Walse

Posted on Jul 31 • Originally published at apidog.com

DeepSeek-V4-Flash Kini Mendukung Responses API dan Codex: Yang Perlu Diketahui Pengembang

Terkubur dalam pengumuman rilis V4-Flash DeepSeek tanggal 31 Juli adalah baris yang paling penting secara strategis: V4-Flash kini “secara natif mendukung format Responses API dan sepenuhnya diadaptasi untuk Codex.”

Coba Apidog hari ini

Artinya, laboratorium open-weight dari Tiongkok tersebut mengimplementasikan format API terbaru OpenAI—format yang dibuat OpenAI untuk produk agennya sendiri—agar Codex dapat berjalan di atas model DeepSeek. Log perubahan DeepSeek menyatakan motivasinya secara langsung: “Untuk memenuhi permintaan Codex, API kami kini mendukung format Responses API.”

Artikel ini berfokus pada implementasinya: tingkat kompatibilitas, parameter yang diabaikan, cara menghubungkan V4-Flash ke Codex, serta titik-titik yang perlu Anda uji sebelum menggunakannya pada repositori produksi. Untuk pengaturan API dasar, mulai dari panduan beta publik V4-Flash.

Mengapa Responses API Penting

OpenAI memperkenalkan Responses API sebagai penerus Chat Completions untuk workload agen. API ini menyediakan item penalaran, tool bawaan, dan event streaming semantik dalam satu antarmuka.

Format ini juga digunakan secara natif oleh stack agen OpenAI, termasuk Codex. Detail formatnya dibahas dalam Cara menggunakan Responses API OpenAI.

Sebelumnya, menjalankan model non-OpenAI di belakang klien Responses API umumnya membutuhkan proxy penerjemah. DeepSeek menghilangkan kebutuhan tersebut dengan mengimplementasikan format API ini langsung di https://api.deepseek.com.

Anda dapat memakai SDK OpenAI yang ada tanpa mengubah pola pemanggilan:

# pip3 install openai
from openai import OpenAI

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

response = client.responses.create(
    model="deepseek-v4-flash",
    instructions="You are a helpful assistant.",
    input="Hi, how are you?",
)

print(response.output_text)

Saat ini, Responses API hanya tersedia untuk deepseek-v4-flash. DeepSeek menyatakan dukungan deepseek-v4-pro akan hadir pada awal Agustus 2026.

Seberapa Lengkap Kompatibilitasnya?

DeepSeek menerbitkan matriks kompatibilitas untuk Responses API. Ini penting karena label “kompatibel OpenAI” tidak selalu berarti semua parameter dan perilaku API tersedia.

Parameter yang didukung

Berikut fitur yang dapat Anda gunakan:

input dan instructions, sebagai string atau daftar item
stream dengan urutan event semantik
temperature, top_p, max_output_tokens, dan top_logprobs
tools bertipe function dan web_search
tool_choice, termasuk memaksa pemanggilan fungsi tertentu
reasoning.effort untuk mengatur kedalaman penalaran

Untuk web_search, pencarian dieksekusi di sisi server DeepSeek.

Parameter yang diterima tetapi tidak aktif

Beberapa parameter tidak menghasilkan efek meskipun tidak memicu error:

reasoning.summary: diterima, tetapi tidak menghasilkan ringkasan
text.verbosity: diterima tanpa efek
parallel_tool_calls: diabaikan karena panggilan tool paralel selalu aktif

Parameter yang tidak didukung

DeepSeek juga tidak mendukung beberapa fitur stateful dan operasional berikut:

previous_response_id
conversation
store
background
metadata
include
service_tier
kunci prompt caching

API DeepSeek bersifat stateless. Karena itu, simpan riwayat percakapan di aplikasi Anda sendiri, lalu kirim ulang seluruh konteks sebagai daftar item input pada setiap request.

Contoh pola multi-turn:

history = [
    {
        "role": "user",
        "content": "Buatkan fungsi Python untuk menghitung faktorial."
    },
    {
        "role": "assistant",
        "content": "Berikut implementasinya..."
    },
    {
        "role": "user",
        "content": "Tambahkan validasi untuk input negatif."
    }
]

response = client.responses.create(
    model="deepseek-v4-flash",
    input=history
)

DeepSeek memilih untuk mengabaikan parameter yang tidak didukung alih-alih menolaknya. Ini membantu klien Responses API yang sudah ada tetap berjalan tanpa perubahan besar.

