Семейство DeepSeek

Модели серии V4 от DeepSeek: V4.1 Flash, V4 Pro и V4 Flash. Они вызываются через OpenAI-совместимый API и также поддерживают нативный API Anthropic, поэтому их можно сразу использовать в Claude Code и других инструментах.

Типичные задачи

Модели

У серии V4 контекст 1M токенов и максимальный вывод 384K токенов. V4.1 Flash принимает на вход изображения, остальные модели — только текст. Полный список моделей и актуальные цены см. на странице моделей .

Псевдонимы и версии

• Псевдонимы используются без префикса deepseek/, например "model": "deepseek-v4-pro"; запись deepseek/deepseek-v4-pro вернёт 404.
• Модели deepseek-chat и deepseek-reasoner из официального API DeepSeek в OfoxAI недоступны — используйте ID моделей из таблицы выше.
• Ранние версии deepseek/deepseek-v4-pro-0423 и deepseek/deepseek-v4-flash-0423 по-прежнему доступны, но thinking в них включается иначе, чем в новых версиях, — см. Режим thinking.

Примеры вызова

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": "Объясни одним предложением, что такое идемпотентность."}],
    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": "Объясни одним предложением, что такое идемпотентность."}],
    "thinking": {"type": "disabled"}
  }'

Режим thinking

По нашим замерам на одной и той же математической задаче, V4 Pro по умолчанию тратит на thinking около 12 тысяч токенов и около 2 минут; с отключённым thinking — около 20 секунд. Токены thinking оплачиваются по цене вывода, их число указано в usage.completion_tokens_details.reasoning_tokens.

Чтение содержимого 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": "Сколько будет 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("[Ответ]", 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": "Сколько будет 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)

• В непотоковом ответе содержимое thinking находится в message.reasoning_details; склейте поля text всех элементов по порядку.
• В потоковом ответе содержимое thinking находится в delta.reasoning_content, как и в официальном API DeepSeek.
• В многоходовом диалоге передавать содержимое thinking обратно в истории сообщений не нужно.

Использование в Claude Code

Серия DeepSeek V4 поддерживает нативный API Anthropic по адресу https://api.ofox.ai/anthropic, поэтому её можно использовать в Claude Code и других инструментах на базе протокола 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": "Объясни одним предложением, что такое идемпотентность."}]
  }'

• При вызове через Anthropic API содержимое thinking возвращается блоками thinking; "thinking": {"type": "disabled"} так же отключает thinking.
• При включённом thinking задавайте достаточно большой max_tokens. Если лимита не хватит, ответ может содержать только блок thinking без самого ответа.

Полный порядок настройки Claude Code см. в разделе Настройка Claude Code.

JSON-вывод и вызов инструментов

response_format поддерживает {"type": "json_object"} и {"type": "json_schema", ...}; для вызова инструментов используется стандартный параметр 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": "Верни price и currency в формате JSON: ракетка и мяч вместе стоят 1,10 доллара, ракетка на 1 доллар дороже мяча. Сколько стоит мяч?"}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(json.loads(resp.choices[0].message.content))

При использовании json_object явно укажите в промпте «верни в формате JSON» и перечислите нужные поля.

Кэширование промптов

DeepSeek автоматически кэширует повторяющиеся префиксы запросов, менять запросы не нужно. Объём попадания показывает usage.prompt_tokens_details.cached_tokens; попавшая в кэш часть оплачивается по цене чтения из кэша. Кэширование работает по принципу best effort: даже запросы с одинаковым префиксом могут не попасть в кэш.

Провайдеры

Как указать провайдера, см. в разделе Маршрутизация провайдеров.

Типичные ошибки

Прочие общие ошибки: Обработка ошибок.

Официальная документация

• Документация DeepSeek API 
• DeepSeek · Режим thinking 
• DeepSeek · Совместимость с Anthropic API 

Официальная документация описывает поведение при прямом обращении к DeepSeek. При вызове через OfoxAI ID моделей и адреса API указывайте так, как описано на этой странице.

Часто задаваемые вопросы