Introducción
DeepSeek V4 Flash es el modelo de contexto largo y alto rendimiento de DeepSeek, disponible aquí como un endpoint compatible con OpenAI en /v1/chat/completions. Una solicitud admite hasta 1.048.576 tokens de entrada en un máximo de 256 mensajes y devuelve hasta 65.536, con el esfuerzo de razonamiento en high por defecto.
El contenido de los mensajes es solo texto. Hasta 128 tools con tool_choice, salida JSON mediante response_format y streaming SSE van en la misma llamada, y la facturación separa entrada, entrada en caché y salida.
Funciones y aspectos destacados
Una pasada barata y una cuidadosa en el mismo cuerpo
reasoning_effort viene en high por defecto, y low es el ajuste para las pasadas masivas. Cambiar cuesta un string en el mismo cuerpo, así que una primera pasada sobre mil registros y una segunda mirada a los cuarenta que salieron mal son la misma integración.
Leer un repositorio, devolver un hallazgo
La ventana admite 1.048.576 tokens y una respuesta llega a 65.536. Esa proporción es la forma del trabajo: mete el servicio entero y pide una revisión, una lista priorizada de hallazgos o un parche concreto, no una reescritura de todo lo que enviaste.
JSON cuando lo pides
Pon response_format en json_object y nombra cada campo en el mensaje de sistema, y la misma forma vuelve en cada ejecución. Tu aplicación igual analiza y valida lo que recibe antes de actuar.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
messages | Sí | Turnos ordenados, del más antiguo al más reciente, 256 como máximo. Solo contenido de texto; |
reasoning_effort | No | none, low o high, high por defecto. |
stop | No | Hasta 4 secuencias, como cadena o como arreglo. La respuesta termina en cuanto el modelo escribe una de ellas, y el texto que coincide no se devuelve. mínimo 1 caracteres · mínimo 1 elementos · máximo 4 elementos |
max_tokens | No | Limita la respuesta a 65.536. El valor por defecto es 32 768, que recorta un entregable largo sin avisar. |
tools | No | Hasta 128 definiciones de funciones en una solicitud. máximo 128 elementos |
tool_choice | No | auto, none, required, o un objeto que nombre una función. |
response_format | No | Pide un objeto JSON cuando la respuesta alimenta a un parser y no a una persona. |
Precios
Entrada $0.44 / Salida $1.32 por 1 millón de tokens
Casos de uso
Revisión de un repositorio completo
Envía el servicio, sus tests y la especificación correspondiente juntos, y exige que cada hallazgo indique archivo, línea y el comportamiento afectado. Con todo el código en contexto, un hallazgo puede señalar a quien llama dos paquetes más allá en vez de adivinar.
Conjuntos de contratos a JSON
Envía una pila de acuerdos con response_format en json_object y vuelca las cláusulas analizadas directamente en una tabla. Nombra los campos en el mensaje de sistema y deja el esfuerzo en low para la pasada masiva.
Borrador barato y luego repetir los casos difíciles
Procesa toda la cola en low, marca los registros cuya salida no pasó tus controles y reenvía solo esos en high con el mismo array de mensajes. Entre las dos respuestas, lo único que cambió fue el campo de esfuerzo.
Guía de prompts y consejos prácticos
Haz una llamada con forma de OpenAI
POST https://api.spicyapi.ai/v1/chat/completions con {"model": "deepseek/v4-flash", "messages": [{"role": "system", "content": "You review Go services. Report only defects you can point to by file and line."}, {"role": "user", "content": "<the whole service>"}], "reasoning_effort": "high", "max_tokens": 8000}. Agrega "stream": true para leer los tokens a medida que llegan.
Dimensiona max_tokens según el entregable
El valor por defecto de 32.768 corta un entregable largo sin avisar, y el tope es 65.536. Los tokens de razonamiento también se cobran como salida, así que deja margen sobre la respuesta visible que esperas.
Lo que el esquema rechaza
Las partes image_url y de archivo se rechazan antes de cotizar la solicitud, reasoning_content solo se acepta en mensajes de assistant y la ventana de 1.048.576 tokens cuenta cada mensaje, incluidos el prompt de sistema y los resultados de tools anteriores. En aciertos de caché este endpoint no es más barato que el precio de la propia DeepSeek, así que compara antes de apoyarte en un prompt largo que reenvías una y otra vez.
Inicio rápido de la API
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "deepseek/v4-flash/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
