Migrazione dell’API DeepSeek a deepseek-v4-flash / deepseek-v4-pro: come scegliere tra i formati compatibili OpenAI e Anthropic

2026-06-14 Guardando la DeepSeek API, la prima cosa da cambiare non è il prompt, ma il nome del modello. La pagina prezzi cinese di DeepSeek lo dice in modo molto diretto: deepseek-chat e deepseek-reasoner verranno deprecati alle 23:59 del 24/07/2026, ora di Pechino; durante il periodo di compatibilità, il primo corrisponde alla modalità senza ragionamento di deepseek-v4-flash, il secondo alla modalità con ragionamento di deepseek-v4-flash (pagina prezzi DeepSeek). Se nel tuo codice di produzione stai ancora usando i vecchi nomi, non aspettare l’ultima settimana.

Scegli prima il formato dell’interfaccia: guarda il tuo ecosistema, non la fede

DeepSeek ora offre due endpoint compatibili: formato OpenAI https://api.deepseek.com, formato Anthropic https://api.deepseek.com/anthropic (prima chiamata API DeepSeek).

Il mio consiglio è semplice:

La tua situazione attuale	Cosa scegliere	Motivo
Usi già OpenAI SDK, LangChain, LlamaIndex, Vercel AI SDK con Chat Completions	Formato OpenAI	Modifiche minime a base_url e model
Usi già Anthropic SDK, Claude Code, struttura Messages API	Formato Anthropic	Le abitudini su system, messages.create, max_tokens restano invariate
Hai scritto un wrapper HTTP tuo	Preferisci il formato OpenAI	Più materiale per il debug, campi più generici
Vuoi riutilizzare la toolchain Claude	Formato Anthropic	DeepSeek supporta esplicitamente l’ecosistema Anthropic API (DeepSeek Anthropic API)

Una trappola: nel formato Anthropic, DeepSeek effettua una mappatura dei nomi dei modelli. La documentazione ufficiale indica che i nomi che iniziano con claude-opus vengono mappati su deepseek-v4-pro, mentre quelli che iniziano con claude-haiku o claude-sonnet vengono mappati su deepseek-v4-flash. Io consiglio comunque di scrivere esplicitamente deepseek-v4-pro o deepseek-v4-flash, senza affidare il comportamento in produzione a una mappatura implicita.

Sostituzione dei nomi dei modelli: non dipendere più dagli alias compatibili

La tabella di migrazione ha solo due righe:

Vecchio nome modello	Compatibilità attuale con	Scrittura consigliata
deepseek-chat	deepseek-v4-flash modalità senza ragionamento	deepseek-v4-flash + disattivare thinking
deepseek-reasoner	deepseek-v4-flash modalità con ragionamento	deepseek-v4-flash o deepseek-v4-pro + attivare thinking

Se prima usavi deepseek-reasoner per code review, SQL complesso o ragionamento su testi lunghi, vale la pena valutare anche deepseek-v4-pro. Se si tratta solo di customer service, riassunti o classificazione, deepseek-v4-flash è più simile alla scelta predefinita.

Formato OpenAI: versione con modifiche minime

Il formato OpenAI di DeepSeek usa ancora Chat Completions. Anche l’interfaccia ufficiale di OpenAI è una struttura a lista di messaggi con POST /v1/chat/completions (OpenAI API Reference), quindi nella maggior parte degli SDK basta cambiare due punti.

# pip install openai
import os
from openai import OpenAI

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

resp = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[
        {"role": "system", "content": "你是一个严谨的代码审查助手。"},
        {"role": "user", "content": "检查这段 Python 代码的潜在 bug。"},
    ],
    extra_body={"thinking": {"type": "disabled"}},
    stream=False,
)

print(resp.choices[0].message.content)

Per attivare la modalità di ragionamento, modifica l’ultima parte così:

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

La modalità di ragionamento di DeepSeek è attiva per impostazione predefinita; nell’OpenAI SDK, thinking va inserito in extra_body; l’intensità del ragionamento supporta high e max (modalità di ragionamento DeepSeek). Se la tua catena di tool calling reinvia i messaggi assistant, ricorda una regola rigida: nei turni in modalità di ragionamento che coinvolgono tool call, le richieste successive devono reinviare integralmente reasoning_content, altrimenti riceverai un 400.

