DeepSeek

DeepSeek V4 Pro

Tipo
modelo de linguagem
Contexto
1.049K tokens
Saída máxima
384K
Lançado em
24 abril 2026
String para a API
deepseek/deepseek-v4-pro
Pesos
abertos

Preços por fornecedor

Fornecedor Entrada, $ por 1M Saída, $ por 1M Nos nossos dados desde
routing-run $0,348 $0,696 31 jul 2026
crof $0,35 $0,8 31 jul 2026
ebcloud $0,429 $0,857 31 jul 2026
opencode-go $0,435 $0,87 31 jul 2026
vivgrid $0,435 $0,87 31 jul 2026
auriko $0,435 $0,87 31 jul 2026
alibaba-cn $0,435 $0,87 31 jul 2026
modelis $0,435 $0,87 2 ago 2026
DeepSeek $0,435 $0,87 31 jul 2026
Hugging Face $0,435 $0,87 31 jul 2026
Kilo Code $0,435 $0,87 31 jul 2026
LLM Gateway $0,435 $0,87 31 jul 2026
Merge Gateway $0,435 $0,87 31 jul 2026
NVIDIA $0,435 $0,87 31 jul 2026
OpenRouter $0,435 $0,87 31 jul 2026
Pioneer $0,435 $0,87 31 jul 2026
Tencent (Hunyuan) $0,435 $0,87 31 jul 2026
Vercel $0,435 $0,87 31 jul 2026
ZenMux $0,435 $0,87 31 jul 2026
ofox $0,45 $0,88 31 jul 2026
CrossModel $0,47 $0,94 31 jul 2026
OrcaRouter $0,56 $1,12 31 jul 2026
unorouter $0,9 $1,8 31 jul 2026
aiand $1 $2,5 31 jul 2026
NanoGPT deepseek/deepseek-v4-pro $1,1 $2,2 31 jul 2026
DeepInfra $1,3 $2,6 31 jul 2026
GMI Cloud $1,392 $2,784 31 jul 2026
NanoGPT TEE/deepseek-v4-pro $1,5 $5,25 31 jul 2026
Cortecs $1,553 $3,106 31 jul 2026
novita-ai $1,6 $3,2 31 jul 2026
EmpirioLabs AI $1,65 $3,3 31 jul 2026
Venice AI $1,65 $3,301 31 jul 2026
frogbot $1,74 $3,48 31 jul 2026
cline-pass $1,74 $3,48 31 jul 2026
siliconflow-cn $1,74 $3,48 31 jul 2026
hpc-ai $1,74 $3,48 31 jul 2026
Abacus.AI $1,74 $3,48 31 jul 2026
Baseten $1,74 $3,48 31 jul 2026
DigitalOcean Gradient AI $1,74 $3,48 31 jul 2026
FastRouter $1,74 $3,48 31 jul 2026
Fireworks AI $1,74 $3,48 31 jul 2026
Microsoft Foundry $1,74 $3,48 31 jul 2026
OpenCode Zen $1,74 $3,84 31 jul 2026
SiliconFlow $1,74 $3,48 31 jul 2026
Together AI $1,74 $3,48 31 jul 2026
Weights & Biases $1,74 $3,48 31 jul 2026
tensorx $1,75 $3,5 2 ago 2026
Nebius Token Factory $1,75 $3,5 31 jul 2026
hyper $2,4 $4,8 31 jul 2026

É mostrada apenas a tarifa base e apenas preços por token. Tarifas em lote, reduzidas ou em cache, bem como preços por imagem ou por segundo de vídeo, não entram nesta tabela: não podem ficar na mesma coluna que um preço por milhão de tokens.

Um mesmo fornecedor aparece várias vezes se vende este modelo com identificadores diferentes e a preços diferentes — por exemplo, com precisão de pesos diferente. O identificador é indicado ao lado do nome. As ofertas idênticas vindas de duas fontes com grafias diferentes são reunidas numa única linha.

A data da última coluna é o dia em que este preço entrou pela primeira vez na nossa recolha. O preço pode ser mais antigo: antes desse dia simplesmente não o registávamos. Desde então não mudou — caso contrário, no seu lugar estaria uma linha nova com uma data nova.

Resultados das medições

Conjunto de tarefas Resultado Condições da execução Medido por
Arena Score, programação 1.470,43 1.464–1.477 — —
Arena Score, diálogo de vários turnos 1.465,44 1.458–1.473 — —
Arena Score em francês 1.465,07 1.449–1.481 — —
Arena Score, perguntas de especialista 1.464,63 1.455–1.474 — —
Arena Score, pedidos difíceis 1.460,9 1.456–1.466 — —
Arena Score, pedidos longos 1.458,25 1.452–1.464 — —
Arena Score em inglês 1.457,95 1.452–1.463 — —
Arena Score em espanhol 1.450,48 1.433–1.468 — —
Arena Score, geral 1.450,08 1.446–1.454 — —
Arena Score em russo 1.449,49 1.440–1.459 — —
Arena Score, desenvolvimento web 1.446 1.439–1.453 — —
Arena Score, seguimento de instruções 1.445,46 1.439–1.452 — —
Arena Score, escrita criativa 1.443,14 1.435–1.451 — —
Arena Score, matemática 1.442,56 1.430–1.455 — —
Mock AIME 2024–2025 — problemas de olimpíada 96,66 % esforço: max · com estrutura ajustada Epoch evaluations
GPQA Diamond — perguntas de nível de pós-graduação 86,2 % esforço: max · com estrutura ajustada Epoch evaluations
SWE-bench Verified — correção de erros em repositórios 77,64 % esforço: max · com estrutura ajustada Epoch evaluations
SimpleQA Verified — exatidão factual 57 % esforço: max Epoch evaluations
SimpleBench — perguntas capciosas 53,44 % — https://lmcouncil.ai/benchmarks autorrelatado
WeirdML — tarefas incomuns de aprendizagem automática 48,9 % esforço: max https://htihle.github.io/weirdml.html
FrontierMath, níveis 1–3 45,26 % esforço: max Epoch evaluations
FrontierCode — patches aptos a serem aceites num projeto 17,6 % esforço: none https://cognition.com/frontiercode
Problemas de xadrez 15,83 % esforço: max Epoch evaluations
CritPt — problemas de física 12,86 % esforço: max —
FrontierMath, nível 4 — problemas de investigação 2,44 % esforço: max Epoch evaluations
Arena Score, tarefas de agente -0,01 0–0 — —