DeepSeek V4.1 / V4

用 Bearer 鑑權，模型 ID 以 GET /v1/models 返回的精確寫法為準。在 /v1/messages 上也可以用 x-api-key 請求標頭。

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-your-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro-202606",
    "messages": [{
      "role": "user",
      "content": "用五條要點總結本季度的風險。"
    }]
  }'

模型

V4.1 Flash 的思考過程在 reasoning_content 返回。它以 DeepSeek 官方價為基準，隨官方峰谷時段浮動，見峰谷計價。

三個模型都在「DeepSeek」分組裡，一把密鑰即可全部呼叫。

下面這些裸名都返回同一種 404 model_not_found，不會點名替代 ID：deepseek-v4-flash、deepseek-v4-pro、deepseek-chat、deepseek-reasoner，以及 DeepSeek 自家對 V4.1 Flash 的簡稱 deepseek-flash。文案按請求的 Accept-Language 返回對應語言，預設英文：

目前分組不支援所請求的模型：<模型名>
The current group does not support the requested model: <model>

峰谷計價

deepseek-v4.1-flash 隨 DeepSeek 官方峰谷時段浮動，時段按北京時間（UTC+8）算。

• 高峰：週一至週五 09:00–12:00 與 14:00–18:00。
• 離峰：其餘時間，包括夜間、兩段高峰之間的中午空檔和整個週末。
• 離峰的輸入、緩存輸入與輸出單價一律減半。
• 時段左閉右開：09:00:00 已經算高峰，12:00:00 已經算離峰。

每筆請求按它完成的那一刻計價，不按發起的那一刻。17:59 發起、18:01 結束的請求整筆按離峰價；08:59 發起、09:01 結束的請求整筆按高峰價。

一筆請求永遠只帶一個單價，不會在邊界處被拆成兩段。所以同一個模型，相隔一分鐘的兩條用量記錄可能顯示不同的單價。適用於你這把密鑰的單價見登錄後的模型廣場。

端點與請求參數

POST /v1/chat/completions、POST /v1/responses 和 POST /v1/messages 三個模型都可用，流式均正常。Codex CLI 走 Responses；Claude Code 走 Anthropic Messages，見 Claude Code 與 Anthropic Messages。

• 中間填充（FIM）補全不可用，它所在的路徑 HopBase 不做轉發。
• 前綴續寫可用，見前綴續寫。

下表針對 POST /v1/chat/completions。網關只攔截空 messages，其餘限制來自模型服務。

• messages 的 role 取 system / user / assistant / tool / developer。
• thinking.type 取 enabled / disabled / adaptive，其他取值（如 auto）返回 400。
• max_tokens 為負數返回 400；超過輸出上限不報錯，輸出靜默截斷，見推理輸出。
• stream_options.include_usage 不影響計費。
• prefix 只能加在最後一條 assistant 訊息上。
• image_url.url 所在的整個請求體 ≤ 60 MB。

報錯原文取自 2026-09 生產記錄：

400 missing messages field                   messages 缺失（網關）
400 messages must not be an empty array      messages 為空陣列（網關）
400 expected a value <= 2                    temperature 大於 2

/v1/responses 用 max_output_tokens 限制輸出，取值 1–393,216。temperature 同為 0–2；請求帶 caching 時 store 必須為 true。超出上限的報錯：

400 max_output_tokens must be less than or equal to 393216

完整參數見 API 參考：Chat Completions，選擇 DeepSeek 模型種類查看。

圖片輸入

deepseek-v4.1-flash 原生支援讀圖，用的還是同一個端點、標準的 OpenAI 內容分片寫法。image_url.url 可以是 data: URI，也可以是公網可訪問的 https:// 連結；一條訊息裡可以放多張圖。

整個請求體上限 60 MB。base64 約膨脹 1/3，多張圖合計須在約 45 MB 以內；大圖請改用 https:// 連結。超出時返回：

413 Request body exceeds the size limit (60 MB)

圖片按普通輸入計，計入 prompt_tokens。

400 Model deepseek-v4-pro-202606 does not accept image input. Remove the image from the request, including earlier turns of the conversation, or use a model that supports images.

{
  "model": "deepseek-v4.1-flash",
  "messages": [
    {
      "role": "user",
      "content": [
        { "type": "text", "text": "這兩張圖裡分別是什麼?" },
        { "type": "image_url", "image_url": { "url": "data:image/png;base64,iVBORw0KGgo..." } },
        { "type": "image_url", "image_url": { "url": "https://example.com/chart.png" } }
      ]
    }
  ]
}

推理輸出

DeepSeek 把思考過程放在獨立的 reasoning_content 字段裡，不在 content 中。需要的話請單獨讀取。

completion_tokens 已經包含推理 Token，把它當作真實輸出長度即可，不要再加 reasoning_tokens。這一點與 Grok 不同：Grok 的 chat 端點是分開報的，必須相加。

思考與回答共用同一份 max_tokens 預算，而且思考在前。預算給得太小，整份預算會被思考吃光，請求照樣返回 200，特徵是：

• finish_reason 是 length。
• content 是空字串。
• completion_tokens_details.reasoning_tokens 正好等於你給的預算。

