DeepSeek V4 Pro 0813
9010°
এই মডেল চালান
অফার / বিজ্ঞাপন
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.
এই মডেলের গাইড
ব্যবহারের ক্ষেত্রে সেরা লোকাল LLM (অক্টোবর ২০২৬): প্রতিটি কাজের জন্য সঠিক ওপেন মডেল
লোকাল AI এর জন্য আসলে কত VRAM দরকার?
ওপেন ওয়েটস বনাম ওপেন সোর্স বনাম শুধুমাত্র API: আপনি আসলে কী করতে পারবেন
GGUF ফাইল কী? কোয়ান্টাইজড মডেল ব্যাখ্যা (Q4, Q8, fp8, NF4)
ক্যাপ্টেনের নোটস
2026-10-13 থেকে নোটস
DeepSeek V4 Pro 0813 হল DeepSeek-এর বৃহৎ মিক্সচার-অফ-এক্সপার্টস মডেলের সাধারণ-উপলব্ধি রিলিজ, যা পূর্ববর্তী প্রিভিউকে শক্তিশালী এজেন্টিক এবং কোডিং পারফরম্যান্স দিয়ে ছাড়িয়ে গেছে। এটি DSpark স্পেকুলেটিভ ডিকোডিং মডিউল এবং একটি টিউনযোগ্য রিজনিং-এফোর্ট প্যারামিটার নিয়ে আসে, যা প্রোডাকশন এজেন্ট লুপে এর পূর্বসূরীর তুলনায় অর্থপূর্ণভাবে দ্রুত এবং সক্ষম। মুক্ত ওজন Hugging Face-এ পাওয়া যায়, এবং API মূল্য অন্যান্য ফ্রন্টিয়ার প্রতিদ্বন্দ্বীদের তুলনায় অনেক কম।
পরিচিত
- এজেন্টিক কোডিং কাজ: SWE-bench-স্টাইল এবং টার্মিনাল বেঞ্চমার্কে শক্তিশালী স্কোর।
- DSpark স্পেকুলেটিভ ডিকোডিং বিল্ট-ইন, স্ব-হোস্টেড ডিপ্লয়মেন্টে লেটেন্সি কমায়।
- তিনটি রিজনিং-এফোর্ট স্তর (কম, উচ্চ, সর্বোচ্চ) যা খরচ ও গভীরতার মধ্যে বাণিজ্য করতে দেয়।
- এক মিলিয়নের বেশি টোকেন কনটেক্সট উইন্ডো।
- মুক্ত ওজন উপলব্ধ, নিজের অবকাঠামোতে চালানো যায়।
সতর্ক থাকুন
- কোন স্ট্যান্ডার্ড Jinja চ্যাট টেমপ্লেট নেই; ইনপুট সঠিকভাবে ফরম্যাট করতে আপনাকে প্রদত্ত Python এনকোডিং স্ক্রিপ্ট ব্যবহার করতে হবে।
- একটি বড় MoE মডেল হওয়ায়, লোকাল ডিপ্লয়মেন্টে গুরুতর হার্ডওয়্যার প্রয়োজন — নির্মাতা সঠিক প্যারামিটার সংখ্যা প্রকাশ করেনি।
- বেঞ্চমার্ক তুলনা DeepSeek নিজেই চালায়; অভ্যন্তরীণ টেস্ট সেট (DSBench) যথাযথ সন্দেহের সাথে গ্রহণ করুন।
চেষ্টা করার প্রম্পটস
ব্যর্থ টেস্ট স্যুট ডিবাগ করুন
