DeepSeek

サービスエンドポイント

サービスエンドポイントはリージョンごとに異なります。選択したリージョンに基づいてベース URL を設定します ({WorkspaceId} は実際のワークスペース ID に置き換えてください)。利用可能なモデルとレート制限もリージョンによって異なります。詳細については、「レート制限」ドキュメントをご参照ください。

OpenAI 互換
OpenAI 互換 - Responses API
DashScope

中国 (北京)
米国 (バージニア)
シンガポール
ドイツ (フランクフルト)
日本 (東京)

SDK 呼び出し構成用の base_url は https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1 ですHTTP リクエストアドレスは POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions です。

次の 4 モデルは Responses API をサポートしています：deepseek-v4.1-flash、deepseek-v4-flash-0731、deepseek-v4-pro、deepseek-v4-pro-0813。これらのモデルの Responses API サービスは、中国 (北京) とシンガポールリージョンに限られます。deepseek-v4.1-flash-1017 は、中国 (北京)、シンガポール、米国 (バージニア)、ドイツ (フランクフルト)、日本 (東京)、中国 (香港) の 6 リージョンで Responses API をサポートしています。組み込みツール web_search、web_extractor、code_interpreter の 3 種類をサポートしています。全 6 リージョンの SDK の base_url と POST エンドポイントについては、Responses API のエンドポイント設定をご参照ください。

シンガポール
中国 (北京)

SDK の呼び出し用の base_url: https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1HTTP エンドポイント： POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/responses

中国 (北京)
米国 (バージニア)
シンガポール
ドイツ (フランクフルト)
日本 (東京)

HTTP リクエストアドレスは POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/text-generation/generation です。SDK 呼び出しを構成するための region は dashscope.Client(workspace="{WorkspaceId}", region="cn-beijing") です。

はじめに

deepseek-v4-pro は DeepSeek シリーズのフラッグシップモデルであり、プログラミング、数学、および一般的なタスクに優れています。 deepseek-v4-flash-0731 は最新のリリースバージョンです。 enable_thinking パラメーターを使用して、思考モードとノンシンキングモードを切り替えることができます。次の例では、思考モードで deepseek-v4-pro モデルを呼び出す方法を示します。 API キーを取得し、環境変数として設定する必要があります。SDK を使用する場合は、OpenAI または DashScope SDK をインストールする必要もあります。

OpenAI 互換
DashScope
Anthropic 互換

enable_thinking パラメーターは、標準の OpenAI パラメーターではありません。OpenAI Python SDK では extra_body を介して渡される一方、Node.js SDK ではトップレベルパラメーターとして渡されます。reasoning_effort パラメーターは標準の OpenAI パラメーターであり、トップレベルパラメーターとして直接渡すことができます。

Python
Node.js
HTTP

サンプルコード

from openai import OpenAI
import os

# OpenAI クライアントを初期化
client = OpenAI(
    # 環境変数が設定されていない場合は、ご利用の Alibaba Cloud Model Studio API キーに置き換えてください: api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # シンガポールリージョン。{WorkspaceId} をご利用の Bailian ワークスペース ID に置き換えてください。URL はリージョンによって異なります。
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1",
)

messages = [{"role": "user", "content": "あなたは誰ですか？"}]
completion = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=messages,
    # extra_body を使用して enable_thinking を設定し、思考モードを有効化
    extra_body={"enable_thinking": True},
    stream=True,
    stream_options={
        "include_usage": True
    },
)

reasoning_content = ""  # 完全な思考プロセス
answer_content = ""  # 完全な応答
is_answering = False  # 応答フェーズが開始されたかどうかを示す
print("\n" + "=" * 20 + "思考プロセス" + "=" * 20 + "\n")

for chunk in completion:
    if not chunk.choices:
        print("\n" + "=" * 20 + "トークン使用量" + "=" * 20 + "\n")
        print(chunk.usage)
        print("リクエスト ID:", chunk.id)
        continue

    delta = chunk.choices[0].delta

    # 思考コンテンツのみを収集
    if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
        if not is_answering:
            print(delta.reasoning_content, end="", flush=True)
        reasoning_content += delta.reasoning_content

