> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bytespike.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# deepseek-v4-pro

> DeepSeek V4 Pro —— 性价比最高的推理旗舰。多数 benchmark 上与 gpt-5-4 质量相当，价格仅为其一小部分。双端点（Chat Completions + Anthropic Messages）。Reasoning chain 已暴露。HTTP API 暂不支持 vision。

`deepseek-v4-pro` 是 DeepSeek 的推理旗舰，也是 ByteSpike 上最具性价比的高能力模型。在**多数 benchmark 上与 `gpt-5-4` 质量相当**，价格却只有其一小部分，并且保留了 DeepSeek 原生支持的双协议入口。

**价格：** 输入 $0.435 / 1M，输出 $0.87 / 1M，缓存读取 \$0.004 / 1M —— 见[费率卡](/zh/pricing)。

## Protocols

| Protocol                | 路径                                                  |
| ----------------------- | --------------------------------------------------- |
| Anthropic Messages      | `POST https://llm.bytespike.ai/v1/messages`         |
| OpenAI Chat Completions | `POST https://llm.bytespike.ai/v1/chat/completions` |

两个协议都是一等公民。同一把 ByteSpike key 在两边都能用；按你客户端讲的形状挑一个。

## Quickstart

<CodeGroup>
  ```bash cURL (OpenAI shape) theme={null}
  curl https://llm.bytespike.ai/v1/chat/completions \
    -H "Authorization: Bearer $BYTESPIKE_API_KEY" \
    -H "content-type: application/json" \
    -d '{
      "model": "deepseek-v4-pro",
      "messages": [
        { "role": "user", "content": "Hello, ByteSpike." }
      ]
    }'
  ```

  ```bash cURL (Anthropic shape) theme={null}
  curl https://llm.bytespike.ai/v1/messages \
    -H "x-api-key: $BYTESPIKE_API_KEY" \
    -H "anthropic-version: 2023-06-01" \
    -H "content-type: application/json" \
    -d '{
      "model": "deepseek-v4-pro",
      "max_tokens": 1024,
      "messages": [
        { "role": "user", "content": "Hello, ByteSpike." }
      ]
    }'
  ```

  ```python Python (openai SDK) theme={null}
  from openai import OpenAI

  client = OpenAI(
      base_url="https://llm.bytespike.ai/v1",
      api_key=os.environ["BYTESPIKE_API_KEY"],
  )

  resp = client.chat.completions.create(
      model="deepseek-v4-pro",
      messages=[{"role": "user", "content": "Hello, ByteSpike."}],
  )

  print(resp.choices[0].message.content)
  ```
</CodeGroup>

## Capabilities

| 能力                          | 支持                                       |
| --------------------------- | ---------------------------------------- |
| Chat Completions            | ✅                                        |
| Anthropic Messages          | ✅                                        |
| Streaming (SSE)             | ✅                                        |
| Tool use (function calling) | ✅ 并行                                     |
| JSON mode                   | ✅                                        |
| **Reasoning chain**         | ✅（`reasoning_content` 字段 / `thinking` 块） |
| Vision (HTTP API)           | ❌                                        |
| 上下文窗口                       | 64K tokens                               |

Reasoning chain（"thinking 输出"）出现在：

* OpenAI 端点：choice 上的 `reasoning_content` 字段。
* Anthropic 端点：`content[]` 中位于 `text` 块前的 `thinking` 块。

Reasoning tokens 计入 output 计费。

## 何时使用

* **成本敏感的推理任务** —— 平时会用 `gpt-5-4`，但希望成本只有它的一小部分。
* **预算紧张的 agent** —— `tool_use` 块通过 Anthropic 端点透明透传；DOSIA Agent 大量使用此模型。
* **DOSIA Agent 模式** —— 必须走 Anthropic Messages 端点。

**不**适用的场景：

* 需要 vision 的任务 —— HTTP API 目前不支持。
* Web 检索 —— DeepSeek 不暴露 grounding 工具。
* 长上下文 —— 这里上限 64K；要 200K 用 `claude-opus-4-8`，要 1M 用 `gemini-3-5-flash`。

## 下一步

* [deepseek-v4-flash](/zh/models/deepseek-v4-flash) —— 中小档