আমার একটি Python ফাংশন আছে যা ISO 8601 সময়কাল পার্স করে এবং সেকেন্ডে রূপান্তর করে। এটি PT1H-এর মতো সহজ ক্ষেত্রে ইউনিট টেস্ট পাস করে কিন্তু P1Y2M3DT4H5M6S-এ ব্যর্থ হয়। পার্সারকে কী কী হ্যান্ডেল করতে হবে তা ব্যাখ্যা করুন, একটি সংশোধিত ইমপ্লিমেন্টেশন লিখুন, এবং লিপ ইয়ার ও ভগ্নাংশ সেকেন্ড কভার করার জন্য তিনটি এজ-কেস টেস্ট যোগ করুন।
মাল্টি-স্টেপ এজেন্ট টাস্ক পরিকল্পনা
আপনি একটি এজেন্ট যাঁর কাছে bash টার্মিনাল এবং ওয়েব সার্চ টুল আছে। একজন ব্যবহারকারীর GitHub Actions ওয়ার্কফ্লো ম্যাট্রিক্স বিল্ডে 'exit code 137' নিয়ে ব্যর্থ হচ্ছে। কারণ নির্ণয়ের জন্য আপনি কোন টুল কলের সঠিক ক্রম করবেন, প্রতিটি ধাপে কী তথ্য সংগ্রহ করবেন, এবং যদি কারণ আউট-অফ-মেমরি কিল হয় তবে কী সমাধান করবেন তা বর্ণনা করুন।
কঠিন সীমাবদ্ধতা সমস্যার যুক্তি
পাঁচজন ইঞ্জিনিয়ারকে তিনটি প্রকল্পে বরাদ্দ করতে হবে। প্রতিটি প্রকল্পে অন্তত একজন ইঞ্জিনিয়ার থাকা দরকার। অ্যালিস এবং বব একই প্রকল্পে কাজ করতে চান না। ক্যারল অবশ্যই প্রকল্প ২-এ থাকতে হবে। ডেভ এবং ইভ আলাদা প্রকল্পে থাকতে হবে। প্রতিটি বৈধ বরাদ্দ তালিকাভুক্ত করুন এবং অবৈধগুলো কীভাবে বাদ দিয়েছেন তা ব্যাখ্যা করুন।
তুলনা করুন
- DeepSeek V4.1 Flashওপেন-ওয়েটস মডেল1,048,576 টোকেন প্রসঙ্গ · $0.04/M ইনপুট, $0.68/M আউটপুট
- DeepSeek V4 Flash 0731ওপেন-ওয়েটস মডেল1,048,576 টোকেন প্রসঙ্গ · $0.01/M ইনপুট, $1.28/M আউটপুট
- DeepSeek V4 Flash 0423ওপেন-ওয়েটস মডেল1,048,576 টোকেন প্রসঙ্গ · $0.09/M ইনপুট, $0.18/M আউটপুট
- DeepSeek V4 Pro 0423ওপেন-ওয়েটস মডেল1,048,576 টোকেন প্রসঙ্গ · $0.96/M ইনপুট, $1.91/M আউটপুট
deepseek থেকে আরও টেক্সট মডেল
মানুষ যে প্রশ্ন করে
- ওজনগুলো কি ওপেন এবং আমি কি এটি লোকালি চালাতে পারি?
- হ্যাঁ — ওজনগুলো Hugging Face-এ deepseek-ai/DeepSeek-V4-Pro-0813 এর অধীনে প্রকাশিত। এটি একটি বড় মিক্সচার-অফ-এক্সপার্টস মডেল, তাই লোকাল ডিপ্লয়মেন্টে ব্যাপক হার্ডওয়্যার প্রয়োজন; নির্মাতা সঠিক প্যারামিটার সংখ্যা প্রকাশ করেনি।
- এর দাম কত এবং কনটেক্সট উইন্ডো কত বড়?
- API এর মাধ্যমে প্রতি মিলিয়ন ইনপুট টোকেন $0.66 এবং প্রতি মিলিয়ন আউটপুট টোকেন $1.98, এবং 1,048,576 টোকেন কনটেক্সট উইন্ডো রয়েছে।
- DeepSeek V4 Pro Preview থেকে এটি কিভাবে আলাদা?
