האם המשקלים פתוחים והאם אפשר להריץ את זה מקומית?

כן — המשקלים פורסמו ב-Hugging Face תחת deepseek-ai/DeepSeek-V4-Pro-0813. זהו מודל Mixture-of-Experts גדול, לכן פריסה מקומית דורשת חומרה משמעותית; היצרן לא פרסם את ספירת הפרמטרים המדויקת.

כמה זה עולה ומה גודל חלון ההקשר?

באמצעות API המחיר הוא $0.66 לכל מיליון טוקני קלט ו-$1.98 לכל מיליון טוקני פלט, עם חלון הקשר של 1,048,576 טוקנים.

איך זה שונה מ-DeepSeek V4 Pro Preview?

שחרור 0813 מוסיף מודול DSpark לפענוח ספקולטיבי להקטנת השהייה, יכולות אייג'נטיות משופרות משמעותית, ושיפורי מדדים בולטים במיוחד בסביבות סוכן קידוד פרודקשן — התצוגה המקדימה קיבלה 12.8 ב-DeepSWE; שחרור זה מקבל 62.7.

▲

29.0%

השבוע הזה

DeepSeek V4 Pro 0813

9010°

#llm #deepseek #הסקת מסקנות #תכנות #סוכנים #הקשר ארוך

הפעל את המודל הזה

הצעות / פרסומות

OpenRouter טרמינל / API

תשלום לפי טוקן

שוחח עם המודל הזה בדפדפן או קרא לו מהקוד שלך עם מפתח API אחד.

DeepSeek | 1,048,576 token context | $1.32/M input, $3.96/M output. DeepSeek V4 Pro 0813 is a large-scale mixture-of-experts model from DeepSeek. This is the GA release of DeepSeek V4 Pro.

מדריכים לדגם זה

ה-LLM המקומי הטוב ביותר לפי מקרה שימוש (אוקטובר 2026): הדגם הפתוח המתאים לכל עבודה

כמה VRAM אני באמת צריך ל-AI מקומי?

משקלים פתוחים מול קוד פתוח מול API בלבד: מה באמת מותר לך לעשות

מה זה קובץ GGUF? הסבר על מודלים מכווצים (Q4, Q8, fp8, NF4)

כל המדריכים

הערות הקפטן

נכתב על ידי Captain, העורך הבית

הערות מ-2026-10-13

DeepSeek V4 Pro 0813 הוא שחרור זמין כללי של מודל Mixture-of-Experts גדול של DeepSeek, שמחליף את התצוגה המקדימה הקודמת עם ביצועים אייג'נטיים וקידוד חזקים משמעותית. הוא מגיע עם מודול DSpark לפענוח ספקולטיבי ופרמטר מאמץ הסקה ניתן לכוונון, מה שהופך אותו למהיר ויעיל יותר בלולאות סוכן פרודקשן לעומת קודמו. משקלים פתוחים זמינים ב-Hugging Face, ומחיר ה-API נמוך משמעותית מרוב המתחרים בקצה.

ידוע ב

משימות קידוד אייג'נטיות: ציונים חזקים בסגנון SWE-bench ובמבחני טרמינל.
DSpark לפענוח ספקולטיבי מובנה, מקטין השהייה בפריסות עצמאיות.
שלוש רמות מאמץ הסקה (נמוך, גבוה, מקסימום) מאפשרות מסחר בין עלות ליסודיות.
חלון הקשר מעל מיליון טוקנים.
משקלים פתוחים זמינים, ניתן להרצה בתשתית שלך.

שימו לב ל

אין תבנית שיחה סטנדרטית ב-Jinja; יש להשתמש בסקריפטים בפייתון המסופקים לעיצוב נכון של הקלט.
כמודל MoE גדול, פריסה מקומית דורשת חומרה רצינית — היצרן לא פרסם את ספירת הפרמטרים המדויקת.
השוואות מדדים מבוצעות על ידי DeepSeek עצמה; יש להתייחס בספקנות למערכי בדיקה פנימיים (DSBench).

הכי טוב ל

הנחיות לנסות

איתור שגיאות במבחני בדיקה נכשלות

יש לי פונקציית Python שמפרסת משכי זמן בפורמט ISO 8601 וממירה אותם לשניות. היא עוברת מבחני יחידה למקרים פשוטים כמו PT1H אך נכשלת ב-P1Y2M3DT4H5M6S. עבור על מה שה-parser צריך לטפל בו, כתוב מימוש מתוקן, והוסף שלושה מבחני קצה המכסים שנים מעוברות ושניות שבריריות.

