上周三我在给一个自动化重构脚本接 Codex CLI 的时候发现一个事儿——deepseek-v4-flash正式版 0731居然能被 Codex 直连了不用再像以前那样套一层适配层把 Responses API 请求转成 Chat Completions。折腾了一下午确认了deepseek-v4-flash 是目前 DeepSeek 系列里第一个原生实现/v1/responses端点的模型Codex CLI 和 Cline 可以零适配直连。以前你拿 DeepSeek 的模型接 Codex会直接吃一个 404openai.NotFoundError: Error code: 404 - { error: {message: Unknown request URL: POST /v1/responses. Please check the URL for typos, or see the docs, type: invalid_request_error} }现在 deepseek-v4-flash 正式版不会了。这篇把从注册 Key 到 Codex/Cline 跑通的全流程写清楚。这篇适合谁在用 Codex CLI 或 Cline 写代码想换一个便宜的模型但之前被 404 劝退的听说 deepseek-v4-flash 支持 Responses API 了想确认到底怎么接团队里有人用 OpenRouter、有人用官方直连需要统一方案的之前用 deepseek-v4-proV3接 Codex 踩过坑想知道 v4-flash 到底改了啥整体流程获取 DeepSeek API Key或聚合平台 Key确认 deepseek-v4-flash 模型可用调 models.list配置环境变量 / 工具配置文件跑通 Codex CLI / Cline 的第一个任务验证走的是 Responses API 而不是 fallback 到 Chat Completionsgraph LR A[获取 API Key] -- B[验证模型可用] B -- C[配置 base_url model] C -- D{选择工具} D -- E[Codex CLI] D -- F[Cline] D -- G[Claude Code] E -- H[直连 /v1/responses ✅] F -- H G -- H先说结论对比项deepseek-v4-flash0731旧版 deepseek-v4-proV3Responses API✅ 原生支持❌ 返回 404Codex CLI 直连✅ 无需适配层❌ 需要中间代理转换Cline 直连✅❌ 需 fallback 配置官方直连模型 IDdeepseek-v4-flashdeepseek-v4-pro聚合平台模型 IDdeepseek/deepseek-v4-flashdeepseek/deepseek-v4-pro价格以官方最新公告为准输入 $0.27/M输出 $1.10/M关键区别Codex CLI 内部调用的是 OpenAI 2026 年 3 月推出的 Responses API/v1/responses不是传统的/v1/chat/completions。旧版 DeepSeek 模型没实现这个端点所以必须套一层适配层做协议转换。deepseek-v4-flash 正式版直接把这层省了。第一步获取 API Key路径 ADeepSeek 官方直连去 platform.deepseek.com 注册创建 API Key拿到sk-开头的密钥。base_url 是https://api.deepseek.com/v1。路径 B通过聚合网关如果你同时要用 Claude、GPT 系列和 DeepSeek每个都单独开 Key 挺烦人的。可以用 OpenRouter 或 ofox.io 这类聚合平台一个 Key 切多个模型。OpenRouter 收约 5% 手续费以官方最新费率为准ofox 据其官网声称 0% 加价对齐官方价格。第二步确认模型可用接入前别猜模型名先跑一下 models.listfrom openai import OpenAI client OpenAI( api_keysk-你的Key, base_urlhttps://api.deepseek.com/v1 )models client.models.list() print([m.id for m in models.data]) # 确认列表里有 deepseek-v4-flash如果你用的是聚合网关base_url 换成对应地址即可模型 ID 填deepseek/deepseek-v4-flash聚合平台通常使用带前缀的完整 ID官方直连只需填deepseek-v4-flash具体以各平台 models.list 返回值为准。第三步Codex CLI 接入配置Codex CLI 通过环境变量识别 API 端点export OPENAI_API_KEYsk-你的Key export OPENAI_BASE_URLhttps://api.deepseek.com/v1然后运行时指定模型不指定会默认请求codex-mini-latestDeepSeek 没这个模型会报错codex --model deepseek-v4-flash 重构这个函数提取公共逻辑官方直连使用无前缀的模型 IDdeepseek-v4-flash若通过聚合平台接入则改用带前缀的deepseek/deepseek-v4-flash并将OPENAI_BASE_URL换成对应平台地址。或者写进配置文件~/.codex/config.yamlmodel: deepseek-v4-flash provider: openai-compatible跑通的标志Codex 正常返回结果没有 404 也没有 fallback 到 Chat Completions 的 warning。第四步Cline 接入配置Cline 的 settings.json 里加字段名以你所安装的 Cline 版本为准下方为 OpenAI 兼容模式下的常见字段名请在 VS Code 设置搜索cline核实{ cline.apiProvider: openai-compatible, cline.apiKey: sk-你的Key, cline.openAiBaseUrl: https://api.deepseek.com/v1 }模型名填deepseek-v4-flash。Cline 会自动尝试 Responses API 端点v4-flash 能正常响应。第五步通过聚合网关接入适合多模型切换场景如果你团队里有人用 Claude Opus 5、有人用 GPT-5.5、有人想试 deepseek-v4-flash统一走聚合网关最省事。