DeepSeek-V4-Pro-0813 ya está disponible en SiliconFlow

TL;DR

• Qué se ha lanzado: DeepSeek-V4-Pro-0813, el lanzamiento oficial de DeepSeek-V4-Pro, ya está activo en SiliconFlow. Reemplaza a la versión preliminar con capacidades de agentes sustancialmente mejoradas y mejoras que son especialmente pronunciadas en entornos de producción.

• Características clave: Una ventana de contexto de 1M de tokens, razonamiento, llamada a herramientas (tool calling), completado de prefijos, una arquitectura de mezcla de expertos (Mixture-of-Experts) y un módulo de decodificación especulativa DSpark.

• Coste en SiliconFlow: 1,32 $ / M de tokens de Input · 3,96 $ / M de tokens de Output · 0,44 $ / M de tokens de Input en caché.

• Primeros pasos: Pruébalo en la biblioteca de modelos de SiliconFlow o conéctate a través de la API de Chat Completions compatible con OpenAI.

DeepSeek-V4-Pro-0813 ya está disponible en SiliconFlow para desarrolladores que crean agentes de codificación, asistentes que utilizan herramientas y flujos de trabajo de producción que requieren una ejecución sostenida a lo largo de múltiples pasos.

El lanzamiento se basa en la estructura del modelo DeepSeek-V4-Pro Preview y añade un módulo de decodificación especulativa DSpark. Más importante aún, la actualización de DeepSeek del 13 de agosto informa de mejoras sustanciales en las pruebas de rendimiento de operaciones de terminal, comprensión de repositorios, ingeniería de software, uso de herramientas y automatización de flujos de trabajo.

DeepSeek posiciona el lanzamiento oficial en torno a capacidades de agentes significativamente mejoradas, con mejoras de rendimiento descritas como especialmente pronunciadas en entornos de producción.

De la versión preliminar al lanzamiento oficial

La DeepSeek-V4 Preview introdujo una familia de modelos diseñada en torno a un contexto de un millón de tokens, razonamiento avanzado, codificación y tareas agénticas.

El 31 de julio, DeepSeek lanzó una versión actualizada de V4-Flash e informó de avances sustanciales con respecto a V4-Pro Preview en múltiples pruebas de rendimiento de agentes, y DeepSeek declaró que el lanzamiento oficial de V4-Pro vendría a continuación.

El 13 de agosto, DeepSeek anunció el lanzamiento oficial de V4-Pro en su aplicación, web y servicios de API. La actualización destacó capacidades de agentes significativamente mejoradas, con mejoras descritas como especialmente pronunciadas en entornos de producción.

Ese lanzamiento oficial ya está disponible en SiliconFlow como DeepSeek-V4-Pro-0813.

DeepSeek-V4-Pro-0813 en SiliconFlow

Por qué destaca DeepSeek-V4-Pro-0813

Mayor rendimiento de agentes en entornos de producción

Los resultados reportados cubren:

• Ejecución de tareas basadas en terminal

• Comprensión de código a nivel de repositorio

• Ingeniería de software de extremo a extremo

• Selección e invocación de herramientas

• Desarrollo full-stack

• Automatización de flujos de trabajo

Razonamiento y uso de herramientas en el mismo flujo de trabajo

DeepSeek-V4-Pro-0813 admite tanto razonamiento como llamadas a herramientas (tool calling). La guía oficial del modo de pensamiento de DeepSeek demuestra cómo el modelo puede utilizar el resultado de una llamada a una herramienta para preparar la siguiente acción en un flujo de trabajo de múltiples pasos.

Contexto de un millón de tokens con decodificación especulativa DSpark

La ventana de contexto de 1M de tokens permite a DeepSeek-V4-Pro-0813 trabajar con sustancialmente más información dentro de una sola tarea.

Dependiendo de la aplicación, ese contexto puede incluir:

• Grandes repositorios de código

• Documentos técnicos extensos

• Resultados de herramientas en múltiples etapas

• Historiales de conversación prolongados

• Especificaciones, registros y pruebas de respaldo

• Estado de tareas de agentes de larga duración

El lanzamiento también incorpora un módulo de decodificación especulativa DSpark a la estructura del modelo DeepSeek-V4-Pro Preview.