- 0813 রিলিজে DSpark স্পেকুলেটিভ ডিকোডিং মডিউল যোগ করা হয়েছে যা লেটেন্সি কমায়, এজেন্টিক সক্ষমতা ব্যাপকভাবে উন্নত হয়েছে, এবং বেঞ্চমার্ক উন্নতি বিশেষ করে প্রোডাকশন কোডিং-এজেন্ট সেটিংসে স্পষ্ট — প্রিভিউ DeepSWE-তে 12.8 পেয়েছিল; এই রিলিজ 62.7 পেয়েছে।
ক্যাপ্টেনের সিদ্ধান্তআপনি যদি বাস্তব কোডবেসের বিরুদ্ধে এজেন্ট চালান, তাহলে এটি DeepSeek-এর সবচেয়ে ধারালো টুল — এবং দাম এটিকে উপেক্ষা করা কঠিন করে তোলে।
Hugging Face এ মডেল কার্ড
ক্যাপ্টেন এই নোটস মডেলের নিজস্ব বর্ণনা এবং মডেল কার্ড থেকে লিখেছেন। দাম এবং প্রসঙ্গের আকার লেখার সময় প্রদানকারীর এবং পরিবর্তিত হতে পারে।
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.
Also ranked: #25 Hottest Text / LLM model · #25 Hottest Text / LLM text model
Not this creator?
Get your own badge
DeepSeek V4 Pro 0813 জনপ্রিয়তার প্রবণতা
12 Aug 2026 থেকে হিট স্কোর
হিট স্কোর
9,010°
এই সপ্তাহ
▲
29.0%
8,976° তখন, 9,010° এখন
এই মাস
▲
287%
8,831° তখন, 9,010° এখন
গত বছর
n/a
এখনো প্রকাশ বা ট্র্যাক করা হয়নি
7,000°
ফ্লোর
স্কেল 0° থেকে 9,999° পর্যন্ত চলে। 7,000° এর নিচের সবকিছু সেই মডেলগুলোর জন্য রাখা হয়েছে যেগুলো সম্পর্কে কোনো উৎস এখনো তথ্য দেয়নি, যারা সেখানে একটি স্ট্যান্ড-ইন নম্বর বহন করে যাতে তালিকাগুলো সম্পূর্ণ থাকে। 7,000° হল যেখানে পরিমাপকৃত তথ্য শুরু হয়: বাস্তব তথ্য সহ কিন্তু প্রায় কোনো ডাউনলোড নেই এমন মডেল ফ্লোরে থাকে, এবং পরিমাপগুলো তার উপরে ডিগ্রি পূরণ করে। ফ্লোর মডেল সম্পর্কে কিছু বলে না; শুধুমাত্র তার উপরের ডিগ্রিগুলো বলে, আর সেগুলোই এক মডেলকে অন্য থেকে আলাদা করে।
+1,695°
OpenRouter টোকেন
এই মডেলটি শেষ ৩০ দিনে OpenRouter এর মাধ্যমে 4,479,902,661,686 টোকেন প্রক্রিয়াজাত করেছে, প্রম্পট এবং উত্তর মিলিয়ে। প্রতি 10,000,000 টোকেনকে ডাউনলোড হিসেবে গণ্য করা হয়, মোট 447,990; শেষ দিনের টোকেন গ্রহণের হারে যোগ হয়। উৎস: OpenRouter (openrouter.ai/rankings)।
+315°
গ্রহণের হার
প্রায় 15,819 ডাউনলোড প্রতিদিন, উৎসের দুইটি রিডিংয়ের মধ্যে মাপা, জীবনকাল গড় থেকে অনুমান নয়। গতি ডাউনলোড টার্মের এক চতুর্থাংশ ওজন রাখে, তাই নতুন স্ফুরণ দেখায় কিন্তু এক দিনের স্পাইক বছরের ব্যবহারের থেকে উপরে রাখে না।
বিস্তারিত বিশ্লেষণ দেখাও
