DeepSeek-V4-Pro: preço, contexto e benchmarks com fonte

DeepSeek
lançado em
pesos abertos
verificado
Snapshot de 7 out 2026
metodologia v1.1

Entrada US$/M · pico
Saída US$/M · pico
em reais
Contexto
tokens
Saída máx.
tokens
Em São Paulo

Ficha técnica

Contexto de entrada
Saída máxima
Corte de conhecimento: não divulgado
Modalidades
Pesos do modelo
Retirada mínima: sem data anunciada pelo fabricante
Em São Paulo: A AWS não lista este modelo no Amazon Bedrock: ele não aparece na tabela de disponibilidade regional nem na lista de modelos do Bedrock. Outras nuvens não foram conferidas.
O que significa
Na tabela de disponibilidade regional da AWS, In-Region quer dizer inferência dentro da região de São Paulo; Global quer dizer que o pedido pode ser processado em outra região da AWS, e os dados podem sair de São Paulo. A apuração cobre só o Amazon Bedrock: Azure e Google Cloud não foram conferidos.Se o seu dado não pode sair da região, isso decide a escolha antes do preço e do benchmark. Para a política de uso, a classificação de dados e a trilha de auditoria, veja governança e segurança para IA generativa.

Preços

Dólar por milhão de tokens, por provedor, como o fabricante publica: uma linha por tarifa e uma coluna por tipo de token.

DeepSeek, documentação de API

Em vigor desde 6 set 2026.

Preço por milhão de tokens neste provedor, com o escopo declarado de cada valor e a fonte. DeepSeek, documentação de API.
Tarifa	Entrada	Leitura de cache	Escrita de cache	Saída	Saída em R$
Fora de pico			não consta		não convertida
Horário de pico			não consta

Saída em R$ convertida a partir da tarifa de pico, a mesma que a tabela do comparativo usa, pela PTAX de venda de 6 out 2026. As outras linhas não são convertidas.

Horário de pico: UTC, segunda a sexta. Fora dessas janelas vale a linha Fora de pico.

Nenhuma mudança de preço registrada desde 6 set 2026.

Avaliações

Todos os resultados publicados para este modelo, uma linha por grupo comparável: a mesma versão do benchmark e a mesma origem do número.

