Introdução
DeepSeek V4 Flash é o modelo de contexto longo e alta vazão da DeepSeek, disponível aqui como um endpoint compatível com OpenAI em /v1/chat/completions. Uma requisição aceita até 1.048.576 tokens de entrada em no máximo 256 mensagens e devolve até 65.536, com o esforço de raciocínio em high por padrão.
O conteúdo das mensagens é só texto. Até 128 tools com tool_choice, saída JSON via response_format e streaming SSE vão na mesma chamada, e a cobrança separa entrada, entrada em cache e saída.
Recursos e destaques
Uma passada barata e uma cuidadosa no mesmo corpo
reasoning_effort vem em high por padrão, e low é o ajuste para passadas em massa. Trocar custa uma string no mesmo corpo, então uma primeira varredura de mil registros e uma segunda olhada nos quarenta que deram errado são a mesma integração.
Ler um repositório, devolver uma conclusão
A janela comporta 1.048.576 tokens e uma resposta chega a 65.536. Essa proporção é o formato do trabalho: coloque o serviço inteiro e peça uma revisão, uma lista priorizada de achados ou um patch pontual, não a reescrita de tudo o que você enviou.
JSON quando você pede
Defina response_format como json_object e nomeie cada campo na mensagem de sistema, e o mesmo formato volta a cada execução. Sua aplicação ainda analisa e valida o que recebe antes de agir.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
messages | Sim | Turnos ordenados, do mais antigo para o mais novo, no máximo 256. Só conteúdo de texto; |
reasoning_effort | Não | none, low ou high, high por padrão. |
stop | Não | Até 4 sequências, como string ou array. A resposta termina assim que o modelo escreve uma delas, e o texto correspondente não é devolvido. pelo menos 1 caracteres · pelo menos 1 itens · no máximo 4 itens |
max_tokens | Não | Limita a resposta a 65.536. O padrão é 32.768, que corta um entregável longo em silêncio. |
tools | Não | Até 128 definições de função numa requisição. no máximo 128 itens |
tool_choice | Não | auto, none, required ou um objeto nomeando uma função. |
response_format | Não | Peça um objeto JSON quando a resposta alimenta um parser, não uma pessoa. |
Preços
Entrada $0.44 / Saída $1.32 por 1 milhão de tokens
Casos de uso
Revisão de um repositório inteiro
Envie o serviço, os testes e a especificação relevante juntos e exija que cada achado indique arquivo, linha e o comportamento afetado. Com a base de código inteira no contexto, um achado pode apontar para quem chama dois pacotes adiante em vez de chutar.
Conjuntos de contratos em JSON
Envie uma pilha de contratos com response_format em json_object e jogue as cláusulas analisadas direto numa tabela. Nomeie os campos na mensagem de sistema e deixe o esforço em low na passada em massa.
Rascunho barato, depois refaça os casos difíceis
Rode a fila inteira em low, marque os registros cuja saída não passou nas suas checagens e reenvie só esses em high com o mesmo array de mensagens. Entre as duas respostas, só o campo de esforço mudou.
Guia de prompt e dicas práticas
Uma chamada no formato OpenAI
POST https://api.spicyapi.ai/v1/chat/completions com {"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}. Adicione "stream": true para ler os tokens conforme chegam.
Dimensione max_tokens pela entrega
O padrão de 32.768 corta uma entrega longa sem erro, e o teto é 65.536. Tokens de raciocínio também são cobrados como saída, então deixe folga acima da resposta visível que você espera.
O que o esquema rejeita
Partes image_url e de arquivo são rejeitadas antes de a requisição ser precificada, reasoning_content só é aceito em mensagens de assistant e a janela de 1.048.576 tokens conta cada mensagem, incluindo o prompt de sistema e resultados anteriores de tools. Em acertos de cache este endpoint não sai mais barato que o preço da própria DeepSeek, então compare antes de apostar num prompt longo reenviado muitas vezes.
Início rápido da 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'
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
