DeepSeek V4 Pro Chat Completions API

DeepSeek V4 Pro Chat Completions

DeepSeek V4 Pro 是 DeepSeek 面向长文本分析、复杂推理和代码任务的语言模型。百万 Token 上下文让一次请求能够同时包含长文档、代码片段和先前对话。通过 Chat Completions 发送按顺序排列的消息，可获取生成文本与 Token 用量。处理复杂任务时，为资料标注章节并写清交付目标，方便按原始上下文检查结论。

为什么选择 DeepSeek V4 Pro？

• 百万 Token 上下文在同一请求中分析相关文档、代码文件和先前对话，关联分散在不同位置的重要细节。

• 连续推理结合多项约束与证据逐步处理问题，形成可对照原始资料检查的回答。

• 代码与仓库分析结合需求、实现片段和报错上下文解释行为、起草修改方案并梳理取舍。

• 持续文本工作流在后续请求中带入相关历史消息，使分析与修改围绕同一个任务继续展开。

输入参数

使用方法

1. 01

   确定任务在用户消息中写明问题、期望的输出与约束。

2. 02

   整理上下文标注文档章节或代码片段，并按任务需要加入先前对话。

3. 03

   设置回答参数为 max_tokens 选择正整数，使用 temperature 或 top_p 调整回答方式。

4. 04

   检查结果对照提交的资料检查生成文本，并在下一轮请求前查看 Token 用量。

价格

输入和输出 Token 分别计量。以下 Vidgo 费率按每 1M tokens 计算，并以积分结算。

适用场景

• 仓库问题排查关联需求、实现片段和实际表现，再形成可审查的代码修改方案。

• 长文档综合分析比较报告或手册中的相关章节，形成能够对照原文检查的回答。

• 多步骤推理将数学或分析问题拆解为明确约束、中间步骤和最终结果。

• 反复修改文本把先前决策带入后续对话，持续完善说明、计划或代码回答。

使用建议

• 为每份资料或代码片段设置稳定名称，方便后续问题准确引用。
• 把目标、约束和期望的回答格式写在问题附近。
• 对照原始资料核查回答引用的段落、计算过程与代码路径。

使用说明

• DeepSeek V4 Pro 的上下文窗口为百万 Token；体验区提供 256 至 8,192 Token 的输出控件。
• 向 /v1/chat/completions 发送非空 messages 数组，model 填写 deepseek/deepseek-v4-pro。
• stream 为 false 时返回完整 JSON，为 true 时返回 SSE 事件。