DeepSeekov model V4-Pro se je premaknil na praktično območje načrtovanja API-jev. Trenutna dokumentacija o cenah API-ja podjetja navaja DeepSeek-V4-Pro poleg DeepSeek-V4-Flash, ki je izpostavljen prek osnovnega URL-ja v formatu OpenAI in ločenega osnovnega URL-ja v formatu Anthropic. Objave v skupnosti, ki se sklicujejo na dnevnik sprememb DeepSeek, pravijo, da je bila izdaja V4-Pro 0813 uvedena za uporabnike aplikacij, spleta in API-jev 13. avgusta.
Seznam modelov je znan po več kot samo razpoložljivosti. DeepSeek-V4-Pro se oglašuje z dolžino konteksta 1M žetona in največjim izhodom 384K žetonov, plus izhod JSON, klici orodij, dokončanje predpone klepeta beta in FIM dokončanje beta v načinu brez razmišljanja. Za razvijalce, ki gradijo agente, orodja za kodiranje, poteke dela z dolgimi dokumenti ali sisteme, ki zahtevajo veliko pridobivanja, te omejitve postavljajo V4-Pro v kategorijo modelov, ki lahko preoblikujejo hitro arhitekturo, namesto da zgolj nadomestijo manjši model klepeta.
Cena pa je prava operativna zgodba. DeepSeekova stran navaja V4-Pro po ceni 0,003625 USD za 1 milijon vhodnih žetonov zadetek predpomnilnika, 0,435 USD za 1 milijon vhodnih žetonov za zamudo predpomnilnika in 0,87 USD za 1 milijon izhodnih žetonov. To širjenje pomeni, da je strošek zahteve močno odvisen od tega, ali ponovljeni kontekst dejansko zadene ponudnikov predpomnilnik. Delovna obremenitev, ki je pod optimističnimi predpostavkami o predpomnilniku videti poceni, lahko postane veliko dražja, če so pozivi zelo spremenljivi, slabo segmentirani ali usmerjeni prek orodij, ki preprečujejo ponovno uporabo predpomnilnika.
Kaj se je spremenilo za uporabnike API-ja
Dokumentacija DeepSeeka zdaj predstavlja V4-Pro kot prvorazredni model API-ja z dvema združljivima površinama: končno točko v slogu OpenAI na glavni Osnovni URL API-ja DeepSeek in končna točka v slogu Anthropic pod ločeno potjo. To je pomembno, ker zmanjša integracijsko oviro za ekipe, ki že uporabljajo odjemalce, združljive z OpenAI, hkrati pa daje odjemalcem v slogu Claude bolj neposredno možnost oblikovanja.
Za prehod AI API je takojšnje delo vsakdanje, a pomembno: osvežite katalog modelov, posodobite kontekstno okno in največje izhodne metapodatke, označite podprte zmogljivosti in se odločite, kako predstaviti dva formata API-ja. Obravnavanje površin formata OpenAI in formata Anthropic kot iste stvari je morda priročno za trženje strani, vendar lahko povzroči zmedo v kompletih za razvoj programske opreme, dnevnikih in kontrolnikih pravilnikov. Razvijalci morajo vedeti, katera shema zahtev, vedenje klicanja orodja in predpostavke o pretakanju veljajo.
Pozornost si zasluži tudi zelo velika oglaševana izhodna omejitev. Največji rezultat 384K žetonov ni le večje število v tabeli. Spremeni načine okvare. Ekipe bodo morda potrebovale strožje omejitve odziva, opozorila za zaračunavanje in zaščitne ograje na ravni aplikacije, da preprečijo, da bi bežne generacije ali naključni izpisi dolge oblike en korak agenta spremenili v pomemben strošek.
Zakaj so cene zadetkov v predpomnilniku zdaj pomembnejše
Številni razvijalci DeepSeek že dolgo povezujejo z agresivnimi cenami API-jev. V4-Pro zaplete to dojemanje. Navedena vnosna cena zadetka v predpomnilniku je izjemno nizka v primerjavi s ceno vnosa zgrešenega predpomnilnika, vendar ta razlika pomaga le, če je delovna obremenitev zasnovana za ponovno uporabo predpomnilnika.
V praksi je učinkovitost predpomnilnika odvisna od hitre stabilnosti. Dolgi sistemski pozivi, bloki pravilnikov, svežnji dokumentacije in kontekst repozitorija lahko koristijo, če se dosledno ponovno uporabljajo. Toda agentski sistemi pogosto spreminjajo pozive na vsakem koraku: dodajajo dnevnike, izhode orodij, časovne žige, vmesne načrte in stanje, specifično za uporabnika. Če te spremembe premaknejo meje predpomnilnika ali povzročijo zgrešene velike predpone, se lahko dejanski stroški približajo stopnji zgrešenih predpomnilnikov.