Rendimiento en pruebas de referencia (Benchmarks)

Según el registro oficial de actualizaciones de DeepSeek, el lanzamiento del 13 de agosto mejora con respecto a V4-Flash-0731 en una variedad de pruebas de rendimiento de agentes.

DeepSeek-V4-Pro-0813 obtiene puntuaciones más altas que DeepSeek-V4-Flash-0731 en las ocho pruebas de rendimiento enumeradas anteriormente.

Ejemplo: Un agente de llamadas a herramientas de múltiples pasos

La guía oficial del modo de pensamiento de DeepSeek incluye un ejemplo de llamada a herramientas utilizando deepseek-v4-pro.

La tarea

El usuario pregunta:

¿Cómo estará el tiempo en Hangzhou mañana?

Responder correctamente requiere más que generar una declaración sobre el clima. El agente debe determinar la fecha actual, calcular a qué fecha se refiere "mañana" y luego solicitar el clima para la ciudad y fecha correctas.

Por qué la tarea requiere múltiples pasos

El ejemplo le da al modelo acceso a dos herramientas:

1. Una herramienta que devuelve la fecha actual

2. Una herramienta que devuelve el clima para una ciudad y fecha especificadas

La herramienta del clima no se puede llamar correctamente hasta que la herramienta de fecha haya devuelto su resultado.

Flujo de ejecución

El modelo completa la tarea en la siguiente secuencia:

1. Identifica que primero necesita la fecha actual

2. Llama a la herramienta de fecha

3. Calcula la fecha correspondiente a "mañana"

4. Llama a la herramienta del clima con Hangzhou y la fecha calculada

5. Lee los datos del clima devueltos

6. Produce una respuesta final de cara al usuario

Instrucciones adicionales (Prompting)

El mensaje del usuario en el ejemplo oficial es una sola frase: "¿Cómo estará el tiempo en Hangzhou mañana?". El modelo recibe la solicitud del usuario junto con los esquemas de funciones de las herramientas disponibles.

La guía oficial del modo de pensamiento de DeepSeek explica cómo deben llevarse adelante los mensajes relevantes del asistente en las solicitudes de seguimiento que involucran llamadas a herramientas. 

Resultado final

En el ejemplo oficial de DeepSeek, la función meteorológica simulada devuelve "Nublado 7–13 °C" después de que el modelo resuelve la dependencia de la fecha y completa las dos llamadas a herramientas.

Qué demuestra el ejemplo

El ejemplo demuestra un flujo de trabajo de herramientas completo consciente de las dependencias:

Identificar la dependencia → llamar a la primera herramienta → usar su resultado → llamar a la siguiente herramienta → entregar la respuesta final

El ejemplo oficial muestra al modelo utilizando el resultado de la herramienta de fecha para construir los argumentos para la llamada posterior a la herramienta del clima.

Ejecuta DeepSeek-V4-Pro-0813 con tus herramientas existentes

Una forma sencilla de evaluar DeepSeek-V4-Pro-0813 es probarlo en una tarea de tu propio flujo de trabajo.

Pruébalo primero, sin configuración

Abre la biblioteca de modelos de SiliconFlow, selecciona DeepSeek-V4-Pro-0813 y lánzalo en el Playground.

Las primeras pruebas útiles incluyen:

• Revisar un plan de implementación de múltiples archivos

• Identificar dependencias en un repositorio de código

• Diseñar un flujo de trabajo de llamada a herramientas

• Analizar un documento técnico extenso

• Comparar dos enfoques de implementación

• Desglosar un problema de producción en pasos de investigación ejecutables

Conéctalo a tus herramientas

Las API de SiliconFlow utilizan una interfaz compatible con OpenAI, lo que permite que DeepSeek-V4-Pro-0813 se conecte a herramientas de desarrollo y marcos de agentes que admiten proveedores personalizados.

