De DeepSeek V4 Pro is nu verkrijgbaar als productiemodel, maar de keuze tussen de Pro-, Flash- en Vision-Exp-versies is na de updates van augustus 2026 minder eenduidig geworden. De drie modellen hebben weliswaar dezelfde productnaam, maar zijn gericht op verschillende prioriteiten: betrouwbaarheid onder complexe omstandigheden, kosten en volume, of beeldinvoer.
De praktische keuze hangt in de eerste plaats af van de werkbelasting. Flash is het verstandige uitgangspunt voor grote hoeveelheden tekst en budgetgevoelige automatisering. Pro is de betere keuze wanneer een inconsistent resultaat tot kostbare herwerkingen leidt. Wanneer de invoer afbeeldingen bevat, gebruik dan deepseek-v4-flash-vision-exp in plaats van een van beide modellen die uitsluitend op tekst zijn gebaseerd.
Als je het prettiger vindt om hulp bij onderzoek, schrijven, redeneren en programmeren in één workflow te bundelen, kun je gebruikmaken van GlobalGPT. Er is ook een speciale route voor DeepSeek V4 Pro. Dit is een alternatieve interface; de officiële API-facturering, limieten en integraties blijven onderdeel van de eigen omgeving van DeepSeek.
Is DeepSeek V4 officieel uitgebracht?
Ja. DeepSeek heeft op 13 augustus 2026 aangekondigd dat V4 Pro algemeen beschikbaar is. In de officiële documentatie wordt het productiemodel aangeduid als DeepSeek-V4-Pro-0813. V4 Flash wordt weergegeven als DeepSeek-V4-Flash-0731, terwijl het experimentele visiemodel op 21 augustus werd gelanceerd als deepseek-v4-flash-vision-exp.
- V4 Pro: een tekstmodel dat is bedoeld voor veeleisendere taken.
- V4 Flash: een tekstmodel dat is geoptimaliseerd op het gebied van kosten en omvang.
- V4 Flash Vision-Exp: een experimentele variant die afbeeldingen accepteert.
Algemene beschikbaarheid betekent niet dat elk product of elke aanbieder dezelfde interface, quota of integratiemogelijkheden biedt. Raadpleeg voor beslissingen over API’s de officiële Modellen en prijzen pagina en de GA-release-opmerking.
DeepSeek V4 Pro
Versie: Pro-0813
Meest geschikt: complexere programmering, agents, redeneren en resultaten met veel beperkingen.
DeepSeek V4 Flash
Versie: Flash-0731
Meest geschikt: productie met hoge doorvoercapaciteit, routinematige codering, gegevensopvraging en kostengevoelige taken.
De benamingen kunnen verwarrend zijn, omdat in het technische rapport over V4 Preview-varianten worden beschreven, terwijl de live API gebruikmaakt van verouderde productieversies. In deze recensie verwijst “Pro” naar Pro-0813 en “Flash” naar Flash-0731, tenzij in een zin expliciet “V4 Preview” wordt vermeld.”
Wat is er veranderd in DeepSeek V4 Pro?
De meest opvallende veranderingen zijn schaalgrootte, contextcapaciteit, agentgerichte interfaces en een tweeledige productstrategie. DeepSeek’s officiële Pro-modelkaart beschrijft een ‘mixture-of-experts’-model met in totaal 1,6 biljoen parameters en 49 miljard actieve parameters, vrijgegeven onder de MIT-licentie. In de bijbehorende V4-documentatie worden nieuwe ontwikkelingen op het gebied van attention en routing beschreven, die tot doel hebben de verwerking van miljoenen tokens haalbaar te maken.
- Twee huidige niveaus: Pro voor kwaliteitsgevoelig werk en Flash voor doorvoercapaciteit en kosten.
- Een veel groter werkgeheugen: een weergegeven contextvenster van 1 miljoen tokens voor beide modellen.
- Hoog generatieplafond: tot 384K output-tokens volgens de officiële specificatie.
- Agent-interfaces: tool-aanroepen, JSON-uitvoer, Responses API en Anthropic-compatibele toegang.
- Open gewichtsklassen: Er zijn officiële V4-modelkaarten en -bestanden beschikbaar, hoewel een grootschalige lokale implementatie nog steeds een omvangrijk infrastructuurproject is.
