Elo a preferenza umana ottenuto dai voti testa a testa ciechi di LMArena. Più alto è meglio; - significa non ancora classificato in quell'arena. Questo è misurato, non la nostra stima.
Prezzo combinato giornaliero ($/1 milione): registrato ogni giorno, si sviluppa in una tendenza nel tempo.
Tipico mix output-input 3:1, per 1 milione di token
Prezzo a partire da 2026-05-10 · Fonte: deepseek_official_pricing
Carichi di lavoro generici per la generazione di testi, chat, riepiloghi e contenuti in cui contano di più l'ampia capacità e il basso costo.
DeepSeek V4 Pro is the higher-capability DeepSeek long-context API model for reasoning, coding, and agent workflows.
deepseek-v4-pro è un modello Testo di DeepSeek (CN). HotON.ai lo tiene traccia di $1.74 per 1 milione di token di input e $3.48 per 1 milione di token di output, con una finestra di contesto del token 1049K. Il suo punteggio di efficienza composito è 95/100 con un $0.005 stimato per attività riuscita.
deepseek-v4-pro viene tracciato su $1.74 per 1 milione di token di input e $3.48 per 1 milione di token di output. Un tipico carico di lavoro output-to-input 3:1 si riduce a circa $3.04 per 1 milione di token. Le cifre sono dati dimostrativi illustrativi.
Carichi di lavoro generici per la generazione di testi, chat, riepiloghi e contenuti in cui contano di più l'ampia capacità e il basso costo.
deepseek-v4-pro supporta fino a una finestra di contesto del token 1049K, abbastanza grande per documenti lunghi e conversazioni estese in un'unica richiesta.
All'interno dell'insieme tracciato HotON.ai, deepseek-v4-pro è più economico della 20% dei modelli sul prezzo di input e si classifica #39 di 521 in base all'efficienza complessiva.
Sì: minimax-m2.5 è un'opzione a costo inferiore a $0.99 per 1 milione di token di output, pur coprendo casi d'uso Testo simili. Confrontali fianco a fianco su HotON.ai.
Il prezzo è reale (tramite il catalogo TestKey, aggiornato quotidianamente). La qualità (Arena Elo) è reale quando il modello è classificato su LMArena. Velocità, disponibilità ed efficienza sono stime modellate.