Het V4-Pro-model van DeepSeek heeft zich verplaatst naar praktisch API-planningsgebied. De huidige API-prijsdocumentatie van het bedrijf vermeldt DeepSeek-V4-Pro naast DeepSeek-V4-Flash, weergegeven via een basis-URL in OpenAI-formaat en een afzonderlijke basis-URL in Anthropic-formaat. Communityposts waarin de changelog van DeepSeek wordt aangehaald, zeggen dat de V4-Pro 0813-release op 13 augustus is uitgerold naar app-, web- en API-gebruikers.

De modellijst valt op door meer dan alleen beschikbaarheid. DeepSeek-V4-Pro wordt geadverteerd met een contextlengte van 1 miljoen tokens en een maximale uitvoer van 384 duizend tokens, plus JSON-uitvoer, toolaanroepen, bèta voor voltooiing van chatvoorvoegsels en bèta voor voltooiing van FIM in niet-denkende modus. Voor ontwikkelaars die agents, codetools, workflows met lange documenten of systemen bouwen die veel moeten worden opgehaald, plaatsen deze limieten V4-Pro in de categorie van modellen die de prompt-architectuur kunnen hervormen in plaats van alleen maar een kleiner chatmodel te vervangen.

De prijs is echter het echte operationele verhaal. Op de pagina van DeepSeek wordt V4-Pro vermeld voor $ 0,003625 per 1 miljoen cache-hit-invoertokens, $ 0,435 per 1 miljoen cache-miss-invoertokens en $ 0,87 per 1 miljoen uitvoertokens. Die spreiding betekent dat de kosten van een verzoek sterk afhankelijk zijn van de vraag of herhaalde context daadwerkelijk de cache van de provider raakt. Een werklast die er goedkoop uitziet onder optimistische cache-aannames, kan veel duurder worden als prompts zeer variabel zijn, slecht gesegmenteerd of gerouteerd worden door tools die hergebruik van de cache voorkomen.

Wat er veranderd is voor API-gebruikers

De documentatie van DeepSeek presenteert V4-Pro nu als een eersteklas API-model met twee compatibiliteitsoppervlakken: een eindpunt in OpenAI-stijl bij de belangrijkste DeepSeek API-basis-URL en een eindpunt in antropische stijl onder een apart pad. Dat is van belang omdat het de integratiebarrière verlaagt voor teams die al OpenAI-compatibele clients gebruiken, terwijl clients in Claude-stijl ook een directere formaatoptie krijgen.

Voor een AI API-gateway is het directe werk alledaags maar belangrijk: ververs de modelcatalogus, update het contextvenster en metagegevens met maximale output, markeer ondersteunde mogelijkheden en beslis hoe de twee API-formaten moeten worden weergegeven. Het kan handig zijn om de oppervlakken in OpenAI-formaat en Anthropic-formaat als hetzelfde te behandelen voor marketingpagina's, maar het kan verwarring veroorzaken in SDK's, logs en beleidscontroles. Ontwikkelaars moeten weten welk verzoekschema, tool-calling-gedrag en streaming-aannames van toepassing zijn.

De zeer grote geadverteerde uitvoerlimiet verdient ook aandacht. Een maximale output van 384K-token is niet simpelweg een groter getal in een tabel. Het verandert de faalmodi. Teams hebben mogelijk strengere reactielimieten, factureringswaarschuwingen en vangrails op applicatieniveau nodig om te voorkomen dat op hol geslagen generaties of onbedoelde dumps van een enkele agent een materiële kostengebeurtenis worden.

Waarom prijzen voor cache-hits nu belangrijker zijn

DeepSeek wordt door veel ontwikkelaars al lang in verband gebracht met agressieve API-prijzen. V4-Pro compliceert die perceptie. De vermelde invoerprijs voor cache-hits is extreem laag in vergelijking met de invoerprijs voor cache-missers, maar dat verschil helpt alleen als een werklast is ontworpen voor hergebruik van de cache.

In de praktijk hangt de cache-efficiëntie af van prompte stabiliteit. Lange systeemprompts, beleidsblokken, documentatiebundels en repositorycontext kunnen profiteren als ze consistent worden hergebruikt. Maar agentische systemen muteren vaak aanwijzingen bij elke stap: het toevoegen van logboeken, tool-uitvoer, tijdstempels, tussenplannen en gebruikersspecifieke statussen. Als deze veranderingen de cachegrenzen verschuiven of ervoor zorgen dat grote voorvoegsels ontbreken, kunnen de effectieve kosten dichter bij het cache-misserpercentage komen.

