DeepSeek V4 Pro lançado oficialmente: benchmarks de agentes, preços de API e novo foco em codificação
A DeepSeek oficialmente atualizou seu modelo V4 Pro da versão de pré-visualização para uma versão de produção renovada, permitindo que desenvolvedores acessem o mais recente modelo DeepSeek-V4-Pro-0813 via API.
DeepSeek V4 Pro Lançado Oficialmente: Benchmarks de Agentes, Preços de API e Novo Foco em Codificação
Introdução
A DeepSeek promoveu oficialmente seu modelo V4 Pro da versão de pré-visualização para uma versão de produção atualizada, disponibilizando aos desenvolvedores o modelo atualizado DeepSeek-V4-Pro-0813 por meio da API.
O artigo original trata este lançamento como um avanço significativo da DeepSeek em capacidades de agentes e codificação. Os resultados iniciais de benchmarks relatados no artigo mostram que o V4 Pro já se aproxima dos principais modelos de ponta, especialmente em tarefas que envolvem codificação, interação com terminal, agentes de segurança cibernética e uso prolongado de ferramentas.
Ao mesmo tempo, usuários iniciais notaram uma mudança incomum na saída de raciocínio do modelo. O texto de raciocínio pode parecer altamente comprimido e difícil de ler, indicando que o modelo está cada vez mais otimizado para raciocínio eficiente voltado à máquina, em vez de explicações fluidas em linguagem natural.
A documentação oficial da DeepSeek confirma que o identificador atual da API deepseek-v4-pro agora fornece o modelo DeepSeek-V4-Pro-0813, com a chamada permanecendo inalterada.
DeepSeek V4 Pro Finalmente Chegou
O artigo original começa com uma informação sucinta: o DeepSeek V4 Pro foi oficialmente lançado.
Os resultados iniciais de benchmarks de destaque no artigo incluem HLE, Terminal-Bench, CyberGym e DeepSWE. Segundo o artigo, o V4 Pro já superou o Opus 4.8 nessas avaliações focadas em agentes e está se aproximando — em alguns casos até superando — os resultados relatados do Fable 5.
O artigo atribui grande parte das melhorias ao pós-treinamento, argumentando que a nova versão não é apenas um modelo base maior, mas um modelo profundamente otimizado para os tipos de tarefas que agentes de IA modernos realmente executam.
A mensagem mais ampla é clara: a DeepSeek não está mais posicionando o V4 Pro apenas em torno do baixo custo. O modelo Pro visa diretamente o segmento premium do mercado de modelos.
DeepSeek V4 Pro-0813 Disponível via API
No momento da publicação do artigo original, a DeepSeek ainda não havia divulgado a postagem oficial de blog correspondente, mas a plataforma de API já estava atualizada.
Desenvolvedores podem usar a API do V4 Pro e acessar o modelo atualizado, identificado como:
DeepSeek-V4-Pro-0813
A documentação oficial atual da DeepSeek confirma que o identificador público do modelo permanece inalterado:
deepseek-v4-pro
O serviço agora roteia esse identificador para o DeepSeek-V4-Pro-0813, portanto os desenvolvedores não precisam alterar o nome do modelo em integrações de API existentes.
A documentação oficial da API também confirma suporte aos formatos compatíveis com OpenAI e com Anthropic. O V4 Pro suporta janela de contexto de 1 milhão de tokens, chamadas de ferramentas, saída JSON e modos de pensamento e raciocínio profundo.
Preços Ainda Agressivos
O artigo original relata os seguintes preços do DeepSeek V4 Pro:
| Item | Preço por milhão de tokens |
|---|---|
| Entrada | ¥3 |
| Entrada em cache | ¥0,025 |
| Saída | ¥6 |
Esses valores estão alinhados com os preços da documentação oficial chinesa atual da DeepSeek para deepseek-v4-pro. A página oficial lista o preço de ¥0,025 por milhão de tokens de entrada em cache, ¥3 por milhão de tokens de entrada sem cache e ¥6 por milhão de tokens de saída.
Tokens de saída.