    # コンテンツを受信後、応答の生成を開始
    if hasattr(delta, "content") and delta.content:
        if not is_answering:
            print("\n" + "=" * 20 + "完全な応答" + "=" * 20 + "\n")
            is_answering = True
        print(delta.content, end="", flush=True)
        answer_content += delta.content

レスポンス

====================思考プロセス====================
ユーザーは「あなたは誰ですか？」という非常に簡単な自己紹介の質問をしました。
私は自分のアイデンティティを明確にし、簡潔でフレンドリーな方法で DeepSeek として自己紹介し、作成者、基本的な機能、そして提供できる助けについて言及する必要があります。
次のように回答を構成できます：まず、自分のアイデンティティを直接述べ、DeepSeek 社によって作成されたことに言及し、次にいくつかの主要な機能 (無料、ロングコンテキスト、ファイルアップロードなど) をリストアップし、最後にフレンドリーな招待で締めくくり、何か手伝えることがあるか尋ねます。
====================完全な応答====================
こんにちは！私は DeepSeek 社によって作成された AI アシスタント、DeepSeek です。
さまざまな質問に答えたり、テキストを作成したり、ドキュメントを分析したり、プログラミングを支援したりすることができます。私の主な特徴は、**無料で使用できる**こと、**非常に長いコンテキスト**を持っていること (一度に「三体」三部作全体を処理できます)、**ファイルのアップロード**と**Web 検索** (手動で有効にする必要があります) をサポートしていることです。
何かお手伝いできることはありますか？勉強、仕事、あるいはただの雑談でも、喜んでお話しします！
====================トークン使用量====================
CompletionUsage(completion_tokens=238, prompt_tokens=5, total_tokens=243, completion_tokens_details=CompletionTokensDetails(accepted_prediction_tokens=None, audio_tokens=None, reasoning_tokens=93, rejected_prediction_tokens=None), prompt_tokens_details=None)
リクエスト ID: chatcmpl-a1b2c3d4-e5f6-7890-abcd-ef1234567890

サンプルコード

import OpenAI from "openai";
import process from 'process';

// OpenAI クライアントを初期化
const openai = new OpenAI({
    // 環境変数が設定されていない場合は、ご利用の Alibaba Cloud Model Studio API キーに置き換えてください: apiKey: "sk-xxx"
    apiKey: process.env.DASHSCOPE_API_KEY,
    // シンガポールリージョン。{WorkspaceId} をご利用の Bailian ワークスペース ID に置き換えてください。URL はリージョンによって異なります。
    baseURL: 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1'
});

let reasoningContent = ''; // 完全な思考プロセス
let answerContent = ''; // 完全な応答
let isAnswering = false; // 応答フェーズが開始されたかどうかを示す

async function main() {
    try {
        const messages = [{ role: 'user', content: 'あなたは誰ですか？' }];

        const stream = await openai.chat.completions.create({
            model: 'deepseek-v4-pro',
            messages,
            // 注: Node.js SDK では、enable_thinking のような非標準パラメーターは extra_body 内ではなく、トップレベルのプロパティとして渡されます。
            enable_thinking: true,
            stream: true,
            stream_options: {
                include_usage: true
            },
        });

        console.log('\n' + '='.repeat(20) + '思考プロセス' + '='.repeat(20) + '\n');

        for await (const chunk of stream) {
            if (!chunk.choices?.length) {
                console.log('\n' + '='.repeat(20) + 'トークン使用量' + '='.repeat(20) + '\n');
                console.log(chunk.usage);
                console.log('リクエスト ID:', chunk.id);
                continue;
            }

            const delta = chunk.choices[0].delta;

            // 思考コンテンツのみを収集
            if (delta.reasoning_content !== undefined && delta.reasoning_content !== null) {
                if (!isAnswering) {
                    process.stdout.write(delta.reasoning_content);
                }
                reasoningContent += delta.reasoning_content;
            }

            // コンテンツを受信後、応答の生成を開始
            if (delta.content !== undefined && delta.content) {
                if (!isAnswering) {
                    console.log('\n' + '='.repeat(20) + '完全な応答' + '='.repeat(20) + '\n');
                    isAnswering = true;
                }
                process.stdout.write(delta.content);
                answerContent += delta.content;
            }
        }
    } catch (error) {
        console.error('エラー:', error);
    }
}

main();