Door die combinatie is V4 geschikt voor het coderen op repository-schaal, lange onderzoekspakketten en meerstaps-agenttraces. Het verandert ook het concurrentiekader: een zinvolle evaluatie moet nu verder kijken dan alleen de kwaliteit van de chat en onderzoeken hoe het model zich gedraagt bij het gebruik van tools, strikte formaten en lange invoer. Onze Vergelijking tussen DeepSeek en ChatGPT geeft meer achtergrondinformatie over de verschillen tussen die ecosystemen.
DeepSeek V4 Pro versus Flash: het praktische verschil
Beide versies hanteren dezelfde contextlimieten voor koppen en uitvoer, dus dit is geen keuze tussen een “volledig model versus een model met korte context”. Het is vooral een afweging op het gebied van kwaliteit, prijs en capaciteitsplanning. De officiële limiet voor gelijktijdige verbindingen van Flash is vijf keer zo hoog als die van Pro, terwijl de cache-miss-invoer- en uitvoertokens van Pro iets meer dan drie keer zo veel kosten.
Pro versus Flash in één oogopslag
Officiële specificaties en prijzen gecontroleerd op 13 augustus 2026; de praktijkbevindingen zijn gebaseerd op één test per taak en vormen geen officiële benchmarks.
Kies voor Flash wanneer…
Je hebt behoefte aan schaalbaarheid tegen lage kosten, routinematige codecorrecties, extractie, classificatie of een groot aantal parallelle verzoeken – en je kunt rekenkundige bewerkingen met hoge inzet en opmaakbeperkingen valideren.
Kies voor Pro wanneer…
Het resultaat omvat code, beleid, financiën of talrijke exacte beperkingen, en de extra kosten vallen lager uit dan de kosten van een onopvallende storing.
Praktijktests: coderen, ophalen en het naleven van beperkingen
We hebben beide API-model-ID’s op 13 augustus 2026 getest via hetzelfde Broly Anywhere OpenAI-compatibele eindpunt. De temperatuur was 0. Elk score-resultaat vertegenwoordigt één testrun per model en taak. De kloktijd omvat de vertraging bij de gateway en stroomopwaarts, dus deze is nuttig als observatie – niet als een stabiele ranglijst voor latentie.
Praktische scorekaart
Zowel Pro als Flash hebben alle vastgestelde tests doorstaan.
Zowel de antwoorden als alle vereiste bronvermeldingen waren correct.
Pro voldeed aan alle regels; Flash voldeed niet aan de reken- en lengtebeperkingen.
Test 1: agentische Python-foutopsporing
Het framework bood elk model vier tools – lijsten verwerken, een bestand lezen, een bestand schrijven en tests uitvoeren – binnen een klein Python-prijsbepalingsproject dat uit drie bestanden bestond. Dit komt dichter in de buurt van een agent-workflow dan het vragen om een stukje code in de chat.
Een Python-project voor prijsberekening debuggen, patchen en controleren
Beide modellen volgden hetzelfde pad met zes oproepen, waarbij alleen de implementatie werd aangepast, en leverden 8 geslaagd. Flash legde deze run af in 47,378 seconden, tegenover de 95,228 seconden van Pro, en verbruikte minder teruggegeven tokens. Er was hier geen winnaar op het gebied van kwaliteit. Voor een ander, op de code gericht perspectief, zie onze DeepSeek versus ChatGPT: Python-programmeertest.
Test 2: opvragen van een dossier van ongeveer 20,7K tokens
We hebben een dossier bijgevoegd met meer dan 180 documenten, herhaalde afleidingsvragen, verouderde concepten en tien losse feiten. Het model moest antwoorden in een formaat van precies tien regels en bij elk antwoord een document vermelden.
Beantwoord een omvangrijk dossier met nauwkeurige bronvermeldingen
Beide modellen scoorden 22/22: tien juiste antwoorden, tien juiste bronvermeldingen en twee punten voor de opmaak. Pro voltooide deze run in 10,396 seconden en Flash in 21,737 seconden. Het daadwerkelijke gebruik van de prompt bedroeg ongeveer 20,7K tokens. Dat maakt het een bruikbare opzoektest van gemiddelde lengte, maar het niet het volledige venster van 1 miljoen tokens valideren.
Test 3: een memo met strikte criteria voor de beslissing tot lancering
Deze opdracht omvatte een samenvatting van 120–180 woorden, een tabel met precies vier rijen, vaste risico’s en onbekende aantallen, een korte beslissing, geldige JSON en een kostenberekening voor het eerste jaar op basis van aantekeningen van de afdelingen financiën, juridische zaken, techniek, verkoop, ondersteuning en beveiliging.
