Família DeepSeek

Os modelos da série V4 da DeepSeek, incluindo V4.1 Flash, V4 Pro e V4 Flash. São chamados pela API compatível com OpenAI e também suportam o endpoint nativo da Anthropic, podendo ser usados diretamente em ferramentas como o Claude Code.

Tarefas comuns

Modelos

A série V4 tem contexto de 1M tokens e saída máxima de 384K tokens. O V4.1 Flash aceita entrada de imagem; os demais modelos aceitam somente texto. A lista completa de modelos e os preços atualizados estão na página de modelos .

Aliases e versões

• Os aliases devem ser usados sem o prefixo deepseek/, por exemplo "model": "deepseek-v4-pro"; escrever deepseek/deepseek-v4-pro retorna 404.
• Os modelos deepseek-chat e deepseek-reasoner da API oficial da DeepSeek não estão disponíveis na OfoxAI; use os IDs de modelo da tabela acima.
• As versões anteriores deepseek/deepseek-v4-pro-0423 e deepseek/deepseek-v4-flash-0423 continuam disponíveis, mas o thinking é ativado de forma diferente das versões novas; consulte Modo thinking.

Exemplos de chamada

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash-0731",
    messages=[{"role": "user", "content": "Explique em uma frase o que é idempotência."}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)

curl https://api.ofox.ai/v1/chat/completions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v4-flash-0731",
    "messages": [{"role": "user", "content": "Explique em uma frase o que é idempotência."}],
    "thinking": {"type": "disabled"}
  }'

Modo thinking

Em nossos testes com o mesmo problema de matemática, o V4 Pro gerou por padrão cerca de 12 mil tokens de thinking e levou cerca de 2 minutos; com o thinking desativado, cerca de 20 segundos. Os tokens de thinking são cobrados pelo preço de saída, e a quantidade aparece em usage.completion_tokens_details.reasoning_tokens.

Ler o conteúdo do thinking

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash-0731",
    messages=[{"role": "user", "content": "Quanto é 17 × 23?"}],
)
msg = resp.choices[0].message
details = getattr(msg, "reasoning_details", None) or []
print("[thinking]", "".join(d.get("text", "") for d in details))
print("[resposta]", msg.content)

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
stream = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash-0731",
    messages=[{"role": "user", "content": "Quanto é 17 × 23?"}],
    stream=True,
)
for chunk in stream:
    if not chunk.choices:
        continue
    delta = chunk.choices[0].delta
    thinking = getattr(delta, "reasoning_content", None)
    if thinking:
        print(thinking, end="", flush=True)
    if delta.content:
        print(delta.content, end="", flush=True)

• Em respostas sem streaming, o conteúdo do thinking fica em message.reasoning_details; concatene o text de cada item na ordem.
• Em respostas com streaming, o conteúdo do thinking fica em delta.reasoning_content, como na API oficial da DeepSeek.
• Em conversas de vários turnos, não é preciso reenviar o conteúdo do thinking nas mensagens do histórico.

Usar no Claude Code

A série DeepSeek V4 suporta o endpoint nativo da Anthropic, no endereço https://api.ofox.ai/anthropic, e pode ser usada no Claude Code e em outras ferramentas baseadas no protocolo da Anthropic:

curl https://api.ofox.ai/anthropic/v1/messages \
  -H "x-api-key: $OFOX_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v4-flash-0731",
    "max_tokens": 4000,
    "thinking": {"type": "disabled"},
    "messages": [{"role": "user", "content": "Explique em uma frase o que é idempotência."}]
  }'

• Pelo endpoint Anthropic, o conteúdo do thinking é retornado em blocos thinking, e "thinking": {"type": "disabled"} também desativa o thinking.
• Com o thinking ativado, defina um max_tokens grande o suficiente. Se a cota não bastar, a resposta pode conter apenas blocos thinking, sem a resposta.

Os passos completos de configuração do Claude Code estão em Configuração do Claude Code.

Saída JSON e chamada de ferramentas

response_format aceita {"type": "json_object"} e {"type": "json_schema", ...}; a chamada de ferramentas usa o parâmetro padrão tools:

import json
import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="deepseek/deepseek-v4-pro-0813",
    response_format={"type": "json_object"},
    messages=[{"role": "user", "content": "Retorne price e currency em JSON: um taco e uma bola custam juntos 1,10 dólar. O taco custa 1 dólar a mais que a bola. Quanto custa a bola?"}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(json.loads(resp.choices[0].message.content))

Ao usar json_object, deixe explícito no prompt “retorne em JSON” e os campos necessários.

Cache de prompt

O DeepSeek armazena automaticamente em cache os prefixos de requisição repetidos, sem alterações na requisição. A quantidade em cache aparece em usage.prompt_tokens_details.cached_tokens, e a parte em cache é cobrada pelo preço de leitura de cache. O cache é de melhor esforço; requisições com o mesmo prefixo podem não acertar o cache.

Provedores

Como indicar um provedor está em Roteamento de provedores.

Erros comuns

Outros erros gerais estão em Tratamento de erros.

Documentação oficial

• Documentação da API da DeepSeek 
• DeepSeek · Modo thinking 
• DeepSeek · Compatibilidade com a API da Anthropic 

A documentação oficial descreve o comportamento das chamadas diretas à DeepSeek. Ao chamar pela OfoxAI, prevalecem os IDs de modelo e os endereços de endpoint desta página.

Perguntas frequentes