এই সাইটের প্রতিটি নম্বর যাচাই করা যায়। এই মডেলের হিট স্কোর 9,010°, এবং এখানে এটি এক এক উপাদান যোগ করে তৈরি হয়েছে, প্রতিটি যোগের পর মোট স্কোর দেখানো হয়েছে: ফ্লোর, প্রতিটি উৎস কত ডিগ্রি যোগ করে, মডেলের ধরনের জন্য বোনাস এবং ওজনের বয়স যা কমিয়ে দেয়। রঙগুলো উপরের চার্টের ব্যান্ড। শেষে গ্লসারি প্রতিটি শব্দের অর্থ ব্যাখ্যা করে।
- 1ফ্লোর থেকে শুরু করো।কেন 7,000° এবং শূন্য নয়: স্কেল 0° থেকে 9,999° পর্যন্ত চলে, এবং 7,000° এর নিচের অংশ সেই মডেলগুলোর জন্য সংরক্ষিত যেগুলো সম্পর্কে কোনো উৎস এখনো তথ্য দেয়নি, যারা সেখানে একটি স্ট্যান্ড-ইন নম্বর বহন করে যাতে তালিকাগুলো সম্পূর্ণ থাকে এবং তথ্যসহ মডেলের থেকে কখনো উপরে না উঠে। 7,000° হল যেখানে পরিমাপকৃত তথ্য শুরু হয়। বাস্তব তথ্য সহ কিন্তু প্রায় কোনো ডাউনলোড নেই এমন মডেল এখানে থাকে; পরবর্তী সবকিছু পরিমাপ, এবং ফ্লোরের উপরে দশটি দশগুণ ধাপ ডাউনলোডে থাকে, প্রতিটি 300°। ফ্লোর সব মডেলের জন্য একই, তাই এটি কিছু নির্ধারণ করে না; তার উপরের ডিগ্রিগুলো নির্ধারণ করে।7,000°চলমান মোট
- 2ডাউনলোড যোগ করুন।মোট 447,990 ডাউনলোড-সমতুল্য, OpenRouter টোকেন থেকে। ডাউনলোড দশ গুণ বাড়ালে একই 300° যোগ হয়, তাই সাইজ গুরুত্বপূর্ণ কিন্তু কখনো স্কোর ছাড়িয়ে যায় না।+1,695°8,695°চলমান মোট
- 3গ্রহণের হার যোগ করো।এখন প্রায় 15,819 ডাউনলোড প্রতিদিন, দুই রিডিংয়ের মধ্যে মাপা হয়েছে, ওজনের এক চতুর্থাংশ।+315°9,010°চলমান মোট
- =হিট স্কোর।এই মডেল সাইটের প্রতিটি তালিকায় কোথায় আছে। আর কিছুই এটা পরিবর্তন করে না।9,010°
শব্দকোষ: এখানে ব্যবহৃত শব্দগুলো
- হিট স্কোর
- একটি সংখ্যা যা দেখায় মডেলটি এখন কতটা ব্যবহৃত এবং চাওয়া হচ্ছে, 0° থেকে 9,999° পর্যন্ত। এই সাইটের প্রতিটি তালিকা যা hottest বলে সেটি এই স্কোর অনুযায়ী সাজানো হয়, আর কিছু নয়।
- ফ্লোর
- প্রতিটি মডেল যার কাছে আসল ডেটা আছে তার জন্য 7,000° থেকে শুরু। স্কেল 0° থেকে 9,999° পর্যন্ত; ফ্লোরের নিচের অংশ স্ট্যান্ড-ইন (ডেটা ছাড়া মডেল) এর জন্য রাখা হয়েছে, যাতে ডেটা থাকা মডেল সবসময় ডেটা ছাড়া মডেলের উপরে থাকে। ফ্লোর সবার জন্য একই এবং কিছু নির্ধারণ করে না; এর উপরের ডিগ্রি গুলোই মাপ।
- ডাউনলোড-সমতুল্য
- যা কিছু স্কোর ডাউনলোড হিসেবে গণনা করে, সব যোগ করা হয়েছে: ডাউনলোড নিজেই, প্রতিটি টরেন্ট সিডার 1,000 হিসেবে, প্রতিটি AI Horde ছবি এবং প্রতিটি জেনারেশন সাইটে রান এক হিসেবে।
- লগ স্কেল