Namun, ada batas yang harus Anda tangani: request yang melebihi jendela konteks 1 juta token akan menghasilkan error 400, bukan dipotong secara otomatis.

Perhatikan perbedaan streaming SSE

Streaming menggunakan model event Responses API, misalnya:

response.created
response.reasoning_text.delta
response.output_text.delta
response.completed
response.incomplete
response.failed

DeepSeek tidak menggunakan terminator data: [DONE]. Jika parser SSE Anda menunggu [DONE], koneksi dapat terlihat menggantung.

Pastikan handler Anda menutup stream saat menerima event final seperti response.completed, response.incomplete, atau response.failed.

Untuk pola parser yang defensif, lihat panduan streaming respons API dengan peristiwa yang dikirim server.

Menyiapkan Codex dengan DeepSeek-V4-Flash

Codex berkomunikasi melalui Responses API, sehingga integrasi ini menjadi alasan utama dukungan DeepSeek tersebut ada.

Menurut panduan integrasi Codex dari DeepSeek, konfigurasi berlaku untuk seluruh klien Codex yang berbagi konfigurasi yang sama, termasuk:

Codex CLI
aplikasi desktop ChatGPT
ekstensi VS Code

Opsi 1: Jalankan skrip pengaturan

Pastikan Codex CLI atau aplikasi desktop ChatGPT sudah terinstal dan pernah dijalankan setidaknya sekali.

Di macOS atau Linux:

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

Di Windows PowerShell:

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

Pada eksekusi pertama, skrip akan meminta API key DeepSeek Anda.

Skrip tersebut melakukan beberapa langkah konfigurasi:

Mencadangkan ~/.codex/config.toml ke ~/.codex/backup-deepseek/.
Menulis katalog model ke ~/.codex/models.json.
Menambahkan [model_providers.deepseek] sambil mempertahankan MCP server dan pengaturan kepercayaan proyek.
Memvalidasi sintaks konfigurasi sebelum melakukan penulisan.

Anda dapat menjalankan skrip kembali untuk mengganti model atau memulihkan konfigurasi awal melalui menu yang disediakan.

Jangan langsung mem-pipe curl ke shell jika itu melanggar kebijakan keamanan tim Anda. Tinjau isi skrip terlebih dahulu, terutama karena skrip tersebut mengubah konfigurasi Codex lokal.

Opsi 2: Verifikasi katalog model

File models.json yang dibuat skrip juga mendokumentasikan karakteristik integrasi model:

Jendela konteks: 1,048,576 token
Tingkat penalaran: low, high, dan max
Default penalaran: high
Mendukung pemanggilan tool paralel
Membutuhkan Codex client versi 0.144.0 atau lebih baru

Saat ini, hanya deepseek-v4-flash yang dapat digunakan. Katalog tersebut sudah mencantumkan deepseek-v4-pro untuk dukungan yang direncanakan pada awal Agustus.

Evaluasi Performa: Jangan Hanya Mengandalkan Benchmark Vendor

DeepSeek menyatakan pelatihan ulang pasca-0731 ditujukan untuk workload agen. Mereka melaporkan skor berikut:

Terminal Bench 2.1: 82.7
Cybergym: 76.7
Toolathlon terverifikasi: 70.3
DeepSWE: 54.4

DeepSeek menyatakan hasil tersebut mengungguli V4-Pro-Preview. Namun, perlakukan angka ini sebagai klaim vendor hingga ada evaluasi independen. Pengujian tersebut dilakukan menggunakan tooling DeepSeek sendiri pada tingkat usaha maksimum, dan dua benchmark yang disebutkan merupakan set uji internal.

Untuk pengambilan keputusan, jalankan evaluasi pada basis kode, tool, dan instruksi agen Anda sendiri.

Secara harga, DeepSeek menyebutkan biaya:

Input cache miss: $0.14 per juta token
Output: $0.28 per juta token
Input cache hit: $0.0028 per juta token

Untuk detail harga, lihat bagian harga dari panduan beta V4-Flash.

