DeepSeek-V4-Pro: Contexto de 1M, #1 no LiveCodeBench, Fronteira Open-Source
Você está avaliando modelos open-source para um agente de codificação em produção. Precisa de algo que lide com bases de código grandes — repositórios inteiros, não apenas arquivos individuais — e que realmente resolva issues do GitHub sem alucinar chamadas de ferramentas. Todo modelo que você testa ou se degrada além de 128K tokens ou fica atrás do GPT-4o nos benchmarks que realmente importam para tarefas reais de engenharia.
O DeepSeek-V4-Pro muda esse cálculo. É um modelo MoE de 1,6 trilhões de parâmetros com uma janela de contexto real de 1M de tokens, a maior pontuação publicada no LiveCodeBench (93,5 Pass@1) e Rating Codeforces 3206 — ambos #1 entre todos os modelos avaliados, incluindo APIs fechadas de ponta. Em resumo: é o melhor modelo open-source disponível hoje para codificação competitiva e tarefas agênticas com contexto grande, lançado sob licença MIT. A partir de hoje, está disponível via Novita AI.
Experimente DeepSeek-V4-Pro Agora →
O que é DeepSeek-V4-Pro?
O DeepSeek-V4-Pro é o modelo principal da série V4 da DeepSeek, lançado em 24 de abril de 2026. Ele fica acima do leve DeepSeek-V4-Flash (284B total / 13B ativos) e é posicionado como uma prévia das capacidades de fronteira atuais da DeepSeek — o que eles descrevem como o “melhor modelo open-source disponível hoje” para conhecimento e codificação. O modelo é treinado em mais de 32 trilhões de tokens e ajustado através de um pipeline de dois estágios: SFT especializado por domínio + aprendizado por reforço GRPO, seguido de destilação on-policy. Os detalhes técnicos completos estão no artigo da DeepSeek DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence.
Principais especificações:
- Arquitetura: Mixture-of-Experts (MoE) com Attention Híbrida — Compressed Sparse Attention (CSA) + Heavily Compressed Attention (HCA)
- Parâmetros: 1,6T total / 49B ativados por forward pass
- Janela de contexto: 1.048.576 tokens (1M)
- Precisão: FP4 (especialistas MoE) + FP8 misto
- Modos de raciocínio: Non-think (rápido), Think (CoT padrão), Max (orçamento máximo de raciocínio)
- Capacidades: Chamada de funções, saídas estruturadas, raciocínio, recuperação em contexto de 1M
- Licença: MIT
Principais Recursos
Attention Híbrida para Processamento Eficiente de Contexto de 1M Token
A maioria dos modelos que afirmam ter “contexto longo” ou truncam silenciosamente ou degradam bruscamente além de 128K tokens. A Arquitetura de Attention Híbrida do DeepSeek-V4-Pro — combinando Compressed Sparse Attention (CSA) e Heavily Compressed Attention (HCA) junto com Manifold-Constrained Hyper-Connections (mHC) — foi projetada desde o início para processamento eficiente de milhões de tokens. Na prática: MRCR 1M marca 83,5 (recuperação de memória em contexto de 1M) e CorpusQA 1M atinge 62,0, ambos mantendo raciocínio coerente sobre a janela completa. Para agentes que precisam ingerir uma base de código inteira, um dia de logs ou um documento do tamanho de um livro em uma única chamada, esta é a arquitetura que torna isso viável sem infraestrutura especializada.
#1 no LiveCodeBench e Codeforces — O Modelo de Codificação que Realmente Compet
O DeepSeek-V4-Pro pontua 93,5 no LiveCodeBench (Pass@1) e 3206 no Rating Codeforces — ambos os maiores escores publicados na tabela de comparação, superando Claude Opus 4.6 Max (88,8 / sem rating), Gemini 3.1 Pro High (91,7 / 3052) e GPT-5.4 xHigh (sem LCB / 3168). No SWE-Verified (resolução de issues reais do GitHub), atinge 80,6, no mesmo nível de Claude Opus 4.6 Max (80,8) e Gemini 3.1 Pro (80,6). Para equipes construindo agentes de codificação onde “ele realmente consegue corrigir o bug” importa mais do que pontuações teóricas de MMLU, o V4-Pro é a opção open-source que compete diretamente com APIs fechadas de ponta.
