DeepSeek 系列

DeepSeek 的 V4 系列模型，包括 V4.1 Flash、V4 Pro 与 V4 Flash。通过 OpenAI 兼容接口调用，同时支持 Anthropic 原生接口，可直接在 Claude Code 等工具中使用。

常见任务

关闭或开启思考思考默认开启，耗时较长时如何关闭。在 Claude Code 中使用通过 Anthropic 接口调用 DeepSeek。JSON 输出与工具调用 response_format 与 tools。报错排查回答为空、请求超时、模型不存在。

模型

V4 系列上下文为 1M token，最大输出 384K token。V4.1 Flash 支持图片输入，其余模型仅支持文本。完整的模型列表与实时价格请参阅模型页。

常用模型 ID（调用时原样复制）

DeepSeek V4.1 Flashdeepseek/deepseek-v4.1-flash支持图片输入

DeepSeek V4 Prodeepseek/deepseek-v4-pro-0813

DeepSeek V4 Flashdeepseek/deepseek-v4-flash-0731

别名与版本

别名	指向	说明
`deepseek-v4-pro`	`deepseek/deepseek-v4-pro-0813`	始终指向 V4 Pro 的最新版本
`deepseek-v4-flash`	`deepseek/deepseek-v4-flash-0731`	始终指向 V4 Flash 的最新版本
`deepseek-flash`	`deepseek/deepseek-v4.1-flash`	—

别名需不带 deepseek/ 前缀使用，例如 "model": "deepseek-v4-pro"；写成 deepseek/deepseek-v4-pro 会返回 404。
DeepSeek 官方 API 的 deepseek-chat、deepseek-reasoner 在 OfoxAI 上不可用，请改用上表的模型 ID。
早期版本 deepseek/deepseek-v4-pro-0423、deepseek/deepseek-v4-flash-0423 仍可调用，开启思考的方式与新版本不同，见思考模式。

调用示例

Python

deepseek_basic.py


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": "用一句话解释什么是幂等性。"}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)

思考模式

要点V4.1 Flash、V4 Pro、V4 Flash 默认开启思考，复杂问题可能耗时 2 分钟以上。不需要思考时，请将 thinking 的 type 设为 disabled。

模型	默认	关闭思考	开启思考
V4.1 Flash、V4 Pro（0813）、V4 Flash（0731）	开启	`"thinking": {"type": "disabled"}`	默认即开启
V4 Pro（0423）、V4 Flash（0423）	关闭	默认即关闭	`"reasoning_effort": "high"`

实测同一道数学题，V4 Pro 默认思考约 1.2 万 token、耗时约 2 分钟；关闭思考后约 20 秒。思考 token 按输出单价计费，数量见 usage.completion_tokens_details.reasoning_tokens。

读取思考内容

非流式

deepseek_reasoning.py


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": "17 × 23 等于多少？"}],
)
msg = resp.choices[0].message
details = getattr(msg, "reasoning_details", None) or []
print("[思考]", "".join(d.get("text", "") for d in details))
print("[回答]", msg.content)

非流式响应中，思考内容位于 message.reasoning_details，请将各项的 text 依次拼接。
流式响应中，思考内容位于 delta.reasoning_content，与 DeepSeek 官方 API 一致。
多轮对话时，历史消息中无需回传思考内容。

在 Claude Code 中使用

DeepSeek V4 系列支持 Anthropic 原生接口，地址为 https://api.ofox.ai/anthropic，可在 Claude Code 等基于 Anthropic 协议的工具中使用：

Claude Code 配置值

ANTHROPIC_BASE_URLhttps://api.ofox.ai/anthropic

ANTHROPIC_AUTH_TOKEN粘贴你的 OfoxAI API Key

ANTHROPIC_MODELdeepseek/deepseek-v4-pro-0813

Terminal


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": "用一句话解释什么是幂等性。"}]
  }'

通过 Anthropic 接口调用时，思考内容以 thinking 块返回，"thinking": {"type": "disabled"} 同样可关闭思考。
开启思考时请设置足够大的 max_tokens。额度不足时，响应中可能只有 thinking 块而没有回答。

Claude Code 的完整配置步骤见 Claude Code 配置。

JSON 输出与工具调用

response_format 支持 {"type": "json_object"} 与 {"type": "json_schema", ...}；工具调用使用标准的 tools 参数：

deepseek_json.py


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": "以 JSON 返回 price 与 currency：球拍和球共 1.10 美元，球拍比球贵 1 美元，球多少钱？"}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(json.loads(resp.choices[0].message.content))

使用 json_object 时，请在提示词中写明「以 JSON 返回」及所需字段。

提示缓存

DeepSeek 自动缓存重复的请求前缀，无需修改请求。命中量见 usage.prompt_tokens_details.cached_tokens，命中部分按缓存读取单价计费。缓存为尽力而为，前缀相同的请求也可能未命中。

供应商

模型	供应商
V4.1 Flash	DeepSeek 官方（`deepseek`）、火山引擎（`volcengine`）
V4 Pro（0813）、V4 Flash（0731）	火山引擎（`volcengine`）
V4 Pro（0423）、V4 Flash（0423）	Azure AI Foundry（`azure_foundry`）

指定供应商的方法见供应商路由。

常见报错

要点请求很慢或回答为空，多半与默认开启的思考有关；不需要思考时请关闭。

HTTP · type	报错原文	原因	处理方法
404 `model_not_found`	`Model 'deepseek/deepseek-v4-pro' not found`	别名带了 `deepseek/` 前缀，或模型 ID 拼写错误	别名不带前缀；或使用完整模型 ID
404 `model_not_found`	`Model 'deepseek-chat' not found`	使用了 DeepSeek 官方 API 的模型名	改用 `deepseek-v4-flash` 等
200，回答为空或只有思考内容	—	思考用尽了输出额度	增大 `max_tokens`，或关闭思考
请求超时	—	默认开启思考，复杂问题耗时较长	关闭思考、使用流式输出，或将客户端超时设置为 300 秒以上

其他通用错误见错误处理。

官方文档

官方文档描述的是直连 DeepSeek 时的行为。在 OfoxAI 上调用时，模型 ID 与接口地址以本页为准。

常见问题

DeepSeek 的模型 ID 怎么写？

完整写法如 deepseek/deepseek-v4-pro-0813。也可以使用别名 deepseek-v4-pro、deepseek-v4-flash（始终指向最新版本），别名不带 deepseek/ 前缀。

deepseek-chat 和 deepseek-reasoner 还能用吗？

在 OfoxAI 上不可用，会返回 404。请改用 deepseek-v4-flash 或 deepseek-v4-pro，并通过 thinking 参数控制是否思考。

DeepSeek 怎么关闭思考？

传 "thinking": {"type": "disabled"}，OpenAI SDK 中放在 extra_body 里。V4.1 Flash、V4 Pro（0813）、V4 Flash（0731）默认开启思考。

DeepSeek V4 Pro 为什么这么慢？

V4 Pro 默认开启思考，复杂问题可能思考上万 token、耗时 2 分钟以上。不需要深度推理时请关闭思考，或改用 V4 Flash。

DeepSeek 的 reasoning_content 在哪里？

流式响应中位于 delta.reasoning_content；非流式响应中位于 message.reasoning_details，请将各项的 text 拼接。

Claude Code 能用 DeepSeek 吗？

能。ANTHROPIC_BASE_URL 设为 https://api.ofox.ai/anthropic，模型填 deepseek/deepseek-v4-pro-0813 等 V4 系列模型 ID。

DeepSeek 支持图片输入吗？

V4.1 Flash 支持图片输入，其余 DeepSeek 模型仅支持文本。