Jika Anda sedang membandingkan workflow agen, perbandingan Claude Code vs Codex CLI membahas sisi tool agen dari keputusan tersebut.

Verifikasi Endpoint Sebelum Memercayai Agen

Sebelum menjalankan Codex pada repositori nyata, uji endpoint Responses API secara langsung. Endpoint beta publik baru sebaiknya divalidasi untuk payload, tool call, dan streaming.

Anda dapat melakukan validasi ini di Apidog dalam beberapa menit:

Buat endpoint:

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

Simpan API key sebagai environment variable, bukan hardcode dalam request.
Kirim payload minimal:

   {
     "model": "deepseek-v4-flash",
     "instructions": "You are a helpful assistant.",
     "input": "Jelaskan perbedaan REST dan RPC."
   }

Periksa bentuk output. Konfirmasikan bahwa respons berisi item reasoning yang diikuti item message.
Aktifkan streaming:

   {
     "model": "deepseek-v4-flash",
     "input": "Tulis fungsi TypeScript untuk debounce.",
     "stream": true
   }

Pastikan klien Anda memproses event response.output_text.delta dan menyelesaikan stream pada response.completed.
Uji function calling dengan request seperti ini:

   {
     "model": "deepseek-v4-flash",
     "input": "Cari status deployment production.",
     "tools": [
       {
         "type": "function",
         "name": "get_deployment_status",
         "description": "Mengambil status deployment berdasarkan environment.",
         "parameters": {
           "type": "object",
           "properties": {
             "environment": {
               "type": "string",
               "enum": ["staging", "production"]
             }
           },
           "required": ["environment"]
         }
       }
     ]
   }

Konfirmasikan bahwa output function_call sesuai dengan format yang diharapkan handler aplikasi Anda.

Saat dukungan V4-Pro Responses tersedia, jalankan ulang collection yang sama menggunakan nama model baru. Bandingkan output, tool call, event streaming, dan error handling.

Unduh Apidog secara gratis untuk menyimpan request dan suite pengujian tersebut dalam satu proyek.

FAQ

Model DeepSeek mana yang mendukung Responses API?

Saat ini hanya deepseek-v4-flash. Dukungan deepseek-v4-pro dijadwalkan pada awal Agustus 2026.

Apakah saya membutuhkan SDK baru?

Tidak. SDK OpenAI resmi dapat digunakan dengan mengarahkan base_url ke https://api.deepseek.com, lalu memanggil client.responses.create. Lihat panduan beta publik V4-Flash untuk pengaturan dasar.

Apakah percakapan multi-turn bekerja seperti OpenAI?

Tidak sepenuhnya. Implementasi DeepSeek bersifat stateless dan tidak mendukung previous_response_id, conversation, atau store. Kirim seluruh riwayat percakapan pada setiap request.

Bisakah DeepSeek digunakan di Codex bersama akun OpenAI saya?

Ya. Konfigurasi menambahkan DeepSeek sebagai model provider. Skrip integrasi menyediakan opsi untuk mengganti model, sementara konfigurasi asli Anda dicadangkan agar dapat dipulihkan.

Apakah ini sama dengan kompatibilitas Anthropic API DeepSeek?

Tidak. DeepSeek juga menyediakan endpoint format Anthropic di https://api.deepseek.com/anthropic, yang digunakan oleh integrasi Claude Code. Responses API ditujukan untuk tool agen berbasis format OpenAI seperti Codex.

Apa Arti Rilis Ini untuk Developer

Ketika kualitas model mulai konvergen, integrasi menjadi pembeda utama. DeepSeek tidak hanya menawarkan model, tetapi juga mengimplementasikan format yang digunakan agen pengodean populer seperti Codex.

Pendekatan ini membuat DeepSeek lebih mudah diuji sebagai backend alternatif tanpa perlu membangun proxy penerjemah sendiri. Dokumentasi tentang parameter yang didukung, diabaikan, atau tidak tersedia juga membantu tim menghindari asumsi kompatibilitas yang salah.

Namun, keputusan akhir tetap harus berbasis evaluasi internal: