Migração da API DeepSeek para deepseek-v4-flash / deepseek-v4-pro: como escolher entre os formatos compatíveis com OpenAI e Anthropic

Em 2026-06-14, ao olhar para a API da DeepSeek, o que você mais deveria mudar primeiro não é o prompt, mas o nome do modelo. A página de preços em chinês da DeepSeek é bem direta: deepseek-chat e deepseek-reasoner serão descontinuados em 2026/07/24 às 23:59, horário de Pequim; durante o período de compatibilidade, o primeiro corresponde ao modo sem raciocínio do deepseek-v4-flash, e o segundo corresponde ao modo com raciocínio do deepseek-v4-flash (página de preços da DeepSeek). Se o seu código de produção ainda usa os nomes antigos, não espere até a última semana.

Escolha primeiro o formato da interface: olhe para o seu ecossistema, não para a sua crença

A DeepSeek agora oferece duas entradas compatíveis ao mesmo tempo: formato OpenAI https://api.deepseek.com e formato Anthropic https://api.deepseek.com/anthropic (primeira chamada à API da DeepSeek).

Minha recomendação é simples:

Sua situação atual	Qual escolher	Motivo
Você já usa OpenAI SDK, LangChain, LlamaIndex ou Chat Completions do Vercel AI SDK	Formato OpenAI	Exige menos alterações em base_url e model
Você já usa Anthropic SDK, Claude Code ou a estrutura da Messages API	Formato Anthropic	Os hábitos de system, messages.create e max_tokens não mudam
Você escreveu seu próprio HTTP wrapper	Priorize o formato OpenAI	Há mais material de depuração e os campos são mais universais
Você quer reutilizar a cadeia de ferramentas do Claude	Formato Anthropic	A DeepSeek declara suporte ao ecossistema da API Anthropic (API Anthropic da DeepSeek)

Uma armadilha: no formato Anthropic, a DeepSeek faz mapeamento de nomes de modelo. A documentação oficial diz que nomes começando com claude-opus serão mapeados para deepseek-v4-pro, enquanto nomes começando com claude-haiku ou claude-sonnet serão mapeados para deepseek-v4-flash. Ainda assim, recomendo escrever explicitamente deepseek-v4-pro ou deepseek-v4-flash; não entregue o comportamento de produção a um mapeamento implícito.

Substituição dos nomes de modelo: pare de depender de aliases de compatibilidade

A tabela de migração tem apenas duas linhas:

Nome antigo do modelo	Compatível atualmente com	Forma recomendada
deepseek-chat	deepseek-v4-flash em modo sem raciocínio	deepseek-v4-flash + desativar thinking
deepseek-reasoner	deepseek-v4-flash em modo com raciocínio	deepseek-v4-flash ou deepseek-v4-pro + ativar thinking

Se antes você usava deepseek-reasoner para revisão de código, SQL complexo ou raciocínio sobre textos longos, vale aproveitar para avaliar o deepseek-v4-pro. Se for apenas atendimento ao cliente, resumo ou classificação, deepseek-v4-flash parece mais a escolha padrão.

Formato OpenAI: versão com alterações mínimas

O formato OpenAI da DeepSeek ainda usa Chat Completions. A interface oficial da OpenAI também segue o estilo de lista de mensagens em POST /v1/chat/completions (Referência da API OpenAI), então, na maioria dos SDKs, basta mudar dois pontos.

# 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)

Para ativar o modo de raciocínio, altere a última parte para:

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

O modo de raciocínio da DeepSeek vem ativado por padrão; no OpenAI SDK, thinking deve ser colocado em extra_body; a intensidade de raciocínio aceita high e max (modo de raciocínio da DeepSeek). Se sua cadeia de chamadas de ferramentas reenviar mensagens do assistant, lembre-se de uma regra rígida: em turnos de modo de raciocínio que envolvem tool call, as solicitações subsequentes devem reenviar integralmente reasoning_content, caso contrário receberão 400.

Formato Anthropic: deixe uma porta aberta para a cadeia de ferramentas do Claude

Se você já estruturou prompts de sistema, max_tokens e client.messages.create() em torno da Anthropic Messages API, basta trocar a 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)

A Messages API oficial da Anthropic também segue essa estrutura de messages.create, com campos centrais como model, max_tokens, system e messages (Anthropic Messages API). Portanto, o verdadeiro motivo para escolher o formato Anthropic não é ele ser “mais avançado”, mas sim exigir menos alterações no código do ecossistema Claude.

Estimativa de custos: comece calculando como se não houvesse acerto de cache

A página de preços em chinês da DeepSeek cobra por milhão de tokens: para deepseek-v4-flash, entrada com acerto de cache custa 0,02 yuan, entrada sem acerto custa 1 yuan e saída custa 2 yuan; para deepseek-v4-pro, entrada com acerto de cache custa 0,025 yuan, entrada sem acerto custa 3 yuan e saída custa 6 yuan (página de preços da DeepSeek).

Um cálculo aproximado: 200M de entrada e 50M de saída por mês, primeiro considerando tudo como sem acerto de cache.

Modelo	Custo de entrada	Custo de saída	Total
deepseek-v4-flash	200 yuan	100 yuan	300 yuan
deepseek-v4-pro	600 yuan	300 yuan	900 yuan

A fatura real será afetada pelos acertos de cache. Ao fazer RAG, Agent ou prompts de sistema longos, coloque os prefixos estáveis no início; quando a taxa de acerto subir, o custo de entrada cairá bastante. Não use os números de cache mais otimistas para fazer o orçamento logo no primeiro dia da migração.

Usuários de interfaces intermediárias: para facilitar, dá para usar onehop

Se o seu objetivo não é se conectar apenas à DeepSeek, mas alternar entre Claude, GPT e Gemini na mesma base de código, a onehop é um caminho que economiza tempo: compatível com OpenAI/Anthropic, basta mudar a Base URL para https://api.onehop.ai/v1, novas contas recebem US$ 10, os preços são mais baixos que os oficiais e não é necessário vincular cartão.

Exemplo com 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)

O Anthropic SDK também pode apontar para a mesma Base URL:

import anthropic, os

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

Eu planejaria a migração de produção assim: hoje, substitua os nomes antigos dos modelos; esta semana, faça passar os smoke tests dos dois caminhos, OpenAI e Anthropic; até o fim do mês, complete a lógica de reenvio do modo de raciocínio e dos tool calls; antes de meados de julho, remova todos os deepseek-chat e deepseek-reasoner. Se você quiser manter menos conjuntos de configurações de fornecedores, pode testar diretamente: chame Claude e outros modelos pela onehop, ou primeiro resgate o crédito para validar o fluxo: cadastre-se e receba US$ 10 em crédito de teste.