मुख्य सामग्री पर जाएँ
  • 1M context
  • Reasoning
  • Responses API

DeepSeek V4 Pro QuickSilver Pro पर

deepseek-v4-pro
DeepSeekलाइव उपलब्धता—

DeepSeek V4 Pro premium reasoning के लिए V4 wave का flagship है — 1M-token context, डिफ़ॉल्ट रूप से reasoning, और OpenAI-compatible Chat Completions तथा Responses API। QuickSilver Pro V4 Pro को $0.70 input / $2.10 output प्रति million tokens पर serve करता है — DeepSeek की अपनी प्रकाशित API कीमत से लगभग 47% कम, जो है $1.32 / $3.96। Long-context premium reasoning workloads के लिए यह o3-mini का किफ़ायती विकल्प है।

  • 1M context
  • Tools
  • Reasoning · डिफ़ॉल्ट रूप से चालू
  • Streaming
  • JSON Schema output

आप चुकाते हैं · input / output प्रति 1M

$0.70 / $2.10

47% कम

input और output दोनों पर, DeepSeek की आधिकारिक list की तुलना में

Pricing तुलना ($/1M tokens)

बार की लंबाई = दिखाई गई सबसे ऊँची क़ीमत के मुक़ाबले क़ीमत

ProviderInputOutputQSP की तुलना में
QuickSilver Pro$0.70$2.10सबसे कम कीमत
DeepSeek की आधिकारिक list(DeepSeek official API)$1.32$3.9647% कम
OpenAI (o3-mini)$1.10$4.4052% कम

DeepSeek लिस्ट प्राइस का स्रोत: api-docs.deepseek.com/quick_start/pricing

एक नज़र में

Context
1M tokens
Input / 1M
$0.70
Output / 1M
$2.10
Default में सोचता है
हाँ
Latency · लाइव
—
AA Intelligence Index
42

Premium reasoning + 1M context, DeepSeek की अपनी प्रकाशित API कीमत से ~47% कम पर।

DeepSeek V4 Pro कब सही चुनाव है?

catalog की क्षमताओं और प्रकाशित क़ीमतों से तैयार, benchmark से नहीं।

कब इस्तेमाल करें

V4 Pro तब सही चुनाव है जब V4 Flash पर्याप्त समझदार न हो, लेकिन frontier-tier की per-token लागत भारी पड़ने लगे। Multi-step coding agents, refactor planners, reasoning के साथ बड़े दस्तावेज़ों का summarization, competition-math / theorem-style समस्याएँ, और हर वह workload जहाँ आप o3-mini पर विचार करते लेकिन कीमत आड़े आती है। 1M context window, o3-mini के 200K से कहीं आगे तक जाती है।

  • लंबे दस्तावेज़ और codebases, 1M tokens तक के context के साथ
  • Tools call करने वाले agents, strict JSON Schema output के साथ
  • कई चरणों वाला reasoning, डिफ़ॉल्ट रूप से चालू
  • Chat Completions के साथ Responses API clients भी

कब कोई और model चुनें

रोज़मर्रा की chat, codegen या non-agentic single-shot कामों में से ज़्यादातर V4 Flash ($0.06/$0.18) कम खर्च में निपटा देता है। Closed-model क्षमताओं के लिए OpenAI की o-series पर ही रहें। Opus class की agentic / planning के लिए Kimi K2.6।

Models में विकल्पों की तुलना करें

Quickstart (curl)

API key पाएँ →
curl https://api.quicksilverpro.io/v1/chat/completions \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.quicksilverpro.io/v1",
  apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);
curl https://api.quicksilverpro.io/v1/responses \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro",
    "input": "Hello!"
  }'
python (OpenAI SDK)
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

OpenAI-संगत। base_url बदलकर एक लाइन में migration।

Gateway का व्यवहार

इस मॉडल के लिए compatibility नोट्स।

prompt
1M tokens तक के prompts।
  • /v1/chat/completions: समर्थित
  • /v1/responses: समर्थित
  • streaming: समर्थित
  • tools: समर्थित
  • image input: इस मॉडल के लिए सूचीबद्ध नहीं
  • JSON Schema: समर्थित
  • reasoning: समर्थित

क़ीमत कहाँ से आती है

Catalog v87 · कोई अलग long-context tier नहीं

Provider reference
$1.32 / $3.96api-docs.deepseek.com/quick_start/pricing
Catalog में सत्यापित
Prompt cache · तुलना नहीं
$0.10 read

usage.cost = prompt_tokens × $0.70/1M + completion_tokens × $2.10/1M

/pricing.json

Base दरें; cached prompt tokens ऊपर दी गई cache दरों पर बिल होते हैं।

FAQ

सामान्य प्रश्न

Long context वाले premium-reasoning workloads पर यह हो सकता है। V4 Pro डिफ़ॉल्ट रूप से reasoning करता है, o3-mini के 200K के मुकाबले 1M context support करता है, और इसकी list कीमत $0.70 input / $2.10 output है, जबकि o3-mini की $1.10 / $4.40 प्रति million tokens। दोनों को अपने eval set पर परखें; V4 Pro केवल text लेता है, जबकि हमारे 86 models में से 47 image input स्वीकार करते हैं।

DeepSeek V4 Pro

DeepSeek V4 Pro को double credits के साथ आज़माएँ — $50 तक bonus credits

API Key पाएँ

$0.70 / $2.10input / output प्रति 1M tokens

आज़माएंAPI Key पाएँ