L'API di DeepSeek è composta da due endpoint e due nomi di modello — ecco cosa accetta ciascuno

L'{{1}}API DeepSeek{{/1}} sembra più semplice di quanto non sia. Esistono due URL di base, due identificatori di modello e una matrice delle funzionalità in cui le due colonne sono quasi identiche — tranne l'unica riga che decide se il tuo carico di lavoro sia possibile o meno. Se stai migrando da un {{2}}SDK OpenAI{{/2}} ti serve uno dei due; se stai migrando da un {{3}}harness in stile Anthropic{{/3}} ti serve l'altro; e se stai inviando screenshot, solo uno dei due modelli li accetterà.

Le due basi

• Formato OpenAI — code>https://api.deepseek.com/code>. Chat completion nel formato OpenAI, inclusi la Responses API, l'output JSON, le chiamate agli strumenti e il prefix completion in beta.

• Formato Anthropic — code>https://api.deepseek.com/anthropic/code>. Gli stessi due modelli dietro un'interfaccia modellata su Anthropic, che è ciò di cui ha bisogno un harness di coding che parla quel protocollo.

Entrambe le basi supportano entrambi i modelli. La scelta della base dipende dalla tua libreria client, non dalle capacità.

I due nomi, e ciò che c’è dietro ciascuno

• deepseek-flash —attualmente servito da DeepSeek-V4.1-Flash-1017, il checkpoint di ottobre. Multimodale: input testo e immagini, output testo. Contesto da 1M, output massimo 384K, 2.500 richieste concorrenti.

• deepseek-v4-pro —servito da DeepSeek-V4-Pro-0813. Solo testo. Stesso contesto da 1M e output da 384K, 500 richieste simultanee.

Due identificatori legacy sono ancora accettati — code>deepseek-v4-flash/code> e code>deepseek-v4-flash-vision-exp/code> — ma la documentazione di DeepSeek è esplicita sul fatto che i modelli corrispondenti sono stati ritirati, che le richieste vengono servite da V4.1-Flash-1017 e che vengono fatturate al prezzo Flash. In pratica, ciò significa che un'integrazione esistente continua a funzionare e inizia silenziosamente a restituire le risposte di un modello diverso, cosa che vale la pena verificare prima di attribuire un cambiamento nell'output a qualcos'altro.

La matrice delle funzionalità, riga per riga

Quasi tutto è condiviso. Le eccezioni sono l'intera ragione per cui esiste questa guida.

• Modalità di pensiero — entrambi i modelli supportano la modalità senza pensiero e quella con pensiero, con il pensiero come impostazione predefinita. I livelli di sforzo sono basso, alto e massimo; l'indicazione di DeepSeek è basso per compiti semplici, alto per il lavoro quotidiano degli agenti, massimo per scenari più difficili.

• Output JSON, chiamate agli strumenti, completamento del prefisso — supportati in modo identico su entrambi. Il completamento del prefisso è in beta.

• Responses API e Anthropic API — entrambe supportate su entrambi i modelli, cosa insolita e che vale la pena sapere: puoi pilotare l'uno o l'altro modello da entrambe le forme di client senza un livello di traduzione.

• Completamento FIM —in beta su entrambi, e modalità non-thinking solo su entrambi. Se il tuo caso d'uso è il code infill, tale restrizione si applica anche al modello di punta.

• Visione — un segno di spunta per code>deepseek-flash/code>, "Non supportato" per code>deepseek-v4-pro/code>. Questa è l'unica biforcazione nella matrice, e non è qualcosa che una modifica al prompt possa aggirare.

Cosa implicano gli identificatori sul costo

I nomi determinano la struttura dei prezzi. Flash costa $0,15 in ingresso e $0,60 in uscita per milione di token, con un hit della cache a $0,003; V4 Pro costa $0,66 e $1,98, hit della cache $0,022. Entrambe le tariffe raddoppiano durante 01:00–04:00 e 06:00–10:00 UTC, dal lunedì al venerdì. Quindi il nome del modello che scegli determina sia la capacità sia il costo, e i nomi legacy sopra impostano il costo alla tariffa di Flash indipendentemente da quale checkpoint risponda.

Una conseguenza pratica: poiché code>deepseek-flash/code> ora corrisponde a un checkpoint rilasciato in ottobre, un modello dei costi o una baseline di qualità redatti rispetto al modello di settembre descrivono qualcosa che non ricevi più con quell'identificatore. Non fissare nulla a un nome che non hai rimisurato questo mese.

Come si confronta con un livello di routing

L'interfaccia esposta di DeepSeek è di due modelli dietro due protocolli. Se la tua applicazione ha bisogno soltanto del modello DeepSeek più potente, questo basta. I casi in cui non basta sono quelli che questa struttura non riesce a esprimere: scegliere un fallback per un'interruzione del fornitore, comporre DeepSeek con il modello di un altro fornitore in un unico flusso di lavoro, oppure fare test A/B di Flash rispetto a Pro su traffico reale senza due integrazioni.

Ecco a cosa serve l'endpoint di OrcaRouter da 224 modelli, compatibile con OpenAI, e DeepSeek V4 Pro e V4.1 Flash sono entrambi disponibili lì alle tariffe pubblicate da DeepSeek, senza alcuna maggiorazione — compresa la voce relativa ai cache-hit e il raddoppio nelle ore di punta, perché il prezzo applicato è quello del fornitore. Gli endpoint sopra funzionano ancora esattamente come li documenta DeepSeek; un router non sostituisce l'API del fornitore, ma ti offre un unico punto in cui passare da uno all'altro.

La checklist di migrazione, in ordine

• Scegli la base in base alla forma del tuo cliente, non al modello che desideri.

• Scegli il modello in base a ciò che invii: le immagini indicano Flash, per il solo testo è il prezzo a decidere.

• Imposta esplicitamente lo sforzo di riflessione invece di ereditare il valore predefinito, perché il valore predefinito è riflessione attiva.

Verifica se il tuo vecchio identificativo è stato ritirato sotto la tua gestione — i due nomi legacy vengono accettati, rifatturati e serviti nuovamente.

• Misura la percentuale di hit nella cache prima di stimare il costo mensile, poiché un prefisso stabile rappresenta uno sconto di 30× e uno instabile non vale nulla.