DeepSeek V4 Pro APIガイド：現行モデル・料金・使い方

DeepSeek V4 Proは現在、公式APIで deepseek-v4-pro を指定して利用できます。 2026年8月13日時点で、この安定したモデルIDが指す配信版は DeepSeek-V4-Pro-0813 です。Proは有料会員プランの名称ではなく、V4 Flashとは料金も同時実行上限も異なるモデルです。

最初の呼び出しだけならOpenAI SDKのbase URLとモデル名を差し替えれば動きます。ただし本番判断では、thinkingが既定で有効、キャッシュヒットとミスの単価差が大きい、そして公式がAPI全体の大幅な値上げ予定を明記している、という3点を先に押さえる必要があります。

「使える」と「どの版が動くか」を分ける

DeepSeekの現行モデル・料金表で確認できる契約は次のとおりです。

アプリ設定には安定IDを使い、評価記録には配信版も残します。これにより、同じIDの背後でモデルが更新されてもコード変更を抑えつつ、「どの版を評価したか」を追跡できます。

deepseek-chat や deepseek-reasoner をProの別名として使ってはいけません。公式変更履歴では、これらは移行期間にV4 Flashのnon-thinking/thinkingへ対応した旧名です。

リリース状態も同様です。4月の公式記事はV4をpreviewとして紹介し、7月31日の更新はV4 Proのofficial releaseが後日続くと記載しました。現在のquick startはすでに0813版を示しますが、今回確認した公式ページにはProを明示的にGAと呼ぶ独立告知がありません。「APIで現在利用可能」は確認済みですが、利用可能とGAを同義にする必要はありません。

現在のAPI料金を自分のtoken構成で計算する

Proの公式直接API単価は、100万tokens当たり次のとおりです。

• キャッシュヒット入力：$0.003625
• キャッシュミス入力：$0.435
• 出力：$0.87

たとえば、固定資料60万tokensがキャッシュにヒットし、新しい入力20万tokens、出力3万tokensのリポジトリ分析なら、

0.6 × $0.003625 + 0.2 × $0.435 + 0.03 × $0.87 = $0.115275

です。これは2026年8月13日の料金表による計算であり、見積書ではありません。税、外部tool、再試行、第三者providerの上乗せ、人の修正は含みません。しかもDeepSeekは同じ料金ページで「近くAPI全体を大幅に値上げする予定」と予告し、確定新料金はまだ掲載していません。月次・年次予算を現在単価で固定しないでください。

キャッシュ単価が非常に低くても、長いprompt全体が自動でヒットするわけではありません。固定system prompt、変わらないリポジトリ地図、共通資料を安定したprefixにし、新しい指示、tool result、会話履歴と分けます。実際のusageに返るcached tokensを確認して初めて、割引を予算に入れられます。

最終的にはリクエスト単価より次を測ります。

採用結果単価 = 全試行の入力・キャッシュ・出力・tool・再試行費用 / 検収を通過した件数

Pythonで最初のリクエストを送る

DeepSeekの初回APIガイドに沿い、OpenAI SDKを使えます。API keyはソースコードではなく環境変数に置きます。

python
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com",
)

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "コード変更を保守的にレビューしてください。"},
        {"role": "user", "content": "この移行計画のロールバックリスクを特定してください。"},
    ],
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
    stream=False,
)

print(response.choices[0].message.content)

短い分類、抽出、形式変換なら、品質を確認したうえでthinkingを無効化できます。

python
extra_body={"thinking": {"type": "disabled"}}

smoke testではHTTP 200だけを合格にしません。最終contentが空でない、modelとusageを記録できる、timeoutとエラーを処理できる、API keyや機密promptを通常ログへ残さない、まで確認します。

thinking modeで古い設定が効かない理由

公式thinking mode資料では、既定はthinking有効・effort highです。指定できる実質的な強度はlow、high、maxで、mediumとxhighはhighにマッピングされます。

thinking中はtemperature、top_p、presence_penalty、frequency_penaltyが効きません。互換性のためエラーにならない場合があるので、設定ファイルだけを見ると調整済みに見えてしまいます。単純作業はthinkingをオフ、難しい作業はeffortを変えて比較します。

Agentのtool loopにはさらに重要な条件があります。モデルがreasoning_content、content、tool_callsを返したら、tool実行後の次リクエストにassistant message全体を残し、その後へrole: toolの結果を追加します。reasoning_contentを落とすと400になる可能性があります。

SDKが返したmessage objectをそのまま履歴へ追加するのが安全です。公式tool callsガイドのstrict modeは別物で、/betaと限定的なJSON Schemaを使います。Beta機能を「任意のschemaを保証する」と解釈しないでください。

100万contextは投入目標ではない

100万contextは作業窓の上限、38.4万は出力上限です。全リポジトリを毎回送るべきという意味ではありません。キャッシュミスの巨大入力は料金とprefillを増やし、不要ファイルは判断を散らします。

最初に検索で関連コードと資料を絞り、検収失敗が「情報不足」による場合だけ広げます。first tokenの速さだけでなく、検収可能な結果までの時間、再試行、手修正、tokenを記録します。

ProとFlashのどちらから試すか

確認時のProは、キャッシュミス入力と出力がFlashの約3倍です。追加料金を払う条件を先に決めます。

ProのbenchmarkをFlashの能力として引用しないでください。候補をさらに広げる場合は、日本語の DeepSeek V4 Flash・Kimi K3・GLM-5.2比較が別のreader taskを扱います。

10〜30件の実務課題を、同じファイル、tool権限、timeout、retry budget、検収条件で比較します。cached/uncached input、output、完了時間、手介入を残し、1件のデモではなく採用結果単価で決めます。

導入直前に公式料金表と変更履歴を再確認してください。安定IDはコードを安定させますが、その背後のバージョン・料金・ライフサイクルまで固定するものではありません。