API DeepSeek Terdiri dari Dua Endpoint dan Dua Nama Model — Inilah yang Diterima Masing-Masing

API DeepSeek terlihat lebih sederhana daripada kenyataannya. Ada dua URL dasar, dua pengenal model, dan matriks fitur yang kedua kolomnya hampir identik — kecuali satu baris yang menentukan apakah beban kerja Anda dapat dijalankan sama sekali. Jika Anda bermigrasi dari SDK OpenAI, Anda memerlukan salah satunya; jika Anda bermigrasi dari harness berbentuk Anthropic, Anda memerlukan yang lainnya; dan jika Anda mengirim tangkapan layar, hanya satu dari dua model tersebut yang akan menerimanya.

Kedua pangkalan

• Format OpenAI — code>https://api.deepseek.com/code>. Penyelesaian chat dalam format OpenAI, termasuk Responses API, output JSON, pemanggilan alat, dan penyelesaian prefiks dalam beta.

• Format Anthropic — code>https://api.deepseek.com/anthropic/code>. Dua model yang sama di balik permukaan berbentuk Anthropic, yang dibutuhkan oleh coding harness yang menggunakan protokol tersebut.

Kedua basis melayani kedua model. Pilihan basis berkaitan dengan pustaka klien Anda, bukan tentang kemampuan.

Kedua nama itu, dan apa yang ada di balik masing-masing.

• deepseek-flash — saat ini dilayani oleh DeepSeek-V4.1-Flash-1017, checkpoint Oktober. Multimodal: teks dan gambar masuk, teks keluar. Konteks 1M, output maksimum 384K, 2.500 permintaan bersamaan.

• deepseek-v4-pro — dilayani oleh DeepSeek-V4-Pro-0813. Hanya teks. Konteks 1M dan output 384K yang sama, 500 permintaan bersamaan.

Dua pengenal lama masih diterima — code>deepseek-v4-flash/code> dan code>deepseek-v4-flash-vision-exp/code> — tetapi dokumentasi DeepSeek secara eksplisit menyatakan bahwa model terkait telah dihentikan, bahwa permintaan dilayani oleh V4.1-Flash-1017, dan bahwa mereka ditagih dengan harga Flash. Dalam praktiknya, ini berarti integrasi lama tetap berfungsi dan diam-diam mulai mengembalikan jawaban dari model yang berbeda, yang perlu diperiksa sebelum Anda mengaitkan perubahan output dengan hal lain.

Matriks fitur, baris demi baris.

Hampir semuanya dibagikan. Pengecualiannya adalah alasan utama panduan ini dibuat.

• Mode thinking — kedua model mendukung non-thinking dan thinking, dengan thinking sebagai default. Tingkat effort adalah low, high, dan max; panduan DeepSeek adalah low untuk tugas sederhana, high untuk pekerjaan agent harian, max untuk skenario yang lebih sulit.

• Output JSON, pemanggilan alat, penyelesaian prefiks — didukung secara identik pada keduanya. Penyelesaian prefiks masih dalam tahap beta.

• Responses API dan Anthropic API — keduanya didukung pada kedua model, yang tidak biasa dan perlu diketahui: Anda dapat menjalankan salah satu model dari salah satu bentuk klien tanpa lapisan penerjemahan.

• Penyelesaian FIM — beta pada keduanya, dan mode non-thinking hanya pada keduanya. Jika kasus penggunaan Anda adalah code infill, pembatasan itu juga berlaku untuk model unggulan.

• Visi — tanda centang untuk code>deepseek-flash/code>, "Tidak didukung" untuk code>deepseek-v4-pro/code>. Ini adalah satu-satunya percabangan dalam matriks, dan ini bukanlah sesuatu yang dapat diatasi hanya dengan mengubah prompt.

Apa yang tersirat dari pengenal tentang biaya

Nama-nama tersebut membawa struktur harga. Flash adalah $0,15 untuk input dan $0,60 untuk output per juta token, dengan cache hit $0,003; V4 Pro adalah $0,66 dan $1,98, cache hit $0,022. Keduanya berlipat ganda selama 01:00–04:00 dan 06:00–10:00 UTC, Senin sampai Jumat. Jadi, nama model yang Anda pilih menentukan kemampuan sekaligus tagihan, dan nama-nama lama di atas menetapkan tagihan pada tarif Flash terlepas dari checkpoint mana yang menjawab.

Satu konsekuensi praktis: karena code>deepseek-flash/code> kini mengarah ke checkpoint yang dirilis pada Oktober, model biaya atau baseline kualitas yang ditulis terhadap model September sedang menggambarkan sesuatu yang tidak lagi Anda terima dengan pengenal tersebut. Jangan mematok apa pun pada nama yang belum Anda ukur ulang bulan ini.

Bagaimana ini dibandingkan dengan lapisan perutean

Permukaan DeepSeek sendiri menghadirkan dua model di balik dua protokol. Jika aplikasi Anda hanya perlu model DeepSeek terkuat, itu sudah cukup. Kasus-kasus ketika itu tidak cukup adalah kasus yang tidak dapat diungkapkan oleh bentuk ini: memilih fallback saat penyedia mengalami gangguan, menggabungkan DeepSeek dengan model vendor lain dalam satu alur kerja, atau melakukan A/B testing Flash terhadap Pro pada trafik live tanpa dua integrasi.

Itulah gunanya endpoint 224 model milik OrcaRouter yang kompatibel dengan OpenAI, dan DeepSeek V4 Pro serta V4.1 Flash, keduanya tersedia di sana dengan tarif yang dipublikasikan DeepSeek tanpa markup — termasuk baris cache-hit dan penggandaan tarif pada jam sibuk, karena yang diteruskan adalah harga vendor. Endpoint di atas tetap berfungsi persis seperti yang didokumentasikan DeepSeek; router tidak menggantikan API vendor, melainkan memberi Anda satu tempat untuk beralih di antara beberapa di antaranya.

Daftar periksa migrasi, secara berurutan

• Pilih basis berdasarkan bentuk klien Anda, bukan berdasarkan model yang Anda inginkan.

• Pilih model berdasarkan yang Anda kirim: gambar berarti Flash, pekerjaan khusus teks berarti harga yang menentukan.

• Tetapkan upaya berpikir secara eksplisit alih-alih mewarisi default, karena default-nya adalah thinking-on.

• Periksa apakah pengenal lama Anda telah dipensiunkan di bawah Anda — kedua nama warisan tersebut diterima, ditagih ulang, dan dilayani kembali.

• Ukur proporsi cache-hit sebelum memperkirakan tagihan bulanan, karena prefiks yang stabil adalah diskon 30× dan prefiks yang tidak stabil tidak bernilai apa pun.