Qu'est-ce que DeepSeek V4-Pro ? Modèles, API, appels de fonctions et sortie JSON expliqués • AI / API

Qu'est-ce que DeepSeek V4-Pro ? Modèles, API, appels de fonctions et sortie JSON expliqués

Vous connectez un agent DeepSeek et la documentation mentionnedeepseek-v4-prodeepseek-v4-flash, et les retraitésdeepseek-chat. L'appel de fonction revient parfoisargumentsce n'est pas un JSON valide, alors que le mode JSON et le schéma strict suivent des chemins différents ?

DeepSeek V4-Proest le modèle MoE phare de la famille DeepSeek V4, GA depuis le 13/08/2026 (build DeepSeek-V4-Pro-0813). La surface de l'API est inchangée :base_urlrestehttps://api.deepseek.com, ensemblemodelàdeepseek-v4-pro

Il est compatible avec OpenAI Chat Completions et offre également une interface de style anthropique ; L'appel de fonction, la sortie JSON et trois niveaux d'effort de réflexion partagent la même API.

Cet article couvre :

• Que sont V4-Pro et V4-Flash et comment choisir
• Une demande minimale de fin de chat
• La boucle complète de l’outil Function Calling
• Mode JSON vs schéma strict bêta
• Comment JSONNote aide à déboguer le modèle JSON

Qu'est-ce que DeepSeek V4-Pro

DeepSeek V4 a été lancé via API le 2026-04-24 en tant que pile mixte d'experts. V4-Pro est la plus grande variante : ~ 1,6 T de paramètres au total, ~ 49 B actifs par passe avant. Le frèredeepseek-v4-flashest plus léger (284B / 13B actif) pour les charges de travail sensibles à la latence et aux coûts.

La version GA 2026-08-13 améliore considérablement les compétences des agents : des références officielles telles que Terminal Bench 2.1 et Toolathlon-Verified rapportent des gains de qualité de production. Pour les développeurs, les changements pratiques sont :

• Les appels d'outils en plusieurs étapes sont plus stables, avec moins de boucles vides avant de répondre
• OpenAI natifResponses APIprise en charge du format (flux de travail compatibles avec le Codex)
• Le mode réflexion ajoutelow / high / maxtrois niveaux d'effort

Si vous utilisez déjà le SDK OpenAI avec un autre modèle, passer à V4-Pro signifie généralement modifier uniquementbase_urlapi_key, etmodel

Gamme V4 et noms hérités

Les nouveaux projets et scripts CI doivent utiliserdeepseek-v4-prooudeepseek-v4-flashdirectement : les anciens alias ont été retirés le 2026-07-24.

L'essentiel des API

Demande d'achèvements de chat minimaux

L’API DeepSeek correspond aux achèvements de chat OpenAI. Exemple Python (installez leopenaiemballer):

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_DEEPSEEK_API_KEY",
    base_url="https://api.deepseek.com",
)

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "用 JSON 列出三个 HTTP 状态码及含义"},
    ],
)
print(resp.choices[0].message.content)

Trois pièges faciles

1. 1
   API sans état

   Chaque demande doit inclure l'intégralitémessageshistoire. Le serveur ne se souviendra pas des résultats des outils précédents pour vous.

2. 2
   Prompt Cache

   Réponsesusagepeut inclureprompt_cache_hit_tokens. Les appels répétés avec le même préfixe atteignent le cache et coûtent moins cher.

3. 3
   Tarifs heures pleines/heures creuses

   Depuis le 16/08/2026, les tarifs varient selon le créneau horaire : les heures creuses représentent environ la moitié de la période de pointe. Les travaux par lots peuvent être planifiés en conséquence.

Fonction Appel de bout en bout

L'appel de fonction permet au modèle de renvoyer des invocations d'outils structurées (interroger une base de données, appeler HTTP, exécuter des mathématiques) au lieu de deviner. V4-Pro utilise le style OpenAItoolstableaux.

1. Définir les outils (schéma JSON)

{
  "type": "function",
  "function": {
    "name": "get_order",
    "description": "按订单号查询订单状态",
    "parameters": {
      "type": "object",
      "properties": {
        "order_id": { "type": "string", "description": "例如 ORD-10442" }
      },
      "required": ["order_id"]
    }
  }
}

2. Le modèle renvoie tool_calls

Quand le modèle veut un outil,finish_reasonest"tool_calls"message.contentest généralement vide – la véritable instruction réside dans letool_callstableau:

{
  "choices": [{
    "message": {
      "role": "assistant",
      "content": "",
      "tool_calls": [{
        "id": "call_0_f1c29a44",
        "type": "function",
        "function": {
          "name": "get_order",
          "arguments": "{\"order_id\": \"ORD-10442\"}"
        }
      }]
    },
    "finish_reason": "tool_calls"
  }]
}

Note:argumentsest unchaînetu doisjson.loadstoi-même. Les documents officiels avertissent que le modèle n'émet pas toujours du JSON valide et peut halluciner des champs en dehors de votre schéma.

3. Exécuter et renvoyer un message d'outil

import json

messages = [{"role": "user", "content": "查一下 ORD-10442 的状态"}]
tools = [/* 上面的 get_order 定义 */]

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=messages,
    tools=tools,
)
msg = resp.choices[0].message

if msg.tool_calls:
    messages.append(msg)  # 保留 assistant 的 tool_calls
    call = msg.tool_calls[0]
    try:
        args = json.loads(call.function.arguments)
    except json.JSONDecodeError:
        args = {}  # 降级或重试
    result = get_order(**args)  # 你的业务函数
    messages.append({
        "role": "tool",
        "tool_call_id": call.id,
        "content": json.dumps(result, ensure_ascii=False),
    })
    # 再次请求，模型基于真实数据生成最终回答
    final = client.chat.completions.create(
        model="deepseek-v4-pro",
        messages=messages,
        tools=tools,
    )

comportement de choix_outil

max_tokensUn trop petitargumentstronque l'appel d'outilfinish_reasondevientlengthavec des arguments incomplets. Les charges de travail des agents nécessitent des budgets d'exécution généreux.

