DeepSeek V4 Pro 0813 详解：性能、价格、Codex 原生接入与网友反应

admin 设计创意 1小时前

10 0

DeepSeek V4 Pro 0813 性能价格与 Codex 接入专题封面 — DeepSeek-V4-Pro-0813 已进入官方生产 API，并补齐了 Codex 所需的 Responses API。

8 月 13 日凌晨，DeepSeek 的官方 API 价格页悄悄把 deepseek-v4-pro 的生产版本改成了 DeepSeek-V4-Pro-0813。没有直播，没有长篇发布稿，甚至更新日志暂时也没有逐条列出“0813 比预览版强了多少”。但这并不是一次无关紧要的改名：Pro 版现在原生支持 OpenAI Responses API，DeepSeek 还同步上线了 Codex 专用接入文档。

换句话说，4 月发布的 V4 Preview 主要在证明模型本身够强；0813 更像是把它推进了真正可用的生产阶段。对普通用户，变化是版本转正和价格；对开发者，真正值得关注的是 Codex 不再必须借助 ChatCompletions 转换层。

先说结论：这次更新值不值得追？

复杂代码、长文档与 Agent 任务：值得试。1M 上下文、49B 激活参数和原生 Responses API，让它更适合完整仓库审查、跨文件重构和长时间工具调用。
简单问答与日常小改：Flash 仍更划算。当前 Pro 的缓存未命中输入和输出价格约为 Flash 的 3.1 倍，并发上限也更低。
设计师工作流：它适合整理设计系统、生成前端代码、审查组件和处理长文档，不是视觉模型。官方 Responses 兼容表明确写着不支持图片和文件输入。
是否应该立刻替换主力：先不要只看发布图。0813 的官方逐项增量尚未公布，真实稳定性、工具调用连续性和长任务成本仍要用自己的项目测。

DeepSeek V4 Pro 到底是什么规格？

DeepSeek V4 Pro 与 V4 Flash 参数规格对比 — 官方规格图：V4 Pro 为 1.6T 总参数、49B 激活参数，预训练约 33T tokens，支持 1M 上下文。图片来源：DeepSeek。

V4 Pro 采用 MoE（混合专家）架构，总参数达到 1.6T，但每个 token 只激活约 49B 参数。它不是把全部 1.6T 都跑一遍，而是按任务挑选部分专家参与推理。官方模型卡给出的核心规格包括：

1.6T 总参数，49B 激活参数；
超过 32T 高质量训练 tokens，官方规格图标为约 33T；
1M 上下文窗口，API 最大输出 384K；
思考与非思考双模式，支持 high / max 推理强度；
工具调用、JSON、FIM、Anthropic API 与 Responses API；
开放权重采用 MIT License，可自建、修改和商用。

真正的技术重点不是“参数又大了”，而是如何让 1M 上下文可用。DeepSeek 把压缩稀疏注意力与高压缩注意力组合起来，并引入 mHC 超连接和 Muon 优化器。按官方模型卡，在 1M 场景下，V4 Pro 单 token 推理 FLOPs 只相当于 V3.2 的 27%，KV Cache 约为后者的 10%。这才是它能把超长上下文推向实际 Agent 工作流的原因。

0813 相比 4 月 Preview 变了什么？

DeepSeek V4 从 Preview 到 Pro 0813 的可核验变化时间线 — 目前能确认的是生产版本号、Responses API 与 Codex 适配；官方尚未公布完整的 0813 增量对照表。

这里必须把事实和猜测分开。官方已经确认的变化有三件：

生产 API 版本更新为 0813：官方价格页明确显示 DeepSeek-V4-Pro-0813。
Pro 原生支持 Responses API：不再只有 ChatCompletions 与 Anthropic 接口。
Codex 有了官方接入路径：DeepSeek 给出 Codex CLI、桌面端和 VS Code 扩展共用配置的方法，并提供模型目录文件。

但“0813 在每项 benchmark 上提升了多少”目前没有官方答案。DeepSeek 还没有发布 Preview 与 0813 的同条件 A/B 表，也没有说明现有官网 benchmark 图是否全部用 0813 权重重跑。社区有人把 API 端的表现变化视为明显升级，这只能算早期体验，不能当作正式性能结论。

性能：强项很清楚，但不是每一项都第一

DeepSeek V4 Pro Max 与主流闭源模型性能对比图 — DeepSeek 官方 benchmark：V4 Pro Max 在知识、推理、编码与 Agent 任务上的对比。注意这是厂商自测，应结合独立评测阅读。

官方主图里，DeepSeek-V4-Pro-Max 的优势集中在代码与部分知识推理任务：Apex Shortlist 为 90.2，Codeforces Rating 为 3206，SWE-bench Verified 为 80.6。它在 SWE Verified 上已经与 GPT-5.4 xHigh、Gemini 3.1 Pro High 处于同一档。

