
Version officielle 0813 Pro avec des gains majeurs en codage, travail sur les dépôts, utilisation des outils et tâches d’agent, plus une pensée hybride et une fenêtre contextuelle de 1M.
Version officielle 0813 Pro avec des gains majeurs en codage, travail sur les dépôts, utilisation des outils et tâches d’agent, plus une pensée hybride et une fenêtre contextuelle de 1M.
Prend en charge la saisie de texte, la pensée hybride avec enable_thinking et thinking_budget, l’appel de fonctions, la sortie stricte du schéma JSON et la recherche web optionnelle Linkup. Les jetons pensants sont présentés comme des jetons de sortie.
Aussi connu sous le nom DeepSeek Pro 0813, DeepSeek 0813
deepseek-v4-pro-0813/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/deepseek-v4-pro-0813:generateContentdeepseek/deepseek-v4-pro-0813deepseek-ai/deepseek-v4-pro-0813Tarifs à l'usage en direct du catalogue EmpirioLabs. Vous pouvez aussi choisir un forfait avec des quotas hebdomadaires.
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. 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."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="deepseek-v4-pro-0813",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Paramètres de requête pris en charge par l'API DeepSeek V4 Pro 0813 sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.
| Paramètre | Type | Par défaut | Plage / valeurs | Description |
|---|---|---|---|---|
| temperature | number | 0.7 | 0 à 2 | Température d’échantillonnage. 0 = déterministe, 2 = aléatoire maximal. |
| top_p | number | 0.9 | 0 à 1 | Probabilité d’échantillonnage du noyau, masse. Plus bas = plus concentré. |
| max_tokens | number | - | 1 à 393216 | Jetons de sortie maximum. Lorsqu’ils sont omis, le défaut propre au modèle s’applique. |
| stop | string | - | - | Jusqu’à 4 chaînes où le modèle cesse de générer d’autres jetons. |
| enable_thinking | boolean | true | - | Activez step-by-step raisonnement avant de répondre. |
| reasoning_effort | enum | medium | none, low, medium, high, max | Niveau d’effort de raisonnement. Aucun ne décourage la pensée. budgets de pensée limités faible, moyen, élevé et maximal adaptés au modèle sélectionné. |
| thinking_budget | number | 32768 | 1 à 393216 | Le maximum de jetons est réservé pour le raisonnement lorsque la pensée est activée. |
| response_format | enum | - | - | Limitez la sortie au JSON. Utilisez le mode JSON pour tout objet JSON valide, ou un schéma JSON pour forcer une sortie correspondant à un schéma que vous fournissez. |
| web_search_linkup | boolean | false | - | Recherche web optionnelle propulsée par Linkup. Lorsqu’activées, les sources web récentes sont récupérées en utilisant votre dernier message utilisateur comme requête et fournies au modèle comme contexte supplémentaire. Ajoute $0.013 par appel lorsqu’il est invoqué en plus du coût normal du jeton du modèle. Désactivé par défaut. |
| disable_formatting | boolean | false | - | Retournez la réponse sans la liste des sources que la recherche web ajoute. |
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.
Annonces, tests de prompts et comparaisons qui couvrent ce modèle.
Accès aux API Comment utiliser l’API DeepSeek V4 Pro 0813 DeepSeek V4 Pro 0813 est disponible sur EmpirioLabs avec des gains majeurs en codage, travail sur dépôt, utilisation des...
Guides Qwen4 Max vs Qwen3.8 Max vs Kimi K3.1 Pro vs DeepSeek V4 Pro 0813: quatre tests de codage Nous avons donné à Qwen4 Max, Qwen3.8 Max, Kimi K3.1 Pro et DeepSeek V4 Pro 0813 les mêmes quatre invites de codage et...
Guides Kimi K3.1 Pro vs Kimi K3 vs MiniMax M3.1 Flash vs DeepSeek V4 Pro 0813: quatre tests de codage Nous avons donné à Kimi K3.1 Pro, Kimi K3, MiniMax M3.1 Flash et DeepSeek V4 Pro 0813 les mêmes quatre invites de codage...Sur EmpirioLabs, DeepSeek V4 Pro 0813 est facturé à l'usage : Entrée $1.32 par 1M de jetons d’invite; Sortie $3.96 par 1M de jetons générés; Recherche Web (Linkup) $0.013 par appel lors de l’invocation. Vous pouvez aussi choisir un forfait avec des quotas hebdomadaires. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.
DeepSeek V4 Pro 0813 accepte en entrée Texte et renvoie Texte.
DeepSeek V4 Pro 0813 prend en charge une fenêtre de contexte de 1M tokens avec jusqu'à 393 216 tokens de sortie par réponse.
Oui. DeepSeek V4 Pro 0813 sert l'API Chat Completions compatible OpenAI : les SDKs OpenAI existants fonctionnent en pointant base_url vers https://api.empiriolabs.ai/v1 et en utilisant l'id de modèle deepseek-v4-pro-0813.
Envoyez deepseek-v4-pro-0813 comme modèle dans votre requête. Les identifiants alternatifs deepseek/deepseek-v4-pro-0813, deepseek-ai/deepseek-v4-pro-0813 fonctionnent aussi.
DeepSeek a lancé DeepSeek V4 Pro 0813 le 13 août 2026.
Sur EmpirioLabs, DeepSeek V4 Pro 0813 est servi depuis Singapore.
Oui. Le playground EmpirioLabs exécute DeepSeek V4 Pro 0813 dans le navigateur avec les mêmes paramètres que l'API expose, pour tester vos prompts avant d'écrire du code.
Créez un compte EmpirioLabs, puis générez une clé sous API Keys dans le tableau de bord. La facturation utilise des crédits à l'usage : vous ne payez que vos requêtes. Vous pouvez aussi choisir un forfait avec des quotas hebdomadaires.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.