L'API de DeepSeek se compose de deux points de terminaison et de deux noms de modèles — voici ce que chacun accepte.

L'API DeepSeek paraît plus simple qu'elle ne l'est. Il y a deux URL de base, deux identifiants de modèle et une matrice de fonctionnalités où les deux colonnes sont presque identiques — à une ligne près, celle qui détermine si votre charge de travail est seulement réalisable. Si vous migrez depuis un SDK OpenAI, c'est l'un des deux qu'il vous faut ; si vous migrez depuis un harnais de type Anthropic, c'est l'autre ; et si vous envoyez des captures d'écran, seul l'un des deux modèles les acceptera.

Les deux bases

• Format OpenAI — code>https://api.deepseek.com/code>. Les complétions de chat au format OpenAI, y compris l’API Responses, la sortie JSON, les appels d’outils et la complétion de préfixe en version bêta.

• Format Anthropic — code>https://api.deepseek.com/anthropic/code>. Les deux mêmes modèles derrière une interface au format Anthropic, exactement ce dont a besoin un harnais de codage qui parle ce protocole.

Les deux bases servent les deux modèles. Le choix de la base dépend de votre bibliothèque cliente, et non des capacités.

Les deux noms, et ce qui se cache derrière chacun

• deepseek-flash — actuellement servi par DeepSeek-V4.1-Flash-1017, le checkpoint d’octobre. Multimodal : entrées texte et images, sortie texte. Contexte de 1 M, sortie maximale de 384 K, 2 500 requêtes simultanées.

• deepseek-v4-pro — servi par DeepSeek-V4-Pro-0813. Texte uniquement. Même contexte de 1M et sortie de 384K, 500 requêtes simultanées.

Deux identifiants hérités sont encore acceptés — code>deepseek-v4-flash/code> et code>deepseek-v4-flash-vision-exp/code> — mais la documentation de DeepSeek précise explicitement que les modèles correspondants ont été retirés, que les requêtes sont traitées par V4.1-Flash-1017 et qu'elles sont facturées au tarif de Flash. En pratique, cela signifie qu'une ancienne intégration continue de fonctionner et commence discrètement à renvoyer les réponses d'un autre modèle, ce qu'il est judicieux de vérifier avant d'attribuer un changement de sortie à autre chose.

La matrice des fonctionnalités, ligne par ligne

Presque tout est partagé. Les exceptions sont précisément la raison d’être de ce guide.

• Mode de réflexion —les deux modèles prennent en charge le mode sans réflexion et le mode réflexion, ce dernier étant le mode par défaut. Les niveaux d’effort sont faible, élevé et maximal ; les recommandations de DeepSeek sont : faible pour les tâches simples, élevé pour le travail d’agent quotidien, maximal pour les scénarios plus difficiles.

• Sortie JSON, appels d'outils, complétion de préfixe — pris en charge de manière identique sur les deux. La complétion de préfixe est en bêta.

• API Responses et API Anthropic — toutes deux prises en charge sur les deux modèles, ce qui est inhabituel et mérite d’être su : vous pouvez piloter l’un ou l’autre modèle depuis l’une ou l’autre forme de client, sans couche de traduction.

• Complétion FIM — en bêta sur les deux, et uniquement en mode sans réflexion sur les deux. Si votre cas d’usage est le remplissage de code, cette restriction s’applique aussi au modèle phare.

• Vision — une coche pour code>deepseek-flash/code>, « Non pris en charge » pour code>deepseek-v4-pro/code>. C'est la seule bifurcation dans la matrice, et ce n'est pas quelque chose qu'un changement de prompt peut contourner.

Ce que les identifiants impliquent quant au coût

Les noms portent la structure tarifaire. Flash coûte 0,15 $ en entrée et 0,60 $ en sortie par million de tokens, avec un cache hit à 0,003 $ ; V4 Pro, c'est 0,66 $ et 1,98 $, cache hit à 0,022 $. Les deux doublent pendant 01:00–04:00 et 06:00–10:00 UTC, du lundi au vendredi. Ainsi, le nom de modèle que vous choisissez détermine à la fois la capacité et la facture, et les noms historiques ci-dessus fixent la facture au tarif Flash, quel que soit le checkpoint qui répond.

Une conséquence pratique : comme code>deepseek-flash/code> correspond désormais à un checkpoint publié en octobre, un modèle de coûts ou une référence de qualité établis pour le modèle de septembre décrit quelque chose que vous ne recevez plus sous cet identifiant. Ne figez rien sur un nom que vous n'avez pas remesuré ce mois-ci.

Comment cela se compare-t-il à une couche de routage

La surface offerte par DeepSeek se résume à deux modèles derrière deux protocoles. Si votre application n’a jamais besoin que du modèle DeepSeek le plus puissant, cela suffit. Les cas où cela ne suffit pas sont précisément ceux que cette configuration ne peut pas exprimer : choisir une solution de repli en cas de panne d’un fournisseur, composer DeepSeek avec le modèle d’un autre fournisseur dans un même workflow, ou tester Flash face à Pro en A/B sur du trafic réel sans deux intégrations.

C'est à cela que sert le point de terminaison compatible OpenAI à 224 modèles d'OrcaRouter, et DeepSeek V4 Pro ainsi que V4.1 Flash y figurent tous deux aux tarifs publiés par DeepSeek, sans majoration — y compris la ligne des cache hits et le doublement aux heures de pointe, car c'est le prix du fournisseur qui est répercuté. Les points de terminaison ci-dessus fonctionnent toujours exactement comme DeepSeek les documente ; un routeur ne remplace pas l'API du fournisseur, il vous offre un seul endroit pour passer de l'une à l'autre.

La liste de contrôle de migration, dans l'ordre

• Choisissez la base selon la forme de votre client, et non selon le modèle que vous voulez.

• Choisissez le modèle selon ce que vous envoyez : des images, c'est Flash ; pour le texte seul, c'est le prix qui décide.

• Définissez explicitement l’effort de réflexion plutôt que d’hériter de la valeur par défaut, car la valeur par défaut correspond à la réflexion activée.

• Vérifiez si votre ancien identifiant a été désactivé sous votre compte — les deux anciens noms sont acceptés, refacturés et resservis.

• Mesurez la part de succès du cache avant d’estimer la facture mensuelle, car un préfixe stable représente une réduction de 30×, tandis qu’un préfixe instable ne vaut rien.