廠商訓練後的成績躍升便是被證實，而非僅是宣稱——而微信洩漏的評測集甚至與 Artificial Analysis 在方向上都對不上，這正是該堅持要求重現、而非憑信念接受落差的理由。此外，如果 0813 的權重帶著完整的影像與 Agent 功能上架 Hugging Face，DeepSeek V4 Pro 就會成為目前最強的可自行託管 Agent 模型——也就是把「廉價前沿 API」變成「廉價前沿基礎設施」的關鍵。就目前而言，對 DeepSeek V4 Pro 最準確的總結是：它已發布、它是你能下載權重的最佳性價比嚴肅推理模型、它比一週前更接近前沿，而且廠商已經告訴你價格即將調漲。