DeepSeek V4 API 迁移实战：旧名已退役，5 分钟换新模型

生命不息，折腾不止。DeepSeek 把用了两年的旧模型名 deepseek-chat 直接砍了，这篇带你 5 分钟完成迁移，顺带躲开账单刺客。

如果你手上还有跑着的 DeepSeek 代码，先别慌，大概率就是改一个字符串的事。但你要是真以为「改个名字」就完事，那 thinking 模式、分时定价这两个新东西分分钟教做人。这篇把来龙去脉、迁移步骤、省钱技巧一次讲清楚。

一、先搞清楚发生了什么

DeepSeek 在 2026 年 4 月 24 日发布了 V4 预览版（MIT 协议开源），API 里新增了两个正式模型名：deepseek-v4-flash 和 deepseek-v4-pro。当时旧的 deepseek-chat / deepseek-reasoner 还在，只是被悄悄当作别名转发到 V4。

然后关键节点来了：2026 年 7 月 24 日 15:59 UTC（北京时间当天 23:59），旧模型名正式退役。之后任何请求只要还写 deepseek-chat 或 deepseek-reasoner，直接返回错误，没有宽限期，没有降级。

官方文档现在只列三个模型名：

模型	说明
`deepseek-v4-flash`	日常主力，快、便宜（当前版本 V4-Flash-0731）
`deepseek-v4-pro`	旗舰，最强推理（当前版本 V4-Pro-0813）
`deepseek-v4-flash-vision-exp`	实验性视觉模型，支持图片输入

好消息是 base URL 完全没变：OpenAI 格式还是 https://api.deepseek.com，Anthropic 格式是 https://api.deepseek.com/anthropic。所以绝大多数项目就是「改个模型名字符串」的事。

二、Flash 还是 Pro？V4 家族怎么选

先看参数和定位（官方公布）：

deepseek-v4-flash：284B 参数 MoE（每次激活 13B），官方称 SWE-bench Verified 72.1%，主打性价比，适合日常对话、批量任务、对延迟敏感的场景。
deepseek-v4-pro：1.6T 参数 MoE（每次激活 49B），官方称 SWE-bench Verified 80.6%，复杂代码、深度推理场景选它。
两者都是 1M token 上下文窗口，最大输出 384K，支持 JSON 输出、Tool Calls、Responses API、Anthropic 兼容格式。

价格（官方文档，单位：美元 / 每 100 万 tokens）：

计费项	v4-flash（峰值/非峰值）	v4-pro（峰值/非峰值）
输入·缓存命中	$0.014 / $0.007	$0.044 / $0.022
输入·缓存未命中	$0.44 / $0.22	$1.32 / $0.66
输出	$1.32 / $0.66	$3.96 / $1.98

注意这个分时定价，DeepSeek 算是第一个这么玩的大厂：工作日（周一至周五）UTC 01:00-04:00 和 06:00-10:00（北京时间 09:00-12:00、14:00-18:00）是峰值，其余时间半价。习惯白天跑批量的同学，挪到晚上能省一半。

选型建议：无脑先上 flash，日常 90% 的场景它都扛得住；真遇到复杂推理和代码题感觉不够，再单独把那条链路切到 pro，别全局升级。

三、迁移实操：改一个字符串，5 分钟收工

旧代码搜索清单先摆出来，对着改就行：

deepseek-chat → deepseek-v4-flash（日常对话、非思考场景）
deepseek-reasoner → deepseek-v4-flash（要省钱的推理场景）或 deepseek-v4-pro（要顶配推理）

改完用 Python + OpenAI SDK 验证（官方示例）：

# pip install openai
import os
from openai import OpenAI

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

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[
        {"role": "system", "content": "你是一个全能助手"},
        {"role": "user", "content": "用一句话解释什么是 MoE"},
    ],
    stream=False,
)
print(response.choices[0].message.content)

不写代码，直接 curl 验也行：

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [{"role": "user", "content": "你好"}]
  }'

注意一个小坑：thinking 模式默认是开的（默认档位 high），所以第一次调用如果发现返回结构里多了一个 reasoning_content 字段，别慌，那是思维链，正常现象。

四、躲开账单刺客：thinking 模式和三个参数坑

迁移完第一件事，建议打开你的账单对比一下。很多人（包括我）发现同样一批任务，跑完价格直接翻倍——原因就一个：V4 默认开 thinking 模式，输出前先吐一大段思维链，而思维链 token 是按输出价计费的，输出恰恰是最贵的部分。

三个参数坑，逐个说：

1. 关 thinking / 降档 effort。 OpenAI 格式下 thinking 开关要放在 extra_body 里（Chat Completions 接口不支持顶层传）：

# 关闭思维链：想省钱、只要快速答案的场景
response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "今天杭州天气怎么样"}],
    extra_body={"thinking": {"type": "disabled"}},
)

# 保留思维链但降档：日常够用，token 少很多
response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "写一段二分查找"}],
    reasoning_effort="low",
    extra_body={"thinking": {"type": "enabled"}},
)

reasoning_effort 支持 low / high / max（medium、xhigh 会被映射成 high）。如果走 Anthropic 格式，对应参数是 reasoning: {"effort": "none/low/high/max"}，none 即关闭 thinking。

2. thinking 模式下，temperature、top_p、presence_penalty、frequency_penalty 全部无效。 不报错，但静默失效。老代码里调这些参数的，迁移后别指望它们还起作用。

3. 多轮对话 + 工具调用时，reasoning_content 必须原样回传。 请求带了 tools 参数的话，每一轮把 assistant 返回的 reasoning_content 拼进下一轮消息，哪怕那一轮没有工具调用，漏了直接 400 报错。不带 tools 的普通多轮则不用管，传了也会被忽略。

五、进阶玩法：让 Claude Code 用上 DeepSeek

V4 一个很香的点：官方把 Anthropic 兼容接口和 Agent 工具集成都做好了。Claude Code、GitHub Copilot、OpenCode 这类 Agent 工具，理论上可以直接把后端模型换成 DeepSeek，不用写代码，改环境变量指向 https://api.deepseek.com/anthropic 就行（具体变量名和配置方式以 DeepSeek 官方 Agent 集成文档为准，不同工具略有差异）。DeepSeek 官方还放出了自己的 agent harness —— DeepSeek Harness，现在还是 developer preview，想尝鲜的可以去官方指南看 quickstart。

另外多说一句：如果你嫌一个模型一个平台地注册、充值、管理 key 太麻烦，想一个 key 通吃 Claude / GPT / Gemini / DeepSeek、人民币按量付费的话，可以看看 ai.aklibk.com 这个中转站，模型切换就是改个模型名的事，跟你今天学的这套玩法无缝衔接。DeepSeek 系列在里面价格也挺实在，多模型对接 + 便宜，正好互补。