Introdução
DeepSeek V4 Pro é a metade ponderada do par DeepSeek V4, disponível aqui como um endpoint compatível com OpenAI em /v1/chat/completions. Ele lê até 1.048.576 tokens, raciocina em high por padrão e pode escrever uma única resposta de até 384.000 tokens.
O esforço low existe para rascunhos rápidos. O conteúdo das mensagens é só texto, até 256 mensagens por requisição; você tem até 128 tools, saída JSON via response_format e streaming SSE, e entrada, entrada em cache e saída são medidas separadamente.
Recursos e destaques
high como ponto de partida
Revisão, migração e segurança são os trabalhos em que o raciocínio extra compensa, por isso este endpoint começa em high e deixa low para os rascunhos. O esforço é gasto como tokens de saída: cai na mesma conta e conta contra o mesmo max_tokens que você define, não numa tarifa separada.
Especificação, código e testes numa requisição
Com 1.048.576 tokens, o documento de design, a implementação e a suíte de testes vão juntos, e o modelo compara os três em vez de confiar no seu resumo. Coloque as restrições invariantes na mensagem de sistema e o material abaixo, do mais antigo ao mais recente, para que cada divergência fique ancorada em algo que o modelo possa citar.
Espaço para escrever a resposta inteira
Uma resposta pode chegar a 384.000 tokens: um plano ordenado, o SQL de cada passo e as consultas que o verificam cabem numa resposta só. O padrão de 32.768 corta sem erro, então dimensione max_tokens pela entrega.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
messages | Sim | No máximo 256 turnos ordenados, só conteúdo de texto. Devolva |
reasoning_effort | Não | none, low ou high, high por padrão. |
stop | Não | Até 4 sequências, como string ou array. A resposta termina assim que o modelo escreve uma delas, e o texto correspondente não é devolvido. pelo menos 1 caracteres · pelo menos 1 itens · no máximo 4 itens |
max_tokens | Não | Limita a resposta a 384.000. O padrão de 32.768 corta um plano de migração sem sinalizar erro. |
tools | Não | Até 128 definições de função por requisição. no máximo 128 itens |
parallel_tool_calls | Não | true ou false, padrão true: o modelo pode pedir várias chamadas de ferramenta no mesmo turno. Valor padrão: |
tool_choice | Não | auto, none, required ou um objeto nomeando a função a chamar. |
response_format | Não | Peça um objeto JSON quando a resposta for consumida por código. |
Preços
Entrada $1.32 / Saída $3.96 por 1 milhão de tokens
Casos de uso
Auditoria de especificação versus implementação
Envie numa só requisição o documento de design e o código que diz implementá-lo, e peça cada divergência ordenada pelo tamanho do estrago. Nenhum dos lados precisa ser resumido, então uma invariante ausente aparece na comparação, não na memória.
Passadas de segurança em high
Aponte o esforço high para um fluxo de autenticação ou de movimentação de dinheiro e peça sequências exploráveis, não comentários de estilo. O esforço extra custa tokens de saída; deixar passar uma escalada de privilégios custa muito mais.
Planejamento de migração sobre um esquema inteiro
Dê ao modelo todos os arquivos de migração e as definições atuais das tabelas, e peça um plano ordenado com o rollback de cada passo. O plano, o SQL e as consultas de verificação podem voltar juntos numa só resposta.
Guia de prompt e dicas práticas
Escreva o teste de aceitação na mensagem de sistema
O esforço high é desperdiçado num pedido vago. Diga o que uma resposta correta precisa conter — divergências com referências de arquivo, uma lista priorizada, um rollback por passo — antes de colar o material, para que o modelo confira contra alguma coisa.
Uma chamada com o esforço que a tarefa merece
POST https://api.spicyapi.ai/v1/chat/completions com {"model": "deepseek/v4-pro", "messages": [{"role": "system", "content": "Compare the specification against the implementation. List every divergence with file references, then rank by blast radius."}, {"role": "user", "content": "<spec>\n\n<implementation>"}], "reasoning_effort": "high", "max_tokens": 32000}. Verifique você mesmo o achado do topo antes de agir: high é mais minucioso, não infalível.
Formatos de requisição que falham
O esquema rejeita partes image_url e de arquivo, então um corpo copiado de um modelo multimodal falha antes de ser precificado. max_tokens acima de 384.000 é inválido, e a janela de 1.048.576 tokens inclui o prompt de sistema e cada resultado anterior de tool.
Início rápido da API
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "deepseek/v4-pro/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
