DeepSeek-V4-Flash Agora Suporta a API de Respostas e o Codex: O Que Desenvolvedores Precisam Saber

Enterrada no anúncio de lançamento do V4-Flash da DeepSeek de 31 de julho está a linha mais relevante para quem usa agentes de código: o V4-Flash oficial “suporta nativamente o formato Responses API e está totalmente adaptado para Codex”.

Experimente o Apidog hoje

Na prática, a DeepSeek implementou no servidor o formato de API usado pelos produtos de agentes da OpenAI. Isso permite executar o Codex com o deepseek-v4-flash como backend, sem criar um proxy de tradução entre APIs. O changelog explica a motivação: “Para atender à demanda por Codex, nossa API agora suporta o formato Responses API.”

Este guia mostra como usar essa compatibilidade, quais recursos funcionam, quais parâmetros são ignorados e como validar o endpoint antes de apontar um agente para um repositório real. Para a configuração inicial da API, consulte o guia beta público do V4-Flash.

Por que a Responses API importa aqui

A OpenAI criou a Responses API como sucessora da Chat Completions API para cargas de trabalho de agentes. Ela centraliza itens de raciocínio, ferramentas integradas e eventos de streaming semântico em uma única interface.

O formato é usado nativamente pela pilha de agentes da OpenAI, incluindo o Codex. Até agora, usar um modelo não-OpenAI em um cliente baseado na Responses API exigia um proxy de compatibilidade — ou não era viável.

A DeepSeek implementou esse formato diretamente em https://api.deepseek.com. Com isso, você pode usar o SDK oficial da OpenAI apenas trocando a URL base e o nome do modelo:

# pip3 install openai
from openai import OpenAI

client = OpenAI(
    api_key="<sua chave de API DeepSeek>",
    base_url="https://api.deepseek.com",
)

response = client.responses.create(
    model="deepseek-v4-flash",
    instructions="Você é um assistente útil.",
    input="Olá, como você está?",
)

print(response.output_text)

Atualmente, a Responses API funciona apenas com deepseek-v4-flash. Segundo a DeepSeek, o suporte para deepseek-v4-pro chegará no início de agosto de 2026.

Quão completa é a compatibilidade?

A DeepSeek publicou uma matriz de compatibilidade para a Responses API. Antes de migrar um cliente existente, use essa matriz para identificar parâmetros que exigem adaptação.

Recursos suportados

Os seguintes recursos estão disponíveis:

• input e instructions, como string ou lista de itens;
• stream com a sequência de eventos semânticos;
• temperature, top_p, max_output_tokens e top_logprobs;
• tools com os tipos function e web_search;
• tool_choice, incluindo a seleção forçada de uma função;
• reasoning.effort para controlar a profundidade de raciocínio.

A ferramenta web_search é executada no lado do servidor pela DeepSeek.

Parâmetros aceitos, mas sem efeito

Estes parâmetros não causam erro, mas não alteram o comportamento da resposta:

• reasoning.summary: aceito, mas nenhum resumo de raciocínio é produzido;
• text.verbosity: aceito, mas ignorado;
• parallel_tool_calls: ignorado porque chamadas paralelas de ferramentas já ficam sempre ativadas.

Recursos não suportados

A implementação é stateless. Portanto, você precisa manter o histórico da conversa no seu aplicativo e reenviá-lo em cada chamada.

Os seguintes campos não são suportados:

• previous_response_id e conversation;
• store, pois todas as respostas retornam com store: false;
• background, metadata, include, service_tier e chaves de cache de prompt.

O cache de contexto ocorre automaticamente.

Atenção ao limite de contexto

A janela de contexto é de 1 milhão de tokens. Se uma requisição ultrapassar esse limite, a API retorna 400 em vez de truncar automaticamente a entrada.

Valide o tamanho do contexto antes de enviar históricos longos, especialmente em fluxos de agente que acumulam mensagens, saídas de ferramentas e arquivos.

Streaming: não espere por [DONE]

O streaming segue os eventos da Responses API, começando em response.created e terminando em:

• response.completed;
• response.incomplete; ou
• response.failed.

Os deltas de raciocínio, como response.reasoning_text.delta, são emitidos separadamente dos deltas de texto final.

Não existe o terminador data: [DONE]. Se o seu consumidor SSE depende desse marcador, ele pode permanecer aguardando indefinidamente. Ajuste o parser para encerrar o stream ao receber um dos eventos finais.

O guia sobre streaming de respostas de API com server-sent events mostra padrões defensivos para lidar com diferenças entre implementações SSE.

Configurando o Codex com DeepSeek-V4-Flash

O Codex usa a Responses API para conversar com modelos. Por isso, o V4-Flash pode ser configurado como um provedor direto.

O guia de integração do Codex da DeepSeek oferece duas opções de configuração. Ambas atualizam a configuração compartilhada pelos clientes Codex, incluindo:

• Codex CLI;
• aplicativo de desktop ChatGPT;
• extensão do VS Code.

Opção 1: executar o script de configuração

Antes de executar o script, instale o Codex CLI ou o aplicativo desktop ChatGPT e abra-o pelo menos uma vez.

No macOS ou Linux:

bash <(curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.sh)

No Windows PowerShell:

irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex

Na primeira execução, o script solicita sua chave de API da DeepSeek.

Ele também:

1. cria um backup de ~/.codex/config.toml em ~/.codex/backup-deepseek/;
2. grava um catálogo de modelos em ~/.codex/models.json;
3. adiciona [model_providers.deepseek] à configuração;
4. preserva servidores MCP e configurações de confiança do projeto;
5. valida a sintaxe antes de alterar os arquivos.