Dat is de reden waarom het routeringsbeleid V4-Pro niet moet rangschikken op basis van een enkele gemengde invoerprijs. Kostensimulatie moet cache-hit-invoer, cache-miss-invoer- en uitvoertokens scheiden en vervolgens representatieve werkbelastingen testen. Een codeeragent die een grote repository-samenvatting hergebruikt, kan zich heel anders gedragen dan een klantondersteuningsassistent die bij elk verzoek een nieuwe accountstatus injecteert.

Dit is ook waar Model Gate en vergelijkbare routeringslagen met meerdere modellen een praktische rol spelen. Gateways die het tokengebruik per model, team en API-sleutel bijhouden, kunnen operators helpen te zien of een zogenaamd goedkope route ook daadwerkelijk goedkoop is in productie. De relevante statistiek bestaat niet langer alleen uit tokens per verzoek; het is de mix van cache-hit-invoer, niet-gecachete invoer en gegenereerde uitvoer over echt verkeer.

Wie wordt getroffen

Ontwikkelaars die DeepSeek rechtstreeks gebruiken, moeten model-ID's, eindpuntformaat en capaciteitsvlaggen verifiëren voordat ze overschakelen naar productieverkeer. JSON-uitvoer en toolaanroepen worden vermeld, maar het applicatiegedrag moet nog steeds worden getest, vooral als bestaande code afhankelijk is van de edge-case-afhandeling van een andere provider.

Gateway-operators en platformteams hebben een bredere checklist.Ze hebben bijgewerkte prijstabellen, contextlimieten, maximale outputlimieten, metadata per modelfunctie, budgetcontroles en documentatie nodig voor zowel OpenAI-compatibele als Anthropic-compatibele toegang. Als ze V4-Pro blootstellen als een drop-in-model, moeten ze klanten nog steeds waarschuwen dat een gelijkwaardige syntaxis van verzoeken geen gelijkwaardig gedrag of dezelfde kosten garandeert.

Bedrijven die grootschalige automatisering uitvoeren, moeten de aannames van het standaardmodel opnieuw bekijken. Een model met een 1M-token-contextvenster kan aantrekkelijk zijn voor juridische beoordeling, onderzoekssynthese, codebase-analyse en langlopende agenten. Maar modellen met een lange context hebben de neiging om grotere prompts aan te moedigen, en grotere prompts vergroten elke fout in het cacheontwerp en de uitvoercontrole.

Wat onzeker blijft

De prijspagina geeft de huidige tarieven en mogelijkheden weer, maar er bestaat nog steeds onzekerheid over gerapporteerde toekomstige prijswijzigingen. In communityposts staat dat DeepSeek heeft gewaarschuwd voor een aanzienlijke API-prijsstijging en dat nieuwe piek- en dalprijzen op 16 augustus van kracht kunnen worden. Deze beweringen zijn relevant voor de begrotingsplanning, maar de toekomstige tarieftabel werd tijdens onderzoek niet geverifieerd op basis van een direct toegankelijk officieel bericht.

Die onzekerheid zou teams eerder voorzichtig dan bevroren moeten maken. Het verstandige antwoord is om V4-Pro toe te voegen aan evaluatiepools, echte werklasten te testen, cachegedrag te meten en te voorkomen dat dit hard-codeert als de permanente, goedkoopste standaard totdat de prijs is bevestigd. Voor sommige werklasten kan V4-Pro een uitstekende optie voor lange context zijn. Voor anderen, met name agenten met veel output of prompts met een slecht hergebruik van de cache, kunnen de economische cijfers minder gunstig zijn dan de kop van het cache-hit-percentage doet vermoeden.

De bredere les is dat de beschikbaarheid van modellen nu slechts de eerste routeringsvraag is. De moeilijkere vragen gaan over formaatcompatibiliteit, betrouwbaarheid van functies, cachemechanismen, uitvoerlimieten en waarneembaarheid van de kosten. DeepSeek V4-Pro geeft ontwikkelaars nog een krachtige API-optie, maar maakt ook duidelijk dat ‘goedkoop’ een werklastspecifieke conclusie is geworden, en geen providerlabel.