Esse preço continua sendo uma das maiores vantagens competitivas da DeepSeek.
A mudança interessante é que a DeepSeek agora tenta combinar essa vantagem de preço com um desempenho de agente mais forte. As versões anteriores tornavam a vantagem de custo fácil de entender; o V4 Pro tenta tornar a vantagem de desempenho igualmente convincente.
Boas Notícias: Melhora Significativa em Programação e Agentes
De acordo com o artigo original, o destaque do lançamento do V4 Pro são as capacidades de programação.
Os resultados de benchmarks enfatizados abrangem tarefas muito mais próximas de fluxos de trabalho reais de engenharia de software do que benchmarks simples de perguntas e respostas.
HLE
O artigo lista o "Humanity's Last Exam" (HLE) como uma avaliação na qual o V4 Pro compete com os principais modelos.
O HLE foi projetado para testar conhecimento e raciocínio de alta dificuldade. O artigo usa esse resultado para demonstrar que as melhorias do V4 Pro não se limitam à conclusão simples de código.
Terminal-Bench
O Terminal-Bench avalia o modelo por meio de tarefas executadas em ambiente de terminal.
Isso é especialmente importante para agentes de programação, pois o modelo deve interagir com ambientes reais de ferramentas, e não apenas retornar um trecho de código.
O artigo original relata que o V4 Pro se aproxima do topo nesse benchmark e fica à frente do Opus 4.8.
CyberGym
O CyberGym é outra avaliação focada em agentes destacada no artigo.
O artigo afirma que o V4 Pro apresenta desempenho particularmente forte aqui, indicando que o modelo está se tornando mais apto a lidar com tarefas técnicas complexas e de múltiplas etapas envolvendo ferramentas e ambientes.
DeepSWE
O DeepSWE é, talvez, o resultado mais diretamente relevante para desenvolvedores.
O artigo afirma que o V4 Pro teve uma melhora significativa em relação à versão anterior nessa avaliação, alcançando níveis próximos aos principais modelos de ponta.
Em conjunto, esses resultados sustentam o argumento central do artigo: o DeepSeek V4 Pro foi fortemente otimizado para agentes de programação e fluxos de trabalho baseados em ferramentas.
Mas Há uma Mudança Estranha na Cadeia de Pensamento
O artigo original também relata algumas observações menos positivas feitas por usuários iniciais.
Ao testar o V4 Pro, alguns usuários notaram que o texto da cadeia de pensamento se tornou extremamente comprimido e difícil de ler.
Um exemplo reproduzido no artigo contém frases fragmentadas e mecânicas, em vez de linguagem humana normal.
O modelo ainda pode transmitir informações úteis por meio da saída de raciocínio, mas o texto não é mais necessariamente agradável ou intuitivo de ler.
Esse comportamento está alinhado com a direção geral do desenvolvimento de modelos de raciocínio.
A documentação oficial da DeepSeek atualmente descreve um modo de pensamento dedicado e expõe a saída de raciocínio por meio do reasoning_content na API. Ela também oferece controles para o modo de pensamento e a intensidade do raciocínio.
O artigo original especula que reduzir a legibilidade humana do conteúdo de raciocínio pode ajudar a diminuir o consumo de tokens, preservando informações úteis para o próprio modelo. Essa interpretação deve ser vista como uma observação, e não como explicação oficial da DeepSeek.
O Trade-off: Agentes Mais Fortes, Menos Amigável ao Humano
Raciocínio
Existe aqui uma troca natural.
Se o modelo usar seu orçamento de raciocínio para gerar frases bem elaboradas, o processo intermediário pode ser mais fácil para humanos entenderem, mas a eficiência de tokens diminui.
Se o modelo for otimizado para concluir tarefas da forma mais eficiente possível, suas representações internas de raciocínio podem se tornar muito mais difíceis de ler.
Para agentes de programação de IA, a segunda abordagem faz total sentido.
Um agente não precisa escrever uma dissertação ao executar um comando. Ele precisa agir corretamente de forma eficiente, verificar o resultado e seguir em frente.
