DeepSeek V4 Pro через API: подключение, цены и работа с картинками

DeepSeek V4 Pro в каталоге Zukko отличается от младшей DeepSeek V4.1 Flash прежде всего тем, что принимает картинки на вход. По цене и по индексу силы она при этом не выигрывает, и это стоит знать до подключения. Ниже — как подключить DeepSeek V4 Pro API, как отправить изображение, сколько стоят типовые нагрузки и когда разумнее взять V4.1 Flash.

Цены DeepSeek V4 Pro в Zukko

Идентификатор модели — deepseek-v4-pro. Цены в долларах за 1 млн токенов на 6 октября 2026 года:

Индекс силы в каталоге — 36 (Intelligence Index от Artificial Analysis, сводный балл по бенчмаркам). Чтение кэша стоит как обычный вход, а запись отдельно не списывается, так что кэш на счёт за эту модель не влияет. Набор моделей и цены меняются: актуальные данные — GET https://api.zukko.pro/v1/models или страница «Модели» в кабинете.

Подключение DeepSeek V4 Pro API

Модель вызывается через OpenAI-совместимый адрес https://api.zukko.pro/v1 с ключом fetch_.... Отдельный аккаунт у DeepSeek не нужен.

Python

from openai import OpenAI

client = OpenAI(base_url="https://api.zukko.pro/v1", api_key="fetch_ваш_ключ")

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Составь чек-лист приёмки партии товара на складе."}],
)
print(resp.choices[0].message.content)
print(resp.usage.prompt_tokens, resp.usage.completion_tokens)

curl

curl https://api.zukko.pro/v1/chat/completions \
  -H "Authorization: Bearer fetch_ваш_ключ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro",
    "messages": [{"role": "user", "content": "Привет! Ответь одним предложением."}]
  }'

Модель работает и в Anthropic-формате через POST /v1/messages — шлюз конвертирует запрос. Параметры запроса описаны в справочнике /v1/chat/completions↗, работа с SDK — в справочнике по Python↗.

Как отправить картинку

В OpenAI-формате изображение передают частью content с типом image_url: либо ссылкой, либо в виде data:-URL с base64. Пример для локального файла:

import base64
from openai import OpenAI

client = OpenAI(base_url="https://api.zukko.pro/v1", api_key="fetch_ваш_ключ")

with open("invoice.png", "rb") as f:
    b64 = base64.b64encode(f.read()).decode()

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "Выпиши номер счёта, дату и итоговую сумму в формате JSON."},
            {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{b64}"}},
        ],
    }],
)
print(resp.choices[0].message.content)
print("токенов входа:", resp.usage.prompt_tokens)

Картинка оплачивается как входные токены. Сколько токенов занимает ваше изображение, видно в usage.prompt_tokens после первого запроса — от этого числа и считайте бюджет. Если запрос получился слишком большим, сервер вернёт 413 — уменьшите разрешение или сожмите файл перед кодированием.

DeepSeek V4 Pro или V4.1 Flash

Сравнение по данным каталога:

Честный вывод: по индексу силы V4.1 Flash выше (39 против 36) и при этом дешевле и на входе, и на выходе. Единственное преимущество V4 Pro по этим данным — приём изображений. Подключение и расчёты для младшей модели — в статье DeepSeek V4.1 Flash через API↗.

Расчёт на одной нагрузке: бот поддержки, 10 000 диалогов по 2 000 токенов входа и 400 выхода — 20 млн входа и 4 млн выхода. Формула: вход (млн) × цена входа + выход (млн) × цена выхода.

• V4 Pro: 20 × 0.088 + 4 × 0.25 = 1.76 + 1 = $2.76
• V4.1 Flash: 20 × 0.013 + 4 × 0.038 = 0.26 + 0.152 = $0.412

Для чисто текстовой задачи V4 Pro имеет смысл, только если на ваших примерах она отвечает заметно лучше Flash. Проверьте это сами: 20–50 реальных запросов с известным ответом на обеих моделях, сравнение доли правильных ответов и суммы в разделе «Использование».

Расчёт для задач с картинками

5 000 сканов документов. Допустим, на каждый уходит 3 000 токенов входа (картинка плюс инструкция — точное число берите из usage на пробе) и 500 токенов ответа. Итого 15 млн входа и 2,5 млн выхода.

V4 Pro здесь самая дешёвая, но Qwen 3.8 Max стоит ненамного дороже при индексе 45. Если для вас важна точность распознавания, сравните обе на одних и тех же сканах. Учтите: одна и та же картинка у разных моделей может занимать разное число токенов, поэтому пробу делайте на каждой модели отдельно.

По официальной цене вендора V4 Pro та же нагрузка стоила бы 15 × 0.66 + 2.5 × 1.98 = 9.9 + 4.95 = $14.85.

Схема: Flash для текста, Pro для картинок

Если поток смешанный, удобно выбирать модель по наличию изображения. Ключ и баланс общие, меняется только поле model:

def pick_model(has_image: bool) -> str:
    return "deepseek-v4-pro" if has_image else "deepseek-v4.1-flash"

model = pick_model(has_image=True)

Чтобы ошибка в коде не отправила весь поток на более дорогую модель, заведите для задачи отдельный ключ с дневным лимитом в долларах и списком разрешённых моделей — это настраивается в кабинете. Если ключа ещё нет, создайте его на странице API-ключей↗.

Частые вопросы

Почему V4 Pro по индексу ниже, чем V4.1 Flash?

Индекс в каталоге — сводный балл Artificial Analysis по бенчмаркам, и для этих моделей он такой: 36 у V4 Pro и 39 у V4.1 Flash. Название «Pro» само по себе не означает более высокий балл. Решайте по своим задачам.

Какие форматы картинок принимаются?

В OpenAI-формате — ссылка или data:-URL с base64 в поле image_url. Надёжнее всего начинать с PNG или JPEG; если запрос слишком большой, придёт ошибка 413.

Даёт ли кэш скидку на V4 Pro?

Нет. Чтение кэша стоит $0.088 за миллион токенов — как обычный вход, а запись отдельно не списывается.

Как оплатить из России?

Баланс в долларах пополняется через СБП, карту РФ или криптовалюту, от $1.