DeepSeek V4 Pro 正式版发布：Agent 能力跃升、双协议兼容，全面拆解 0813 版本
发布日期：2026-08-13 | 数据来源：DeepSeek 官方 API 文档 | 话题：DeepSeek V4 Pro · 大模型发布 · Agent 能力 · API 接入
DeepSeek-V4-Pro-0813 于 2026 年 8 月 13 日凌晨无预告发布，是 V4 系列旗舰模型的首个正式版本，承接 4 月 24 日上线的预览版；核心变化是 Agent 能力的大幅跃升——DeepSWE 从 12.8 跳至 62.7（+390%）、NL2Repo 从 38.5 升至 61.5、DSBench-Hard 升至 67.2——架构与参数量未变（1.6T MoE、激活 ~49B），改变来自针对性后训练；定价维持 ¥3 元/百万 token（输入）、¥6 元/百万 token（输出），官方同步宣告"近期将大幅涨价"；API 新增 Responses API 与 Anthropic API 双协议支持，已兼容 Codex 和 Claude Code 等主流编程工具；同期 DeepSeek Harness 极简模式亦随文档首次亮相。
这次更新了什么：不是新模型，是新后训练
V4-Pro-0813 与 4 月的预览版共用同一模型架构和参数规模，官方说明变化来自后训练阶段的重做：
参数量：总参数 1.6T（MoE 架构），每 token 激活约 49B
上下文窗口：1M token，最大输出 384K token
推理模式：三档——Non-Think（快速响应）/ Think High（复杂分支）/ Think Max（最深推理）
架构特性：CSA（压缩稀疏注意力）+ HCA（高度压缩注意力）混合，相较 V3.2 架构，FLOPs 降至约 27%，KV Cache 需求降至约 10%
模型结构没有变，但 Agent 相关的后训练数据和策略做了针对性改造。DeepSWE +390% 的跳升，是后训练而非架构升级所驱动的。
Agent 基准：从不及格到领跑
官方公布了与预览版的对比数据：
DeepSWE 是 DeepSeek 自研的软件工程 Agent 基准，以复杂多步骤代码修改任务为主，12.8 分意味着几乎无法完成自主编码任务，62.7 分已进入主流 Agent 产品的竞争区间。
参照系：此前 V4-Flash 正式版（7 月 31 日）在 DeepSWE 上得分 54.4，V4-Pro 正式版的 62.7 比 Flash 还高出约 8 个百分点。
第三方 BenchLM 数据（V4 Pro High 模式）：
价格：3 倍于 V4-Flash，官方预告涨价
V4-Pro 维持预览版定价，与 V4-Flash 正式版的对比：
注意：官方文档在 V4-Pro 发布的同一天明确提示："We plan to raise the overall pricing for DeepSeek API services in the near future, with a significant increase expected."
如果有大量 V4-Pro 调用计划，当前时间窗口锁定用量可能有意义。
API 接入方式变化：Responses API + Anthropic 双协议
V4-Pro 正式版新增了两个 API 协议层的兼容：
1. OpenAI Responses API（新）
from openai import OpenAI
client = OpenAI(
api_key="你的 DeepSeek Key",
base_url="https://api.deepseek.com/v1",
)
response = client.responses.create(
model="deepseek-v4-pro",
input="分析这段代码并生成测试用例",
)
print(response.output_text)2. Anthropic API 协议（新）
import anthropic
client = anthropic.Anthropic(
api_key="你的 DeepSeek Key",
base_url="https://api.deepseek.com",
)
message = client.messages.create(
model="deepseek-v4-pro",
max_tokens=4096,
messages=[{"role": "user", "content": "分析这段代码并生成测试用例"}],
)
print(message.content[0].text)3. 标准 OpenAI Chat Completions（不变）
原有 OpenAI 格式调用无需修改，model 字段填 deepseek-v4-pro 即自动指向最新版本。
这意味着：现有 Claude Code、Codex 的工作流，可以通过切换 base_url 和 api_key 直接测试 V4-Pro 能力，代码零改动。