Resultados do modelo nos benchmarks deste eixo, um grupo comparável por linha, com a origem e a fonte de cada número. posição na ordem do grupo comparável, não ranking absoluto.
Benchmark	Resultado	Posição no grupo	Origem do número
Raciocínio
ARC-AGI-2, como o benchmark mede	max de esforço high de esforço low de esforço	12º de 16líder: GPT-6 Astra	medição independenteEpoch AI
GPQA Diamond, como o benchmark mede	max de esforço, intervalo publicado de 90,15% a 93,19%	13º de 21líder: GPT-6 Astra	medição independenteEpoch AI
GPQA Diamond, como o benchmark mede	max de esforço	único no grupo	reportado pelo fabricanteDeepSeek API Docs
Código
Arena WebDev (Code Arena), como o benchmark mede	high de esforço, intervalo publicado de 1.573,3 a 1.591,97	17º de 27líder: Claude Opus 5.5	preferência humanaLMArena
DeepSWE, como o benchmark medeversão 1.1		único no grupo	medido por concorrenteZ.ai
LiveCodeBench	max de esforço	único no grupo	reportado pelo fabricanteDeepSeek API Docs
NL2Repo-Bench		único no grupo	medido por concorrenteZ.ai
SWE-bench Pro, como o benchmark mede	max de esforçoharness não declarado	único no grupo	reportado pelo fabricanteDeepSeek API Docs
SWE-bench Verified, como o benchmark mede	max de esforçoharness não declarado	único no grupo	reportado pelo fabricanteDeepSeek API Docs
Agentes
Agents' Last Exam (ALE-CLI), como o benchmark mede		único no grupo	medido por concorrenteZ.ai
Arena Agent, como o benchmark mede	high de esforço, intervalo publicado de −0,47% a 2,84%	18º de 24líder: Claude Fable 5.1	preferência humanaLMArena
AutomationBench, como o benchmark medeversão 1.0.6		único no grupo	medido por concorrenteZ.ai
BrowseComp	max de esforço	único no grupo	reportado pelo fabricanteDeepSeek API Docs
CyberGym		único no grupo	medido por concorrenteZ.ai
MCP-Atlas	max de esforço	único no grupo	reportado pelo fabricanteDeepSeek API Docs
Terminal-Bench, como o benchmark medeversão 2.0	max de esforçoharness não declarado	único no grupo	reportado pelo fabricanteDeepSeek API Docs
Terminal-Bench, como o benchmark medeversão 2.1	harness não declarado	único no grupo	medido por concorrenteZ.ai
Toolathlon		único no grupo	medido por concorrenteZ.ai
Toolathlon	max de esforço	único no grupo	reportado pelo fabricanteDeepSeek API Docs
Conhecimento
Humanity's Last Exam, como o benchmark mede		único no grupo	medido por concorrenteZ.ai
Humanity's Last Exam, como o benchmark mede	max de esforço	único no grupo	reportado pelo fabricanteDeepSeek API Docs
MMLU-Pro	max de esforço	único no grupo	reportado pelo fabricanteDeepSeek API Docs
SimpleQA-Verified	max de esforço	único no grupo	reportado pelo fabricanteDeepSeek API Docs
Trabalho profissional
GDPval-AA, como o benchmark medeversão v2		único no grupo	medido por concorrenteZ.ai
Preferência humana
Arena Text, como o benchmark mede	high de esforço, intervalo publicado de 1.438,56 a 1.451,73	16º de 27líder: Claude Opus 5.5	preferência humanaLMArena
Índice composto
Epoch Capabilities Index, como o benchmark mede	, intervalo publicado de 153,48 a 157,45	17º de 24líder: Claude Opus 5.5	medição independenteEpoch AI

Resultado por nível de esforço, com a distância até os limites do intervalo publicado ao lado (± quando as duas metades são iguais). Posição: na ordem do grupo comparável, não ranking absoluto; dois modelos com o mesmo número dividem a posição. Ver os grupos comparáveis no comparativo

Eventos do modelo

Mudança de preço e correção, com a data e o link oficial. Data depois do snapshot é prazo anunciado, não fato consumado.

2 out 2026
Correção
Na rodada de 30/09/2026, o comparativo tirou o DeepSeek-V4-Pro da tabela como aposentado, com base no anúncio do DeepSeek-V4.1-Flash, que fala em descontinuar o modelo e encaminhar as requisições dele ao DeepSeek-V4.1-Flash a partir de 14/09/2026. O changelog oficial da DeepSeek diz que a API do V4 Pro continua depois dessa data, com a mesma cobrança, e a tabela de preços vigente ainda lista o modelo. Ele voltou à tabela, e o evento de aposentadoria saiu da linha do tempo.

Continue no comparativo

A tabela com todos os modelos lado a lado, as páginas por caso de uso e modelos parecidos com este.

Comparativo e casos de uso

Comparativo completo de modelos de IATodos os modelos
Melhor modelo de IA para chatbot: custo em reais e qualidadeChatbot
Melhor modelo de IA para RAG: custo em reais e qualidadeChat com documentos
Melhor modelo de IA para agentes: custo em reais e qualidadeAgentes
Melhor modelo de IA para programação: custo em reais e qualidadeProgramação

Modelos parecidos

DeepSeek-V4.1-Flashmesmo fabricante
Mistral Large 4preço de entrada parecido
Muse Spark 1.3preço de entrada parecido
GLM-5.3preço de entrada parecido

Quer colocar este modelo para trabalhar no seu caso?

A X-Apps desenha, opera e governa soluções com estes modelos. A escolha depende da sua carga, do seu dado e do seu risco.

Chat com os documentos da sua empresa Solicitar orçamento