- দশের ভিত্তিতে গণনা, একের ভিত্তিতে নয়: 1,000 থেকে 10,000 ডাউনলোডে যাওয়া একই ডিগ্রি যোগ করে যেমন 10,000 থেকে 100,000 এ যাওয়া। এটা বড় মডেলগুলোকে সবকিছু ছাপিয়ে যাওয়া থেকে রোধ করে।
- লাইক
- প্রতিটি উৎস থেকে থাম্বস আপ এবং লাইক, লগ স্কেলে প্রতিটি ডাউনলোডের অর্ধেক মূল্যমান।
- গ্রহণের হার
- একটি মডেল এখন প্রতিদিন কত ডাউনলোড পাচ্ছে, একটি উৎসের দুই রিডিংয়ের পার্থক্য থেকে। ডাউনলোড টার্মের এক চতুর্থাংশ ওজন।
- পরিমাপ করা এবং অনুমান করা
- পরিমাপ করা মানে একটি উৎসের দুটি রিডিং আছে এবং তার মধ্যে পার্থক্য সত্য। অনুমান করা মানে শুধু আজকের মোট জানা আছে এবং অতীত মডেলের জীবনের উপর ছড়িয়ে দেওয়া হয়েছে; সাইট বলে কোনটি দেখাচ্ছে।
- সিডার
- যে কেউ ওজনের একটি কপি অনলাইনে রাখে অন্যদের টরেন্টের মাধ্যমে ডাউনলোড করার জন্য, অথবা একটি হোস্ট করা মিরর যা একই কাজ করে। প্রতিটি 1,000 ডাউনলোড হিসাবে গণনা হয়।
- AI হোর্ড
- একটি স্বেচ্ছাসেবক নেটওয়ার্ক যা দানকৃত কম্পিউটারে বিনামূল্যে ছবি তৈরি করে। একটি মডেলের সাথে এটি যত ছবি তৈরি করেছে তা প্রকাশ্য, এবং প্রতিটি একটি ডাউনলোড হিসাবে গণ্য হয়।
- জেনারেশন সাইটসমূহ
- সাইটগুলো যারা তাদের নিজস্ব মডেলের কপি হোস্ট করে এবং মানুষকে সেটি দিয়ে ছবি তৈরি করতে দেয়, যেমন PixAI, SeaArt এবং Yodayo। তাদের ডাউনলোড Civitai এর মতো গণনা হয় এবং প্রতিটি জেনারেশন রান একটি ডাউনলোড হিসাবে গণ্য হয়।
- OpenRouter টোকেন
- Claude বা GPT এর মতো API এর মাধ্যমে পরিবেশিত একটি টেক্সট মডেলের ওজন ডাউনলোড করার কিছু থাকে না, তাই এর ব্যবহার টোকেনে পরিমাপ করা হয়: OpenRouter এর মাধ্যমে এটি পড়া এবং লেখা টেক্সটের অংশ, যা অনেক অ্যাপ ব্যবহার করে, গত ৩০ দিনে। প্রতি 10,000,000 টোকেনকে একটি ডাউনলোড হিসেবে গণ্য করা হয়। উৎস: OpenRouter (openrouter.ai/rankings), CC BY 4.0।
- পূর্ণ মডেল (চেকপয়েন্ট)
- ওজনগুলো নিজেই, সেই ফাইল যা নিজে থেকে জেনারেট করে। এটি একটি বোনাস পায় কারণ অ্যাড-অনগুলো এর উপর নির্ভর করে।
- LoRA এবং এমবেডিং
- ছোট অ্যাড-অন ফাইল যা অন্য কারো ওজনকে একটি স্টাইল, চরিত্র বা ধারণার দিকে পরিচালিত করে। এগুলো একা চালানো যায় না।
- পরিবার এবং ওজন
- যে বেসের উপর একটি মডেল তৈরি হয়, যেমন SD 1.5, SDXL, Flux বা Wan। প্রতিটি মডেল তার পরিবারের ওজনের রিলিজ তারিখ উত্তরাধিকার সূত্রে পায়।
- বয়স
