DeepSeek API Migration: Umstieg auf V4.1 Flash

Wenn Ihre Anwendung weiterhin deepseek-v4-flash sendet, bedeutet eine erfolgreiche Anfrage nicht mehr, dass das ursprüngliche V4 Flash-Modell verwendet wird. Die aktuelle Dokumentation von DeepSeek leitet diesen Kompatibilitätsnamen an V4.1 Flash weiter. Neue Integrationen sollten deepseek-flash explizit anfordern.

Dieser Leitfaden aktualisiert den offiziellen API-Migrationspfad Stand 23. September 2026. Er richtet sich an Entwickler, die ein Skript, einen Server oder eine Agenten-Integration warten. Das Verschieben einer Konversation zwischen Web-Chat-Produkten ist eine separate Aufgabe; das Kopieren der Chat-Historie ändert nicht die API-Konfiguration in Ihrer Anwendung.

Prüfen Sie, was jede Kennung jetzt bedeutet

Das offizielle Änderungsprotokoll und die Modelltabelle legen die aktuelle Zuordnung fest:

Kennung in Ihrer Konfiguration	Aktueller dokumentierter Status	Empfohlene Aktion
`deepseek-flash`	V4.1 Flash	Für neue Flash-Integrationen verwenden
`deepseek-v4-flash`	Kompatibilitätsalias für V4.1 Flash	In gewarteten Beispielen und Konfigurationen ersetzen
`deepseek-v4-flash-vision-exp`	Kompatibilitätsalias für V4.1 Flash	Bildanfragen zu `deepseek-flash` verschieben
`deepseek-v4-pro`	V4 Pro bleibt verfügbar	Vor Änderung eines etablierten Workflows evaluieren
`deepseek-chat` / `deepseek-reasoner`	Offiziell zur Einstellung am 24. Juli 2026 geplant	Migrieren, statt sich auf weitere Akzeptanz zu verlassen

Die alten Chat- und Reasoner-Namen sollten nicht als langfristige Methode zur Wahl von Non-Thinking- und Thinking-Verhalten betrachtet werden. Treffen Sie die Modellwahl und Denkeinstellung im gewarteten Code explizit. Inspizieren Sie auch geplante Jobs und Background-Worker: Das Ändern der interaktiven Anwendung aktualisiert keinen Modellnamen, der in einen anderen Dienst kopiert wurde.

Trennen Sie den Anbieter vom Modell

Notieren Sie den Endpunkt, den angeforderten Modellnamen, das Anfrageformat und die Antwortfelder, die Ihre Anwendung konsumiert. Ein Gateway eines Drittanbieters kann andere Aliase oder Preise verwenden. Die obigen Zuordnungen beschreiben den offiziellen DeepSeek-Dienst, nicht jeden Dienst, der ein DeepSeek-Modell anbietet.

Beispielsweise sagt Ihnen eine Umgebungsvariable namens MODEL=deepseek-v4-flash nur einen Teil der Geschichte. Sie benötigen auch die Basis-URL und den Code, der Anwendungsnachrichten in API-Anfragen übersetzt. Ein Adapter kann Felder fallen lassen oder ein kleineres Ausgabelimit auferlegen, selbst wenn das zugrundeliegende Modell mehr unterstützt.

Durchsuchen Sie Konfigurationsdateien, Bereitstellungsvariablen und Prompt-Evaluationsskripte vor der Bearbeitung. Halten Sie den Anbieter für die erste Migrationsprüfung unverändert. Das gleichzeitige Ändern von Anbietern, Protokollen, Prompts und Modellen macht eine fehlgeschlagene Ergebnisdiagnose viel schwieriger.

Start using deepseek-v4

Stellen Sie eine kleine Anfrage mit einem expliziten Modus

Das folgende Python-Beispiel ruft den offiziellen Chat Completions-Endpunkt unter Verwendung eines OpenAI-kompatiblen Clients auf. Installieren Sie das openai-Paket in Ihrer Testumgebung und stellen Sie DEEPSEEK_API_KEY über Ihren normalen Secret-Management-Mechanismus bereit. Halten Sie den Schlüssel aus Quelldateien, Browser-Code und Anforderungsprotokollen fern.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com",
)

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{
        "role": "user",
        "content": "Extract the order ID from: Order A-104 is ready. Return only the ID.",
    }],
    max_tokens=128,
    extra_body={"thinking": {"type": "disabled"}},
)

print(response.choices[0].message.content)
print(response.usage)

Die Aufgabe hat eine offensichtliche erwartete Antwort, A-104. Sie prüft Authentifizierung, Routing, Antwortparsing und Nutzungsmeldung ohne einen komplexen Prompt. Es ist ein dokumentationsbasiertes Beispiel, kein aufgezeichneter Live-API-Test. Eine unerwartete Antwort oder ein Fehler ist ein Grund, die Anfrage zu inspizieren, bevor Sie Ihren vollständigen Anwendungskontext hinzufügen.