Três Modos de Raciocínio — Ajuste o Computo à Tarefa
O DeepSeek-V4-Pro expõe três modos de inferência através do mesmo endpoint de API:
- Non-think: Sem chain-of-thought. Rápido, baixa latência — adequado para classificação, extração, tarefas de saída estruturada onde a sobrecarga de raciocínio é desnecessária.
- Think: Raciocínio CoT padrão. O padrão para codificação, matemática e tarefas de múltiplas etapas.
- Max (V4-Pro Max): Orçamento de raciocínio estendido. Use quando a precisão importa mais que a velocidade — provas complexas, problemas difíceis de programação competitiva, sessões profundas de depuração.
Todos os três modos são acessíveis através do ID do modelo deepseek/deepseek-v4-pro apoiado pela Novita AI. Alternar entre eles é uma instrução no nível do prompt, não um endpoint diferente — o que significa que você pode implementar seleção adaptativa de modo em sua aplicação sem alterar a configuração da API.
Performance Agêntica e de Uso de Ferramentas
Além dos benchmarks de codificação, o V4-Pro se sai bem em avaliações agênticas. BrowseComp: 83,4 (vs Claude Opus 83,7, Gemini 85,9 — dentro de 2,5 pontos da fronteira). MCPAtlas Public: 73,6, segundo apenas para Claude Opus 4.6 (73,8). Toolathlon: 51,8, terceiro no geral. Esses não são resultados de “líder em todos os modelos”, mas confirmam que o V4-Pro é um modelo agêntico de propósito geral capaz, não apenas um especialista em codificação otimizado para benchmark. Combinado com suporte nativo a chamada de funções, é uma escolha prática para agentes que precisam navegar, chamar ferramentas e raciocinar em uma única sessão.
Performance em Benchmarks
A tabela abaixo cobre os benchmarks da comparação oficial da DeepSeek. “V4-Pro” refere-se ao modo DeepSeek-V4-Pro Max (raciocínio estendido) — o mesmo modelo acessível via ID de API deepseek/deepseek-v4-pro na Novita.
Desempenho do DeepSeek-V4-Pro em benchmarks de codificação, raciocínio e agênticos. [Fonte: DeepSeek HuggingFace]
| Benchmark | DeepSeek-V4-Pro | Claude Opus 4.6 | Gemini 3.1 Pro | GPT-5.4 |
|---|---|---|---|---|
| LiveCodeBench (Pass@1) | 93,5 ✓ | 88,8 | 91,7 | — |
| Rating Codeforces | 3206 ✓ | — | 3052 | 3168 |
| SWE-Verified | 80,6 | 80,8 | 80,6 | — |
| SWE Pro | 55,4 | 57,3 | 54,2 | 57,7 |
| BrowseComp | 83,4 | 83,7 | 85,9 | 82,7 |
| MCPAtlas Public | 73,6 | 73,8 | 69,2 | 67,2 |
| GPQA Diamond | 90,1 | 91,3 | 94,3 | 93,0 |
| HLE (Pass@1) | 37,7 | 40,0 | 44,4 | 39,8 |
| IMOAnswerBench | 89,8 | 75,3 | 81,0 | 91,4 |
| HMMT 2026 Feb | 95,2 | 96,2 | 94,7 | 97,7 |
| MRCR 1M (MMR) | 83,5 | 92,9 | 76,3 | — |
| CorpusQA 1M | 62,0 | 71,7 | 53,8 | — |
| Terminal Bench 2.0 | 67,9 | 65,4 | 68,5 | 75,1 |
✓ = maior escore publicado nesta comparação. Última verificação: 2026-04-25. As pontuações refletem o modo “Max” / raciocínio estendido quando aplicável. Fonte: Cartão do modelo DeepSeek HuggingFace.
Leitura honesta: Em benchmarks de conhecimento (GPQA Diamond, HLE), Gemini 3.1 Pro e GPT-5.4 estão claramente à frente. A vantagem do V4-Pro está na codificação — LiveCodeBench e Codeforces são pontuações #1 inequívocas — e na recuperação de contexto longo sobre outros modelos open-source. Para raciocínio matemático, a diferença é mista: V4-Pro supera GPT-5.4 no IMOAnswerBench (89,8 vs 91,4, próximo) mas fica atrás no HMMT 2026 (95,2 vs 97,7).
