DeepSeek API 迁移指南：切换至 V4.1 Flash

如果你的程序还在发送 deepseek-v4-flash，请求成功已不代表它仍使用最初的 V4 Flash。当前官方文档说明，这个兼容名称会路由至 V4.1 Flash。新接入应明确使用 deepseek-flash。

本文按 2026 年 9 月 23 日的官方资料更新迁移路径，面向维护脚本、后端服务或 Agent 接入的开发者。网页版聊天记录迁移是另一件事：复制历史对话，不会改变程序中使用的 API 模型和参数。

先弄清每个模型名现在指向哪里

配置中的名称	当前官方说明	建议动作
`deepseek-flash`	V4.1 Flash	新项目采用此名称
`deepseek-v4-flash`	兼容路由至 V4.1 Flash	更新维护中的配置与示例
`deepseek-v4-flash-vision-exp`	兼容路由至 V4.1 Flash	图片请求迁往 `deepseek-flash`
`deepseek-v4-pro`	V4 Pro 继续提供服务	先评估现有任务，再决定是否切换
`deepseek-chat`、`deepseek-reasoner`	官方曾公告于 2026 年 7 月 24 日停止提供这两个名称	不依赖可能残留的兼容行为，迁移到当前模型与参数

旧的 chat、reasoner 名称不应继续承担“切换思考模式”的配置职责。新代码应分别声明模型与思考设置。检查范围也要包含定时任务和后台队列：交互页面改了模型，不代表另一个服务里复制的旧配置已经同步。

模型名之外，还要核对服务商和请求格式

先记下 base URL、模型名、协议，以及程序实际读取的响应字段。第三方网关可能有自己的模型别名、价格和限制；上表描述的是 DeepSeek 官方服务。

例如，环境变量里写着 MODEL=deepseek-v4-flash，还不足以判断请求最终发到了哪里。需要继续看地址，以及把业务消息转换成 API 请求的适配代码。有些适配器会丢掉字段，或设置比模型上限更小的输出预算。

第一次迁移检查先保留原来的提供商和提示词，只调整需要核对的模型及参数。把提供商、协议、模型和提示词同时换掉，一旦结果变差，就很难定位原因。

开始使用deepseek-v4

先发一个答案明确的小请求

下面的 Python 示例使用兼容客户端访问官方 Chat Completions 接口。测试环境需要安装 openai 包，并通过平时使用的密钥管理方式提供 DEEPSEEK_API_KEY，不要把真实密钥写进代码、浏览器端或请求日志。

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": "从这句话提取订单号：订单 A-104 已备妥。只返回订单号。",
    }],
    max_tokens=128,
    extra_body={"thinking": {"type": "disabled"}},
)

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

预期内容是 A-104。这个任务用于检查认证、路由、响应解析和用量记录，不需要复杂上下文。示例依据文档编写，本文没有把它描述为已经进行过真实 API 调用的测试记录。

128 token 适用于这里非常短的非思考任务，不是推理和 Agent 工作的通用预算。恢复业务输入时，要为实际输出留足空间，并检查结束原因，避免把截断结果当作完整答案。

参数被接受，不代表参数生效

思考模式文档说明，当前默认开启思考，默认强度为 high。通过上述 Python 客户端调用 Chat Completions 时，thinking 应放入 extra_body；强度可用 low、high 或 max。

需要测试思考模式时，可把相应参数改为：

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

不要把 HTTP 成功响应当作所有采样设置生效的证据。官方说明，在思考模式下，temperature 可以因兼容需要被接受，但不会生效。如果旧测试依赖温度控制输出变化，比较前应先记录这一差别。

工具调用还有一处容易漏掉的细节：对携带 tools 的 Chat Completions 请求，文档要求后续请求回传历史 reasoning_content，包括没有执行工具调用的轮次。如果适配器只保存助手的最终文本，第一轮可能正常，后面的工具会话却可能失败。因此至少要检查一段“请求—工具结果—继续回答”的完整历史，而不只是单轮请求。

回归样例应包含容易失败的输入

从已有答案的任务开始：一个缺字段的提取任务、一个必须符合 Schema 的输出、一段答案位于末尾的长输入，以及一次接收工具结果后的续聊。业务使用图片时，再加入图片样例。

先看输出是否能使用，再测速度。看起来像 JSON，仍要经过解析和结构校验；代码修改仍要跑对应测试；引用的数字仍要能在原文中找到。把错误分成格式不符、事实错误、工具历史错误和服务错误，之后才容易确定修复方向。

用量应按完成整个任务计算，包含重试。分别记录输入、输出和缓存用量。单价下降不保证任务总价一定下降，因为新行为可能生成更长的答案，或触发更多重试。第一轮比较固定提示词与显式参数，提示词优化可以留到下一轮。

Pro 的继续服务与 Flash 的回退，是两件事

9 月 10 日的发布稿曾计划将 Pro 请求路由至 Flash；当前日志则明确说明，9 月 14 日后 Pro 继续服务，计费方式不变。因此，不必仅因为读到旧的停服计划，就立即迁移一个运行正常的 Pro 应用。

Flash 的回退方案更需要写清楚：把配置改回 deepseek-v4-flash，不能恢复已经退役的旧模型，因为这个名字现在指向新模型。回退目标必须是实际仍可用的服务，而且能力适合当前任务。Pro 当前官方 API 不支持视觉，所以不能直接承担图片请求的备用路由。

先让少量流量走新配置，并设定明确的停止条件。通过业务检查后，再同步内部示例与维护文档，避免下一次接入又复制回旧模型名。迁移记录应保存提供商、日期、参数和验收结果，而不只是写一句“接口已通”。