新特性
DeepSeek V4 Pro 现已在 Together AI 上提供，支持 512K token 上下文窗口，适用于长上下文推理工作负载。Together AI 上的 DeepSeek V4 Pro：
大规模 MoE 架构：
DeepSeek V4 Pro 采用 1.6T 参数的混合专家架构，激活参数为 49B。
可控推理模式：
非思考、高思考、最大思考模式让团队可以在快速响应、深度推理和最大推理努力之间进行选择。
透明的无服务器定价：
DeepSeek V4 Pro 的定价为 每 1M 输入 token 2.10 美元，每 1M 缓存输入 token 0.20 美元，每 1M 输出 token 4.40 美元。
长上下文推理改变了团队可以要求模型执行的任务。整个代码库、大型文档集、长代理轨迹和工具输出都可以放入模型的工作上下文中，而不是被压缩成脆弱的摘要。但能够使用如此多上下文的模型也是最难服务的：一个拥有百万 token 上下文的 1.6T 参数 MoE 模型，大多数团队都不希望自行部署、调优和运维。
DeepSeek-V4 Pro 现已在 Together AI（AI 原生云）上提供，因此团队可以从 512K 上下文的无服务器推理开始，然后迁移到专用基础设施以获得完整的 1M 上下文、预留容量和生产控制。DeepSeek-V4 Flash 即将推出，为团队提供另一个 V4 选项，适用于速度和成本比最大推理深度更重要的场景。
概览
专为长上下文推理打造
DeepSeek V4 Pro 专为模型需要对超过短提示进行推理的工作负载而设计：大型代码库、长技术文档、密集检索包、工具调用历史和研究语料库。
DeepSeek V4 Pro 在模型级别支持百万 token 上下文；在 Together AI 上，目前提供 512K token 上下文窗口。这一区别很重要，因为模型能力和部署服务配置并不总是一回事。Together AI 推出的 DeepSeek V4 Pro 上下文窗口专为可靠的生产服务而设计，同时仍为团队提供足够的空间来处理严肃的长上下文工作负载。
架构也很重要，因为长上下文不仅仅是产品规格。随着上下文增长，服务成本、内存压力、KV 缓存使用、延迟和并发性都成为系统设计的一部分。DeepSeek V4 Pro 使用混合注意力，结合了压缩稀疏注意力和高度压缩注意力，据 DeepSeek 报告，在百万 token 上下文下，单 token 推理 FLOPs 为 DeepSeek V3.2 的 27%，KV 缓存为 10%。
根据工作负载选择推理努力
DeepSeek V4 Pro 支持三种推理模式，因此团队可以根据任务难度匹配推理深度，而不是对所有请求一视同仁。
文档助手可能对简单提取使用非思考模式，对跨策略冲突分析使用高思考模式，仅在模型需要对困难决策进行推理时使用最大思考模式。代码代理可能对规划迁移使用高思考模式，对调试微妙的跨服务故障使用最大思考模式。
DeepSeek 报告了在编码、推理、长上下文和代理任务上的基准测试结果，包括 LiveCodeBench 93.5%、GPQA Diamond 90.1%、SWE-bench Verified 80.6%、MRCR 1M 83.5% 和 CorpusQA 1M 62.0%。
通过缓存输入定价降低重复长上下文查询的成本
长上下文系统通常会在多个问题中重复使用同一个大型上下文：仓库快照、文档包、策略档案、检索负载或长智能体轨迹。缓存输入定价使这些重复工作负载更加实用。
DeepSeek V4 Pro 的定价为每 100 万输入令牌 2.10 美元，缓存输入每 100 万令牌 0.20 美元，输出每 100 万令牌 4.40 美元。这意味着重复使用的上下文成本降低了 90%，当请求中成本较高的部分是在后续分析中重复使用的稳定文本块时，这一点至关重要。
示例模式：
- 加载一个大型稳定上下文，例如 30 万令牌的仓库摘要、合同集或策略档案。
- 针对同一上下文提出多个后续问题。
- 在适用的情况下使用缓存输入定价，以大幅降低重复分析的成本。
工作负载模式
代码智能体
当智能体需要跨仓库片段、问题追踪、内部文档、先前工具调用和提议的补丁进行推理时，使用 DeepSeek V4 Pro。Think High 或 Think Max 对于规划变更、调试故障或解决跨文件依赖最为有用。
文档智能
对于需要在一次请求中比较的合同、策略集、技术手册或研究资料集，使用长上下文。Non-Think 可以处理提取和简单问答；Think High 更适合冲突分析、解释和综合。
长上下文智能体轨迹
使用 DeepSeek V4 Pro 检查长工具调用历史、中间结果和执行轨迹。更高的推理模式在决策点最为有用：当智能体需要决定是否继续、调用另一个工具、修改计划或停止时。
研究综合
对于结合论文、笔记、基准报告、检索文档和先前分析的工作流，使用 DeepSeek V4 Pro。当同一证据集在多个问题中重复使用时，缓存输入定价尤其有用。
从无服务器开始，转向预留容量
DeepSeek V4 Pro 可在 Together AI 无服务器推理和月度预留基础设施上使用。无服务器是评估、开发和可变流量的正确起点。月度预留更适合需要更可预测容量和成本控制的稳定生产需求。
对于长上下文工作负载，部署路径很重要。团队不仅在选择模型，还在选择随着上下文规模增长如何管理吞吐量、并发性、延迟、KV 缓存压力和成本。Together AI 为团队提供了一条从评估到生产的路径，无需自行搭建服务栈。
立即尝试
DeepSeek-V4 Pro 现已在 Together AI 无服务器推理和专用端点上可用。
从无服务器推理开始进行开发和评估。对于需要完整 100 万上下文、预留容量、工作负载隔离或更可预测吞吐量的生产工作负载，请联系销售部门在 Together AI 专用推理上部署 DeepSeek-V4 Pro。
开始使用
→ 按照我们的 DeepSeek-V4 快速入门指南 在几分钟内启动并运行
→ 查看 DeepSeek-V4 Pro 模型页面
→ 在 Playground 中尝试 DeepSeek-V4 Pro
→ 联系销售 了解专用推理部署和批量定价