- 综合排序
- 最热优先
- 最新优先
- 来自专栏代码简单说
DeepSeek-V4-Pro API降价实测
DeepSeek-V4-Pro API降价实测 关键词：DeepSeek API、DeepSeek V4 Pro、AI大模型价格、LLM API 对比、AI开发成本、AI接口调用教程 最近在做 AI 项目成本测算时 ，突然发现 DeepSeek 刚发布了一条非常重要的消息：DeepSeek-V4-Pro API 限时大降价。 一、DeepSeek-V4-Pro 限时 2.5 折 官方刚发布： DeepSeek-V4-Pro 模型限时 2.5 折 优惠截止：北京时间 2026/05/05 23:59 简单说： 之前觉得 二、DeepSeek V4 系列模型概览 模型 deepseek-v4-flash deepseek-v4-pro BASE URL(OpenAI) https://api.deepseek.com https Anthropic) https://api.deepseek.com/anthropic https://api.deepseek.com/anthropic 模型版本 DeepSeek-V4-Flash DeepSeek-V4
43410编辑于 2026-06-16 - 来自专栏代码简单说
Codex接入DeepSeek-V4-Pro教程：使用CC-Switch配置硅基流动API
https://codexdown.cc/Codex接入DeepSeek-V4-Pro教程：使用CC-Switch配置硅基流动API SEO关键词：Codex接入DeepSeek-V4-Pro、Codex 例如： sk-xxxxxxxxxxxxxxxx 六、配置模型映射 接下来配置 DeepSeek-V4-Pro。 配置示例： 项目 内容 菜单显示名 deepseekv4pro 实际请求模型 deepseek-ai/DeepSeek-V4-Pro 点击添加 确认无误后： 添加 然后保存配置 。 此时实际调用的模型为： deepseek-ai/DeepSeek-V4-Pro 已经可以正常进行： AI编程 代码补全 Bug分析 代码重构 项目问答 等操作。 开启本地路由 重启 Codex 完成后即可在 Codex 中直接使用 DeepSeek-V4-Pro 进行代码开发，大幅提升日常编程效率。
6.7K60编辑于 2026-06-29 DeepSeek-V4-Pro 还是 GLM-5.1？腾讯云 TokenHub 一站式接入两大模型
摘要： DeepSeek-V4-Pro 与 GLM-5.1 是当下国产开源旗舰阵营中两款代表性的大模型，能力侧重不同、定价结构差异明显。 这就是为什么"在哪一个平台能同时接入 DeepSeek-V4-Pro 与 GLM-5.1，并且共用一套 API Key"会成为关键诉求。 维度 DeepSeek-V4-Pro GLM-5.1 调用参数（model 字段） deepseek-v4-pro glm-5.1 上下文窗口 1M 200k 最大输入 1M 200k 最大输出 384k GLM-5.1 按输入长度分两档计费，DeepSeek-V4-Pro 单一档位。 在 TokenHub 控制台模型广场启用 DeepSeek-V4-Pro 与 GLM-5.1 的"免费体验"和"启用后付费"； b.