תכנון משימת סוכן רב-שלבית

אתה סוכן עם גישה לטרמינל bash וכלי חיפוש אינטרנטי. זרימת העבודה של GitHub Actions של משתמש נכשלת עם 'exit code 137' בבניית מטריצה. תאר את רצף קריאות הכלים המדויק שתבצע לאבחון הסיבה, את המידע שתאסוף בכל שלב, ואת התיקון שתיישם אם הסיבה היא הריגה מחוסר זיכרון.

הסקת מסקנות בבעיה עם אילוצים קשים

חמישה מהנדסים צריכים להיות מוקצים לשלושה פרויקטים. כל פרויקט צריך לפחות מהנדס אחד. אליס ובוב מסרבים לעבוד באותו פרויקט. קרול חייבת להיות בפרויקט 2. דייב ואיו חייבים להיות בפרויקטים שונים. פרט כל הקצאה תקפה והסבר כיצד סיננת את הלא תקפות.

השווה עם

DeepSeek V4.1 Flash
מודל עם משקלים פתוחים
הקשר של 1,048,576 טוקנים · קלט $0.04/M, פלט $0.68/M
DeepSeek V4 Flash 0731
מודל עם משקלים פתוחים
הקשר של 1,048,576 טוקנים · קלט $0.01/M, פלט $1.28/M
DeepSeek V4 Flash 0423
מודל עם משקלים פתוחים
הקשר של 1,048,576 טוקנים · קלט $0.09/M, פלט $0.18/M
DeepSeek V4 Pro 0423
מודל עם משקלים פתוחים
הקשר של 1,048,576 טוקנים · קלט $0.96/M, פלט $1.91/M

עוד דגמי טקסט מ-deepseek

שאלות שאנשים שואלים

האם המשקלים פתוחים והאם אפשר להריץ את זה מקומית?: כן — המשקלים פורסמו ב-Hugging Face תחת deepseek-ai/DeepSeek-V4-Pro-0813. זהו מודל Mixture-of-Experts גדול, לכן פריסה מקומית דורשת חומרה משמעותית; היצרן לא פרסם את ספירת הפרמטרים המדויקת.
כמה זה עולה ומה גודל חלון ההקשר?: באמצעות API המחיר הוא $0.66 לכל מיליון טוקני קלט ו-$1.98 לכל מיליון טוקני פלט, עם חלון הקשר של 1,048,576 טוקנים.
איך זה שונה מ-DeepSeek V4 Pro Preview?: שחרור 0813 מוסיף מודול DSpark לפענוח ספקולטיבי להקטנת השהייה, יכולות אייג'נטיות משופרות משמעותית, ושיפורי מדדים בולטים במיוחד בסביבות סוכן קידוד פרודקשן — התצוגה המקדימה קיבלה 12.8 ב-DeepSWE; שחרור זה מקבל 62.7.

פסק הדין של הקפטן
אם אתה מפעיל סוכנים מול מאגרי קוד אמיתיים, זהו הכלי החדות ביותר של DeepSeek עד כה — והמחיר מקשה להתעלם ממנו.

כרטיס דגם ב-Hugging Face

הקפטן כותב את ההערות האלו מתוך התיאור וכרטיס הדגם של המודל. מחירים וגודל ההקשר הם של הספק בזמן הכתיבה ויכולים להשתנות.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #25 Hottest Text / LLM model · #25 Hottest Text / LLM text model

Not this creator?

Get your own badge

מגמת הפופולריות של DeepSeek V4 Pro 0813

ציון חום מאז 12 Aug 2026

ציון חום

9,010°

השבוע הזה

▲

29.0%

8,976° אז, 9,010° עכשיו

החודש הזה

▲

286%

8,831° אז, 9,010° עכשיו

השנה האחרונה

לא זמין

טרם שוחרר/נמדד

7,000°

רצפה

הסולם נע מ-0° עד 9,999°. כל מה שמתחת ל-7,000° נשמר לדגמים שאין עליהם דיווח ממקור כלשהו, שנושאים מספר תחליפי שם כדי לשמור על שלמות הרשימות. 7,000° הוא המקום שבו מתחילים הנתונים הנמדדים: דגם עם נתונים אמיתיים אך כמעט ללא הורדות יושב על הרצפה, והמדידות ממלאות את המעלות מעליה. הרצפה לא אומרת דבר על הדגם; רק המעלות מעליה אומרות, והן מה שמבדיל דגם מדגם.