Você pode executá-lo novamente para alternar modelos ou restaurar a configuração original pelo menu.

Como o comando executa um script remoto, revise seu conteúdo antes de rodá-lo se essa for a política do seu ambiente.

Opção 2: confira o catálogo de modelos

Depois da configuração, inspecione ~/.codex/models.json. Ele documenta como o modelo é exposto ao Codex:

• janela de contexto: 1.048.576 tokens;
• níveis de raciocínio: low, high e max;
• padrão de raciocínio: high;
• suporte a chamadas paralelas de ferramentas;
• versão mínima do cliente Codex: 0.144.0.

No momento, apenas deepseek-v4-flash funciona na Responses API. O catálogo também inclui deepseek-v4-pro para a futura ativação do suporte.

Avalie o modelo no seu próprio código

A DeepSeek descreve o V4-Flash como um modelo voltado à codificação agêntica e publicou os seguintes resultados:

• Terminal Bench 2.1: 82.7;
• Cybergym: 76.7;
• Toolathlon verificado: 70.3;
• DeepSWE: 54.4.

Os números são do fornecedor, produzidos com a estrutura de avaliação da própria DeepSeek e esforço máximo. Além disso, dois benchmarks citados no anúncio são conjuntos de testes internos.

Use esses dados como ponto de partida, não como decisão final. Para avaliar o modelo:

1. selecione tarefas representativas do seu repositório;
2. execute a mesma suíte com os modelos que você já usa;
3. compare taxa de conclusão, qualidade do patch, número de iterações e custo;
4. valide o comportamento de ferramentas, especialmente em fluxos MCP e execução de comandos.

A DeepSeek informa custo de $0.14 por milhão de tokens de entrada sem cache e $0.28 por milhão de tokens de saída. Acertos de cache reduzem a entrada para $0.0028 por milhão de tokens.

Para os detalhes de custos, veja a seção de preços do guia beta. Se você ainda está comparando agentes, a comparação entre Claude Code e Codex CLI cobre o lado do cliente.

Verifique o endpoint antes de confiar no agente

Antes de liberar o Codex em um repositório real, teste o endpoint diretamente. Você pode fazer isso em poucos minutos no Apidog.

Checklist de validação

1. Crie um endpoint:

   POST https://api.deepseek.com/responses

1. Armazene a chave da DeepSeek em uma variável de ambiente.

2. Envie uma requisição mínima:
   

   {
     "model": "deepseek-v4-flash",
     "instructions": "Você é um assistente útil.",
     "input": "Explique o que é uma árvore binária."
   }

1. Confirme o formato dos itens de saída. Espere encontrar um item reasoning seguido de um item message.

2. Ative streaming:
   

   {
     "model": "deepseek-v4-flash",
     "input": "Liste três cuidados ao usar SSE.",
     "stream": true
   }

1. Verifique se o cliente processa response.output_text.delta e encerra corretamente ao receber response.completed, response.incomplete ou response.failed.

2. Salve uma requisição com ferramenta function e valide se o formato de function_call é compatível com o handler do seu aplicativo.

Quando o suporte ao V4-Pro Responses for lançado, execute essas mesmas requisições salvas usando o novo nome de modelo e compare os resultados.

Baixe o Apidog gratuitamente para manter requisições, variáveis e testes no mesmo projeto.

FAQ

Quais modelos DeepSeek funcionam com a Responses API?

Apenas deepseek-v4-flash atualmente. O suporte ao deepseek-v4-pro está previsto para o início de agosto de 2026.

Preciso de um novo SDK?

Não. Use o SDK oficial da OpenAI, altere base_url para https://api.deepseek.com e chame client.responses.create.

Veja os detalhes no guia beta público do V4-Flash.

O estado multi-turn funciona como na API da OpenAI?

Não. A implementação da DeepSeek é stateless. Os campos previous_response_id, conversation e store não são suportados.

Envie o histórico completo como itens de entrada em cada chamada.

Posso usar DeepSeek no Codex junto com minha conta OpenAI?

Sim. A configuração adiciona a DeepSeek como provedora de modelo. O menu do script permite alternar entre modelos, e a configuração original é salva em backup para restauração.

Isso é igual à compatibilidade com a API da Anthropic?

Não. É um recurso separado.

A DeepSeek também expõe um endpoint no formato Anthropic em https://api.deepseek.com/anthropic, usado pela integração com Claude Code. O endpoint da Responses API existe para ferramentas de agente que usam o formato OpenAI, como o Codex.

O que este lançamento sinaliza

A competição entre modelos está migrando também para a camada de integração. Ao implementar a Responses API diretamente, a DeepSeek se posiciona como backend para ferramentas já utilizadas por desenvolvedores, incluindo o Codex.

A compatibilidade não elimina a necessidade de testes: há parâmetros ignorados, ausência de estado entre chamadas e uma semântica de streaming que pode exigir ajustes no cliente.

O caminho prático é simples:

1. conecte o deepseek-v4-flash via Responses API;
2. valide respostas, streaming e chamadas de ferramenta;
3. rode sua própria suíte de tarefas no Codex;
4. compare qualidade, confiabilidade e custo com os modelos atuais.

Conecte o endpoint ao Apidog, execute testes reproduzíveis e decida com base no comportamento do modelo no seu código — não apenas em benchmarks publicados.