Formato Anthropic: una porta di servizio per la toolchain Claude

Se hai già scritto prompt di sistema, max_tokens e client.messages.create() intorno all’Anthropic Messages API, basta cambiare il Base URL:

# pip install anthropic
import os
import anthropic

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

msg = client.messages.create(
    model="deepseek-v4-pro",
    max_tokens=1000,
    system="你是一个资深后端工程师。",
    messages=[{"role": "user", "content": "给我一个 Redis 缓存穿透的修复方案。"}],
    thinking={"type": "enabled"},
    output_config={"effort": "high"},
)

print(msg.content)

Anche l’Anthropic Messages API ufficiale usa questa struttura messages.create, con campi principali come model, max_tokens, system, messages (Anthropic Messages API). Quindi il vero motivo per scegliere il formato Anthropic non è che sia “più avanzato”, ma che richiede meno modifiche al codice dell’ecosistema Claude.

Stima dei costi: parti assumendo cache miss

La pagina prezzi cinese di DeepSeek fattura per milione di token: per deepseek-v4-flash, input con cache hit 0,02 yuan, input senza cache hit 1 yuan, output 2 yuan; per deepseek-v4-pro, input con cache hit 0,025 yuan, input senza cache hit 3 yuan, output 6 yuan (pagina prezzi DeepSeek).

Un calcolo approssimativo: 200M di input e 50M di output al mese, inizialmente assumendo tutto come cache miss.

Modello	Costo input	Costo output	Totale
deepseek-v4-flash	200 yuan	100 yuan	300 yuan
deepseek-v4-pro	600 yuan	300 yuan	900 yuan

La fattura reale dipenderà dalla percentuale di cache hit. Quando fai RAG, Agent o usi prompt di sistema lunghi, metti i prefissi stabili all’inizio: quando la percentuale di hit sale, il costo dell’input cala in modo evidente. Non fare il budget il primo giorno di migrazione usando i numeri di cache più ottimistici.

Utenti di interfacce proxy: per semplificare puoi usare onehop

Se il tuo obiettivo non è integrare solo DeepSeek, ma passare tra Claude, GPT e Gemini con lo stesso codice, onehop è un percorso che fa risparmiare tempo: compatibile OpenAI/Anthropic, Base URL da cambiare in https://api.onehop.ai/v1, i nuovi account ricevono $10, prezzi inferiori a quelli ufficiali, nessuna carta richiesta.

Esempio con OpenAI SDK:

from openai import OpenAI
import os

client = OpenAI(
    api_key=os.environ["ONEHOP_API_KEY"],
    base_url="https://api.onehop.ai/v1",
)

resp = client.chat.completions.create(
    model="claude-sonnet-4-5",
    messages=[{"role": "user", "content": "用三点解释这个 API 迁移计划。"}],
)
print(resp.choices[0].message.content)

Anche l’Anthropic SDK può puntare allo stesso Base URL:

import anthropic, os

client = anthropic.Anthropic(
    api_key=os.environ["ONEHOP_API_KEY"],
    base_url="https://api.onehop.ai/v1",
)

Per una migrazione in produzione, io pianificherei così: oggi sostituire i vecchi nomi dei modelli; questa settimana far passare gli smoke test per entrambi i percorsi OpenAI/Anthropic; entro fine mese completare la logica di reinvio per modalità di ragionamento e tool call; prima di metà luglio eliminare tutti i deepseek-chat e deepseek-reasoner. Se vuoi mantenere meno configurazioni per diversi provider, puoi provarlo direttamente: chiamare Claude e altri modelli su onehop, oppure ricevere prima il credito e far funzionare la catena: registrati e ricevi $10 di credito di prova.