É por isso que o artigo original associa a mudança no estilo de raciocínio ao crescimento mais amplo da programação orientada a agentes.
Os modelos estão cada vez mais otimizados para "fazer coisas", sem necessariamente explicar cada etapa intermediária em linguagem natural.
O Que Isso Significa para Escrita e Tarefas de Conteúdo em Geral
No lado negativo, a otimização para programação e agentes pode não se traduzir diretamente em melhor capacidade de escrita de textos longos.
O artigo original argumenta que o estilo de raciocínio do V4 Pro pode ser menos atraente para fluxos de trabalho centrados em escrita, especialmente quando os usuários esperam linguagem refinada e explicações transparentes.
Isso não significa que o modelo não escreva.
Pelo contrário, reflete uma mudança de prioridades. Se grande parte do trabalho de pós-treinamento do modelo está concentrada em codificação, uso de ferramentas e confiabilidade de agentes, outras capacidades podem não avançar no mesmo ritmo.
Para desenvolvedores, essa distinção é importante.
Um modelo pode ser excelente em codificação no nível de repositório, mas ainda assim não ser necessariamente a melhor escolha para tarefas de geração de conteúdo.
A Maior Mudança da DeepSeek: De Líder em Custo a Competidor de Ponta
O artigo contextualiza o V4 Pro dentro de uma série de lançamentos recentes no ecossistema chinês de modelos de código aberto.
O artigo original descreve uma sequência de novos modelos que avançam rapidamente, cada vez mais mirando o desempenho dos principais modelos fechados.
O artigo menciona o GLM 5.2, o Kimi K3 e outros lançamentos recentes, considerando-os parte da mesma tendência mais ampla.
O lançamento anterior do V4 Flash da DeepSeek focava em custo-benefício. O artigo descreve essa estratégia como tendo ajudado a pressionar os preços de API em todo o mercado.
O V4 Pro assume um posicionamento diferente.
O objetivo não é mais simplesmente:
"Podemos oferecer capacidades semelhantes a um custo menor?"
Mas sim algo mais próximo de:
"Podemos competir no topo da tabela de desempenho enquanto mantemos nossa vantagem de custo?"
Este é um posicionamento muito mais ambicioso.
O V4 Pro também foi construído para integração com agentes
A documentação oficial da DeepSeek mostra que o modelo V4 foi projetado para funcionar com ferramentas populares de agentes de IA e assistentes de programação, incluindo Claude Code, GitHub Copilot e OpenCode. Os desenvolvedores podem usar a DeepSeek como modelo de backend para essas ferramentas.
Isso é importante porque a capacidade dos modelos é cada vez mais determinada pelo seu desempenho em ciclos de agente.
Um modelo de programação forte precisa de mais do que apenas capacidade de geração de código. Ele precisa:
- Compreender grandes bases de código.
- Planejar mudanças em várias etapas.
- Chamar ferramentas de forma confiável.
- Verificar saídas de comandos.
- Recuperar-se de erros.
- Trabalhar continuamente em várias rodadas de conversa.
- Produzir implementações finais realmente executáveis.
O lançamento do V4 Pro visa claramente exatamente esse objetivo.
Fluxos de trabalho.
Outra coisa
O texto original termina com um tom mais emotivo.
Ele compara este lançamento ao momento DeepSeek do início de 2025 e argumenta que o posicionamento do modelo mudou.
Antes, a arma mais óbvia da DeepSeek era o custo-benefício.
Agora, a empresa está tentando colocar o V4 Pro diretamente na discussão dos modelos mais capazes disponíveis.
Isso torna este lançamento mais significativo do que apenas o modelo em si.
Se um modelo de código aberto puder alcançar o estado da arte em codificação de agentes enquanto mantém preços de API relativamente baixos, a pressão sobre os provedores de modelos de código fechado aumentará consideravelmente.
Perguntas frequentes
O que é o DeepSeek V4 Pro-0813?
O DeepSeek-V4-Pro-0813 é a versão atualizada atualmente servida por meio do identificador de modelo deepseek-v4-pro. A documentação oficial da API da DeepSeek confirma que os desenvolvedores podem continuar usando deepseek-v4-pro sem alterar suas integrações.
