Type
Spéc.
Tarif
Entrée
par 1M de jetons d’invite
$1.32
Sortie
par 1M de jetons générés
$3.96
Recherche Web (Linkup)
par appel lors de l’invocation
$0.013
DeepSeek V4 Pro 0813 et DeepSeek V4 Pro côte à côte : caractéristiques, capacités, paramètres et tarifs en direct du catalogue EmpirioLabs.
DeepSeek Génération de texteDeepSeek V4 Pro 0813 et DeepSeek V4 Pro sont deux modèles DeepSeek de la catégorie Génération de texte, disponibles via l'API EmpirioLabs.
| Spéc. | DeepSeek V4 Pro 0813 | DeepSeek V4 Pro |
|---|---|---|
| ID du modèle | deepseek-v4-pro-0813 | deepseek-v4-pro |
| Auteur | DeepSeek | DeepSeek |
| Publié | 13 août 2026 | 24 avr. 2026 |
| Fenêtre de contexte | 1M tokens | 1M tokens |
| Sortie max | 393 216 tokens | 393 216 tokens |
| Entrée | Texte | Texte |
| Sortie | Texte | Texte |
| Sortie structurée | JSON Schema | JSON Schema |
| Région | Singapore | Germany |
| Endpoints | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/deepseek-v4-pro-0813:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/deepseek-v4-pro:generateContent |
| Capacités |
Tarifs en direct du catalogue EmpirioLabs pour les deux modèles. Chaque grille tarifaire correspond toujours à ce que l'API facture.
Paramètres de requête indiqués pour chaque modèle sur EmpirioLabs, avec les valeurs autorisées ou la plage le cas échéant. Un tiret signale un paramètre que le modèle n'indique pas.
| Paramètre | DeepSeek V4 Pro 0813 | DeepSeek V4 Pro |
|---|---|---|
| temperature | 0 à 2 Par défaut: 0.7 | 0 à 2 Par défaut: 0.7 |
| top_p | 0 à 1 Par défaut: 0.9 | 0 à 1 Par défaut: 0.9 |
| max_tokens | 1 à 393216 | 1 à 393216 |
| stop | string | string |
| enable_thinking | boolean Par défaut: true | boolean Par défaut: true |
| reasoning_effort | none, low, medium, high, max Par défaut: medium | none, low, medium, high, max Par défaut: medium |
| thinking_budget | 1 à 393216 Par défaut: 32768 | 1 à 393216 Par défaut: 32768 |
| response_format | enum | enum |
| web_search_linkup | boolean Par défaut: false | boolean Par défaut: false |
| disable_formatting | boolean Par défaut: false | boolean Par défaut: false |
La réflexion est activée par défaut et peut être désactivée. Les jetons de raisonnement sont facturés comme des jetons de sortie. La recherche web optionnelle de Linkup n’est facturée qu’en cas d’invocation.
DeepSeek V4 Pro 0813 sert l'API Chat Completions compatible OpenAI. Pointez n'importe quel SDK OpenAI vers https://api.empiriolabs.ai/v1 avec votre clé API EmpirioLabs et utilisez l'id de modèle deepseek-v4-pro-0813. Les deux modèles s'appellent via le même endpoint. Définissez model sur deepseek-v4-pro-0813 ou deepseek-v4-pro. Obtenez une clé API depuis le tableau de bord EmpirioLabs.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-pro-0813",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'DeepSeek V4 Pro 0813 est la version la plus récente (13 août 2026) ; DeepSeek V4 Pro est sorti le 24 avr. 2026. Les deux modèles ont une fenêtre de contexte de 1M tokens. Capacités indiquées uniquement pour DeepSeek V4 Pro 0813 : structured output, agentic coding. Les caractéristiques, les grilles tarifaires et les paramètres de cette page proviennent du catalogue EmpirioLabs en direct.
DeepSeek V4 Pro 0813 est la version la plus récente (13 août 2026) ; DeepSeek V4 Pro est sorti le 24 avr. 2026.
DeepSeek V4 Pro 0813 affiche le tarif le plus bas pour Entrée (par 1M de jetons d’invite). DeepSeek V4 Pro affiche le tarif le plus bas pour Sortie (par 1M de jetons générés). Les deux grilles tarifaires en direct sont sur cette page et correspondent toujours à ce que l'API facture.
Oui. Les deux modèles utilisent POST /v1/chat/completions avec la même clé API EmpirioLabs : la plupart des intégrations basculent en changeant la valeur model. Vérifiez d'abord le tableau des paramètres de cette page si vous dépendez d'un paramètre propre à un modèle.
Oui. Ouvrez chaque modèle dans le playground EmpirioLabs et lancez le même prompt sur les deux, avec les paramètres exposés par l'API.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.