Solo necesitas tres datos de información:

Los desarrolladores pueden usar el modelo con asistentes de codificación, agentes de terminal, sistemas de agentes personalizados y aplicaciones existentes creadas en torno a Chat Completions compatibles con OpenAI.

Comienza de inmediato

Explora

Abre DeepSeek-V4-Pro-0813 en la biblioteca de modelos de SiliconFlow y prueba el modelo en el Playground.

Integra

Utiliza la API de Chat Completions de SiliconFlow con tu API Key de SiliconFlow y la nueva cadena de modelo.

import os
import requests

api_key = os.environ["SILICONFLOW_API_KEY"]

response = requests.post(
    "https://api.siliconflow.com/v1/chat/completions",
    headers={
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json",
    },
    json={
        "model": "deepseek-ai/DeepSeek-V4-Pro-0813",
        "messages": [
            {
                "role": "system",
                "content": (
                    "You are a careful software engineering assistant. "
                    "Analyze dependencies before proposing changes."
                ),
            },
            {
                "role": "user",
                "content": (
                    "Review this implementation task, propose an execution plan, "
                    "and identify the main technical risks."
                ),
            },
        ],
        "stream": False,
        "max_tokens": 4096,
    },
    timeout=120,
)

response.raise_for_status()

result = response.json()
print(result["choices"][0]["message"]["content"])

import os
import requests

api_key = os.environ["SILICONFLOW_API_KEY"]

response = requests.post(
    "https://api.siliconflow.com/v1/chat/completions",
    headers={
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json",
    },
    json={
        "model": "deepseek-ai/DeepSeek-V4-Pro-0813",
        "messages": [
            {
                "role": "system",
                "content": (
                    "You are a careful software engineering assistant. "
                    "Analyze dependencies before proposing changes."
                ),
            },
            {
                "role": "user",
                "content": (
                    "Review this implementation task, propose an execution plan, "
                    "and identify the main technical risks."
                ),
            },
        ],
        "stream": False,
        "max_tokens": 4096,
    },
    timeout=120,
)

response.raise_for_status()

result = response.json()
print(result["choices"][0]["message"]["content"])

import os
import requests

api_key = os.environ["SILICONFLOW_API_KEY"]

response = requests.post(
    "https://api.siliconflow.com/v1/chat/completions",
    headers={
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json",
    },
    json={
        "model": "deepseek-ai/DeepSeek-V4-Pro-0813",
        "messages": [
            {
                "role": "system",
                "content": (
                    "You are a careful software engineering assistant. "
                    "Analyze dependencies before proposing changes."
                ),
            },
            {
                "role": "user",
                "content": (
                    "Review this implementation task, propose an execution plan, "
                    "and identify the main technical risks."
                ),
            },
        ],
        "stream": False,
        "max_tokens": 4096,
    },
    timeout=120,
)

response.raise_for_status()

result = response.json()
print(result["choices"][0]["message"]["content"])

Configuración de ejemplo

• Utiliza la cadena de modelo exacta: deepseek-ai/DeepSeek-V4-Pro-0813.

• Establece stream en false cuando la aplicación deba recibir la respuesta completa en un único objeto JSON.

• Establece stream en true cuando la aplicación deba procesar los tokens de forma incremental a través de Server-Sent Events.

• Establece max_tokens según la longitud de respuesta esperada. El ejemplo utiliza 4096; asegúrate de que los tokens de entrada y generados permanezcan dentro de la ventana de contexto del modelo.

• Almacena la API Key de SiliconFlow en una variable de entorno en lugar de colocarla directamente en el código de la aplicación.

• Se deben añadir parámetros adicionales solo después de confirmar su soporte específico del modelo actual en la documentación de la API de SiliconFlow o en la biblioteca de modelos de SiliconFlow.

• Consultas comerciales o de ventas →

• Únete a nuestra comunidad de Discord ahora →

• Síguenos en X para conocer las últimas actualizaciones →

• Explora todos los modelos disponibles en SiliconFlow →