Ein 128-Token-Limit ist für diese kleine Non-Thinking-Aufgabe angemessen. Es ist kein empfohlenes Budget für Reasoning- oder Agentenarbeit. Wählen Sie bei der Wiederherstellung Ihrer realen Workload ein Budget, das die angeforderte Ausgabe允许, und prüfen Sie den Finish-Reason der Completion auf Abschneidung.

Denkeinstellungen können Verhalten ohne Fehler ändern

Die Thinking Mode Dokumentation besagt, dass Thinking standardmäßig mit hohem Aufwand aktiviert ist. In Chat Completions wird thinking über extra_body bereitgestellt, wenn der Python-Client verwendet wird. Unterstützte Aufwandstufen sind low, high und max.

Für einen Thinking-Mode-Test ersetzen Sie die relevanten Argumente durch:

reasoning_effort="high",
extra_body={"thinking": {"type": "enabled"}},

Gehen Sie nicht davon aus, dass eine erfolgreiche HTTP-Antwort bedeutet, dass jede Sampling-Einstellung angewendet wurde. Die Dokumentation besagt, dass temperature im Thinking-Modus keine Wirkung hat, obwohl sie zur Kompatibilität akzeptiert werden kann. Wenn eine ältere Testsuite auf Temperatur zur Kontrollierung der Variation vertraut hat, dokumentieren Sie diesen Unterschied vor dem Vergleich der Ergebnisse.

Die Tool-Aufruf-Historie erfordert besondere Sorgfalt. Für Chat Completions-Anfragen, die tools tragen, erfordert der Leitfaden, dass vorheriger reasoning_content zurückgegeben wird, einschließlich Turns ohne Tool-Aufruf. Ein Adapter, der nur den finalen Text des Assistenten erhält, kann daher einen späteren Turn unterbrechen. Inspizieren Sie die vollständige Nachrichtenbehandlung in einem Multi-Turn-Test, anstatt nur die erste Antwort zu validieren.

Erstellen Sie das Regressionssset um Fehlerfälle herum

Beginnen Sie mit Beispielen, deren erwartete Ergebnisse Sie bereits kennen. Fügen Sie eine Extraktion mit einem fehlenden Feld, eine Antwort, die in ein Schema passen muss, eine lange Eingabe mit der Antwort nahe dem Ende und einen Tool-Workflow, der nach einem Tool-Ergebnis fortfährt, hinzu. Fügen Sie nur dann einen Bildfall hinzu, wenn Ihre Anwendung Bilder verwendet.

Prüfen Sie bei jeder Aufgabe, ob die Ausgabe verwendbar ist, bevor Sie die Latenz messen. Eine JSON-artig aussehende Antwort benötigt noch Parsing und Schema-Validierung. Eine Codeänderung benötigt noch die relevanten Tests. Ein zitierter Wert muss noch im bereitgestellten Material existieren. Speichern Sie Fehlerkategorien, damit Sie eine Output-Format-Regression von einem Anbieterfehler unterscheiden können.

Messen Sie abgeschlossene Arbeit, einschließlich Retries. Protokollieren Sie Eingabe, Ausgabe und Cache-Nutzung separat. Eine Preissenkung garantiert keine billigere Aufgabe, wenn das neue Verhalten längere Antworten produziert oder Ihre Anwendung zu Retries veranlasst. Verwenden Sie identische Prompts und explizite Einstellungen für den Vergleich; verschieben Sie Prompt-Optimierung auf einen späteren Durchgang.

Pro-Verfügbarkeit und Rollback erfordern separate Entscheidungen

Die Ankündigung vom 10. September beschrieb einen Plan, Pro-Anfragen an Flash zu leiten. Das aktuelle Änderungsprotokoll besagt, dass der Pro-Dienst nach dem 14. September mit unveränderter Abrechnungsmethode fortgesetzt wird. Migrieren Sie eine funktionierende Pro-Integration nicht allein, weil Sie den älteren Einstellungsplan gelesen haben.

Für Flash stellt das Zurücksetzen der Konfiguration auf deepseek-v4-flash das eingestellte Modell nicht wieder her: diese Kennung ist ein Alias für das neue Modell. Ein Rollback-Plan muss einen tatsächlich verfügbaren Dienst benennen und dessen Fähigkeiten berücksichtigen. Pro ist kein Drop-in-Fallback für eine Bildanfrage; die aktuelle offizielle Modelltabelle listet keine Vision-Unterstützung für Pro auf.

Führen Sie die Änderung zunächst auf einen kleinen Teil des Traffics aus, mit einer klaren Bedingung zum Stoppen. Halten Sie die Evaluierungsergebnisse und Anbietereinstellungen mit dem Release-Record fest. Sobald die neue Route die Checks Ihrer Anwendung besteht, aktualisieren Sie kopierte Beispiele und interne Dokumentation, damit die alte Kennung während der nächsten Integration nicht zurückkehrt.