1.1K10编辑于 2026-05-27- 来自专栏前端工程
DeepSeek-V4-Pro 写代码到底行不行？我拿 GLM-5.1 跟它硬碰硬比了一轮
DeepSeek-V4-Pro 发了，官方说代码能力大幅升级。这种话我听得多了，每次新模型发布都这么说。 但我确实好奇：V4 在写代码这件事上，到底有没有追上 GLM-5.1？ 经过一段时间的等待，可以看到 DeepSeek-V4-Pro 直接借鉴 Claude Code 源码 帮我实现了10个完整的功能模块；由此可见，DeepSeek-V4-Pro 的代码能力确实蛮强的。 1、DeepSeek-V4-Pro 2、GLM-5.1 同样的项目，同样的文件，同样的提示词，我现在让 GLM-5.1 拆一下看看。 现在 GLM-5.1 与 DeepSeek-V4-Pro 都已经对这个超过1000行的代码文件做完了拆分；GLM-5.1 将这个文件拆分为了4个文件，用时大概8分33秒；DeepSeek-V4-Pro 1、DeepSeek-V4-Pro 2、GLM-5.1 可以看到，现在 DeepSeek-V4-Pro 以及 GLM-5.1 都对我的项目进行了分析并给出完整的分析报告，通过上面的项目架构分析可以看出，
8.3K10编辑于 2026-04-28 DeepSeek V4 接 Claude Code：从零到跑通配置教程
：项目值Anthropic兼容BaseURLhttps://api.deepseek.com/anthropic鉴权变量ANTHROPIC_AUTH_TOKEN（填DeepSeekAPIKey）主模型deepseek-v4 -pro[1m]exportANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-v4-pro[1m]exportANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-v4 -pro[1m]"$env:ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-v4-pro[1m]"$env:ANTHROPIC_DEFAULT_SONNET_MODEL=" deepseek-v4-pro[1m]"$env:ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash"$env:CLAUDE_CODE_SUBAGENT_MODEL -pro[1m]","ANTHROPIC_DEFAULT_OPUS_MODEL":"deepseek-v4-pro[1m]","ANTHROPIC_DEFAULT_SONNET_MODEL":"deepseek-v4
1.5K10编辑于 2026-06-23- 来自专栏Hello工控
如何在Claude Code里面用上DeepSeek V4 Pro模型？
api.deepseek.com/anthropic" $env:ANTHROPIC_AUTH_TOKEN="<your DeepSeek API Key>" $env:ANTHROPIC_MODEL="deepseek-v4 -pro[1m]" $env:ANTHROPIC_DEFAULT_OPUS_MODEL="deepseek-v4-pro[1m]" $env:ANTHROPIC_DEFAULT_SONNET_MODEL ="deepseek-v4-pro[1m]" $env:ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash" $env:CLAUDE_CODE_SUBAGENT_MODEL -pro[1m]", "ANTHROPIC_DEFAULT_OPUS_MODEL":"deepseek-v4-pro[1m]", "ANTHROPIC_DEFAULT_SONNET_MODEL 我们为了确认链接成功，可以问下它是谁，用的是哪家大模型，确定回复为deepseek-v4-pro。那么，这个时候你就可以愉快地使用这个CC和Deepseek V4 Pro开启AI编程对话之旅了。
9.6K10编辑于 2026-04-28 DeepSeek-V4-Pro 深度解析:一次面向百万级上下文的开源大模型迭代
该系列包含两款模型:DeepSeek-V4-Pro:总参数量1.6T,激活参数49BDeepSeek-V4-Flash:总参数量284B,激活参数13B两款模型都原生支持100万token的上下文长度, 这套机制带来的直接收益非常可观:在1Mtoken的上下文场景下,DeepSeek-V4-Pro相较V3.2,单token推理FLOPs仅需27%,KVCache仅需10%。 七、总结与思考DeepSeek-V4-Pro这次发布,有几个信号值得重点关注:第一,开源阵营在编程能力上已经追上甚至反超闭源旗舰。 如果工程实测能贴近这个理论值,DeepSeek-V4-Pro可能成为长文档处理、代码仓库分析等场景的默认选择,因为同样的硬件能跑更长的上下文,或者同样的上下文能服务更多并发。 原项目地址:https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro
3K20编辑于 2026-04-26DeepSeek V4 刚刚发布：API 定价、配置与最佳实践完全指南
新一代模型发布 DeepSeek V4 正式发布并开源，带来两个版本： 模型 参数规模 定位 DeepSeek-V4-Pro 1.6T 总参数 / 49B 激活参数 性能对标顶级闭源模型 DeepSeek-V4 任务表现相当 - 更快响应、更经济定价 Thinking 模式 两个模型都支持双模式切换： response = client.chat.completions.create( model="deepseek-v4 role": "user", "content": "解释 Python 装饰器"}] ) response = client.chat.completions.create( model="deepseek-v4 定价详解 DeepSeek V4 定价 模型 输入（缓存命中） 输入（缓存未命中） 输出 deepseek-v4-flash $0.028/M $0.14/M $0.28/M deepseek-v4-pro $0.145/M $1.74/M $3.48/M 限时优惠：deepseek-v4-pro 当前享受 75% 折扣，优惠截至 2026/05/05 15:59 UTC。
1.9K10编辑于 2026-06-15- 来自专栏低代码平台
DeepSeek-V4-Pro GPT-5.5 GLM-5.1 MiniMax M2.7 横评：到底该选谁？
JeecgBootAI专题研究|2026年4月大模型四强横评：参数、基准、价格、场景全维度对比48小时内两款旗舰接连亮相——昨天GPT-5.5，今天DeepSeek-V4-Pro。 基准测试二：推理与知识GPQADiamond（研究生级物理/化学/生物推理题）：展开代码语言：TXTAI代码解释DeepSeek-V4-Pro██████████████████████████████ 深度解析三：DeepSeek-V4-Pro（今日发布）今天（4月24日）凌晨刚在HuggingFace放出的预览版。 一个开发者的实用建议如果你只能选一款长期用：预算优先：MiniMaxM2.7（$0.30/M，速度还快）开源优先：DeepSeek-V4-Pro（1.6T+MIT+1M上下文）编程优先：GLM-5.1（ 未来几周，随着DeepSeek-V4-Pro稳定版落地、GPT-5.5价格可能的调整、以及KimiK3和Qwen4的可能发布，格局还会继续演变。值得持续跟踪。
11.4K70编辑于 2026-04-24 - 来自专栏代码简单说
DeepSeek-V4发布、DeepSeek API、OpenAI兼容调用、DeepSeek-V4教程、DeepSeek-V4-Pro与Flash区别
DeepSeek-V4发布、DeepSeek API、OpenAI兼容调用、DeepSeek-V4教程、DeepSeek-V4-Pro与Flash区别 作为日常关注大模型API更新的开发者，今天一早就看到一个重磅消息 1️⃣ 新模型名称 现在主要使用： deepseek-v4-pro deepseek-v4-flash 模型定位 模型 定位 类比 deepseek-v4-pro 高性能推理 GPT-4级别 deepseek-v4 Anthropic 这是最舒服的一点： DeepSeek API 完全兼容 OpenAI 格式 只需要改两个东西： 参数 修改 base_url https://api.deepseek.com model deepseek-v4 Content-Type: application/json" \ -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \ -d '{ "model": "deepseek-v4
1.3K10编辑于 2026-06-16 DeepSeek-V4-Pro 与 V4-Flash 区别：1M 上下文场景下的接入与价格
摘要： DeepSeek-V4-Pro 与 DeepSeek-V4-Flash 是 TokenHub 上同时支持 1M 上下文的两款 DeepSeek V4 模型。 二、能力规格全字段对比 维度 DeepSeek-V4-Pro DeepSeek-V4-Flash 调用参数 deepseek-v4-pro deepseek-v4-flash 上下文窗口 1M 1M 最大输入 3.1 输入侧差距 12 倍 DeepSeek-V4-Pro 的输入 12 元/百万 tokens，Flash 的 1 元/百万 tokens。 七、零成本验证两款 V4 模型 DeepSeek-V4-Pro 与 DeepSeek-V4-Flash 都在 TokenHub 新人免费体验包覆盖范围内，各赠送 100 万 Tokens，有效期 90 结语 DeepSeek-V4-Pro 和 V4-Flash 在能力清单上是兄弟，但价格上相差 12 倍。
5.3K10编辑于 2026-05-28WorkBuddy 大模型怎么选？场景化选型指南