下面以 Responses API 方式调用为例from openai import OpenAI client OpenAI( api_key你的聚合平台Key, base_urlhttps://api.ofox.io/v1 )resp client.responses.create( modeldeepseek-v4-flash, inputhello ) print(resp.output_text)这里使用client.responses.create而非client.chat.completions.create正是本文核心卖点——deepseek-v4-flash 原生支持/v1/responses端点无需协议转换层。该聚合平台据其官网声称支持 OpenAI 兼容 / Anthropic 原生 / Gemini 原生三种协议管理后台能看到每笔 Token 消耗和费用支出团队用起来方便对账。原生 Responses API到底省了什么之前接 DeepSeek 到 Codex你需要在中间跑一个适配层通常是个 Node/Python 小服务干的事儿是接收 Codex 发来的/v1/responses请求把 Responses API 的input字段转成 Chat Completions 的messages格式把tools定义从 Responses 格式映射到 function calling 格式转发给 DeepSeek 的/v1/chat/completions把返回结果再转回 Responses API 的 response schema这层东西说简单也简单但维护成本不低——OpenAI 每次更新 Responses API schema 你都得跟着改。现在 deepseek-v4-flash 原生支持了这整层直接删掉。不同场景怎么选你的场景推荐方案原因个人开发者只用 DeepSeek官方直连 Codex--model deepseek-v4-flash最简单没有中间商团队多人需要用量审计聚合网关ofox/OpenRouter统一 Key 管理后台能看每人消耗同时用 Claude DeepSeek GPT聚合网关一个 base_url 切所有模型对延迟极度敏感200ms P95官方直连少一跳少一层延迟需要 Responses API 的 built-in toolsdeepseek-v4-flash目前 DeepSeek 系列唯一支持的踩坑记录 / 报错对照表报错现象原因解法404 Unknown request URL: POST /v1/responses模型不支持 Responses API用了旧版 deepseek-v4-pro换成deepseek-v4-flashError: Model codex-mini-latest not found没指定 modelCodex 用了默认值加--model deepseek-v4-flash或写 config.yaml401 Unauthorized - Invalid API keyKey 和 base_url 不配套DeepSeek Key 配 DeepSeek URL聚合 Key 配聚合 URL429 Too Many Requests - Rate limit reached并发太高触发限流降并发或走聚合平台的多通道负载均衡timeout after 30s长上下文请求超时拆分 prompt或调大 client timeout 设置返回结果格式不对Codex 解析失败base_url 末尾多了/或少了/v1确认格式为https://api.deepseek.com/v1末尾无斜杠常见问题Q: deepseek-v4-flash 和 deepseek-v4-pro 有什么区别v4-flash 定位是快速推理 Agent 工具兼容支持 Responses APIv4-pro 定位是深度推理和复杂编码。如果你主要跑 Codex 这种 Agent 场景v4-flash 更合适需要长链推理选 v4-pro。官方直连分别用deepseek-v4-flash和deepseek-v4-pro聚合平台加前缀deepseek/deepseek-v4-flash、deepseek/deepseek-v4-pro。Q: 我用 Claude Code 能接 deepseek-v4-flash 吗可以。Claude Code 支持 OpenAI 兼容端点设置 base_url 和 model 即可。但说实话 Claude Code 搭配 Claude 系列体验更好v4-flash 更适合 Codex CLI 和 Cline 这种原生走 Responses API 的工具。Q: 价格到底多少比 GPT-5.5 便宜多少deepseek-v4-flash 的具体定价以 DeepSeek 官方最新公告为准官方未公布的我不瞎编。参考 V3 时代 deepseek-v4-pro 的价格是输入 $0.27/M、输出 $1.10/MV4 Flash 大概率在这个量级或更低。GPT-5.5 的价格需要查 OpenAI 官方。Q: Codex CLI 怎么确认走的是 Responses API 而不是 Chat Completions加--verbose参数跑一次看日志里的请求 URL。如果是POST /v1/responses就对了。如果看到POST /v1/chat/completions说明 Codex 做了 fallback检查你的模型版本。Q: 聚合平台的 model ID 和官方直连的 model ID 不一样怎么办官方直连填无前缀的 ID例如deepseek-v4-flash聚合平台通常需要带厂商前缀例如deepseek/deepseek-v4-flash。不确定就先调 models.list 看返回值以实际返回的 ID 为准。Q: 我之前写的适配层还需要保留吗如果你只用 deepseek-v4-flash可以直接删掉适配层。但如果你还要兼容其他不支持 Responses API 的模型比如 Qwen 系列、GLM 系列那适配层还得留着给它们用。小结deepseek-v4-flash 正式版0731原生支持 Responses API对 Codex CLI 和 Cline 用户来说是个实打实的工程收益——删掉一层中间件少维护一坨协议转换代码调试链路也短了。配置就那几行环境变量的事儿五分钟能跑通。我目前个人项目里日常用 Codex deepseek-v4-flash 跑重构任务团队项目走聚合网关统一管理。能直连就别绕路少一层少一个出 bug 的地方。
