2026 年 7 月 31 日——DeepSeek 今日宣布，DeepSeek-V4-Flash 正式版上线公测，其 API 正式新增对 OpenAI Responses API 格式的支持（base_url 为 https://api.deepseek.com），这意味着开发者可通过标准接口，将 DeepSeek 模型无缝接入 OpenAI Codex 等 Agent 工具，只需简单配置即可完成对接。

本次更新的核心亮点如下：

一、DeepSeek-V4-Flash 正式版上线公测

据官方更新日志介绍，相较预览版，正式版在多项Agent基准测试中取得显著提升，包括Terminal Bench 2.1（82.7）、NL2Repo（54.2）、Cybergym（76.7）、DeepSWE（54.4）、Toolathlon Verified（70.3）、Agent Last Exam（25.2）、Automation Bench Public（25.1）、DSBench-FullStack（68.7）及DSBench-Hard（59.6）。

此外，针对开发者对 Codex 的旺盛需求，DeepSeek API 现已支持 Responses API 格式，开发者仅需修改少量配置，即可在 Codex 中直接调用 DeepSeek 模型，享受 DeepSeek 强大的推理与 Agent 能力。Responses API 目前支持 deepseek-v4-flash 模型，Agent 能力大幅增强，已正式进入公测阶段。DeepSeek-V4-Pro 模型将于 2026 年 8 月初 完成接入，敬请期待。代码调用示例如下：

from openai import OpenAI

client = OpenAI(api_key="<your DeepSeek API Key>", base_url="https://api.deepseek.com")

response = client.responses.create(
    model="deepseek-v4-flash",
    instructions="You are a helpful assistant.",
    input="Hi, how are you?",
)

print(response.output_text)

二、流式输出全面升级

Responses API 支持语义化的流式输出：设置 stream: true 后，响应将以带事件类型（event 字段）和递增序号（sequence_number）的 SSE 事件序列返回。与 Chat Completions 不同，其流以 response.completed / response.incomplete / response.failed 等语义化事件收尾，不再有 data: [DONE] 消息，事件类型覆盖文本增量、思维链、Function 调用、服务端联网搜索等完整 Agent 能力链路。

三、良好的兼容性与迁移成本

  • 高度兼容：响应对象与 OpenAI Responses API 结构一致；不支持的参数会被静默忽略、不会报错，现有 Responses API 客户端无需修改即可接入。
  • 函数与联网搜索：支持 function 工具及服务端执行的 web_search / web_search_2025_08_26；针对 Codex 兼容，还支持 apply_patch 自定义工具。
  • 多工具与模型能力：支持 tool_choice、reasoning.effort、top_logprobs、text.format 等；并行工具调用始终开启。
  • 无状态架构：API 采用无状态设计，不支持 previous_response_id、conversation、store 等参数；输入超出上下文窗口时将返回 400 错误。
  • 上下文缓存：上下文缓存自动管理，usage 字段中会返回 cached_tokens（命中缓存的输入 token 数）与 reasoning_tokens（思维链 token 数），方便开发者监控用量。

四、关于模型与价格

下表所列模型价格以"百万 tokens"为单位，根据模型输入和输出的总 token 数进行计量计费。

模型细节 deepseek-v4-flash deepseek-v4-pro
BASE URL（OpenAI 格式） https://api.deepseek.com https://api.deepseek.com
BASE URL（Anthropic 格式） https://api.deepseek.com/anthropic https://api.deepseek.com/anthropic
模型版本 DeepSeek-V4-Flash-0731 DeepSeek-V4-Pro
思考模式 支持非思考与思考模式（默认），切换方式详见"思考模式" 同左
上下文长度 1M 1M
输出长度 最大 384K 最大 384K
功能 · Json Output 支持 支持
功能 · Tool Calls 支持 支持
功能 · Responses API(1) 支持 暂不支持
功能 · Anthropic API 支持 支持
功能 · 对话前缀续写（Beta） 支持 支持
功能 · FIM 补全（Beta） 仅非思考模式支持 仅非思考模式支持
价格(2) · 百万 tokens 输入（缓存命中） 0.02 元 0.025 元
价格(2) · 百万 tokens 输入（缓存未命中） 1 元 3 元
价格(2) · 百万 tokens 输出 2 元 6 元
并发限制(3) 2500 500

(1) Responses API 目前仅支持 deepseek-v4-flash 模型，暂不支持 deepseek-v4-pro 模型，将于 2026 年 8 月初增加对 deepseek-v4-pro 模型的支持。

(2) DeepSeek API 服务即将采用峰谷定价策略，高峰时段价格为平时价格的 2 倍，适用所有计费项，具体时间另行通知通知为准。高峰时段定义：北京时间每日 9:00～12:00 和 14:00～18:00。

(3) 并发限制详情见上表。

更多关于 Responses API 的完整事件列表、参数兼容性明细及接入指南，欢迎访问 DeepSeek 开放平台查阅官方文档。