DeepSeeks API består av två slutpunkter och två modellnamn – här är vad var och en accepterar

DeepSeek API ser enklare ut än det är. Det finns två bas-URL:er, två modellidentifierare och en funktionsmatris där de två kolumnerna är nästan identiska – förutom den enda raden som avgör om din arbetsbelastning överhuvudtaget är möjlig. Om du migrerar från ett OpenAI SDK behöver du en av dem; om du migrerar från ett Anthropic-format ramverk behöver du den andra; och om du skickar skärmbilder är det bara en av de två modellerna som tar dem.

De två baserna

• OpenAI-format — code>https://api.deepseek.com/code>. Chattkompletteringar i OpenAI-form, inklusive Responses API, JSON-utdata, verktygsanrop och prefixkomplettering i beta.

• Anthropic-format — code>https://api.deepseek.com/anthropic/code>. Samma två modeller bakom ett Anthropic-format gränssnitt, vilket är precis vad en kodningsharnesk som talar det protokollet behöver.

Båda baserna fungerar för båda modellerna. Valet av bas handlar om ditt klientbibliotek, inte om kapacitet.

De två namnen, och vad som ligger bakom vart och ett

• deepseek-flash — serveras för närvarande av DeepSeek-V4.1-Flash-1017, oktober-checkpointen. Multimodal: text och bilder in, text ut. 1M kontext, 384K maximal utdata, 2 500 samtidiga förfrågningar.

• deepseek-v4-pro — levereras av DeepSeek-V4-Pro-0813. Endast text. Samma 1M-kontext och 384K utdata, 500 samtidiga förfrågningar.

Två äldre identifierare accepteras fortfarande – code>deepseek-v4-flash/code> och code>deepseek-v4-flash-vision-exp/code> – men DeepSeeks dokumentation är tydlig med att motsvarande modeller har tagits ur bruk, att förfrågningar besvaras av V4.1-Flash-1017 och att de debiteras enligt Flash-priset. I praktiken innebär det att en gammal integration fortsätter att fungera och tyst börjar returnera svar från en annan modell, vilket är värt att kontrollera innan du tillskriver en förändring i utdata något annat.

Funktionsmatrisen, rad för rad

Nästan allt delas. Undantagen är hela anledningen till att den här guiden finns.

• Tankeläge — båda modellerna stöder icke-tänkande och tänkande, med tänkande som standard. Ansträngningsnivåerna är låg, hög och max; DeepSeeks rekommendation är låg för enkla uppgifter, hög för dagligt agentarbete och max för svårare scenarier.

• JSON-utdata, verktygsanrop, prefixkomplettering – stöds identiskt på båda. Prefixkomplettering är i beta.

• Responses API och Anthropic API – båda stöds på båda modellerna, vilket är ovanligt och värt att känna till: du kan styra vilken modell som helst från endera klientformen utan ett översättningslager.

• FIM-komplettering —beta på båda, och icke-tänkande läge endast på båda. Om ditt användningsfall är kodinfyllning gäller den restriktionen även flaggskeppet.

• Syn — en bock för code>deepseek-flash/code>, "Stöds inte" för code>deepseek-v4-pro/code. Detta är den enda förgreningen i matrisen, och det är inte något som en ändring av prompten kan kringgå.

Vad identifierarna antyder om kostnaden

Namnen bär prisstrukturen. Flash kostar $0.15 in och $0.60 ut per miljon tokens, med cacheträff på $0.003; V4 Pro kostar $0.66 och $1.98, cacheträff $0.022. Båda fördubblas under 01:00–04:00 och 06:00–10:00 UTC, måndag till fredag. Så modellnamnet du väljer bestämmer både kapaciteten och kostnaden, och de äldre namnen ovan sätter kostnaden till Flash-priset oavsett vilken checkpoint som svarar.

En praktisk konsekvens: eftersom code>deepseek-flash/code> nu motsvarar en checkpoint som släpptes i oktober, beskriver en kostnadsmodell eller en kvalitetsbaslinje som är skriven mot septembermodellen något som du inte längre får under den identifieraren. Fäst inget vid ett namn som du inte har mätt upp på nytt den här månaden.

Hur detta jämför sig med ett routingslager

DeepSeeks egen yta har två modeller bakom två protokoll. Om din applikation aldrig behöver något annat än den starkaste DeepSeek-modellen räcker det. De fall där det inte räcker är de som den här formen inte kan uttrycka: att välja ett reservalternativ vid ett leverantörsavbrott, att kombinera DeepSeek med en annan leverantörs modell i ett arbetsflöde, eller att A/B-testa Flash mot Pro på livetrafik utan två integrationer.

Det är vad OrcaRouter:s OpenAI-kompatibla endpoint med 224 modeller är till för, och DeepSeek V4 Pro och V4.1 Flash finns båda på den till DeepSeeks publicerade priser utan påslag – inklusive cacheträffraden och fördubblingen under högtrafik, eftersom det är leverantörens pris som går rakt igenom. Endpointarna ovan fungerar fortfarande exakt som DeepSeek dokumenterar dem; en router ersätter inte leverantörens API, den ger dig en plats att växla mellan flera av dem.

Migreringschecklistan, i ordning

• Välj basen utifrån din klients form, inte utifrån modellen du vill ha.

• Välj modellen utifrån vad du skickar: bilder innebär Flash, textbaserat arbete styrs av priset.

• Ange tänkande ansträngning explicit i stället för att ärva standardinställningen, eftersom standardinställningen är att tänkande är påslaget.

• Kontrollera om din gamla identifierare har tagits ur bruk under dig – de två äldre namnen accepteras, faktureras på nytt och levereras på nytt.

• Mät andelen cacheträffar innan du uppskattar månadsräkningen, eftersom ett stabilt prefix är en 30× rabatt och ett instabilt är ingenting.