چطور با DeepSeek V4 Pro 0813 (batch) در ایران کار کنم؟

در یوتاپن ثبتنام کن، کیف پول را تومانی شارژ کن، کلید API بساز و در SDK رسمی OpenAI فقط base_url را به https://api.uttapen.ir/v1 و model را به «deepseek/deepseek-v4-pro-0813:batch» تغییر بده. بقیهٔ کدت دستنخورده میماند.

قیمت DeepSeek V4 Pro 0813 (batch) به تومان چقدر است؟

هر ۱ میلیون توکن ورودی ۳۸۲٬۹۶۵ تومان و هر ۱ میلیون توکن خروجی ۱٬۱۴۸٬۸۹۵ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۱٬۹۹۱ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.

DeepSeek V4 Pro 0813 (batch) چند توکن ورودی میگیرد؟

تا ۱٬۰۴۸٬۵۷۶ توکن در هر درخواست؛ برای متن فارسی حدود ۷۸۶ هزار کلمه. حداکثر طول پاسخ هم ۹۴۳٬۷۱۸ توکن است.

آیا DeepSeek V4 Pro 0813 (batch) استریم و tool calling را پشتیبانی میکند؟

استریم (stream=true) روی همهٔ مدلها فعال است. این مدل tool calling را با همان قالب OpenAI پشتیبانی میکند. خروجی ساختیافته با response_format هم کار میکند.

قیمت و API مدل DeepSeek V4 Pro 0813 (batch) در ایران

deepseek/deepseek-v4-pro-0813:batch

toolsreasoningjson

ساخت کلید امتحان کن

ورودی · هر ۱M توکن

382,965 تومان

خروجی · هر ۱M توکن

1,148,895 تومان

یک درخواست ۱٬۰۰۰ کلمه‌ای ≈

1,991 تومان

شارژ بر اساس مصرف واقعی همان درخواست. قیمت‌ها با تغییر شرایط بازار به‌روز می‌شوند. cache ورودی: 37,716 تومان / 1M.قیمت‌ها و شارژ

کد آمادهٔ DeepSeek V4 Pro 0813 (batch): حل مسئلهٔ چندمرحله‌ای با حالت استدلال

نمونه بر اساس قابلیت‌های همین مدل انتخاب شده و با کلید خودت بدون تغییر دیگری اجرا می‌شود.

from openai import OpenAI

client = OpenAI(base_url="https://api.uttapen.ir/v1", api_key="sk-up-…")

resp = client.chat.completions.create(
    model="deepseek/deepseek-v4-pro-0813:batch",
    messages=[{"role": "user", "content": (
        "یک فروشگاه ۳ انبار دارد. انبار A روزی ۱۲۰ سفارش، B روزی ۸۵ و C روزی ۴۰ سفارش می‌فرستد. "
        "اگر C تعطیل شود و بارش بین A و B نسبت به ظرفیت‌شان تقسیم شود، هر کدام روزی چند سفارش می‌فرستند؟ "
        "مرحله‌به‌مرحله حساب کن و در پایان فقط دو عدد بده."
    )}],
    reasoning_effort="medium",   # low | medium | high
)
print(resp.choices[0].message.content)
# توکن‌های استدلال هم توکن خروجی حساب می‌شوند:
print(resp.usage.completion_tokens_details)

curl https://api.uttapen.ir/v1/chat/completions \
  -H "Authorization: Bearer sk-up-…" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v4-pro-0813:batch",
    "messages": [{"role": "user", "content": "۱۲۰ و ۸۵ سفارش روزانه بین دو انبار تقسیم می‌شود؛ مرحله‌به‌مرحله حساب کن."}],
    "reasoning": {"effort": "medium"}
  }'

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.uttapen.ir/v1", apiKey: "sk-up-…" });

const resp = await client.chat.completions.create({
  model: "deepseek/deepseek-v4-pro-0813:batch",
  messages: [{ role: "user", content: "۱۲۰ و ۸۵ سفارش روزانه بین دو انبار تقسیم می‌شود؛ مرحله‌به‌مرحله حساب کن و در پایان فقط دو عدد بده." }],
  reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);
console.log(resp.usage.completion_tokens_details);