レスポンス

====================思考プロセス====================
ユーザーは「あなたは誰ですか？」という非常に簡単な自己紹介の質問をしました。
私は自分のアイデンティティを明確にし、簡潔でフレンドリーな方法で DeepSeek として自己紹介し、作成者、基本的な機能、そして提供できる助けについて言及する必要があります。
次のように回答を構成できます：まず、自分のアイデンティティを直接述べ、DeepSeek 社によって作成されたことに言及し、次にいくつかの主要な機能 (無料、ロングコンテキスト、ファイルアップロードなど) をリストアップし、最後にフレンドリーな招待で締めくくり、何か手伝えることがあるか尋ねます。
====================完全な応答====================
こんにちは！私は DeepSeek 社によって作成された AI アシスタント、DeepSeek です。
さまざまな質問に答えたり、テキストを作成したり、ドキュメントを分析したり、プログラミングを支援したりすることができます。私の主な特徴は、**無料で使用できる**こと、**非常に長いコンテキスト**を持っていること (一度に「三体」三部作全体を処理できます)、**ファイルのアップロード**と**Web 検索** (手動で有効にする必要があります) をサポートしていることです。
何かお手伝いできることはありますか？勉強、仕事、あるいはただの雑談でも、喜んでお話しします！
====================トークン使用量====================
{
  prompt_tokens: 5,
  completion_tokens: 243,
  total_tokens: 248,
  completion_tokens_details: { reasoning_tokens: 83 }
}
リクエスト ID: chatcmpl-a1b2c3d4-e5f6-7890-abcd-ef1234567890

サンプルコード

curl

# シンガポールリージョン。{WorkspaceId} をご利用の Bailian ワークスペース ID に置き換えてください。URL はリージョンによって異なります。
curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "deepseek-v4-pro",
    "messages": [
        {
            "role": "user",
            "content": "あなたは誰ですか？"
        }
    ],
    "stream": true,
    "stream_options": {
        "include_usage": true
    },
    "enable_thinking": true
}'

Python
Java
HTTP

サンプルコード

import os
import dashscope

# 以下はシンガポールリージョンの設定です。呼び出し時に{WorkspaceId}を実際のビジネススペースIDに置き換えてください。リージョンごとにregionの値は異なります。
client = dashscope.Client(
    # 環境変数が設定されていない場合は、ご利用の Alibaba Cloud Model Studio API キーに置き換えてください: api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    workspace="{WorkspaceId}",
    region="ap-southeast-1",
)

# リクエストパラメーターを初期化
messages = [{"role": "user", "content": "あなたは誰ですか？"}]

completion = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=messages,
    enable_thinking=True,
    stream=True,              # ストリーミング出力を有効化
)

reasoning_content = ""  # 完全な思考プロセス
answer_content = ""     # 完全な応答
is_answering = False    # 応答フェーズが開始されたかどうかを示す

print("\n" + "=" * 20 + "思考プロセス" + "=" * 20 + "\n")

for chunk in completion:
    message = chunk.choices[0].delta
    # 思考コンテンツのみを収集
    if message.reasoning_content:
        if not is_answering:
            print(message.reasoning_content, end="", flush=True)
        reasoning_content += message.reasoning_content

    # コンテンツを受信後、応答の生成を開始
    if message.content:
        if not is_answering:
            print("\n" + "=" * 20 + "完全な応答" + "=" * 20 + "\n")
            is_answering = True
        print(message.content, end="", flush=True)
        answer_content += message.content

print("\n" + "=" * 20 + "トークン使用量" + "=" * 20 + "\n")
print(chunk.usage)
print("リクエスト ID:", chunk.request_id)