但图里也能看到边界：Gemini 在 SimpleQA Verified 上明显更高；GPT-5.4 xHigh 在 Terminal Bench 2.0 和 Toolathlon 上领先；HLE 也不是 DeepSeek 第一。更准确的判断是：V4 Pro 已经进入顶级 Agent 模型的竞争区间，但还没有出现“全面碾压”。

DeepSeek V4 Pro 完整 benchmark 表 — 完整官方对照表包含知识推理、1M 长上下文和 Agent 任务。图片来源：DeepSeek。

值得设计与前端团队关注的 4 个数字

SWE Verified 80.6：说明它处理真实仓库问题的能力已经很强，但单一 benchmark 不等于你的代码库能一次改对。
SWE Pro 55.4：更难任务的成功率仍只有一半左右，复杂改动必须保留测试和人工审查。
MRCR 1M 83.5：长上下文记忆很有竞争力，但仍低于图中 Opus 4.6 Max 的 92.9。
Terminal Bench 67.9：命令行 Agent 表现不错，不过图中 GPT-5.4 xHigh 为 75.1，工具执行不是稳赢项。

DeepSeek V4 长上下文计算量与 KV Cache 效率图 — V4 Pro 与 Flash 在长序列上的计算量和 KV Cache 增长显著低于 V3.2。图片来源：DeepSeek。

价格：现在便宜得惊人，但 Pro 仍不是“无脑默认”

DeepSeek V4 Pro 0813 当前 API 价格对比 — 当前官方价与 4 月预览价对比。价格会调整，实际调用前请再次查看官方价格页。

DeepSeek 当前按每 100 万 tokens 计费。V4 Pro 的缓存命中输入为 0.003625 美元，缓存未命中输入为 0.435 美元，输出为 0.87 美元；V4 Flash 分别是 0.0028、0.14 和 0.28 美元。

与 4 月预览时的 Pro 价格相比，缓存未命中输入从 1.74 美元降到 0.435 美元，输出从 3.48 美元降到 0.87 美元，都是原来的四分之一。缓存命中价格下降更夸张。这让 Pro 不再只是“偶尔才敢调用”的旗舰模型。

不过成本判断不能只看单价。Pro 默认思考、复杂任务容易生成更多 reasoning tokens，并发限制为 500；Flash 并发为 2500。批量内容处理、简单代码改动或高频自动化，Flash 通常仍是更合理的默认层；遇到架构审查、疑难 bug、跨文件重构，再把任务升级到 Pro。

还有一个容易被忽略的提醒：官方价格页明确写着，未来计划整体上调 DeepSeek API 价格，而且预计涨幅不小。现在适合做验证和建立调用基线，但长期商业预算不要只按今天的促销级价格计算。

它不只会写代码，长文档生成也开始像“成品”

DeepSeek V4 Pro 生成的商业提案演示文稿案例 — DeepSeek 官方展示的 PDF / PPT 生成案例。它说明模型在长文档结构与交付完整度上的方向，不代表每次都能生成相同质量。

DeepSeek 在 V4 发布材料里展示了一份商业地产外联提案。值得看的不是版面有多惊艳，而是信息层级、行动计划、表格和跨页一致性已经比较完整。对设计师而言，这类模型更适合做第一轮信息架构、文案压缩和页面逻辑，再由人完成视觉系统、版权素材与最终校对。

国内外网友怎么看：兴奋、怀疑和务实同时存在

DeepSeek V4 Pro 0813 国内外社区反应归纳 — 社区首日反应归纳意译：高兴的是能力与价格，担心的是过度思考、速度和缺少独立复测。

海外社区：先发现版本，再追问它到底改了什么

Reddit 上第一批帖子反复提到“silent release”：用户先从 API 页面和 OpenRouter 发现 0813，而不是从正式公告得知。这个发布方式制造了新鲜感，也带来同一个疑问：既然是 GA / production build，为什么没有对应的变更列表？

早期实测意见并不一致。有开发者在相同代码库提示词下，认为 Pro 的架构分析更完整、更愿意指出隐性风险；也有人形容它“聪明但容易发散”，推理时间更长、token 消耗更高。关于价格的讨论也很现实：Pro 比 Flash 贵约三倍，如果任务只是简单修改，能力差距未必值得每次都付。

国内社区：性价比仍是 DeepSeek 最强的品牌心智

知乎与 V2EX 对 V4 的长期讨论更聚焦“性价比下限”。一种有代表性的看法是，DeepSeek 不需要每个 benchmark 都第一，只要把接近顶级闭源模型的能力压到更低价格，就会迫使同档模型重新定价。另一派更谨慎：V4 Pro 很强，但 Flash 才是真正适合大规模调用的便宜模型；复杂任务才切 Pro。