2.4 DeepSeek 家族：最新 V4 系列 模型名称 特点 适用场景 DeepSeek-V4-Flash V4 系列轻量化版本，100万上下文，响应速度快、成本低 日常查询、短平快任务 DeepSeek-V4 3.2 长文本处理（会议纪要、PDF 精读、文稿梳理） 推荐模型：DeepSeek-V4-Pro、混元 Hy3、Kimi-K2.6 长文本处理需要大上下文窗口，DeepSeek-V4-Pro 支持 100 3.6 深度专业创作（商业方案、行业报告、正式公文） 推荐模型：DeepSeek-V4-Pro、DeepSeek-V4-Flash DeepSeek-V4-Pro 逻辑清晰、文笔自然，定义复杂推理与深度智能体协作新标准 五、极简选型口诀 日常省钱：DeepSeek-V4-Flash、混元 Hy3 短平快任务：DeepSeek-V4-Flash、混元 Hy3 长文精读：DeepSeek-V4-Pro、混元 Hy3、Kimi-K2.6 代码调试：Kimi-K2.7-Code、GLM-5.2 识图解析：GLM-5v-Turbo 多模态任务：腾讯云 YT-VITA、MiniMax-M3、Kimi-K2.7-Code 深度创作：DeepSeek-V4
79810编辑于 2026-07-10claude code 越用越上头
https://api.deepseek.com/anthropic", "ANTHROPIC_AUTH_TOKEN": "sk开头的API", "ANTHROPIC_MODEL": "deepseek-v4 -pro", "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-pro", "ANTHROPIC_DEFAULT_SONNET_MODEL": " deepseek-v4-pro", "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-v4-flash" } } EOF 5，键入claude，询问模型信息 （这是本次会话环境配置的模型，由系统信息中 You are powered by the model deepseek-v4-pro 标明。）
20600编辑于 2026-06-24- 来自专栏福大大架构师每日一题
DeepSeek-V4更新：百万 token 上下文、1.6T MoE、FP4+FP8 混合精度、Pro-Max 与 Flash-Max 全面解析
2026年4月24日，DeepSeek-AI正式发布DeepSeek-V4系列预览版本，该系列包含两款强大的混合专家（Mixture-of-Experts, MoE）语言模型——DeepSeek-V4- -Pro、DeepSeek-V4-Pro-Base，其中DeepSeek-V4-Flash与DeepSeek-V4-Pro为核心功能版本，Base版本则提供基础模型支持，满足不同开发者的轻量化或定制化需求 两款核心功能模型（DeepSeek-V4-Flash与DeepSeek-V4-Pro）均采用混合专家（MoE）架构，支持百万token（1M）的上下文长度，这意味着模型能够处理超长文本输入，适配长文档分析 二者的核心差异集中在参数量与性能定位上：DeepSeek-V4-Pro总参数量达1.6T，激活参数量49B，主打高性能、全场景覆盖；DeepSeek-V4-Flash总参数量284B，激活参数量13B， -Pro：可通过ModelScope搜索“deepseek-ai/DeepSeek-V4-Pro”获取下载链接。
2.6K30编辑于 2026-04-28 DeepSeek-V4 实战——我用国产大模型重写了3个项目
▪ 性能对比 我测了三个场景： 代码生成： DeepSeek-V4-Pro 在 HumanEval 上达到 89.2%，GPT-5.5 是 88.7%，Claude Opus 4.7 是 87.5% 长文本理解 ： 10万 token 上下文，DeepSeek-V4 完全没问题 推理能力： 复杂逻辑题，DeepSeek-V4-Pro 和 GPT-5.5 差距在 5% 以内 结论： 对我的场景（代码生成 + 文本处理 ▪ 切到 DeepSeek-V4 后 同样的 1000 万 token，用 DeepSeek-V4-Pro： 输入成本（缓存命中率 60%）：800 万 × 60% × ¥0.25/M + 800 万 if complexity_score < 0.7: model = "deepseek-v4-flash" else: model = "<em>deepseek-v4-pro</em>" 代价： 加了个复杂度评分逻辑 原因： DeepSeek-V4 的模型名是 deepseek-v4-pro 和 deepseek-v4-flash，不是 deepseek-v4。 解决： 查官方文档，用正确的模型名。
72211编辑于 2026-05-09DeepSeek V4 刚刚发布：API 定价、配置与最佳实践完全指南
