К результатам поиска

DeepSeek

DeepSeek V4 Pro 0813

DeepSeek V4 Pro 0813, общедоступный релиз DeepSeek V4 Pro, предназначенный для программирования, использования инструментов, кибербезопасности, автоматизации и длительных агентных рабочих процессов.

  • РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
  • Вызов инструментовВызов инструментовМодель может запрашивать несколько вызовов инструментов. Приложение проверяет права и выполняет действия.
  • Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
  • 1 048 576 токенов1 048 576 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
  • Пакетные запросыПакетные запросыПакетный режим указан в данных модели. Это не означает, что отдельный batch API уже подключён в Kvantora.
Вход
87,58 ₽
Выход
262,75 ₽
Кэш
2,92 ₽
за 1 млн токенов
Интеллект
36
Код
68,8
Доступность
100%
API ID
deepseek/deepseek-v4-pro-0813

Данные каталога получены .

Цена

Текстовый диалог · вход
87,58 ₽ / 1 млн токенов
Текстовый диалог · выход
262,75 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
2,92 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

DeepSeek V4 Pro 0813, общедоступный релиз DeepSeek V4 Pro, предназначенный для программирования, использования инструментов, кибербезопасности, автоматизации и длительных агентных рабочих процессов. По данным DeepSeek, модель показывает значительный прирост по сравнению с preview-версией и превосходит Opus 4.8 в Terminal Bench 2.1, Cybergym, DeepSWE и AutomationBench. Поддерживается контекстное окно размером 1 млн токенов.

Релиз

Характеристики

Доступность100%
  1. 7 октября: 100%
  2. 8 октября: 100%
  3. 9 октября: 100%
Доля успешных запросов к модели за последние 72 часа. Обновляется каждые два часа.
Тип модели
Текст
Вход модели
Текст

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Контекстное окно
1 048 576 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Максимальный ответ
384 000 токенов

Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.

Операции
Текстовый диалог
Возможности модели
Потоковый ответ, Рассуждения, Вызов инструментов, Вызов функций, Параллельные вызовы инструментов, Структурированный ответ, Ответ в JSON, Пакетные запросы

Контрольные показатели

Artificial Analysis

19 показателей

Источник ↗
Индекс интеллекта
36 индексСводная оценка Artificial Analysis по всем её тестамПроверено
Индекс программирования
68,8 индексСводная оценка Artificial Analysis по программированиюПроверено
Индекс агентных задач
41,3 индексСводная оценка Artificial Analysis по агентным задачамПроверено

Агентная работа

  • AA-Briefcase1 256 Elo

    Агентная работа со знаниями (Elo)

    Проверено

  • AutomationBench-AA56,7 %

    Автоматизация рабочего процесса со штрафами за нарушение ограничений

    Проверено

  • AutomationBench-AA · полностью выполненные задачи25,9 %

    Процессы, выполненные полностью и без нарушений

    Проверено

  • GDPval-AA v21 454 Elo

    Экономически значимые задачи (Elo)

    Проверено

Рассуждение по документу

  • AA-LCR v1.180,3 %

    Рассуждение на длинном контексте с обновлённой оценкой

    Проверено

  • GDP.pdf11,4 %

    Профессиональное рассуждение по PDF: доля прохождения всех проверок

    Проверено

Устаревшие тесты

  • AA-LCR (версия не указана, архивный)80,3 %

    Оценка рассуждений на длинном контексте

    Проверено

  • GDPval-AA (версия не указана, архивный)47,7 %

    Задачи с экономической ценностью

    Проверено

  • GPQA Diamond (архивный)92,8 %

    Научные рассуждения уровня выпускника

    Проверено

Знания

  • AA-Omniscience · точность49,1 %

    Доля вопросов с правильным ответом

    Проверено

Знание

  • AA-Omniscience · доля выдуманных ответов (меньше лучше)94,8 %

    Доля неверных ответов среди некорректных ответов

    Проверено

Рассуждение

  • CritPt18 %

    Рассуждения по физике исследовательского уровня

    Проверено

Рассуждения

  • HLE41 %

    Humanity’s Last Exam — вопросы экспертного уровня

    Проверено

Документ: рассуждение

  • MLCR-AA17,8 %

    Медицинское рассуждение на длинном контексте

    Проверено

Программирование

  • SciCode51 %

    Программирование на Python для научных вычислений

    Проверено

  • Terminal-Bench v4.014,1 %

    Практические задачи по программированию и работе в терминале

    Проверено

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "deepseek/deepseek-v4-pro-0813",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