DeepSeek V4 Pro 0813 (batch) برای چه کاری خوب است؟

شناسهٔ DeepSeek V4 Pro 0813 (batch) در API ما «deepseek/deepseek-v4-pro-0813:batch» است و تأمین‌کنندهٔ آن DeepSeek است. ظرفیت context برابر ۱٬۰۴۸٬۵۷۶ توکن است؛ حدود ۷۸۶ هزار کلمهٔ فارسی جا می‌شود و بعد از آن باید تاریخچه را خلاصه کنی. حداکثر طول پاسخ در هر فراخوانی ۹۴۳٬۷۱۸ توکن است. از نظر قیمت در دستهٔ «میان‌رده» است — ارزان‌تر از ۲۶۴ مدل و گران‌تر از ۱۴۲ مدل پولی دیگر کاتالوگ.

آنچه این مدل بیش از یک مدل متنی ساده انجام می‌دهد: tool calling دارد، یعنی می‌تواند تابع‌های خودت را با آرگومان درست صدا بزند؛ با response_format خروجی JSON معتبر می‌دهد و مستقیم به کد وصل می‌شود؛ حالت استدلال دارد و روی مسئلهٔ چندمرحله‌ای، ریاضی و دیباگ بهتر جواب می‌دهد. همهٔ این‌ها با همان پارامترهای استاندارد SDK رسمی OpenAI کار می‌کنند و کد اختصاصی لازم ندارند. توجه کن که توکن‌های استدلال هم توکن خروجی محسوب می‌شوند و در صورتحساب می‌آیند.

هر ۱ میلیون توکن ورودی ۳۸۲٬۹۶۵ تومان و هر ۱ میلیون توکن خروجی ۱٬۱۴۸٬۸۹۵ تومان است؛ خروجی 3 برابر ورودی قیمت دارد، پس کوتاه‌کردن پاسخ بیشتر از کوتاه‌کردن پرامپت صرفه دارد. cache ورودی دارد: توکن‌های تکراری context با ۳۷٬۷۱۶ تومان / ۱M حساب می‌شوند، که برای پرامپت سیستمی بلند تفاوت بزرگی است. شارژ نهایی همیشه بر اساس مصرف واقعی همان درخواست است، نه برآورد؛ درخواست ناموفق صفر تومان.

نزدیک‌ترین گزینه با همین قابلیت‌ها از تأمین‌کنندهٔ دیگر GPT-3.5 Turbo 16k است: DeepSeek V4 Pro 0813 (batch) تقریباً 1.3 برابر ارزان‌تر از آن تمام می‌شود و پنجرهٔ context آن بزرگ‌تر است. هر دو با همان کلید و همان کد کار می‌کنند، پس عوض‌کردن‌شان فقط تغییر یک رشته است.

برای اینکه عدد قابل تصور شود: با ۱۰۰ هزار تومان اعتبار، حدود ۵۰ درخواست ۱٬۰۰۰ کلمه‌ای روی DeepSeek V4 Pro 0813 (batch) جا می‌شود، و هر ۱٬۰۰۰ تومان تقریباً ۵۰۲ کلمه رفت‌وبرگشت می‌خرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۱٬۵۳۱٬۸۶۰ تومان می‌شود. پر کردن کامل پنجرهٔ ۱٬۰۴۸٬۵۷۶ توکنی این مدل فقط از سمت ورودی ۴۰۱٬۵۶۸ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بی‌دلیل بلند نگه ندار.

این شناسه با «deepseek/deepseek-v4-pro-0813» اشتباه گرفته می‌شود، چون هستهٔ مدل یکی است. تفاوت در پسوند است: «batch» در برابر نسخهٔ استاندارد. روی یک درخواست ۱٬۰۰۰ کلمه‌ای، این نسخه 1.3 برابر گران‌تر از آن درمی‌آید (۱٬۹۹۱ در برابر ۱٬۵۸۳ تومان). حداکثر طول پاسخ هم فرق دارد: ۹۴۳٬۷۱۸ در برابر ۳۸۴٬۰۰۰ توکن. در پارامترها آن یکی logprobs، seed، top_logprobs را.

