DeepSeek 的 API 只有两个端点和两个模型名称——以下是每个所接受的内容

DeepSeek API 看起来比实际更简单。它有两个基础 URL、两个模型标识符，以及一个功能矩阵；矩阵中的两列几乎完全相同——只有一行决定了你的工作负载是否根本可行。如果你是从 OpenAI SDK 迁移，你需要其中一个；如果你是从 Anthropic 形态的 harness 迁移，你需要另一个；而如果你要发送截图，两个模型中只有一个会接受它们。

这两个基地

• OpenAI 格式 — code>https://api.deepseek.com/code>。以 OpenAI 形式提供聊天补全，包括 Responses API、JSON 输出、工具调用以及 beta 版的前缀补全。

• Anthropic 格式 — code>https://api.deepseek.com/anthropic/code>。同样的两个模型位于 Anthropic 形态的接口之后，而这正是使用该协议的编码工具链所需要的。

两个 base 都同时服务于两个模型。选择哪个 base 取决于你的客户端库，而不是能力。

这两个名字，以及每个名字背后的含义

• deepseek-flash — 当前由 DeepSeek-V4.1-Flash-1017 提供服务，即 10 月检查点。多模态：输入文本和图像，输出文本。100 万上下文，最大输出 384K，2,500 个并发请求。

• deepseek-v4-pro —由 DeepSeek-V4-Pro-0813 提供。仅支持文本。相同的 1M 上下文和 384K 输出，500 个并发请求。

仍有两个旧版标识符被接受——code>deepseek-v4-flash/code> 和 code>deepseek-v4-flash-vision-exp/code>——但 DeepSeek 的文档明确说明，对应模型已停用，请求由 V4.1-Flash-1017 处理，并按 Flash 价格计费。实际上，这意味着旧集成仍可继续工作，却会在不知不觉中开始返回另一个模型的答案；在将输出变化归因于其他任何原因之前，这一点值得检查。

功能矩阵，逐行

几乎所有内容都是共享的。例外正是本指南存在的全部理由。

• 思考模式——两个模型均支持非思考与思考模式，且默认使用思考模式。努力等级分为低、高和最高；DeepSeek 的建议是：简单任务用低，日常智能体工作用高，较难场景用最高。

• JSON 输出、工具调用、前缀补全——在两者上都以相同方式支持。前缀补全处于测试阶段。

• Responses API 与 Anthropic API——两个模型均同时支持二者，这一点并不常见且值得了解：你可以在无需翻译层的情况下，用任一客户端形态驱动任一模型。

• FIM 补全 —两者均为 beta 版，且两者均仅支持非思考模式。如果你的用例是代码填充，该限制同样适用于旗舰模型。

• 视觉 — 为 code>deepseek-flash/code> 显示勾选标记，而“不支持”则适用于 code>deepseek-v4-pro/code>。这是矩阵中唯一的分叉点，而且不是修改提示词就能绕开的事。

这些标识符对成本意味着什么

名称承载着价格结构。Flash 每百万 token 输入 $0.15、输出 $0.60，缓存命中为 $0.003；V4 Pro 为 $0.66 和 $1.98，缓存命中 $0.022。两者在周一至周五 UTC 01:00–04:00 和 06:00–10:00 期间均翻倍。因此，你选择的模型名称既决定能力，也决定账单；而上述旧版名称无论由哪个检查点响应，都按 Flash 费率计费。

一个实际后果是：由于code>deepseek-flash/code> 现在指向十月发布的检查点，针对九月模型编写的成本模型或质量基线所描述的内容，已不再是你通过该标识符所能获得的东西。不要把任何东西绑定到你本月尚未重新测量过的名称上。

这与路由层相比如何

DeepSeek 自身对外暴露的接口，就是两套协议背后的两个模型。如果你的应用始终只需要最强的 DeepSeek 模型，那这就足够了。而它不够用的情况，恰恰是这种形态无法表达的：为提供商服务中断选择回退方案、在一个工作流中把 DeepSeek 与其他厂商的模型组合起来，或是在不引入两套集成的情况下，用真实流量对 Flash 和 Pro 做 A/B 测试。

这正是 OrcaRouter 支持 224 个模型、兼容 OpenAI 的端点存在的意义，DeepSeek V4 Pro 和 V4.1 Flash 都以 DeepSeek 公布的费率接入其中，且不加价——包括缓存命中那一项以及高峰时段翻倍，因为供应商的价格是原样传递的。上文列出的端点仍完全按照 DeepSeek 文档所述正常工作；路由器不会取代供应商的 API，而是让你在一个地方就能在多个 API 之间切换。

迁移检查清单，按顺序

根据客户端的形态来选择基座，而不是根据你想要的模型。

• 根据你发送的内容选择模型：带图片就用 Flash，纯文本任务则由价格决定。

• 显式设置思考强度，而不是继承默认值，因为默认值处于思考开启状态。

• 检查你的旧标识符是否已在你的名下停用——这两个旧名称会被接受、重新计费并重新提供服务。

• 在估算月度账单之前，先衡量缓存命中占比，因为稳定的前缀相当于 30 倍折扣，而不稳定的前缀则毫无价值。