Zato pravilniki o usmerjanju ne bi smeli razvrščati V4-Pro glede na eno samo mešano vhodno ceno. Simulacija stroškov bi morala ločiti vhodne žetone zadetkov predpomnilnika, vhodne napake predpomnilnika in izhodne žetone, nato pa preizkusiti reprezentativne delovne obremenitve. Agent za kodiranje, ki ponovno uporabi velik povzetek repozitorija, se lahko obnaša zelo drugače od pomočnika za podporo strankam, ki v vsako zahtevo vnese novo stanje računa.
Tu imajo tudi Model Gate in podobni sloji usmerjanja z več modeli praktično vlogo. Prehodi, ki sledijo uporabi žetonov glede na model, skupino in ključ API, lahko operaterjem pomagajo ugotoviti, ali je domnevno poceni pot dejansko poceni v proizvodnji. Ustrezna metrika ni več samo žetonov na zahtevo; je mešanica vnosa zadetkov v predpomnilniku, vnosa brez predpomnilnika in ustvarjenega izhoda v resničnem prometu.
Koga to zadeva
Razvijalci, ki uporabljajo neposredno DeepSeek, morajo pred zamenjavo produkcijskega prometa preveriti identifikatorje modela, obliko končne točke in zastavice zmogljivosti. Izhod JSON in klici orodij so navedeni, vendar je treba vedenje aplikacije še vedno preizkusiti, zlasti če se obstoječa koda opira na obravnavo robnih primerov drugega ponudnika.
Upravljavci prehodov in skupine platform imajo širši kontrolni seznam.Potrebujejo posodobljene tabele s cenami, kontekstne omejitve, največje izhodne omejitve, metapodatke o funkcijah za posamezne modele, proračunske kontrole in dokumentacijo za dostop, združljiv z OpenAI in Anthropic. Če razkrijejo V4-Pro kot nadomestni model, morajo še vedno opozoriti stranke, da enakovredna sintaksa zahteve ne zagotavlja enakovrednega vedenja ali stroškov.
Podjetja, ki izvajajo obsežno avtomatizacijo, bi morala ponovno pregledati predpostavke privzetega modela. Model s kontekstnim oknom 1M-žetona je lahko privlačen za pravni pregled, sintezo raziskav, analizo kodne baze in dolgotrajne agente. Toda modeli z dolgim kontekstom ponavadi spodbujajo večje pozive, večji pozivi pa povečajo vsako napako v zasnovi predpomnilnika in nadzoru izhoda.
Kaj ostaja negotovo
Stran s cenami ponuja trenutne navedene cene in zmogljivosti, vendar še vedno obstaja negotovost glede prijavljenih prihodnjih sprememb cen. Objave v skupnosti pravijo, da je DeepSeek opozoril na znatno povišanje cen API-ja in da lahko nove cene v najvišji in izven konične obremenitve začnejo veljati 16. avgusta. Te trditve so pomembne za načrtovanje proračuna, vendar prihodnja tabela tarif ni bila preverjena iz neposredno dostopnega uradnega obvestila med raziskavo.
Zaradi te negotovosti bi morale biti ekipe previdne in ne zamrznjene. Razumen odgovor je dodati V4-Pro v ocenjevalna združenja, preizkusiti dejanske delovne obremenitve, izmeriti obnašanje predpomnilnika in se izogniti trdemu kodiranju kot trajno privzeto najnižjo ceno, dokler cena ni potrjena. Za nekatere delovne obremenitve je lahko V4-Pro odlična možnost za dolg kontekst. Za druge, zlasti agente z veliko izhodno močjo ali pozive s slabo ponovno uporabo predpomnilnika, je lahko ekonomika manj ugodna, kot kaže stopnja zadetkov v predpomnilniku.
Širša lekcija je, da je razpoložljivost modela zdaj le prvo vprašanje usmerjanja. Težja vprašanja so o združljivosti formatov, zanesljivosti funkcij, mehaniki predpomnilnika, izhodnih omejitvah in opazovanju stroškov. DeepSeek V4-Pro ponuja razvijalcem še eno zmogljivo možnost API-ja, vendar tudi jasno pove, da je "poceni" postal sklep, specifičen za delovno obremenitev, in ne oznaka ponudnika.