DeepSeek-Reihe

Die Modelle der V4-Reihe von DeepSeek: V4.1 Flash, V4 Pro und V4 Flash. Der Aufruf erfolgt über die OpenAI-kompatible API; zusätzlich wird der native Anthropic-Endpunkt unterstützt, sodass die Modelle direkt in Tools wie Claude Code nutzbar sind.

Häufige Aufgaben

Modelle

Die V4-Reihe hat einen Kontext von 1M Tokens und eine maximale Ausgabe von 384K Tokens. V4.1 Flash unterstützt Bildeingaben, die übrigen Modelle nur Text. Die vollständige Modellliste und aktuelle Preise finden Sie auf der Modellseite .

Aliasse und Versionen

• Aliasse werden ohne das Präfix deepseek/ verwendet, z. B. "model": "deepseek-v4-pro"; deepseek/deepseek-v4-pro liefert 404.
• deepseek-chat und deepseek-reasoner aus der offiziellen DeepSeek-API sind bei OfoxAI nicht verfügbar; verwenden Sie stattdessen die Modell-IDs aus der obigen Tabelle.
• Die älteren Versionen deepseek/deepseek-v4-pro-0423 und deepseek/deepseek-v4-flash-0423 sind weiterhin aufrufbar, das Thinking wird bei ihnen aber anders aktiviert als bei den neuen Versionen; siehe Thinking-Modus.

Aufrufbeispiele

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash-0731",
    messages=[{"role": "user", "content": "Erkläre in einem Satz, was Idempotenz ist."}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)

curl https://api.ofox.io/v1/chat/completions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v4-flash-0731",
    "messages": [{"role": "user", "content": "Erkläre in einem Satz, was Idempotenz ist."}],
    "thinking": {"type": "disabled"}
  }'

Thinking-Modus

Gemessen an derselben Mathematikaufgabe denkt V4 Pro standardmäßig etwa 12.000 Tokens lang nach und braucht rund 2 Minuten; ohne Thinking sind es etwa 20 Sekunden. Thinking-Tokens werden zum Ausgabepreis abgerechnet; die Anzahl steht in usage.completion_tokens_details.reasoning_tokens.

Thinking-Inhalte auslesen

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash-0731",
    messages=[{"role": "user", "content": "Was ist 17 × 23?"}],
)
msg = resp.choices[0].message
details = getattr(msg, "reasoning_details", None) or []
print("[Thinking]", "".join(d.get("text", "") for d in details))
print("[Antwort]", msg.content)

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
stream = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash-0731",
    messages=[{"role": "user", "content": "Was ist 17 × 23?"}],
    stream=True,
)
for chunk in stream:
    if not chunk.choices:
        continue
    delta = chunk.choices[0].delta
    thinking = getattr(delta, "reasoning_content", None)
    if thinking:
        print(thinking, end="", flush=True)
    if delta.content:
        print(delta.content, end="", flush=True)

• In nicht gestreamten Antworten stehen die Thinking-Inhalte in message.reasoning_details; fügen Sie die text-Felder der Einträge der Reihe nach zusammen.
• In gestreamten Antworten stehen die Thinking-Inhalte in delta.reasoning_content, wie in der offiziellen DeepSeek-API.
• In mehrstufigen Unterhaltungen müssen die Thinking-Inhalte nicht in den bisherigen Nachrichten zurückgesendet werden.

In Claude Code verwenden

Die DeepSeek-V4-Reihe unterstützt den nativen Anthropic-Endpunkt unter https://api.ofox.io/anthropic und ist damit in Claude Code und anderen Tools nutzbar, die das Anthropic-Protokoll verwenden:

curl https://api.ofox.io/anthropic/v1/messages \
  -H "x-api-key: $OFOX_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v4-flash-0731",
    "max_tokens": 4000,
    "thinking": {"type": "disabled"},
    "messages": [{"role": "user", "content": "Erkläre in einem Satz, was Idempotenz ist."}]
  }'

• Beim Aufruf über den Anthropic-Endpunkt kommen die Thinking-Inhalte als thinking-Blöcke zurück; auch hier schaltet "thinking": {"type": "disabled"} das Thinking ab.
• Setzen Sie bei aktiviertem Thinking ein ausreichend großes max_tokens. Reicht das Kontingent nicht, enthält die Antwort unter Umständen nur einen thinking-Block und keine Antwort.

Die vollständigen Einrichtungsschritte für Claude Code finden Sie unter Claude Code einrichten.

JSON-Ausgabe und Tool-Aufrufe

response_format unterstützt {"type": "json_object"} und {"type": "json_schema", ...}; für Tool-Aufrufe verwenden Sie den Standardparameter tools:

import json
import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="deepseek/deepseek-v4-pro-0813",
    response_format={"type": "json_object"},
    messages=[{"role": "user", "content": "Gib price und currency als JSON zurück: Schläger und Ball kosten zusammen 1,10 Dollar. Der Schläger kostet 1 Dollar mehr als der Ball. Wie viel kostet der Ball?"}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(json.loads(resp.choices[0].message.content))

Wenn Sie json_object verwenden, schreiben Sie im Prompt ausdrücklich „als JSON zurückgeben“ und nennen Sie die benötigten Felder.

Prompt-Caching

DeepSeek cacht wiederkehrende Präfixe von Anfragen automatisch, die Anfrage muss nicht angepasst werden. Die Treffermenge steht in usage.prompt_tokens_details.cached_tokens; der getroffene Anteil wird zum Preis für Cache-Lesen abgerechnet. Das Caching erfolgt nach bestem Bemühen; auch Anfragen mit identischem Präfix können den Cache verfehlen.

Anbieter

Wie Sie einen Anbieter festlegen, lesen Sie unter Provider-Routing.

Häufige Fehler

Weitere allgemeine Fehler: Fehlerbehandlung.

Offizielle Dokumentation

• DeepSeek API-Dokumentation 
• DeepSeek · Thinking-Modus 
• DeepSeek · Kompatibilität mit der Anthropic-API 

Die offizielle Dokumentation beschreibt das Verhalten bei direktem Aufruf von DeepSeek. Beim Aufruf über OfoxAI gelten für Modell-IDs und Endpunktadressen die Angaben auf dieser Seite.

Häufige Fragen