+1,695°

אסימוני OpenRouter

4,479,902,661,686 אסימונים שעיבד המודל דרך OpenRouter ב-30 הימים האחרונים, כולל בקשות ותשובות. כל 10,000,000 אסימונים שווים הורדה אחת במונח ההורדה, 447,990 בסך הכל; אסימוני היום האחרון נכללים בקצב האימוץ. מקור: OpenRouter (openrouter.ai/rankings).

+315°

קצב אימוץ

כ-15,819 הורדות ביום, נמדד בין שתי קריאות של המקורות, לא משוערך מממוצע חיים. הקצב שווה רבע ממונח ההורדה, כך שפרץ טרי מופיע בלי שזינוק של יום אחד יעקוף שנים של שימוש.

הצג פירוט מפורט

כל מספר באתר הזה ניתן לבדיקה. ציון החום של דגם זה הוא 9,010°, וכאן הוא בנוי מרכיב אחד בכל פעם, עם הסכום המצטבר אחרי כל אחד: הרצפה, המעלות שכל מקור מוסיף, הבונוס לסוג הדגם ומה שהגיל של המשקלים שלו מוריד. הצבעים הם רצועות הגרף למעלה. המילון בסוף מגדיר כל מונח.

1
התחל מהרצפה.
למה 7,000° ולא אפס: הסולם נע מ-0° עד 9,999°, והחלק מתחת ל-7,000° שמור למודלים שאין עליהם דיווח ממקור כלשהו, שנושאים שם מספר זמני כדי שהרשימות יישארו שלמות ולעולם לא יעקפו מודל עם נתונים. 7,000° הוא המקום שבו מתחילים הנתונים המדודים. מודל עם נתונים אמיתיים אך כמעט ללא הורדות יושב כאן; כל מה שמעל הוא מדידה, והחלל מעל הרצפה מחזיק עשר מדרגות של פי עשר בהורדות ב-300° כל אחת. הרצפה זהה לכל מודל, ולכן אינה קובעת דבר; המעלות שמעליה הן שקובעות.
7,000°
סכום מצטבר
2
הוסף את ההורדות.
447,990 שקולים להורדה בסך הכל, מ-אסימוני OpenRouter. עשר פעמים יותר הורדות מוסיפות את אותו 300°, כך שהגודל חשוב אך לא משתלט על הציון.
+1,695°
8,695°
סכום מצטבר
3
הוסף את קצב האימוץ.
כ-15,819 הורדות ביום כרגע, נמדד בין שתי קריאות, במשקל רבע.
+315°
9,010°
סכום מצטבר
=
ציון החום.
מיקום המודל בכל רשימה באתר זה. שום דבר אחר לא משנה את זה.
9,010°

