Introduction
DeepSeek V4 Pro est la moitié réfléchie du duo DeepSeek V4, proposée ici sous la forme d’un point de terminaison compatible OpenAI sur /v1/chat/completions. Il lit jusqu’à 1 048 576 tokens, raisonne en high par défaut et peut écrire une seule réponse de 384 000 tokens au plus.
L’effort low sert aux brouillons rapides. Le contenu des messages est uniquement textuel, jusqu’à 256 messages par requête ; jusqu’à 128 outils, une sortie JSON via response_format et le streaming SSE sont disponibles, et l’entrée, l’entrée en cache et la sortie sont mesurées séparément.
Fonctionnalités et points forts
high comme point de départ
C’est en revue, en migration et en sécurité que le raisonnement supplémentaire rapporte : ce point de terminaison démarre donc en high et laisse low aux brouillons. L’effort se paie en tokens de sortie ; il figure sur la même facture et compte dans le même max_tokens que vous fixez, pas dans un tarif à part.
Spécification, code et tests dans une même requête
Avec 1 048 576 tokens, le document de conception, l’implémentation et la suite de tests voyagent ensemble, et le modèle les compare au lieu de se fier à votre résumé. Placez les contraintes invariantes dans le message système et la matière en dessous, du plus ancien au plus récent, pour que chaque divergence s’appuie sur un passage que le modèle peut citer.
De la place pour toute la réponse
Une réponse peut atteindre 384 000 tokens : un plan ordonné, le SQL de chaque étape et les requêtes qui le vérifient tiennent dans une seule réponse. La valeur par défaut de 32 768 tronque sans erreur, alors dimensionnez max_tokens selon le livrable.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
messages | Oui | 256 tours ordonnés au maximum, contenu texte uniquement. Renvoyez |
reasoning_effort | Non | none, low ou high, high par défaut. |
stop | Non | Jusqu’à 4 séquences, sous forme de chaîne ou de tableau. La réponse s’arrête dès que le modèle en écrit une, et le texte correspondant n’est pas renvoyé. 1 caractères minimum · 1 éléments minimum · 4 éléments maximum |
max_tokens | Non | Plafonne la réponse à 384 000. Le défaut de 32 768 tronquera un plan de migration sans lever d’erreur. |
tools | Non | Jusqu’à 128 définitions de fonctions par requête. 128 éléments maximum |
parallel_tool_calls | Non | true ou false, true par défaut : le modèle peut demander plusieurs appels d’outils dans un même tour. Valeur par défaut: |
tool_choice | Non | auto, none, required, ou un objet qui nomme la fonction à appeler. |
response_format | Non | Réclamez un objet JSON quand la réponse est consommée par du code. |
Tarification
Entrée $1.32 / Sortie $3.96 par 1 million de tokens
Cas d’utilisation
Audit spécification contre implémentation
Envoyez en une requête le document de conception et le code censé l’implémenter, et demandez chaque divergence classée par étendue des dégâts. Aucun des deux côtés n’a besoin d’être résumé : un invariant manquant est repéré par comparaison, pas de mémoire.
Passes de sécurité en high
Braquez l’effort high sur un parcours d’authentification ou un flux de mouvements de fonds, et demandez des séquences exploitables, pas des remarques de style. L’effort supplémentaire coûte des tokens de sortie ; rater une élévation de privilèges coûte bien plus.
Planifier une migration sur tout un schéma
Donnez au modèle chaque fichier de migration et les définitions de tables actuelles, et demandez un plan ordonné avec le retour arrière de chaque étape. Le plan, le SQL et les requêtes de vérification peuvent revenir ensemble dans une seule réponse.
Guide de prompt et conseils pratiques
Écrire le critère d’acceptation dans le message système
L’effort high est gaspillé sur une consigne floue. Précisez ce qu’une réponse correcte doit contenir – divergences avec références de fichiers, liste classée, retour arrière par étape – avant de coller la matière, pour que le modèle vérifie par rapport à quelque chose.
Un appel avec l’effort que la tâche mérite
POST https://api.spicyapi.ai/v1/chat/completions avec {"model": "deepseek/v4-pro", "messages": [{"role": "system", "content": "Compare the specification against the implementation. List every divergence with file references, then rank by blast radius."}, {"role": "user", "content": "<spec>\n\n<implementation>"}], "reasoning_effort": "high", "max_tokens": 32000}. Vérifiez vous-même le constat classé en tête avant d’agir : high est plus minutieux, pas infaillible.
Les formes de requête qui échouent
Le schéma refuse les parties image_url et fichier ; un corps copié depuis un modèle multimodal échoue donc avant d’être tarifé. Un max_tokens supérieur à 384 000 est invalide, et la fenêtre de 1 048 576 tokens inclut le prompt système et chaque résultat d’outil précédent.
Démarrage rapide de l’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-pro/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'
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