- পরিবারের ওজন কতদিন আগে বের হয়েছে তার জন্য ডিগ্রি কমানো হয়: বছরে ১৫০°, সর্বোচ্চ ৭৫০° পর্যন্ত। এটি পুরানো ডাউনলোডগুলো ধরে রাখে যেগুলো বছরের পর বছর জমা হয়েছে তালিকার শীর্ষ থেকে ফ্রিজ করে।
- পরিবার বুস্ট
- একটি ছোট, সীমাবদ্ধ ধাক্কা LoRA গুলোর জন্য যেগুলো এই সাইট এখন এগিয়ে দিচ্ছে, সবসময় ব্রেকডাউনে তালিকাভুক্ত থাকে।
- স্ট্যান্ড-ইন স্কোর
- একটি স্থিতিশীল সংখ্যা যা একটি মডেলের জন্য দেওয়া হয় যার কোন উৎস এখনও রিপোর্ট করেনি, যাতে তালিকা সম্পূর্ণ থাকে। এটি কখনোই ডেটা সহ মডেলের উপরে স্থান পায় না।
- নতুন! (গ্রেস পিরিয়ড)
- 7 দিনের কম বয়সী একটি মডেল স্কোরের পরিবর্তে নতুন! দেখায় এবং র্যাঙ্কিংয়ে স্থান পায় না। এর স্কোর প্রথম দিন থেকে গণনা হয়, কিন্তু একদিন বয়সী মডেল দ্রুত বৃদ্ধি পায়, তাই অপেক্ষা না করলে সপ্তাহের #1 সবসময় গতকালের নতুন মডেল হতো, সপ্তাহ ধরে টিকে থাকা মডেলের পরিবর্তে।
- ট্রেন্ড
- একটি মডেলের বৃদ্ধি একটি নির্দিষ্ট সময়ে কেমন হয়েছে তা একই সময়ের মধ্যে সাধারণ মডেলের বৃদ্ধির সাথে তুলনা করে। সাধারণের চেয়ে দ্রুত হলে তা বৃদ্ধি, ধীর হলে পতন হিসেবে পড়ে।
- সাধারণ মডেল
- ক্যাটালগের মাঝামাঝি: অর্ধেক মডেল একটি সংখ্যার সাথে সময়কালে দ্রুত বৃদ্ধি পেয়েছে, অর্ধেক ধীর।
এই মডেলের জনপ্রিয়তা ক্যাটালগের বাকি অংশের তুলনায় কেমন পরিবর্তিত হয়েছে: প্রতিটি সময়কালে ডাউনলোড, লাইক এবং ব্যবহারের বৃদ্ধি, একই সময়কালের জন্য সাধারণ মডেলের বৃদ্ধির সাথে তুলনা করে, এবং সেই সময়ের হিট স্কোর। সাধারণ বৃদ্ধির উপরে থাকলে তা বৃদ্ধি, নিচে থাকলে পতন বোঝায়। অতীত আজকের মোট থেকে পুনর্গঠিত, মডেলের প্রথম দিন এবং যেখানে দুইটি রিডিং আছে সেখানে ডাউনলোডের গতি মাপা হয়েছে; একটি মডেল যা সময়কালের শুরুতে ছিল না তা n/a দেখায়।
DeepSeek V4 Pro 0813 হলো Text / LLM ফ্যামিলির একটি টেক্সট মডেল, যা ModelTrends.ai-তে তালিকাভুক্ত; এটি ওপেন সোর্স AI ছবি, ভিডিও ও টেক্সট মডেলের একটি শুধু-পড়ার ক্যাটালগ। অন্য Text / LLM মডেলের সাথে তুলনা করুন আর হিট স্কোর দেখে ট্রেন্ড বুঝুন।
মডেল ফ্যামিলি অনুযায়ী দেখুন
Text / LLM মডেল
434
Anima মডেল
528
Chroma মডেল
19
Fibo মডেল
2
Flux মডেল
1,496
Flux 2 / Klein মডেল
1,239
Flux 3 মডেল
3
Moss মডেল
3
Iris মডেল
1
MiniMax H3 মডেল
364
Hunyuan মডেল
204
Ideogram মডেল
20
Krea2 মডেল
717
Qwen মডেল
20
Qwen2 মডেল
47
Ltx2 মডেল
153