Die DeepSeek-API umfasst zwei Endpunkte und zwei Modellnamen – hier erfahren Sie, was jeder einzelne akzeptiert.

Die DeepSeek-API wirkt einfacher, als sie ist. Es gibt zwei Basis-URLs, zwei Modellbezeichner und eine Funktionsmatrix, in der die beiden Spalten nahezu identisch sind – bis auf die eine Zeile, die entscheidet, ob Ihre Workload überhaupt möglich ist. Wenn Sie von einem OpenAI-SDK migrieren, benötigen Sie eine der beiden; wenn Sie von einem Anthropic-förmigen Harness migrieren, benötigen Sie die andere; und wenn Sie Screenshots senden, nimmt nur eines der beiden Modelle sie an.

Die beiden Basen

• OpenAI-Format — code>https://api.deepseek.com/code>. Chat-Completions im OpenAI-Stil, einschließlich der Responses API, JSON-Ausgabe, Tool-Aufrufen und Prefix-Completion in der Beta.

• Anthropic-Format — code>https://api.deepseek.com/anthropic/code>. Dieselben zwei Modelle hinter einer Oberfläche im Anthropic-Stil – genau das, was ein Coding-Harness benötigt, das dieses Protokoll spricht.

Beide Basen unterstützen beide Modelle. Die Wahl der Basis hängt von Ihrer Client-Bibliothek ab, nicht von den Fähigkeiten.

Die beiden Namen und was jeweils dahinter steckt

• deepseek-flash —derzeit bereitgestellt von DeepSeek-V4.1-Flash-1017, dem Oktober-Checkpoint. Multimodal: Text und Bilder als Eingabe, Text als Ausgabe. 1M Kontext, 384K maximale Ausgabe, 2.500 gleichzeitige Anfragen.

• deepseek-v4-pro —bereitgestellt von DeepSeek-V4-Pro-0813. Nur Text. Gleicher 1M-Kontext und gleiche 384K-Ausgabe, 500 gleichzeitige Anfragen.

Zwei Legacy-Identifikatoren werden weiterhin akzeptiert – code>deepseek-v4-flash/code> und code>deepseek-v4-flash-vision-exp/code> – aber DeepSeeks Dokumentation stellt ausdrücklich klar, dass die entsprechenden Modelle eingestellt wurden, dass Anfragen von V4.1-Flash-1017 bedient werden und dass sie zum Flash-Preis abgerechnet werden. In der Praxis bedeutet das, dass eine alte Integration weiter funktioniert und unauffällig beginnt, Antworten eines anderen Modells zurückzugeben, was es zu prüfen lohnt, bevor man eine Änderung der Ausgabe etwas anderem zuschreibt.

Die Funktionsmatrix, Zeile für Zeile

Fast alles wird gemeinsam genutzt. Die Ausnahmen sind der eigentliche Grund, warum dieser Leitfaden existiert.

• Thinking-Modus — Beide Modelle unterstützen Non-Thinking und Thinking, wobei Thinking die Standardeinstellung ist. Die Effort-Stufen sind low, high und max; DeepSeeks Empfehlung lautet: low für einfache Aufgaben, high für alltägliche Agentenarbeit, max für schwierigere Szenarien.

• JSON-Ausgabe, Tool-Aufrufe, Prefix-Completion – werden auf beiden identisch unterstützt. Prefix-Completion ist in der Beta-Phase.

• Responses API und Anthropic API — beide werden auf beiden Modellen unterstützt, was ungewöhnlich und wissenswert ist: Sie können jedes Modell aus jeder Client-Form heraus ohne eine Übersetzungsschicht ansteuern.

• FIM-Vervollständigung –Beta auf beiden, und Non-Thinking-Modus nur auf beiden. Wenn Ihr Anwendungsfall Code-Infill ist, gilt diese Einschränkung auch für das Flaggschiff.

• Vision — ein Häkchen für code>deepseek-flash/code>, „Nicht unterstützt“ für code>deepseek-v4-pro/code>. Dies ist die einzige Verzweigung in der Matrix, und daran lässt sich mit einer Änderung am Prompt nichts ändern.

Was die Bezeichner über die Kosten implizieren

Die Namen tragen die Preisstruktur. Flash kostet 0,15 $ für Input und 0,60 $ für Output pro Million Tokens; ein Cache-Treffer kostet 0,003 $. V4 Pro kostet 0,66 $ und 1,98 $, ein Cache-Treffer 0,022 $. Beide verdoppeln sich während 01:00–04:00 und 06:00–10:00 UTC, Montag bis Freitag. Der gewählte Modellname legt also sowohl die Fähigkeiten als auch die Abrechnung fest, und die oben genannten Altnamen setzen die Abrechnung unabhängig davon, welcher Checkpoint antwortet, auf den Flash-Tarif.

Eine praktische Konsequenz: Da code>deepseek-flash/code> jetzt auf einen im Oktober veröffentlichten Checkpoint verweist, beschreibt ein Kostenmodell oder eine Qualitätsbasislinie, die für das September-Modell geschrieben wurde, inzwischen etwas, das Sie unter dieser Kennung nicht mehr erhalten. Binden Sie nichts an einen Namen, den Sie diesen Monat nicht erneut gemessen haben.

Wie dies im Vergleich zu einer Routing-Schicht abschneidet

DeepSeeks eigene Oberfläche bietet zwei Modelle über zwei Protokolle. Wenn Ihre Anwendung immer nur das stärkste DeepSeek-Modell benötigt, reicht das aus. Die Fälle, in denen es nicht ausreicht, sind diejenigen, die diese Form nicht ausdrücken kann: einen Fallback für einen Anbieterausfall wählen, DeepSeek mit dem Modell eines anderen Anbieters in einem Workflow kombinieren oder Flash gegen Pro im Live-Traffic A/B-testen, ohne zwei Integrationen.

Dafür ist der OpenAI-kompatible Endpunkt von OrcaRouter mit 224 Modellen gedacht, und DeepSeek V4 Pro sowie V4.1 Flash sind beide darin enthalten – zu den von DeepSeek veröffentlichten Tarifen ohne Aufschlag, einschließlich der Cache-Hit-Zeile und der Verdopplung zu Spitzenzeiten, denn der Preis des Anbieters wird eins zu eins weitergegeben. Die oben genannten Endpunkte funktionieren weiterhin genau so, wie DeepSeek sie dokumentiert; ein Router ersetzt nicht die API des Anbieters, sondern bietet Ihnen eine einzige Stelle, an der Sie zwischen mehreren davon wechseln können.

Die Migrations-Checkliste, der Reihenfolge nach

• Wähle die Basis anhand der Form deines Clients, nicht anhand des Modells, das du möchtest.

• Wähle das Modell danach, was du sendest: Bilder bedeuten Flash, bei reiner Textarbeit entscheidet der Preis.

• Denkaufwand explizit festlegen, statt vom Standard zu erben, denn standardmäßig ist das Denken aktiviert.

• Prüfen Sie, ob Ihre alte Kennung unter Ihnen außer Betrieb genommen wurde – die beiden Legacy-Namen werden akzeptiert, neu abgerechnet und erneut ausgeliefert.

• Ermittle den Anteil der Cache-Treffer, bevor du die Monatsrechnung schätzt, denn ein stabiles Präfix entspricht einem 30-fachen Rabatt, ein instabiles dagegen bedeutet gar nichts.