Como Usar o DeepSeek-V4-Pro com Suporte da Novita AI
Opção 1: Playground (Sem Código)
Teste diretamente em novita.ai/models/model-detail/deepseek-deepseek-v4-pro. Nenhuma chave de API necessária para explorar. Defina o prompt do sistema para ativar o modo Think ou Non-think.
Opção 2: API (Python)
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
api_key="YOUR_NOVITA_API_KEY",
)
# Padrão (modo Think)
response = client.chat.completions.create(
model="deepseek/deepseek-v4-pro",
messages=[
{"role": "user", "content": "Implemente um runtime assíncrono Rust do zero."}
],
)
print(response.choices[0].message.content)
Obtenha sua chave de API em novita.ai/settings. O mesmo ID de modelo funciona para todos os três modos de raciocínio — passe instruções de modo no prompt do sistema ou use a sintaxe documentada de troca de modo da DeepSeek.
Opção 3: Ferramentas de Terceiros
Como a Novita AI é compatível com a API da OpenAI, você pode usar deepseek/deepseek-v4-pro como ID do modelo no Cursor (provedor OpenAI personalizado), configurações compatíveis com Claude Code, LangChain, LlamaIndex ou qualquer framework baseado no SDK da OpenAI. Basta apontar base_url para https://api.novita.ai/v3/openai.
curl https://api.novita.ai/v3/openai/chat/completions \\
-H "Authorization: Bearer YOUR_NOVITA_API_KEY" \\
-H "Content-Type: application/json" \\
-d '{"model":"deepseek/deepseek-v4-pro","messages":[{"role":"user","content":"Implemente um runtime assíncrono Rust."}]}'
Casos de Uso
Análise e refatoração de base de código completa: Com contexto de 1M de tokens, você pode passar um repositório inteiro de médio porte em uma única chamada. Peça ao V4-Pro para encontrar problemas arquiteturais, gerar guias de migração ou refatorar padrões em mais de 50 arquivos simultaneamente — sem necessidade de divisão em chunks ou truques de recuperação.
Programação competitiva e problemas de algoritmos difíceis: O Rating Codeforces 3206 coloca o V4-Pro no topo para resolução de problemas algorítmicos. Use-o para gerar soluções para desafios de programação competitiva, verificar provas de complexidade ou testar casos extremos em algoritmos de produção.
Agentes de resolução de issues do GitHub: SWE-Verified 80,6 coloca o V4-Pro no mesmo nível do Claude Opus 4.6 em correção de bugs do mundo real. Combinado com chamada de funções e contexto longo, ele pode ler descrições de issues, navegar pelo histórico do código e gerar patches sem perder o rumo em repositórios grandes.
Raciocínio em documentos longos: Contratos legais, artigos de pesquisa, especificações técnicas, logs de auditoria — o contexto de 1M do V4-Pro significa que você não é forçado a resumir ou dividir antes da análise. CorpusQA 1M (62,0) e MRCR 1M (83,5) confirmam que a precisão da recuperação se mantém no comprimento total do contexto.
Tutoria e geração de problemas de matemática e ciências: IMOAnswerBench 89,8 (supera todos os modelos fechados, exceto GPT-5.4 com 91,4) torna o V4-Pro uma escolha forte para gerar problemas de matemática de nível competitivo, verificar provas ou construir ferramentas educacionais STEM onde o raciocínio matemático é o gargalo.
Preços
| Modelo | Entrada ($/M tokens) | Leitura de Cache ($/M tokens) | Saída ($/M tokens) |
|---|---|---|---|
| DeepSeek-V4-Pro (Novita) | $1,74 | $0,145 | $3,48 |
| DeepSeek-V4-Flash (Novita) | $0,10 | — | $0,50 |
| Claude Opus 4.6 (Anthropic) | $15,00 | $1,50 | $75,00 |
| Gemini 3.1 Pro (Google) | $1,25 | $0,31 | $10,00 |
| GPT-5.4 (OpenAI) | $10,00 | $2,50 | $40,00 |
Última verificação: 2026-04-25. Preços da Novita de novita.ai/pricing. Preços dos concorrentes: Claude de anthropic.com (não verificado), Gemini de ai.google.dev (não verificado), GPT-5.4 de platform.openai.com (não verificado).