我更认同后一种用法。模型不是按品牌站队，而应该按任务分层。让 Flash 负责扫描、分类、初稿和小修，让 Pro 负责架构判断、疑难问题和最终审查，往往比“所有事情都上旗舰”更快，也更省钱。

Codex 现在能不能不用 CC Switch，直接接 V4 Pro？

可以，而且现在直连是更推荐的第一选择。OpenAI 官方 Codex 配置参考允许自定义 model provider，并规定第三方提供商使用 Responses 协议；DeepSeek 0813 已经原生实现这一协议，还专门支持 Codex 的 apply_patch 自定义工具。

Codex 直接连接 DeepSeek 与通过 CC Switch 的两条路线 — 固定使用 DeepSeek 时优先直连；频繁切换供应商时再让 CC Switch 管理配置。

路线 A：Codex 原生直连 DeepSeek

DeepSeek 官方提供一键安装脚本，会先备份 ~/.codex/config.toml，再写入模型目录和 provider 配置。为了减少把远程脚本直接交给 shell 的风险，更稳妥的做法是先下载并查看脚本，或手动按官方文档配置。

API Key 建议放进环境变量，不要直接写入项目文件。OpenAI 官方配置参考也明确把 experimental_bearer_token 标为不推荐，并建议使用 env_key：

export DEEPSEEK_API_KEY="<你的 DeepSeek API Key>"

然后在 ~/.codex/config.toml 中加入：

model = "deepseek-v4-pro"
model_provider = "deepseek"
model_reasoning_effort = "high"
model_catalog_json = "~/.codex/models.json"

[model_providers.deepseek]
name = "DeepSeek"
base_url = "https://api.deepseek.com/"
wire_api = "responses"
env_key = "DEEPSEEK_API_KEY"

此外还需要 DeepSeek 官方文档中的 ~/.codex/models.json 模型目录，它声明 1M 上下文、推理等级和工具格式。官方目录要求 Codex 客户端版本至少为 0.144.0。配置完成后重启 Codex；CLI、桌面端和 VS Code 扩展会读取同一份配置。

原生接入仍有哪些限制？

只支持文本输入；图片和文件输入会被替换成占位文字，不能拿它直接看截图或 Figma。
支持 function、web_search 和 Codex 的 apply_patch；file_search、code_interpreter、computer_use、MCP 等 Responses 内置类型在 DeepSeek 文档中标为忽略。
不支持 previous_response_id 和 conversation，API 是无状态的；长会话由客户端重新携带上下文。
不支持后台模式、服务等级和部分 OpenAI 专有参数；有些不支持字段会被静默忽略。
官方模型目录把 Pro 标为纯文本模型，所以涉及视觉验收时仍要搭配浏览器或其它视觉模型。

路线 B：继续用 CC Switch，该怎么设？

CC Switch 仍有价值：它适合在 OpenAI、DeepSeek、Kimi、GLM 等多个 provider 之间切换，也能管理配置备份和官方登录态。但 0813 已支持 Responses API 后，不应再默认打开 ChatCompletions 本地转换路由。

升级到支持 Codex 自定义 provider 的最新版 CC Switch，只从官方仓库 github.com/farion1231/cc-switch 下载。
在 Codex 供应商中新增 DeepSeek，模型填 deepseek-v4-pro，Base URL 填 https://api.deepseek.com/。
API 格式选 OpenAI Responses；关闭“需要本地路由 / Needs Local Routing”。
如仍需保留 Codex 官方登录与插件，在设置中启用“Keep official login when switching third-party providers”，但要理解它会改写本机 Codex 配置。
切换后彻底重启 Codex，再用一个小仓库测试读取文件、apply_patch、shell 和多轮工具调用。

如果你的 CC Switch 预设仍把 DeepSeek 标成“必须路由”，说明它沿用的是 V4 只提供 ChatCompletions 时的旧规则。先升级；仍未更新时可以建一个自定义 Responses provider。现在继续多绕一层本地协议转换，除了方便统一管理，并没有技术上的必要。

最后的判断：0813 的意义不只是“更强”

DeepSeek-V4-Pro-0813 最值得注意的地方，不是某一个 benchmark 多了几分，而是三件事同时发生：1M 上下文进入更实际的 Agent 工作流，Pro 价格被压到更容易长期使用，Codex 又有了原生 Responses 接口。

但它也没有把所有问题一起解决。它仍是纯文本模型，部分 Responses 功能不兼容，Pro 的速度、token 消耗和并发都不如 Flash，0813 相比 Preview 的真实增量也缺少官方对照。最合理的做法，是把它当成一个非常有竞争力的“复杂任务升级档”，先在真实仓库中做一周 A/B 测试，再决定是否替换主力。

本文由「设计创意1984」编辑整理，仅供分享交流，版权归原作者所有，欢迎转发。

关注设计创意1984，持续获取设计趋势、AI创作方法与创意灵感。

设计创意1984网站二维码
设计创意1984微信公众号二维码