レスポンス

====================思考プロセス====================
ユーザーは「あなたは誰ですか？」という非常に簡単な自己紹介の質問をしました。
私は自分のアイデンティティを明確にし、簡潔でフレンドリーな方法で DeepSeek として自己紹介し、作成者、基本的な機能、そして提供できる助けについて言及する必要があります。
次のように回答を構成できます：まず、自分のアイデンティティを直接述べ、DeepSeek 社によって作成されたことに言及し、次にいくつかの主要な機能 (無料、ロングコンテキスト、ファイルアップロードなど) をリストアップし、最後にフレンドリーな招待で締めくくり、何か手伝えることがあるか尋ねます。
====================完全な応答====================
こんにちは！私は DeepSeek 社によって作成された AI アシスタント、DeepSeek です。
さまざまな質問に答えたり、テキストを作成したり、ドキュメントを分析したり、プログラミングを支援したりすることができます。私の主な特徴は、**無料で使用できる**こと、**非常に長いコンテキスト**を持っていること (一度に「三体」三部作全体を処理できます)、**ファイルのアップロード**と**Web 検索** (手動で有効にする必要があります) をサポートしていることです。
何かお手伝いできることはありますか？勉強、仕事、あるいはただの雑談でも、喜んでお話しします！
====================トークン使用量====================
{"input_tokens": 6, "output_tokens": 240, "total_tokens": 246, "output_tokens_details": {"reasoning_tokens": 92}}
リクエスト ID: 85735883-9062-9c33-a963-0bc12584ee68

サンプルコード

DashScope Java SDK のバージョンは 2.19.4 以降である必要があります。

// DashScope SDK バージョン >= 2.19.4
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import io.reactivex.Flowable;
import java.lang.System;
import java.util.Arrays;

public class Main {
    private static StringBuilder reasoningContent = new StringBuilder();
    private static StringBuilder finalContent = new StringBuilder();
    private static boolean isFirstPrint = true;
    private static String requestId = "";
    private static void handleGenerationResult(GenerationResult message) {
        requestId = message.getRequestId();
        String reasoning = message.getOutput().getChoices().get(0).getMessage().getReasoningContent();
        String content = message.getOutput().getChoices().get(0).getMessage().getContent();
        if (reasoning != null && !reasoning.isEmpty()) {
            reasoningContent.append(reasoning);
            if (isFirstPrint) {
                System.out.println("====================思考プロセス====================");
                isFirstPrint = false;
            }
            System.out.print(reasoning);
        }
        if (content != null && !content.isEmpty()) {
            finalContent.append(content);
            if (!isFirstPrint) {
                System.out.println("\n====================完全な応答====================");
                isFirstPrint = true;
            }
            System.out.print(content);
        }
    }
    private static GenerationParam buildGenerationParam(Message userMsg) {
        return GenerationParam.builder()
                // 環境変数が設定されていない場合は、次の行をご利用の Alibaba Cloud Model Studio API キーに置き換えてください: .apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .model("deepseek-v4-pro")
                .enableThinking(true)
                .incrementalOutput(true)
                .resultFormat("message")
                .messages(Arrays.asList(userMsg))
                .build();
    }
    public static void streamCallWithMessage(Generation gen, Message userMsg)
            throws NoApiKeyException, ApiException, InputRequiredException {
        GenerationParam param = buildGenerationParam(userMsg);
        Flowable<GenerationResult> result = gen.streamCall(param);
        result.blockingForEach(message -> handleGenerationResult(message));
    }
    public static void main(String[] args) {
        try {
            // シンガポールリージョン。{WorkspaceId} をご利用の Bailian ワークスペース ID に置き換えてください。URL はリージョンによって異なります。
            Generation gen = new Generation("http", "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1");
            Message userMsg = Message.builder().role(Role.USER.getValue()).content("あなたは誰ですか？").build();
            streamCallWithMessage(gen, userMsg);
            System.out.println("\nリクエスト ID: " + requestId);
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            System.err.println("例外が発生しました: " + e.getMessage());
        }
    }
}

レスポンス

====================思考プロセス====================
ユーザーは「あなたは誰ですか？」という非常に簡単な自己紹介の質問をしました。
私は自分のアイデンティティを明確にし、簡潔でフレンドリーな方法で DeepSeek として自己紹介し、作成者、基本的な機能、そして提供できる助けについて言及する必要があります。
次のように回答を構成できます：まず、自分のアイデンティティを直接述べ、DeepSeek 社によって作成されたことに言及し、次にいくつかの主要な機能 (無料、ロングコンテキスト、ファイルアップロードなど) をリストアップし、最後にフレンドリーな招待で締めくくり、何か手伝えることがあるか尋ねます。
====================完全な応答====================
こんにちは！私は DeepSeek 社によって作成された AI アシスタント、DeepSeek です。
さまざまな質問に答えたり、テキストを作成したり、ドキュメントを分析したり、プログラミングを支援したりすることができます。私の主な特徴は、**無料で使用できる**こと、**非常に長いコンテキスト**を持っていること (一度に「三体」三部作全体を処理できます)、**ファイルのアップロード**と**Web 検索** (手動で有効にする必要があります) をサポートしていることです。
何かお手伝いできることはありますか？勉強、仕事、あるいはただの雑談でも、喜んでお話しします！