Stel een lanceringsmemo op met rekenformules en strikte regels voor de uitvoer
Bij een limiet van 2.048 completion-tokens gebruikten beide modellen het beschikbare completion-budget voor de geretourneerde redenering en leverden ze geen zichtbaar antwoord op. We hebben die records bewaard en vervolgens de ongewijzigde prompt opnieuw uitgevoerd met een limiet van 8.192 tokens. Pro scoorde 12/12. Flash scoorde 8/12 omdat het $217.100 rapporteerde in plaats van $216.900, de fout $200 meenam in de variantie, en schreef een samenvatting van 94 woorden in plaats van de vereiste 120–180 woorden.
De conclusie is specifiek, niet algemeen geldend: Flash presteerde al uitstekend bij de codeer- en opvraagopdrachten, terwijl Pro beter presteerde bij de meest complexe combinatie van rekenkundige, structurele en beleidsmatige beperkingen. Als je workflow gebruikmaakt van een agent-shell, dan is onze Vergelijking tussen OpenClaw, Claude en OpenCode helpt het model af te stemmen op het omringende gereedschap.
Benchmarks van de DeepSeek V4: wat de officiële gegevens aantonen
De veiligste bron voor benchmarks is de Technisch rapport DeepSeek V4, maar de tabellen en grafieken daarin hebben betrekking op V4 Preview-modellen. Ze zijn nuttig om inzicht te krijgen in de beoogde mogelijkheden van de architectuur en de testopstelling; het zijn geen op zichzelf staande scores voor de verouderde Pro-0813 API-release.
Voorlopige scores zijn geen Pro-0813-scores
Architectuur en benchmarkresultaten van DeepSeek.
Verouderde productieversies die in de API-documentatie worden vermeld.
Voorlopige scores kunnen niet worden omgedoopt tot Pro-0813-scores.
In de Flash-update van 31 juli worden ook de resultaten van de agents gepubliceerd en worden de testomgeving, de instellingen en de Codex-ondersteuning vermeld. Deze details zijn van belang omdat ranglijsten tussen verschillende leveranciers kunnen variëren afhankelijk van de testopzet, het redeneringsbudget, de definities van de tools en de regels voor herhalingspogingen. Een resultaat zonder vermelding van de testomgeving is onvoldoende om een onvoorwaardelijke winnaar aan te wijzen.
Om dezelfde reden vormen onze drie taken een aanvulling op het officiële bewijsmateriaal, in plaats van dit te vervangen. Ze geven aan wat er gebeurde binnen één bekendgemaakte opzet. Als je producten van verschillende aanbieders met elkaar vergelijkt in plaats van alleen model-API’s, dan is onze Codex versus Claude-codegids legt uit waarom de omliggende workflow de gebruikerservaring kan beïnvloeden.
Prijzen voor de DeepSeek V4 API
De API-prijzen van DeepSeek zijn bij de lancering ongewoon scherp. In de onderstaande tabel staan de officiële tarieven per miljoen tokens, zoals gecontroleerd op 13 augustus 2026. Op de officiële pagina wordt ook gewaarschuwd dat de prijzen in de toekomst aanzienlijk zullen stijgen, dus beschouw deze cijfers als verouderde gegevens uit de lanceringsperiode.
Prijs per 1 miljoen tokens
Een eenvoudige workload zonder cache, met 10 miljoen invoertokens en 2 miljoen uitvoertokens, zou bij deze tarieven $1,96 bedragen op Flash en $6,09 op Pro. In deze illustratie is geen rekening gehouden met cache-hits, opslagen door de provider, herhalingspogingen en eventuele latere prijswijzigingen. Teams die leveranciers vergelijken, moeten één tokenmix en één factureringsbasis hanteren; onze Claude Opus 4.6 Prijsgids voor API’s laat zien waarom invoer, uitvoer en caching aparte rijen vereisen.
Wat het 1M-contextvenster inhoudt – en wat de beperkingen zijn
Een contextvenster van 1 miljoen tokens is een capaciteit, geen garantie voor een perfecte herinnering op elke positie. Het biedt de API ruimte voor zeer grote repositories, documentverzamelingen, onderzoekspakketten of agentgeschiedenissen. De vraag is of het model de juiste details kan terugvinden wanneer relevant bewijsmateriaal verborgen ligt tussen honderdduizenden afleidende tokens.
