# DeepSeek V4 Pro APIガイド：現行モデル・料金・使い方

> DeepSeek V4 ProのモデルIDと0813配信版、API料金、Python接続、thinking modeとtool callの注意点、Flashとの選び分けを解説します。

- Source: https://www.aifreeapi.com/ja/posts/deepseek-v4-pro
- Language: ja
- Published: 2026-08-13
- Updated: 2026-08-13
- Publisher: AI Free API (https://www.aifreeapi.com)

**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。

![DeepSeek V4 Proの安定モデルID、配信版、API利用可、GA未確認を分けた図](https://www.aifreeapi.com/posts/ja/deepseek-v4-pro/img/cover.webp)

## 「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](https://api-docs.deepseek.com/quick_start/pricing/)で確認できる契約は次のとおりです。

| 項目 | 現在の値 |
|---|---|
| APIモデルID | `deepseek-v4-pro` |
| 現在の配信バージョン | `DeepSeek-V4-Pro-0813` |
| OpenAI形式のbase URL | `https://api.deepseek.com` |
| Anthropic形式のbase URL | `https://api.deepseek.com/anthropic` |
| コンテキスト長 | 100万tokens |
| 最大出力 | 38.4万tokens |
| thinking | オン/オフ対応、既定はオン |
| 同時実行上限 | 500 |

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](https://api-docs.deepseek.com/updates/)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。

![キャッシュヒット入力、ミス入力、出力の現行料金と値上げ予告](https://www.aifreeapi.com/posts/ja/deepseek-v4-pro/img/price-meter.webp)

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](https://api-docs.deepseek.com/)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](https://api-docs.deepseek.com/guides/thinking_mode/)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](https://api-docs.deepseek.com/guides/tool_calls/)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。

| ワークロード | 初回候補 | Proを残す根拠 |
|---|---|---|
| 短い会話、抽出、定型変換 | V4 Flash | Proで重大な形式・事実エラーが減る |
| 複数ファイル計画、難しいdebug | V4 Pro | 漏れ、再試行、人の介入が減る |
| 高価なtoolを連続利用 | Proを同条件テスト | 採用率と採用結果単価が改善する |
| 明確なvalidatorがある大量処理 | V4 Flash | Proが全体費用を下げた場合のみ昇格 |

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](/ja/posts/deepseek-v4-flash-vs-kimi-k3-vs-glm-5-2)が別のreader taskを扱います。

![失敗コストとワークロードからProまたはFlashの初回候補を選ぶ分岐](https://www.aifreeapi.com/posts/ja/deepseek-v4-pro/img/pro-flash-decision.webp)

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](https://api-docs.deepseek.com/quick_start/pricing/)と[変更履歴](https://api-docs.deepseek.com/updates/)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。