For eksisterende kunder betyr det en relativt smidig oppgradering: API-kallet forblir det samme, mens tjenesten i bakgrunnen leverer 0813-versjonen.
API-et støtter nå OpenAI Responses API-formatet og er optimalisert for Codex-arbeidsflyter, inkludert konfigurasjon av Codex med ett klikk. Den bredere API-dokumentasjonen viser også støtte for OpenAI Chat Completions og Anthropic-grensesnitt.
I praksis gjør dette V4 Pro mer relevant for agentbaserte løsninger enn for enkel tekstgenerering. Slike integrasjoner kan kombinere modellens svar med verktøy, kodekjøring og gjentatte arbeidssteg.
DeepSeeks dokumentasjon beskriver også valgbare nivåer for hvor mye modellen skal resonnere: lavt nivå for enklere oppgaver, høyt nivå for typiske agentarbeidsflyter og maksnivå for mer komplekse oppgaver.
DeepSeeks egne resultater viser en tydelig forbedring sammenlignet med V4 Pro i forhåndsversjon på flere tester for agenter og programmering.
I Terminal-Bench 2.1, som måler hvor godt AI-agenter løser oppgaver i et terminalmiljø, fikk V4 Pro-0813 87,9 poeng. Det er opp fra 72,1 for forhåndsversjonen og like under Fable 5, som fikk 88,0.
Andre oppgitte resultater er:
Omtalen av lanseringen sier at V4 Pro slo Fable 5 i CyberGym og AutomationBench, mens modellen lå hårfint bak i Terminal-Bench.
Tallene bør likevel tolkes med en viss varsomhet. De bygger i hovedsak på DeepSeeks egen resultattabell og lanseringsmateriale, ikke på én samlet, uavhengig benchmarktest. Resultatene viser derfor først og fremst hvilke områder DeepSeek prioriterer: kodeagenter, terminaloppgaver, cybersikkerhetsrelaterte oppgaver og arbeidsflyter der modellen må utføre flere handlinger etter hverandre.
Ifølge den samme referansen er prisene utenom rushtid halvparten av rushtidsprisene. Rushtidsperiodene er oppgitt som 01.00–04.00 UTC og 06.00–10.00 UTC.
Prisopplysningene i kildene er imidlertid ikke helt samstemte. En annen rapport, som viser til DeepSeeks API-dokumentasjon, oppgir 3 yuan per million input-tokens, 6 yuan per million output-tokens og 0,025 yuan for cachede input-tokens.
Utviklere bør derfor sjekke prisene som faktisk vises i DeepSeeks API-dokumentasjon før de beregner kostnadene for produksjonsbruk.
V4 Pro er først og fremst interessant for team som bygger kodeagenter og systemer som bruker verktøy. Eksisterende kunder kan beholde modellnavnet deepseek-v4-pro, mens støtte for Responses API og Codex kan gjøre det enklere å koble modellen til agentverktøy som allerede følger disse grensesnittene.
Benchmarkløftet gjør også DeepSeek mer konkurransedyktig på oppgaver som er viktige for autonome programvarearbeidsflyter. Samtidig betyr ikke et resultat nær konkurrentens på én test at modellen vil prestere identisk i alle kode-, resonnerings- eller produksjonsmiljøer. Tallene bør foreløpig behandles som DeepSeeks egne påstander inntil de er gjenskapt uavhengig.
Kort sagt er V4 Pro-lanseringen like mye en oppgradering av API-et og agentplattformen som en ny modellversjon. Modellnavnet forblir det samme, integrasjonsmulighetene blir bredere, og DeepSeek rapporterer et kraftig hopp i agentresultatene fra forhåndsversjonen.