Het Preview-rapport van DeepSeek bevat een grafiek voor multi-round coreference resolution (MRCR) van 8K tot 1M invoertokens. De curve blijft sterk bij kortere lengtes, maar daalt na 128K. Dat is een normaal teken van een hard lang-contextprobleem, en daarom mag “ondersteunt 1M” nooit worden vertaald als “verliesvrij bij 1M”.”
De API-interface kent aparte beperkingen. Die van DeepSeek Handleiding voor de Responses API beschrijft een stateloze implementatie: functies zoals id_van_vorig_antwoord, gesprekken, opslag en achtergrond worden niet ondersteund. Het invoeren van afbeeldingen en bestanden wordt eveneens niet ondersteund, dus je moet tekst extraheren of de statuslaag buiten het model opbouwen.
De Tabel met Anthropic-compatibele API’s markeert tevens varianten van afbeeldingen en documentberichten als niet-ondersteund. Compatibiliteit betekent daarom vertrouwde verzoekformaten en hulpmiddelen — en niet dat elke functie één op één overeenkomt met elk Anthropic-model of elke client.
Hoe kun je DeepSeek V4 Pro uitproberen en flashen?
Je hebt drie praktische opties. Maak je keuze op basis van of je een kort gesprek wilt, toegang tot de productie-API of een werkruimte voor meerdere modellen.
Kies uw toegangspad
DeepSeek Web/App
Ideaal om het model uit te proberen via de eigen gebruikersinterface van DeepSeek.
Officiële API
Bij uitstek geschikt voor tokenfacturering, tools, JSON, agentframeworks en productiecontrole.
GlobalGPT
Ideaal om Pro of Flash te openen in een bredere, multimodale werkruimte zonder eerst een client te hoeven bouwen.
Route 1: officiële DeepSeek-chat
Begin bij De officiële website van DeepSeek als je gewoon wilt zien hoe de gebruikerservaring er op dit moment uitziet. De toegang voor consumenten en de facturering voor de API staan los van elkaar; het feit dat er een chatinterface beschikbaar is, betekent niet dat de API gratis is.
Route 2: officiële API en programmeeragenten
Gebruik deepseek-v4-pro of deepseek-v4-flash met de gedocumenteerde OpenAI-compatibele interfaces. Beide ondersteunen de ‘thinking’- en ‘non-thinking’-modi, JSON-uitvoer, tool-aanroepen, de Responses API en Anthropic-compatibele toegang. FIM is alleen van toepassing in de ‘non-thinking’-modus.
DeepSeek publiceert ook een officiële handleiding voor de integratie van Codex. Als je eerst tussen verschillende agent-shells moet kiezen, vergelijk dan Claude: Prijzen en gebruikslimieten voordat je ervan uitgaat dat de kosten van het modeltoken gelijk zijn aan het totale bedrag van de rekening.
Gebruikers van de Claude-code kunnen dezelfde logica voor eindpunten en modellen volgen die wordt beschreven in onze handleiding voor een model configureren in Claude Code, terwijl je de live-compatibiliteitstabel van DeepSeek controleert op velden die niet worden ondersteund.
Route 3: GlobalGPT
GlobalGPT heeft aparte vermeldingen voor beide modellen. De geverifieerde conversieroute is DeepSeek V4 Pro op GlobalGPT. Er bestaat ook een Flash-productpagina, maar we hebben geen geverifieerde, Flash-specifieke campagneparameter gevonden, dus we verzinnen er geen.
Voor terminalworkflows geldt dat de GlobalGPT CLI in Claude-code-instellingen legt uit hoe een platform voor meerdere modellen in een bestaande programmeerroutine kan worden geïntegreerd. Het vervangt de standaard repository-tools niet; het verandert de manier waarop je modellen opvraagt en vergelijkt.
Welk DeepSeek V4-model moet je kiezen?
Stem het model af op de kosten van een storing
Flash
Kies dit product voor chatverkeer met grote volumes, gegevensontsluiting, routinecode, informatieopvraging en agents met strenge validatie. Het heeft twee van onze drie taken feilloos doorstaan tegen de laagste officiële prijs.
Pro
Kies dit model wanneer strikte rekenkundige berekeningen, opmaak, beleidsregels en redeneringen over meerdere domeinen samenkomen in één eindproduct. Het was het enige model dat 12 van de 12 punten scoorde op onze memo.