推理强度调节
V4-Pro 支持三档推理模式，通过 reasoning_effort 参数控制：
completion = client.chat.completions.create(
model="deepseek-v4-pro",
reasoning_effort="high", # "none" / "high" / "max"
messages=[
{"role": "user", "content": "设计一个分布式任务队列的架构方案"}
],
)企业生产环境建议按任务类型动态设置——简单任务用 "none" 可将成本和延迟降低 50% 以上。
V4-Pro vs V4-Flash：怎么选
两款模型现在同时在线，核心区别：
选型建议：
代码生成、自主 Agent 任务 → V4-Pro（Agent 能力高 8–10 个百分点）
高并发 RAG、实时问答、批量处理 → V4-Flash（并发 5 倍，成本 1/3）
不确定的场景 → 先用 Flash 测出延迟和质量基线，再决定是否升级 Pro
配套：Harness 极简模式首次亮相
V4-Pro 发布文档中首次正式提及 DeepSeek Harness：
"正式版 DeepSeek-V4-Pro 使用 DeepSeek Harness 极简模式（即将发布） 作为 Agent 测试框架"
这意味着上述所有 Agent 基准（DeepSWE 62.7、NL2Repo 61.5 等）是在 Harness 极简模式下跑出来的。完整 Harness 产品包含更丰富的上下文管理、工具编排和测试回传闭环——实际 Agent 场景下的表现有望进一步提升。（DeepSeek Harness 的完整背景详见团队介绍。）
常见问题
Q：V4-Pro-0813 和之前的 deepseek-v4-pro 模型 ID 是什么关系？
无缝兼容。API 调用时使用 deepseek-v4-pro 即自动路由到最新正式版（0813），无需修改代码。0813 是版本号标识，API 层面透明。
Q：官方提示的"大幅涨价"是什么时候？
截至 2026 年 8 月 13 日，官方未给出具体涨价时间，仅说"near future"（近期）。建议关注官方 API 文档更新日志（api-docs.deepseek.com）。
Q：V4-Pro 的并发限制 500 对企业场景够用吗？
取决于请求量。500 并发对于大多数中型企业日常用量足够，但高并发批处理场景（如离线数据分析、大规模代码审查流水线）可能触顶，此时需要混合使用 V4-Flash 或通过多 Key 分流。通过多模型聚合 MaaS 平台（如七牛云 Token Plan，qiniu.com/ai/plan）统一接入 DeepSeek 和其他国产模型，可以在 V4-Pro 触达并发上限时自动降级到其他模型，降低业务中断风险。
Q：Anthropic API 格式接入 DeepSeek 会有行为差异吗？
接口层协议兼容，但 DeepSeek V4-Pro 的 thinking 模式与 Claude 的 extended thinking 实现不同，streaming 的 reasoning_content 字段格式也有差异。建议在迁移前测试关键提示词的输出一致性。
Q：DeepSWE 62.7 是什么水平？
DeepSWE 是 DeepSeek 的内部 Agent 基准，外部独立复现数据有限。作为参照：BenchLM 第三方数据显示 V4-Pro 在 SWE-bench Verified（业界通用基准）上得分 79.4%，处于同级别模型第一梯队，但仍低于 Claude Opus 5 的 96%。
小结
V4-Pro-0813 是一次重点在后训练的 Agent 能力升级：架构不变，DeepSWE 从 12.8 升至 62.7，Agent 编排能力从"几乎无法完成"跨越到"可与主流产品竞争"；双协议支持（OpenAI + Anthropic）让现有 Claude Code / Codex 工作流可以零改动接入测试；价格维持 ¥3/¥6 per million token，但官方涨价预告已经发出，当前是锁定用量的时间窗口。
DeepSeek V4 系列至此首次形成完整正式版矩阵——Flash 负责高并发低延迟，Pro 负责复杂推理和深度 Agent，Harness 作为配套工程框架即将补位。
本文信息截至 2026 年 8 月 13 日，以 DeepSeek 官方 API 文档为准。
延伸阅读
DeepSeek API 官方更新日志：https://api-docs.deepseek.com/zh-cn/updates
DeepSeek API 价格页：https://api-docs.deepseek.com/quick_start/pricing
BenchLM V4 Pro High 测评数据：https://benchlm.ai/models/deepseek-v4-pro-high