看到這個組合請當作「把 max_tokens 調大」，而不是請求失敗。實測 max_tokens: 16 時，這個模型只返回一段被截斷的思考，正文一個字都沒有。

上面的預算規則只適用於 deepseek-v4.1-flash。deepseek-v4-pro-202606 與 deepseek-v4-flash-202605 開啟思考時，max_tokens 管不住思考：實測 max_tokens: 64 時，Chat Completions 返回 144–161 個輸出 Token，Anthropic Messages 最多返回 1,299 個，全部計費。關閉思考後上限精確。

兩個上限的行為並不對稱。輸入超出上下文窗口（實測 1,048,576 Token）會在開始生成之前以 400 拒絕，且零計費。Chat Completions 上 max_tokens 超過輸出上限卻不會被拒絕，請求返回 200，輸出在真實上限處被靜默截斷；請求成功並不代表你給的預算被接受了。

工具調用與前綴續寫

工具調用

標準的 OpenAI Function Calling 全鏈路可用：單個調用、一輪裡並行多個調用、tool_choice 取 auto / none / required 或指名某個函式，以及把 role: "tool" 的結果回灌下一輪。

這是個推理模型，但它照樣接受 required。思考不必關掉，返回的 finish_reason 就是 tool_calls。

前綴續寫

把回答的開頭交給模型，讓它接著往下寫：把 messages 的最後一條設成 assistant 角色，並在這條上加 prefix: true。返回的 content 只包含續寫部分，你給的前綴不會被重複一遍。

這個模式下模型不產生思維鏈：reasoning_content 不會出現、reasoning_tokens 為 0，整份預算都花在續寫上。

{
  "model": "deepseek-v4.1-flash",
  "messages": [
    { "role": "user", "content": "List three primary colors, comma separated, nothing else." },
    { "role": "assistant", "content": "red, green,", "prefix": true }
  ]
}

上面這筆返回的 content 就是 blue，只花 1 個輸出 Token。

前綴緩存與對賬

前綴緩存是隱式的，沒有開關，也不需要傳任何緩存控制參數。命中情況體現在標準 OpenAI 字段 usage.prompt_tokens_details.cached_tokens 裡。命中需要至少 256 個 Token 的公共前綴，短於這個長度 cached_tokens 會一直是 0。

HopBase 的用量記錄與響應體對輸入的口徑不同，對賬時要注意：

也就是說，用量記錄裡的輸入加緩存輸入，等於響應體的 prompt_tokens。緩存讀與普通輸入分開計價，適用於你這把密鑰的單價見登錄後的模型廣場。

Claude Code 與 Anthropic Messages

POST /v1/messages 接受標準的 Anthropic Messages 請求，三個模型都可用，請求直接交給模型自己的 Anthropic 相容介面，所以 Claude Code 和 Anthropic SDK 都能直連。SDK 的 Base URL 填 https://api.hop-base.com，不帶 /v1。

用 CC Switch 時，在控制台金鑰列的 ··· 選單裡選「匯入 CCS」，再選 Claude Code。匯入會自動填好模型；介面格式保持預設的 Anthropic，不需要本地路由。手動設定如下：

export ANTHROPIC_BASE_URL="https://api.hop-base.com"
export ANTHROPIC_AUTH_TOKEN="sk-your-key"
export ANTHROPIC_MODEL="deepseek-v4-pro-202606"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash-202605"
export CLAUDE_CODE_MAX_CONTEXT_TOKENS=1000000
claude

Claude Code 不認得這些 ID，所以要用 CLAUDE_CODE_MAX_CONTEXT_TOKENS 告訴它真實的上下文窗口；不設的話，它會在 200K Token 時壓縮對話。三個模型在同一個分組裡，一把密鑰即可。更多選項見 Claude Code。

• 思考在 thinking 區塊裡返回，計入 output_tokens。thinking: {"type": "disabled"} 可以關閉思考。
• tool_choice 指定工具名稱（{"type": "tool", "name": …}）時會照做；{"type": "any"} 會被忽略，模型可能直接用文字回答。
• 只有 deepseek-v4.1-flash 能看圖；給另外兩個模型發圖會回傳 400，見圖片輸入。
• max_tokens 超過輸出上限不會被拒。
• cache_control 斷點會在送出前移除，所以不支援顯式緩存；自動前綴緩存照常生效。2026-10-03 實測，Claude Code 從第二輪起有 94%–99% 的 prompt 命中緩存。

用 Anthropic Messages 對賬時，input_tokens 不含緩存命中部分，對應用量記錄的「輸入 Token」；cache_read_input_tokens 對應「緩存輸入 Token」。

網關行為

• 被靜默刪除的 Responses 字段包括 stream_options、truncation、user、reasoning.summary、text.verbosity 等。
• 不支援的類型如 local_shell_call、file_search、code_interpreter。
• 響應體裡的 model 字段始終回顯你請求的公開 ID，做 response.model == request.model 斷言的客戶端不會被打斷。

下一步

• DeepSeek Harness——dsh Agent 執行環境的設定檔與自訂 provider 表單；本頁是它背後的模型接入說明
• OpenAI SDK——Chat Completions 通用寫法
• Claude Code——經 Anthropic Messages 直連
• 錯誤碼與重試
• 並行、逾時與計費