GlobalGPT
Kies de platformroute als je het model wilt uitproberen of alternatieven wilt vergelijken zonder eerst een API-client te schrijven.
Voor veel teams is Flash de slimste keuze voor de eerste implementatie: het is veel goedkoper, ondersteunt dezelfde opgegeven context- en uitvoerlimieten en heeft onze coderingstests en 20,7K opvraagtests doorstaan zonder dat dit ten koste ging van de kwaliteit. Voeg deterministische controles toe voor getallen, schema’s en verplichte secties.
Stap over naar Pro wanneer de tijd die je kwijt bent aan herzieningen of de kosten van fouten groter zijn dan de besparing op tokens. Het prijsverschil is reëel, maar dat geldt ook voor de waarde van een gedegen compliance- of lanceringsmemo die in één keer goed is. Als er nog andere assistenten op je shortlist staan, dan is de bredere Keuzegids: DeepSeek versus ChatGPT kan helpen om de kwaliteit van het model los te koppelen van het productecosysteem.
Conclusie: Is de DeepSeek V4 Pro het geld waard?
DeepSeek V4 Pro is het overwegen waard wanneer het werk meer controle vereist dan volume. Het is niet de voordeligste standaardkeuze: in de API kost Pro drie keer zoveel als Flash op de belangrijkste cache-miss-rijen voor invoer en uitvoer, zowel tijdens piek- als daluren. Die meerprijs is gerechtvaardigd wanneer een verkeerd antwoord leidt tot extra werk, extra controle-inspanningen of operationele risico's.
Voor routinetaken biedt Flash de beste balans tussen kosten en schaalbaarheid. Gebruik Vision-Exp voor afbeeldingen. Als het doel niet het beheer van API’s is, maar het afwisselend uitvoeren van onderzoek, schrijfwerk en technische ondersteuning, kan een werkruimte met meerdere modellen praktischer zijn dan het afzonderlijk configureren van elke dienst.
Volgende stap
Open DeepSeek V4 Pro in een werkruimte waarin ook andere modellen zijn verzameld voor onderzoek, schrijven en hulp bij het programmeren.
Probeer DeepSeek V4 Pro eens uitVeelgestelde vragen over DeepSeek V4
Is de DeepSeek V4 Pro al uitgebracht?
Ja. DeepSeek V4 Pro is op 13 augustus 2026 algemeen beschikbaar gekomen met de productie-ID DeepSeek-V4-Pro-0813.
Wat is het verschil tussen de DeepSeek V4 Pro en de Flash?
Flash legt de nadruk op kosten en gelijktijdigheid, terwijl Pro is ontworpen voor teksttaken met meer beperkingen en hogere faalkosten. Beide versies hebben een contextvenster van 1 miljoen tokens en een maximale uitvoer van 384K tokens.
Hoeveel kost de DeepSeek V4 Pro?
Per 1 miljoen tokens bedragen de Pro-tarieven buiten de piekuren $0,022 voor invoer met cache-hit, $0,66 voor invoer met cache-miss en $1,98 voor uitvoer. De piekprijzen bedragen $0,044, $1,32 en $3,96.
Wat zijn de piekuren voor de API?
De piekuren zijn van 01:00 tot 04:00 uur en van 06:00 tot 10:00 uur UTC, van maandag tot en met vrijdag. Buiten deze uren gelden de daluren-tarieven.
Ondersteunt DeepSeek V4 afbeeldingen?
deepseek-v4-flash-vision-exp ondersteunt afbeeldingen. In de officiële handleiding worden JPEG, PNG, GIF en WebP genoemd. De tekstmodellen Pro en Flash moeten apart worden behandeld.
Garandeert het contextvenster van 1 miljoen tokens een perfecte terugvinding?
Nee. Het bereik van 1 miljoen tokens geeft de capaciteit aan. Het ophalen hangt nog steeds af van de documentstructuur, de plaatsing van de feiten, de prompt en de verificatiemethode.
Kan ik DeepSeek V4 samen met Codex gebruiken?
Ja. In de officiële documentatie wordt een integratie via de Responses API beschreven en worden Flash, Pro en Vision-Exp als modelopties genoemd.
Hoe kan ik DeepSeek V4 Pro uitproberen zonder een API te configureren?
Je kunt gebruikmaken van een interface die het model aanbiedt, zoals GlobalGPT. Deze methode is geschikt voor chat, onderzoek, schrijven en technische ondersteuning; de facturering en functies ervan komen niet overeen met die van de officiële API-console.