サンプルコード

curl

# シンガポールリージョン。{WorkspaceId} をご利用の Bailian ワークスペース ID に置き換えてください。URL はリージョンによって異なります。
curl -X POST "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/text-generation/generation" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-H "X-DashScope-SSE: enable" \
-d '{
    "model": "deepseek-v4-pro",
    "input":{
        "messages":[
            {
                "role": "user",
                "content": "あなたは誰ですか？"
            }
        ]
    },
    "parameters":{
        "enable_thinking": true,
        "incremental_output": true,
        "result_format": "message"
    }
}'

Python
HTTP

サンプルコード

import anthropic
import os

client = anthropic.Anthropic(
    # 環境変数が設定されていない場合は、値を Model Studio API キーに置き換えてください: api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # 呼び出し時に、{WorkspaceId} を実際のワークスペース ID に置き換えてください。
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/apps/anthropic",
)

message = client.messages.create(
    model="deepseek-v4-pro",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "あなたは誰ですか？"}
    ],
    stream=True,
)

for event in message:
    if event.type == "content_block_delta":
        if hasattr(event.delta, "thinking"):
            print(event.delta.thinking, end="", flush=True)
        if hasattr(event.delta, "text"):
            print(event.delta.text, end="", flush=True)

サンプルコード

curl

# シンガポールリージョン。{WorkspaceId} をご利用の Bailian ワークスペース ID に置き換えてください。URL はリージョンによって異なります。
curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/apps/anthropic/v1/messages \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-H "anthropic-version: 2023-06-01" \
-d '{
    "model": "deepseek-v4-pro",
    "max_tokens": 1024,
    "messages": [
        {
            "role": "user",
            "content": "あなたは誰ですか？"
        }
    ]
}'

推論の強度 (reasoning_effort)

deepseek-v4-pro および deepseek-v4-flash-0731 モデルでは、デフォルトで思考モードが有効になっています。reasoning_effort パラメーターを使用して推論の強度を調整できます。有効な値は low、medium、high、xhigh、max です。デフォルト値は high です。

low と medium は high と同じ動作になり、xhigh は max と同じ動作になります。

OpenAI 互換
DashScope

Python

from openai import OpenAI
import os
client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # 中国 (北京) リージョン。{WorkspaceId} をお使いの Bailian ワークスペース ID に置き換えてください。URL はリージョンによって異なります。
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Which is greater, 9.9 or 9.11?"}],
    reasoning_effort="high",
)
print(completion.choices[0].message.content)

import os
import dashscope
# 以下は中国 (北京) リージョンの設定です。呼び出しを行う際は、{WorkspaceId} を実際のワークスペース ID に置き換えてください。設定はリージョンによって異なります。
client = dashscope.Client(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    workspace="{WorkspaceId}",
    region="cn-beijing",
)
response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Which is greater, 9.9 or 9.11?"}],
    parameters={"reasoning_effort": "high"},
)
print(response.choices[0].message.content)

Responses API

deepseek-v4-flash-0731 および deepseek-v4-pro は、OpenAI 互換の Responses API を介した呼び出しをサポートしています。サポートされているリージョンは、中国 (北京) とシンガポールのみです。エンドポイントについては、サービスエンドポイントをご参照ください。 deepseek-v4.1-flash-1017 は、中国 (北京)、シンガポール、米国 (バージニア)、ドイツ (フランクフルト)、日本 (東京)、中国 (香港) の 6 リージョンで Responses API をサポートしています。組み込みツール web_search、web_extractor、code_interpreter の 3 種類をサポートしています。全 6 リージョンの SDK の base_url と POST エンドポイントについては、Responses API のエンドポイント設定をご参照ください。 Responses API を呼び出す際に、web_search (Web 検索)、web_extractor (Web エクストラクター)、および code_interpreter (Code インタープリター) ツールを tools パラメーターに追加できます。

