Nous utilisons des cookies pour améliorer votre expérience, personnaliser le contenu et analyser notre trafic ; consultez notre Politique cookies.
deepseek/deepseek-v4-proLe raisonnement et le code lourds, sur 1M de tokens
DeepSeek V4 Pro est le modèle phare de la famille V4, publié par DeepSeek le 24 avril 2026 : 1,6T de paramètres dont 49B actifs, selon DeepSeek, sur une fenêtre d'un million de tokens avec jusqu'à 384K de sortie.
Il vise le travail difficile : agents de code qui tournent longtemps, refactorisation d'une grosse base de code, mathématiques et planification en plusieurs étapes. DeepSeek met en avant ses capacités agentiques et son raisonnement. Texte en entrée, avec outils, mode JSON et mode réflexion.
Sur Tchavi, vous le payez en mobile money, sans carte bancaire ni KYC. Un seul compte et une seule clé API ouvrent 80+ modèles : changez l'URL de base, gardez votre SDK OpenAI, et vos crédits n'expirent jamais.
Toute une base de code lisible en un seul appel
Des réponses très longues sans découpage
Pensée activable ou non, selon la difficulté
Capacités agentiques renforcées, selon DeepSeek
Appel de fonctions et sortie structurée
Construis-moi un plan de migration étape par étape d'un monolithe vers des microservices, avec l'ordre des extractions et les risques de chaque étape.
Analyse ce fichier de 800 lignes et propose les trois refactorisations à plus fort impact, avec le code avant et après.
Joue le rôle d'un agent de recherche : décris les étapes pour comparer trois bases vectorielles pour notre cas d'usage, puis liste les tests à lancer.
Flash reprend le même contexte d'un million de tokens et, selon DeepSeek, un raisonnement proche de Pro, pour les tâches de volume. Choisissez Pro (model: "deepseek-v4-pro") pour les agents de code et les problèmes difficiles. Le moyen sûr : tester Flash d'abord, monter si besoin.
Kimi K3 (model: "kimi-k3") lit aussi les images et peut écrire jusqu'à 943K tokens d'un coup. V4 Pro est texte seul, avec 384K de sortie, et vise le code et les agents. Si vous n'envoyez que du texte, essayez V4 Pro d'abord.
Jusqu'à 1 000 000 de tokens en entrée et 384 000 en sortie. Limitez max_tokens à votre besoin réel.
Non : DeepSeek V4 Pro ne gère pas la vision et Tchavi ne lui envoie que du texte. Pour des images, choisissez Kimi K3 ou Qwen3.8 Max.
Changez l'URL de base pour celle de Tchavi, utilisez votre clé Tchavi et indiquez model: "deepseek-v4-pro" sur /v1/chat/completions. Les paramètres propres à DeepSeek, dont le mode réflexion, sont transmis tels quels.
Oui. Rechargez votre compte Tchavi avec Orange Money, MTN MoMo, M-Pesa ou un autre opérateur mobile money : aucune carte bancaire n'est nécessaire. Les crédits arrivent dès que le paiement est confirmé et sont débités à l'usage.
Oui. Gardez votre SDK OpenAI actuel, remplacez simplement l'URL de base par celle de Tchavi (visible dans l'onglet API) et utilisez votre clé Tchavi. Le reste de votre code ne change pas.
import Tchavi from '@tchavi/sdk';
const client = new Tchavi({ apiKey: 'API_KEY' });
const response = await client.chat.completions.create({
model: 'deepseek-v4-pro',
messages: [
{
"role": "user",
"content": "Hello!"
}
],
});
console.log(response.choices[0].message.content);
console.log('Credits used:', response.tchavi.credits_used);Tous les paramètres acceptés par ce modèle. Consultez le SDK pour les types complets.
modelRequisIdentifiant du modèle de chat (ex. `deepseek-v4-pro`).
messagesRequisMessages de la conversation. Chaque élément a un `role` (system/user/assistant) et un `content` qui peut être soit une chaîne simple, soit un tableau de blocs de contenu (`text`, `image_url`, `document_url`).
temperature1Température d'échantillonnage entre 0 et 2. Plus haut = plus aléatoire.
max_tokensNombre maximum de tokens à générer dans la réponse.
max_completion_tokensAlias OpenAI pour `max_tokens`. Les deux fonctionnent ; si les deux sont fournis, `max_completion_tokens` prime.
streamfalseSi vrai, les deltas de message partiels sont streamés en Server-Sent Events.
toolsOutils pour le function-calling. Passe un tableau de `{ type: "function", function: { name, description, parameters } }`. Les appels d'outils renvoyés sont dans `choices[].message.tool_calls`. Réservé aux modèles avec `supportsTools: true`.
tool_choiceComment le modèle choisit parmi les outils : `"auto"` (par défaut), `"none"` pour forcer une réponse texte, ou `{ type: "function", function: { name } }` pour forcer un outil précis. Uniquement avec `supportsTools: true`.
response_formatContraint la sortie. Passe `{ type: "json_object" }` pour forcer un JSON valide (le modèle a quand même besoin d'une instruction JSON dans le prompt). Uniquement avec `supportsJsonMode: true`.
top_p1Échantillonnage nucleus : seuls les tokens dans la masse de probabilité `top_p` sont considérés.
seedGraine entière pour une sortie déterministe. Même seed + même requête = même complétion, quand le fournisseur le supporte. OpenAI l'honore ; Anthropic l'ignore.
n1Nombre de complétions à générer en un appel. Défaut 1 ; chaque complétion supplémentaire est facturée.
stream_optionsOptions de streaming, ex. `{ "include_usage": true }` pour recevoir un dernier chunk SSE avec les compteurs d'usage. Effectif uniquement quand `stream: true`.
stopJusqu'à 4 séquences après lesquelles l'API cesse de générer.
frequency_penalty0Entre -2.0 et 2.0. Les valeurs positives pénalisent les tokens fréquents.
presence_penalty0Entre -2.0 et 2.0. Les valeurs positives encouragent à parler de nouveaux sujets.
userIdentifiant utilisateur final transmis au fournisseur pour le suivi modération / abus. Doit rester stable par utilisateur.
logit_biasBiais logit par token `{ "<tokenId>": <-100..100>, ... }`. Spécifique OpenAI ; Anthropic l'ignore.
Estimation sur 30 jours, pour un message type : ~500 tokens en entrée + ~150 en sortie, facturé au millième de crédit.