DeepSeek در کاتالوگ ما ۱۷ مدل دارد؛ ارزان‌ترین‌شان DeepSeek V4 Flash Latest با ۷۹ تومان و گران‌ترین DeepSeek V4 Pro 0813 (batch) با ۱٬۹۹۱ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کم‌تکرار، این مدل logit_bias، min_p، reasoning_effort، repetition_penalty، top_k را می‌پذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. در عوض seed را که بیشتر مدل‌ها دارند پشتیبانی نمی‌کند، پس اگر کدت به آن‌ها تکیه دارد قبل از جابه‌جایی تست کن. از نظر اندازهٔ context نزدیک‌ترین گزینه از تأمین‌کنندهٔ دیگر Gemini 2.5 Flash با ۱٬۰۴۸٬۵۷۶ توکن است.

کاربردهایی که برای این مدل معنی می‌دهد: چت‌بات محصول و دستیار داخلی، جایی که تعادل هزینه و کیفیت مهم است، حل مسئلهٔ منطقی و بازبینی کد، ایجنت‌هایی که به API و دیتابیس وصل می‌شوند، استخراج داده با اسکیمای مشخص، تحلیل سند یا کدبیس بلند در یک درخواست.

توضیح رسمی تأمین‌کننده (انگلیسی)

DeepSeek V4 Pro 0813 is a large-scale mixture-of-experts model from DeepSeek. This is the GA release of DeepSeek V4 Pro.

سه کار واقعی، با قیمت همین مدل

اعداد از همان قیمت‌های بالا حساب شده‌اند و با تغییر قیمت مدل تغییر می‌کنند.

کار	توکن	هزینه
یک نوبت گفتگو با تاریخچهٔ متوسط	1,500 ورودی + 400 خروجی	1,034 تومان
خلاصه‌کردن سند ده‌صفحه‌ای	4,000 ورودی + 600 خروجی	2,221 تومان
دسته‌بندی هزار ردیف کوتاه	120,000 ورودی + 20,000 خروجی	68,934 تومان

نسخه‌های دیگر همین مدل

هستهٔ مدل یکی است؛ هر نسخه شرایط اجرا و قیمت خودش را دارد. نسخهٔ فعلی: batch (ارزان‌تر، کندتر).

نسخه	شناسه	خروجی / ۱M	context
استاندارد	deepseek/deepseek-v4-pro-0813	913,372	1,048,576

شناسهٔ هر نسخه را عیناً در فیلد model بگذار؛ نیازی به تغییر کد دیگری نیست.

سؤال‌های پرتکرار

چطور با DeepSeek V4 Pro 0813 (batch) در ایران کار کنم؟: در یوتاپن ثبت‌نام کن، کیف پول را تومانی شارژ کن، کلید API بساز و در SDK رسمی OpenAI فقط base_url را به https://api.uttapen.ir/v1 و model را به «deepseek/deepseek-v4-pro-0813:batch» تغییر بده. بقیهٔ کدت دست‌نخورده می‌ماند.
قیمت DeepSeek V4 Pro 0813 (batch) به تومان چقدر است؟: هر ۱ میلیون توکن ورودی ۳۸۲٬۹۶۵ تومان و هر ۱ میلیون توکن خروجی ۱٬۱۴۸٬۸۹۵ تومان؛ یک درخواست ۱٬۰۰۰ کلمه‌ای تقریباً ۱٬۹۹۱ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
DeepSeek V4 Pro 0813 (batch) چند توکن ورودی می‌گیرد؟: تا ۱٬۰۴۸٬۵۷۶ توکن در هر درخواست؛ برای متن فارسی حدود ۷۸۶ هزار کلمه. حداکثر طول پاسخ هم ۹۴۳٬۷۱۸ توکن است.
آیا DeepSeek V4 Pro 0813 (batch) استریم و tool calling را پشتیبانی می‌کند؟: استریم (stream=true) روی همهٔ مدل‌ها فعال است. این مدل tool calling را با همان قالب OpenAI پشتیبانی می‌کند. خروجی ساخت‌یافته با response_format هم کار می‌کند.