מילון: המונחים כאן

ציון חום: מספר אחד שמייצג כמה מודל בשימוש ומבוקש כרגע, מ-0° עד 9,999°. כל רשימה באתר שאומרת "הכי חם" ממוינת לפי ציון זה בלבד.
רצפה: 7,000° שממנו מתחיל כל מודל עם נתונים אמיתיים. הסולם נע מ-0° עד 9,999°; החלק מתחת לרצפה שמור למודלים ללא נתונים, כך שמודל עם נתונים תמיד מדורג מעל מודל ללא. הרצפה זהה לכולם ואינה קובעת דבר; המעלות שמעליה הן המדידה.
שקולים להורדה: כל מה שהציון מתייחס אליו כהורדה, מצטבר: הורדות עצמן, כל משתף טורנט כשווה ל-1,000, כל תמונת AI Horde וכל הרצת יצירה באתר כשווה להורדה אחת.
סולם לוגריתמי: ספירה בעשרות, לא ביחידות: מעבר מ-1,000 ל-10,000 הורדות מוסיף את אותן מעלות כמו מעבר מ-10,000 ל-100,000. זה מונע מגיבורים להדחיק את כל השאר.
לייקים: אצבעות למעלה ולייקים מכל מקור, שווים חצי הורדה כל אחד בסולם הלוגריתמי.
קצב אימוץ: כמה הורדות ביום מקבל מודל כרגע, מההפרש בין שתי קריאות מקור. רבע ממשקל מונח ההורדה.
מדוד ומוערך: מדוד אומר שיש שתי קריאות מקור וההפרש אמיתי. מוערך אומר שרק סך היום ידוע והעבר מפוזר על חיי המודל; האתר מציין מה מוצג.
משתף: מישהו ששומר עותק של המשקלים באינטרנט להורדה דרך טורנט, או מראה מאוחסנת שעושה זאת. כל אחד שווה 1,000 הורדות.
AI Horde: רשת מתנדבים שיוצרת תמונות בחינם במחשבים שנתרמו. מספר התמונות שיצרה עם מודל הוא ציבורי, וכל אחת שווה הורדה אחת.
אתרי יצירה: אתרים שמארחים עותקים של מודל ומאפשרים יצירה איתו, כמו PixAI, SeaArt ו-Yodayo. ההורדות שלהם נספרות כמו ב-Civitai וכל הרצת יצירה שווה הורדה אחת.
אסימוני OpenRouter: מודל טקסט שמוגש דרך API, כמו Claude או GPT, אין לו משקלים להורדה, לכן השימוש נמדד באסימונים: חתיכות הטקסט שקרא וכתב דרך OpenRouter, שער שמשמש אפליקציות רבות, ב-30 הימים האחרונים. כל 10,000,000 אסימונים שווים הורדה אחת. מקור: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
מודל מלא (נקודת שמירה): המשקלים עצמם, הקובץ שנוצר בעצמו. מקבל בונוס כי התוספים תלויים בו.
LoRA והטמעה: קבצי תוסף קטנים שמכוונים משקלים של מישהו אחר לסגנון, דמות או מושג. הם לא יכולים לפעול לבד.
משפחה ומשקלים: הבסיס שעליו בנוי המודל, כמו SD 1.5, SDXL, Flux או Wan. כל מודל יורש את תאריך השחרור של משקלי המשפחה שלו.
גיל: מנוכים מעלות לפי כמה זמן עבר מאז יציאת משקלי המשפחה: 150° בשנה, עד 750°. זה שומר הורדות ישנות שהצטברו במשך שנים כדי להקפיא את הפסגה של הרשימה.
דחיפה משפחתית: דחיפה קטנה ומוגבלת לתוספי LoRA ממשפחה שהאתר מקדם כרגע, תמיד מופיעה בפירוט.
ציון מייצג: מספר יציב מתחת לתקרה שניתן למודל שאין עליו דיווח מקור עדיין, כדי שהרשימות יישארו שלמות. הוא אף פעם לא מדורג מעל מודל עם נתונים.
חדש! (תקופת חסד): מודל שגילו פחות מ-7 ימים מציג 'חדש!' במקום ציון ואינו תופס מקום בדירוג. הציון שלו מחושב מהיום הראשון, אבל מודל בן יום צומח מהר יותר מכולם, ולכן בלי ההמתנה המוביל השבועי היה תמיד מה שיצא אתמול במקום מה שהחזיק מעמד שבוע.
מגמה: איך הצמיחה של מודל בתקופה מסוימת משתווה לצמיחה הטיפוסית של מודל באותה תקופה. מהיר מהטיפוסי נקרא עלייה, איטי יותר ירידה.
מודל טיפוסי: האמצע של הקטלוג: חצי מהמודלים עם ציון צמחו מהר יותר בתקופה, וחצי לאט יותר.

איך הפופולריות של דגם זה השתנתה לעומת שאר הקטלוג: הצמיחה בהורדות, לייקים ושימוש בכל תקופה, נמדדת מול הצמיחה הטיפוסית של דגם באותה תקופה, עם ציון החום שלו באותו זמן. מעל הצמיחה הטיפוסית נקרא עלייה, מתחת לה ירידה. העבר משוחזר מסכומים של היום, היום הראשון של הדגם ומהירות ההורדה שנמדדה כשיש שתי קריאות; דגם שלא היה קיים בתחילת התקופה מציג n/a.

דגמים דומים

מודלי AI ליצירת תמונות, וידאו וטקסט

DeepSeek V4 Pro 0813 הוא מודל טקסט ממשפחת Text / LLM הרשומה ב-ModelTrends.ai, קטלוג לקריאה בלבד של מודלי AI פתוחים לתמונה, וידאו וטקסט. השווה אותו למודלים אחרים ממשפחת Text / LLM ובדוק את ציון החום שלו כדי לראות איך הוא במגמה.

עוד דגמים ממשפחת Text / LLM עוד טקסט / LLM ממשפחת Text / LLM llm deepseek הסקת מסקנות תכנות סוכנים הקשר ארוך מקומי

דפדף לפי משפחת מודלים