Qual é o preço do DeepSeek V4 Pro?
A página de preços atual da DeepSeek em chinês mostra que o V4 Pro tem preço de 3 yuans por milhão de tokens de entrada não armazenados em cache, 0,025 yuans por milhão de tokens de entrada armazenados em cache e 6 yuans por milhão de tokens de saída. Os preços podem mudar, portanto, consulte a página oficial de preços antes de implantar.
Para que o DeepSeek V4 Pro é otimizado principalmente?
Este lançamento enfatiza codificação, fluxos de trabalho de agentes, uso de ferramentas e capacidades de raciocínio. A documentação oficial da DeepSeek também lista chamada de ferramentas, contexto de 1M, modo de pensamento e integração com ferramentas de agentes de codificação populares.
O DeepSeek V4 Pro tem janela de contexto de 1M de tokens?
Sim. A documentação oficial atual do modelo DeepSeek lista o comprimento de contexto do V4 Pro como 1M. Também lista um comprimento máximo de saída de 384K tokens.
Por que o raciocínio do DeepSeek V4 Pro parece incomum?
O texto original relata que usuários iniciais viram textos de raciocínio altamente compactados, semelhantes a máquinas. O artigo sugere que isso pode estar relacionado à eficiência, mas a documentação oficial da DeepSeek não afirma que esse estilo incomum foi introduzido especificamente para esse fim.
O DeepSeek V4 Pro pode ser usado para agentes de codificação?
Sim. A documentação oficial da DeepSeek registra integrações com ferramentas como Claude Code, GitHub Copilot e OpenCode. Ele também suporta formatos de API compatíveis com OpenAI e Anthropic.
O DeepSeek V4 Pro é de código aberto?
O lançamento da versão de pré-visualização do V4 da DeepSeek foi anunciado como código aberto, incluindo pesos abertos e relatório técnico. O serviço de API atual e a versão do modelo são documentados separadamente dos materiais de lançamento, portanto, os desenvolvedores devem distinguir entre o artefato do modelo de código aberto e o serviço de API hospedado.
Ferramentas relacionadas
- API da DeepSeek: endpoint oficial da API para acessar os modelos da DeepSeek.
- Documentação da API da DeepSeek: documentação oficial sobre acesso a modelos, preços, ferramentas e integrações.
- Claude Code: um agente de codificação de IA que pode usar a DeepSeek como backend por meio de integração suportada.
- OpenCode: agente de codificação de código aberto suportado por integrações de agentes documentadas na DeepSeek.
- GitHub Copilot: assistente de codificação de IA listado pela DeepSeek como um dos agentes suportados.
Integração.
Links relacionados
- Modelos e preços da DeepSeek: especificações oficiais atuais do modelo e preços da API.
- Primeira chamada de API da DeepSeek: guia oficial para chamar
deepseek-v4-proedeepseek-v4-flash. - Modo de pensamento da DeepSeek: documentação oficial para habilitar e controlar o modo de raciocínio.
- Integrações de agentes da DeepSeek: documentação oficial para usar a DeepSeek com ferramentas de codificação e agentes.
- Lançamento da pré-visualização do DeepSeek V4: anúncio oficial do lançamento do V4 e visão geral técnica.
- GitHub da DeepSeek: organização oficial da DeepSeek no GitHub.
Resumo
O DeepSeek V4 Pro marca uma mudança na estratégia da empresa. O novo modelo Pro não é mais posicionado apenas como uma alternativa de baixo custo; seus principais diferenciais estão cada vez mais voltados para competir na vanguarda do desempenho em codificação e agentes.
A versão atual da API deepseek-v4-pro serve o DeepSeek-V4-Pro-0813, com suporte a contexto de 1M, chamada de ferramentas, modo de pensamento e preços altamente competitivos.
A mudança no estilo de raciocínio também indica uma mudança nas prioridades do modelo: menos ênfase em texto intermediário legível e mais foco em raciocínio eficiente e execução de agentes.