Sortie JSON et mode strict

Mode JSON (response_format)

Lorsque vous n'avez besoin que de texte JSON (et non d'outils externes), utilisez le mode JSON :

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "只输出合法 JSON，不要 markdown 代码块"},
        {"role": "user", "content": "生成一个含 name、age 的用户对象"},
    ],
    response_format={"type": "json_object"},
)
raw = resp.choices[0].message.content
data = json.loads(raw)  # 仍建议 try/except

DeepSeek a augmenté les taux d'analyse JSON internes de 78 % à 85 % à l'ère V2 ; le nettoyage des regex peut atteindre 97 %. La V4 s'améliore encore, maisvalidez toujours dans votre candidature- ne traitez pas un succèsjson.loadspour preuve, le schéma est correct.

Schéma strict (bêta)

Pour les appels de fonctions qui doivent correspondre exactement au schéma JSON, activez le mode bêta strict :

• base_urlChangementhttps://api.deepseek.com/beta
• Ensemble"strict": true
• Chaqueobjectl'objetpropertiesdoit lister toutes les clés dansrequired, avecadditionalProperties: false

Validations strictes àheure de la demande-les schémas invalides renvoient 400 avant la génération. Idéal pour détecter les bogues de schéma au moment du déploiement.

JSON Mode vs Function Calling

Trois niveaux d'effort de réflexion

Prise en charge des modes de réflexion V4-Pro et V4-Flashlow / high / maxniveaux d'effort (voirdocumentation officielle de l'APISection Mode réflexion) :

• low: questions/réponses simples, mise en forme, résumés courts
• high: Agents quotidiens, raisonnement en plusieurs étapes
• max: génération de code complexe, planification longue

La réflexion coûte plus de jetons et de latence. Pour « transformer ce texte en JSON », le mode sans réflexion + le mode JSON est généralement moins cher.

V4-Pro vs V4-Flash

Les deux partagent la même API : les tests A/B n'ont besoin que d'unmodelchangement. Un déploiement courant : tester la chaîne d'outils sur Flash, passer à Pro si nécessaire.

Déboguer le modèle JSON avec JSONNote

L'intégration de V4-Pro signifie beaucoup de temps pour se demander « est-ce que cette analyse JSON, le schéma correspond-il ? JSONNote s'exécute localement dans le navigateur : votre clé API et vos corps de réponse ne sont jamais téléchargés.

1. 1
   Formater et afficher valider

   Collermessage.contentoutool_calls[].function.argumentsdansFormateur JSONouValidateur JSONpour voir instantanément les erreurs de syntaxe.

2. 2
   Vérifier par rapport au schéma

   Dans leJSON Schemaoutil, collez le schéma de vos paramètres de fonction et la sortie du modèle pour vérifier les champs.

3. 3
   Diff deux appels

   Après avoir modifié les invites ou changé Pro / Flash, utilisezJSON Diffpour comparer les résultats structurés.

4. 4
   Partager avec vos coéquipiers

   UtiliserPartage de hachage d'URLpour encoder le JSON défaillant et l'état de l'outil dans un lien : les destinataires se reproduisent localement ; les données n'atteignent jamais nos serveurs.

FAQ

Quel est le nom du modèle d'API DeepSeek V4-Pro ?

deepseek-v4-probase_urlesthttps://api.deepseek.com, l'authentification correspond à OpenAI (Authorization: Bearer …

Comment choisir entre V4-Pro et V4-Flash ?

Agents complexes, contexte long, haute précision des outils → Pro. Tâches standard à haute concurrence, sensibles aux coûts → Flash. Les deux prennent en charge l’appel de fonction et la sortie JSON.

Que se passe-t-il si l'appel de fonction renvoie un JSON mal formé ?

Envelopper l'analyse danstry/except json.JSONDecodeError; valider les champs obligatoires ; réessayez ou revenez au mode JSON ; utilisez la version bêta Strict lorsque vous avez besoin d’une adhésion stricte.

Ai-je toujours besoin de mon propre schéma avec le mode JSON ?

Le mode JSON garantit uniquement un objet JSON, mais pas que les champs correspondent à votre schéma métier. Appliquez la forme via une invite système, une post-validation ou un appel de fonction + Strict.

Puis-je toujours utiliser le chat Deepseek ?

Non. Les noms hérités ont été retirés le 2026-07-24. Migrer versdeepseek-v4-prooudeepseek-v4-flash

En quoi l’appel de fonction diffère-t-il d’OpenAI gpt-4o ?

Les champs de requête/réponse et les boucles d’outils sont largement compatibles. Différences : prix, durée du contexte, niveaux de réflexion et chemin bêta strict de DeepSeek. Test de régressionargumentsanalyse etmax_tokensbudgets lors de la migration.

Résumé

DeepSeek V4-Pro c'est essentiellement :

API compatible OpenAI + MoE phare + appel de fonction natif / sortie JSON + effort de réflexion facultatif.

Ensemblemodelàdeepseek-v4-pro, écrivez des boucles d'outils à la manière d'OpenAI, mais rappelez-vous :argumentsest généré par le modèle : analysez et validez de votre côté. Les outils de formatage, de schéma et de différence de JSONNote aident à déboguer localement la sortie structurée.

← Retour au blog