DeepSWE · 原创长程工程max 63%±6 · 约 $1.67 / 题
熟悉的参照Gemini 3.7 medium 65%±3 · GPT-5.5 xhigh / Luna max 67% · K3 max 69%±5
点估计已达到可用的严肃代码区间，但误差较大。和 67% 组粗略只差 4 道 / 100 题，不代表每个项目都只差 4%；需求含糊、测试不足时体感可能放大。
DeepSeek低价长程代码专项核验 2026-08-29
DeepSeek V4 Pro 0813
Max 档下有测试兜底的长程代码、批量仓库任务和极度成本敏感的企业试点
- 上下文
- 1M
- 默认推理
- max
- API 输入
- $1.32 / M
- API 输出
- $3.96 / M
- 开放权重
- MIT
- 判断把握
- 中高
从实际任务看
这款模型擅长哪些具体工作
以下结论来自全站同一份任务数据；点击后可查看首选、替代方案、组合流程和证据限制。只用 max 档比较，先看成功任务成本
DeepSeek V4 Pro 0813 到底到什么水平
一句话：它仍是低价长程代码候选，DeepSWE max 63%±6；GLM-5.3 Flash 以更低公开成本达到相同点估计。当前 AA v4.2 为 42，不能用代码专项结果写成综合超过 K3，或替代前沿模型终审。2026-08-29 历史 · Vals SWE-bench Verified96.4%
熟悉的参照Opus 5 97.0% · Sol 96.2% · Fable 95.0%
它在这套已接近满分的仓库修复题上完全可用，但各家只差约 1～2 道 / 100 题，排行榜已经饱和，不能据此宣布全面超过 K3 或 Sol。
DeepSeek API · 当前峰谷价格非峰 $0.66 / $1.98；峰时 $1.32 / $3.96
熟悉的参照GLM-5.3 Flash 长期 $0.15 / $0.50 · Grok $2 / $6 · Sol 促销 $4 / $20
它仍明显便宜于 Sol / Grok，但不再是公开代码候选里最便宜的一档。max 可能生成更长、走更多步骤；真正该比较的是做成一件事的总价、等待、重试和人工返工。
真实使用反馈 · 发布初期规划与架构偶有亮点，也有循环、429 和速度波动
熟悉的参照不同 API provider、版本和并发条件不能混算
适合先拿有测试、失败可回滚的任务做 15～30 题小测；如果连续误解需求，不要继续堆推理档，直接换成熟前沿模型。
怎么实际使用
只按 max 档使用：先由强模型或人写清目标、文件边界和验收测试，再让 Pro 执行；机器测试全绿后，由 Sol / Opus 做高风险终审。客服、检索和普通聊天不要因为代码榜强就默认换成 Pro。
不要怎样误读
代码准入来自 DeepSWE 与 Vals SWE-bench 两种方法；当前 AA v4.2 已有同版本 42 分，不再写“没有综合证据”。有综合分仍不代表达到通用前沿，定位继续是代码专项与成本价值。
证据快照：2026-09-05；SWE-bench 保留 8 月历史快照
集中查看
这个模型的主要判断
AA v4.2 精确 0813 max 42；长程代码是专项价值，不把代码强项推广为通用旗舰。
DeepSWE max 为 63%±6，和 Gemini 3.7 high、GPT-5.5 xhigh、Luna max 的区间相邻；Vals SWE-bench 为 96.4%，但该榜已接近满分，只能证明仓库修复可用，不能证明全面超过 K3 / Sol / Opus
两种方法已满足正式代码专项准入，但发布初期仍有循环、429、速度和 provider 差异反馈。峰谷价已生效；高风险架构、安全和最终批准仍需更成熟的前沿模型复核。
0813 正式版已在 App、Web 与 API 提供；官方发布 MIT 权重，原生支持 Responses API 与 Codex
本站计算器按峰时安全上限估算；工作日 UTC 01:00—04:00、06:00—10:00 为峰时，其余时段非峰价 $0.66 / $1.98、缓存 $0.022
直接核对
本页的关键来源
官方来源确认型号、规格与可用性；独立来源只回答各自测试覆盖的问题。