Thinking/Non-Thinking模式自由切换架构创新Token-wise压缩+DSA（DeepSeek稀疏注意力）Agent优化已集成ClaudeCode、OpenClaw、OpenCode性能表现DeepSeek-V4 模式两个模型都支持双模式切换：展开代码语言：PythonAI代码解释#Non-Thinking模式（默认）response=client.chat.completions.create(model="deepseek-v4 "user","content":"解释Python装饰器"}])#Thinking模式-模型先思考再回答response=client.chat.completions.create(model="deepseek-v4 completions\-H"Content-Type:application/json"\-H"Authorization:Bearer$DEEPSEEK_API_KEY"\-d'{"model":"deepseek-v4 end="",flush=True)Python：监控Token使用展开代码语言：PythonAI代码解释response=client.chat.completions.create(model="deepseek-v4
12.6K290编辑于 2026-04-27深度思考、结构化输出、Function Calling、Cache 缓存：TokenHub 模型四大核心能力
长流程规划：智能体执行多步任务前的策略制定 2.3 TokenHub 上支持深度思考的代表模型 Hy3 preview（交错式思考）、DeepSeek-V4-Pro、DeepSeek-V4-Flash、 3.4 TokenHub 上支持结构化输出的代表模型 Hy3 preview、DeepSeek-V4-Pro、DeepSeek-V4-Flash、Deepseek-v3.2、Deepseek-v3.1、 在 TokenHub 价格表里，DeepSeek-V4-Pro 推理输入 12 元/百万 tokens，缓存命中只要 1 元/百万 tokens，差 12 倍。 5.4 TokenHub 上支持 Cache 缓存的代表模型 Hy3 preview、DeepSeek-V4-Pro、DeepSeek-V4-Flash、GLM-5.1、GLM-5V-Turbo、GLM DeepSeek-V4-Pro 缓存命中价是常规输入价的 1/12，是高频调用场景的黄金选项。 7.4 角色扮演与情感陪聊 Hunyuan-role 专为该场景设计，能力差异化定位。
38310编辑于 2026-05-27- 来自专栏AI大模型
DeepSeek-V4来了：百万上下文为什么是开源模型的分水岭
-pro，deepseek-v4-flashhttps://api.lingyaai.cn/DeepSeek-V4-Pro性能有多强？ 三大维度对标顶级闭源模型DeepSeek-V4-Pro是当前开源模型中综合性能最强的选择，在Agent编码、世界知识和推理三大维度上均达到或接近顶级闭源模型的水平。 DeepSeek-V4-Pro在AgenticCoding评测中取得了开源模型最佳成绩。 模型定位SWE-Bench(泄露)Agent评级DeepSeek-V4-Pro开源旗舰83.7%开源最佳ClaudeOpus4.6闭源旗舰—顶级（思考模式）Gemini3.1Pro闭源旗舰80.6%顶级 建议开发者尽早迁移至新的模型名deepseek-v4-pro或deepseek-v4-flash，避免到期后服务中断。
1.9K10编辑于 2026-04-27 - 来自专栏AI技术体系搭建过程
claudecode+deepseek平替硬核实战
关键配置项解读： { ”env”: { ”ANTHROPIC_BASE_URL”: ”https://api.deepseek.com/anthropic”, ”ANTHROPIC_MODEL”: ”deepseek-v4 CLAUDE_CODE_EFFORT_LEVEL”: ”max” } } ⚠️ 重要提示： ANTHROPIC_DEFAULT_OPUS_MODEL 和 ANTHROPIC_DEFAULT_SONNET_MODEL 也建议指向 deepseek-v4 -pro[1m]”, ”ANTHROPIC_DEFAULT_OPUS_MODEL”: ”deepseek-v4-pro[1m]”, ”ANTHROPIC_DEFAULT_SONNET_MODEL”: ”deepseek-v4-pro[1m]”, ”ANTHROPIC_DEFAULT_HAIKU_MODEL”: ”deepseek-v4-flash”, ”CLAUDE_CODE_SUBAGENT_MODEL 验证 cd /d/你的项目目录 claude 进入交互界面后执行： /status # 查看当前模型和配置 /init # 初始化项目 CLAUDE.md 看到模型显示为 deepseek-v4
34210编辑于 2026-07-11 DeepSeek-V4-Pro训练内幕：从33T tokens到1.6T参数的全链路拆解
1.6万亿参数，33万亿tokens，49B激活参数，百万token上下文——DeepSeek-V4-Pro的训练是一场精心设计的系统工程。
18310编辑于 2026-07-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号