その他の特徴

モデル	マルチターン会話	Function Calling	コンテキストキャッシュ	構造化出力	プレフィックス補完
deepseek-v4.1-flash-1017	サポート済み	サポート済み	サポート済み（暗黙的キャッシュ）	サポート済み	サポート対象外
deepseek-v4-pro	サポート済み	サポート済み	サポート済み	サポート済み	サポート対象外
deepseek-v4-pro-us	サポート済み	サポート済み	サポート済み	サポート済み	サポート対象外
deepseek-v4-flash-0731	サポート済み	サポート済み	サポート済み	JSON Object はサポート済み、JSON Schema はサポート対象外	サポート対象外
蒸留モデル	サポート済み	サポート対象外	サポート対象外	サポート対象外	サポート対象外

deepseek-v4.1-flash-1017 は、OpenAI 互換の Chat Completions API、Anthropic Messages API、思考、Web 検索をサポートしています。バッチ呼び出しとファインチューニングはサポートしていません。

デフォルトのパラメーター値

モデル	temperature	top_p	repetition_penalty	presence_penalty	max_tokens	thinking_budget
deepseek-v4.1-flash-1017	1.0	1.0	-	-	393,216	-
deepseek-v4-pro	1.0	1.0	-	-	合計 393,216
deepseek-v4-pro-us	1.0	1.0	-	-	合計 393,216
deepseek-v4-flash-0731	1.0	1.0	-	-	合計 393,216
蒸留バージョン	0.6	0.95	-	1	16,384	16,384

ハイフン (-) は、パラメーターにデフォルト値がなく、設定できないことを示します。
蒸留モデルでは、これらのパラメーター値の設定はサポートされていません。
パラメーターの定義については、「OpenAI 互換 - Chat」をご参照ください。

モデルと課金

ハイブリッド思考モデル (enable_thinking パラメーターで思考モードを制御)： deepseek-v4-pro および deepseek-v4-flash-0731

deepseek-v4-pro は、プログラミング、数学、一般的なタスクに優れています。deepseek-v4-flash-0731 は高速でコスト効率が高いです。deepseek-v4-pro を優先的に使用することを推奨します。モデルのコンテキスト長と料金については、Model Studio コンソールをご参照ください。課金は、入力トークンと出力トークンの数に基づきます。

思考モードでは、Chain-of-Thought は出力トークンとして課金されます。

よくある質問

イメージやドキュメントをアップロードして質問することはできますか?

deepseek-v4.1-flash と deepseek-v4.1-flash-1017 はテキストとイメージの入力、およびテキストのみの出力をサポートします。その他のモデルでサポートされる入力モダリティについては、対応するモデル情報ページをご参照ください。イメージ入力には、Qwen-VL モデルも使用できます。ドキュメント入力には、Qwen-Long モデルを使用してください。

トークンの使用量と呼び出し回数の確認方法

モデルの呼び出しが完了してから 1 時間後に、モデルのモニタリングページに移動し、時間範囲やワークスペースなどのクエリ条件を設定します。その後、Models エリアで対象のモデルを見つけ、Actions 列の監視をクリックして、モデルの呼び出し統計を表示します。詳細については、「モデルのモニタリング」ドキュメントをご参照ください。

データは 1 時間ごとに更新されます。ピーク時には、データ更新が最大 1 時間遅延する場合があります。

エラーコード

実行中にエラーが発生した場合は、「エラーコード」でソリューションを確認してください。

​サービスエンドポイント

​はじめに

サンプルコード

レスポンス

​推論の強度 (reasoning_effort)

​Responses API

​その他の特徴

​デフォルトのパラメーター値

​モデルと課金

​よくある質問

​イメージやドキュメントをアップロードして質問することはできますか?

​トークンの使用量と呼び出し回数の確認方法

​エラーコード

サービスエンドポイント

はじめに

推論の強度 (reasoning_effort)

Responses API

その他の特徴

デフォルトのパラメーター値

モデルと課金

よくある質問

イメージやドキュメントをアップロードして質問することはできますか?

トークンの使用量と呼び出し回数の確認方法

エラーコード