DeepSeek نسخه نهایی پرچم‌دار خود را چهارشنبه بدون هیچ پست وبلاگ یا اطلاعیه‌ای منتشر کرد. نشانه آن یک سلول جدول بود: نسخه مدل ذکر شده برای “deepseek-v4-pro” در صفحه قیمت‌گذاری API اکنون DeepSeek-V4-Pro-0813 نوشته شده است.

هزینه استفاده از این مدل حدود 0.435 دلار برای هر میلیون توکن ورودی و 0.87 دلار برای هر میلیون توکن خروجی (واحد اصلی اطلاعاتی که یک مدل می‌تواند پردازش کند) است. بنابراین ساختار قیمت‌گذاری بدون تغییر باقی مانده، اما آنچه تغییر کرده، وزن‌های زیرین مدل است.

Deepseek V4 Pro از آوریل در دسترس عموم قرار گرفته است، با قیمتی 98% کمتر از GPT-5 Pro، و هر آزمایشگاه مستقلی که آن را آزمایش کرده، در واقع یک نسخه پیش‌نمایش را آزمایش می‌کرد. DeepSeek خود در 31 ژوئیه این موضوع را اعلام کرد، زمانی که V4-Flash را به دسترس‌پذیری عمومی رساند و اشاره کرد که API نسخه Pro "بدون تغییر" است و انتشار رسمی آن "به زودی" خواهد بود. کارت مدل در Hugging Face، که مخزن اصلی پروژه‌های هوش مصنوعی متن‌باز است، هنوز سری V4 را به عنوان "نسخه پیش‌نمایش" توصیف می‌کند.

بنابراین امتیازات گسترده‌ای که منتشر شده‌اند، مربوط به نسخه‌ای هستند که DeepSeek آن را ناتمام می‌دانست. هیچ کس خارج از شرکت هنوز به طور مستقل نسخه 0813 را بنچمارک نکرده است.

ادعاهای جدول DeepSeek

این شرکت مقایسه‌ای را در 10 بنچمارک عامل منتشر کرد. در هشت مورد که Fable 5 یا مدل دیگری برتری داشت، تفاوت‌ها ناچیز بودند.

میانگین برتری نسبی Fable 5 را در بنچمارک‌ها محاسبه کنید، به 5.3% می‌رسید. اگر "آزمون نهایی بشریت بدون ابزار" را حذف کنید—که در آن DeepSeek امتیاز 42.7 در مقابل 53.3 کسب کرده است، یک شکاف 10.6 درصدی که همه چیز را منحرف می‌کند—میانگین ردیف‌های باقی‌مانده 2.8% خواهد بود.

قیمت‌گذاری در هر دو طرف عمومی است و اینجاست که مقایسه دیگر نزدیک نیست. Fable 5 به ازای هر میلیون توکن ورودی 10 دلار و هر میلیون توکن خروجی 50 دلار هزینه دارد. V4 Pro به ترتیب 0.435 دلار و 0.87 دلار هزینه دارد، با ورودی کش شده با 0.003625 دلار. با نرخ‌های ترکیبی، این 30 دلار در مقابل 0.65 دلار است—تقریباً 46 برابر، یا 4,600% از هزینه. این نوع اختلاف است که هنگام اداره یک کسب‌وکار و استفاده از ابزارهای هوش مصنوعی در مقیاس بزرگ اهمیت دارد.

هزینه هر وظیفه تکمیل شده گسترده‌تر است، زیرا Fable 5 بیشتر فکر می‌کند و بیشتر می‌نویسد. Artificial Analysis آن را 3.15 دلار به ازای هر وظیفه بنچمارک در مقابل 3 سنت برای V4-Flash اندازه‌گیری کرد که حدود 105 برابر ارزان‌تر است. مدیرعامل Hugging Face، کلمنت دلانگ، این تفاوت را بیش از 31 دلار در هر وظیفه در مقابل تقریباً 0.04 دلار عنوان کرد. هنوز هیچ رقمی برای هزینه هر وظیفه برای 0813 وجود ندارد.

مجموعه مدل‌های Anthropic خود این برتری قیمتی را پیچیده می‌کند. Claude Opus 5 در اکثر بنچمارک‌ها با نصف قیمت، Fable 5 را شکست می‌دهد.

DeepSeek این امتیازات را خودش و بر روی زیرساختی که هنوز منتشر نکرده، به دست آورده است. یادداشت جولای این شرکت به حالت حداقل DeepSeek Harness اشاره داشت که "به زودی منتشر خواهد شد" و با حداکثر تلاش و خلاقیت بالا کار می‌کند. دو مورد از ده بنچمارک، DSBench-FullStack و DSBench-Hard، مجموعه‌های آزمایشی داخلی هستند که هیچ جدول امتیازات عمومی برای مقایسه با آنها وجود ندارد.

با این حال، جهت حرکت ثابت است. آزمایشگاه‌های چینی با مدل‌های با وزن باز (open-weights) همچنان با کسری از قیمت به مرزهای مدل‌های آمریکایی نزدیک می‌شوند—Kimi K3 در زمان عرضه Fable 5 و GPT-5.6 Sol را شکست داد، و DeepSeek و شیائومی هزینه‌های مدل‌های پیشرفته را 99% کاهش داده‌اند در حالی که آزمایشگاه‌های ایالات متحده مسیر دیگری را در پیش گرفته‌اند. وزن‌های مدل DeepSeek تحت مجوز MIT هستند و در Hugging Face قرار دارند، بنابراین راستی‌آزمایی مستقل تنها با یک دانلود فاصله دارد.