Via Novita AI, o V4-Pro é aproximadamente 8× mais barato que o Claude Opus 4.6 para tokens de entrada e 21× mais barato para saída. Comparado ao Gemini 3.1 Pro, o preço de entrada é similar, mas a saída é 2,9× mais barata. Para agentes de codificação com contexto longo e sessões de múltiplas interações — onde os tokens de saída dominam os custos — a diferença se acumula rapidamente.
Migrando do DeepSeek-V3 ou DeepSeek-R1
Se você está atualmente executando DeepSeek-V3 ou R1 na Novita, atualizar para o V4-Pro é uma mudança de ID de modelo em uma linha. A API é compatível com OpenAI, mesmo endpoint, mesmo formato de requisição. Os três modos de raciocínio do V4-Pro oferecem a flexibilidade de replicar tanto o V3 (modo non-think) quanto o raciocínio profundo estilo R1 (modo Max) a partir de um único modelo — sem necessidade de manter implantações separadas. Se você está migrando de um modelo de outro provedor (GPT-4o, Claude 3.5, etc.), aponte seu cliente OpenAI SDK existente para base_url="https://api.novita.ai/v3/openai" e troque o ID do modelo.
Conclusão
Resumo: O DeepSeek-V4-Pro é o modelo open-source mais forte disponível para tarefas de codificação, com pontuações #1 definitivas no LiveCodeBench e Codeforces, e é o único modelo em seu nível que lida com uma janela de contexto genuína de 1M de tokens. Ele não lidera todos os benchmarks — o Gemini 3.1 Pro mantém a vantagem em recuperação de conhecimento, e o Claude Opus lidera em recuperação de contexto longo — mas para equipes construindo agentes de codificação, corrigindo issues do GitHub em escala ou processando documentos massivos, o V4-Pro oferece desempenho de classe de fronteira a uma fração dos custos de API de modelos fechados. Agora disponível com suporte da Novita AI — mais de 200 APIs de modelo e infraestrutura compatível com OpenAI.
Experimente DeepSeek-V4-Pro via Novita AI →
FAQ
O que é DeepSeek-V4-Pro?
DeepSeek-V4-Pro é um modelo de linguagem Mixture-of-Experts de 1,6 trilhões de parâmetros da DeepSeek AI, lançado em abril de 2026. Ele ativa 49B parâmetros por forward pass, suporta 1.048.576 tokens de contexto e atualmente lidera todos os modelos avaliados publicamente no LiveCodeBench (93,5) e Rating Codeforces (3206). Está disponível sob a licença MIT e via Novita AI.
Como acesso o DeepSeek-V4-Pro via API?
Use o ID do modelo deepseek/deepseek-v4-pro com base_url="https://api.novita.ai/v3/openai" e sua chave de API Novita de novita.ai/settings. O endpoint é compatível com o SDK da OpenAI — nenhum SDK personalizado é necessário.
Como o DeepSeek-V4-Pro se compara ao Claude Opus 4.6 e ao Gemini 3.1 Pro?
O V4-Pro lidera em codificação: LiveCodeBench 93,5 (vs Opus 4.6 88,8, Gemini 91,7) e Codeforces 3206 (vs Gemini 3052). Em benchmarks de conhecimento como GPQA Diamond e HLE, o Gemini 3.1 Pro lidera. Em recuperação de contexto longo (MRCR 1M), o Claude Opus lidera. O V4-Pro é a melhor escolha open-source para cargas de trabalho pesadas de codificação e agênticas — modelos fechados mantêm vantagens em recordação factual bruta.
Qual é a janela de contexto do DeepSeek-V4-Pro?
1.048.576 tokens (1M). O modelo é especificamente arquitetado para eficiência em contexto longo usando Attention Híbrida (CSA + HCA). MRCR 1M marca 83,5 e CorpusQA 1M atinge 62,0, confirmando precisão de recuperação utilizável no comprimento total do contexto.
Quanto custa o DeepSeek-V4-Pro com suporte da Novita AI?
$1,74/M tokens de entrada, $3,48/M tokens de saída, $0,145/M leitura de cache. Isso o torna aproximadamente 8× mais barato que o Claude Opus 4.6 para entrada e 21× mais barato para saída. Última verificação: 2026-04-25.
