For eksisterende brugere betyder det en relativt enkel overgang: Modelnavnet og kaldemåden forbliver uændret, mens den underliggende tjeneste leverer 0813-versionen.
API'et understøtter nu OpenAI Responses API-formatet og er optimeret til Codex-arbejdsgange, herunder konfiguration af Codex med ét klik. DeepSeeks API-dokumentation angiver desuden kompatibilitet med både OpenAI Chat Completions og Anthropics grænseflader.
Det gør V4 Pro mere interessant for udviklere, der bygger egentlige agentløsninger frem for simple tekstbaserede chatfunktioner. Responses API-mønsteret og Codex-integrationen er målrettet systemer, hvor modellen skal kombinere svar med værktøjer, kodekørsel og gentagne handlinger.
DeepSeeks offentliggjorte resultater viser en tydelig forbedring i forhold til preview-versionen på flere tests af kodning og AI-agenter. I Terminal-Bench 2.1, der måler hvor godt agenter kan løse opgaver i et terminalmiljø, opnåede V4 Pro-0813 en score på 87,9. Det er tæt på Fable 5's rapporterede 88,0. Preview-versionen scorede 72,1.
Andre offentliggjorte resultater omfatter:
Lanceringen er også blevet dækket som et resultatmæssigt gennembrud på CyberGym og AutomationBench, hvor V4 Pro ifølge sammenligningen overgik Fable 5, mens modellen lå lige efter på Terminal-Bench.
Tallene skal dog læses med forbehold. De bygger primært på DeepSeeks egen evalueringstabel og den efterfølgende lanceringstekst – ikke på én samlet, uafhængigt administreret benchmarkundersøgelse. Resultaterne bør derfor forstås som DeepSeeks rapporterede tal, indtil de er gengivet af uafhængige testere.
Samlet peger resultaterne på, hvor DeepSeek lægger vægten: softwareudvikling, terminalopgaver, cybersikkerhedsrelaterede arbejdsprocesser og opgaver, hvor en agent skal udføre flere handlinger i rækkefølge.
Ifølge samme reference er priserne uden for spidsbelastning halvdelen af priserne i spidsbelastningsperioderne. De angivne spidsbelastningsvinduer er kl. 01.00–04.00 UTC og kl. 06.00–10.00 UTC.
Prisoplysningerne i de leverede kilder er dog ikke helt ens. En anden omtale, der henviser til DeepSeeks API-dokumentation, angiver 3 yuan pr. million inputtokens, 6 yuan pr. million outputtokens og 0,025 yuan pr. million cachede inputtokens. Udviklere bør derfor kontrollere den aktuelle pris, valuta og eventuelle tidsafhængige vilkår direkte i DeepSeeks API-dokumentation, før de beregner omkostningerne ved drift i stor skala.
V4 Pro er først og fremmest relevant for teams, der bygger kodningsagenter og systemer, som kan bruge eksterne værktøjer. Eksisterende brugere kan fortsætte med at anvende deepseek-v4-pro, mens understøttelsen af Responses API og Codex kan gøre det lettere at koble modellen til etablerede agentværktøjer.
De rapporterede benchmarkresultater gør samtidig V4 Pro mere konkurrencedygtig på netop de opgaver, der er vigtige for autonome softwarearbejdsgange. En næsten identisk score i én test betyder dog ikke, at modellen vil levere samme resultat i alle kodnings-, ræsonnerings- eller produktionsmiljøer.
DeepSeeks V4 Pro-lancering er derfor lige så meget en opgradering af API'et og agentplatformen som en ny modeludgivelse: Modelnavnet er stabilt, integrationsmulighederne er bredere, og de rapporterede agentresultater er steget kraftigt siden preview-versionen.