DeepSeek API 첫 호출 문서: deepseek-flash 모델명과 OpenAI/Anthropic 호환 설정

Who Should Read

OpenAI SDK나 Claude Code 같은 에이전트 도구의 백엔드 모델을 DeepSeek으로 바꿔 보려는 백엔드 개발자

Core Mechanics

• OpenAI·Anthropic 호환 API
  • base_url을 바꾸면 OpenAI 또는 Anthropic SDK로 DeepSeek에 접속할 수 있다.
  • OpenAI 형식은 https://api.deepseek.com, Anthropic 형식은 https://api.deepseek.com/anthropic이다.
• 모델명은 deepseek-flash와 deepseek-v4-pro
  • deepseek-flash는 현재 DeepSeek-V4.1-Flash-1017이 서빙하고, 호출 방식은 그대로다.
  • 예전 이름 deepseek-v4-flash와 deepseek-v4-flash-vision-exp도 받지만, 해당 모델은 종료됐다.
• 옛 모델명 요청은 Flash 가격으로 청구
• 옛 이름으로 보낸 요청은 DeepSeek-V4.1-Flash-1017이 처리한다.
  • 청구도 Flash 가격으로 된다.
• thinking과 reasoning_effort 파라미터
  • 예제는 thinking을 {"type":"enabled"}로, reasoning_effort를 "high"로 설정한다.
  • Python SDK에서는 thinking을 extra_body로 넘긴다.
• 에이전트 도구에서도 백엔드로 쓴다
  • Claude Code, GitHub Copilot, OpenCode 같은 도구에서 코드 없이 DeepSeek을 백엔드 모델로 쓸 수 있다고 한다.

Community Reactions

• 모델 이름이 헷갈린다는 의견
  • 4.1처럼 단순하게 짓지 않고 버전·날짜 접미사를 붙이는 네이밍을 비꼬는 댓글이 있었다.
• 벤치마크 출처가 불확실하다는 의견
  • 공유된 벤치마크가 DeepSeek WeChat 그룹에서 나왔다는 설이라 가려서 봐야 한다는 댓글이 있었다.
• 가격 인상 우려
  • 가까운 시일 내 "significant increase"가 예정돼 있다는데 얼마나 오를지 궁금하다는 댓글이 있었다.
• 비전 미지원에 대한 아쉬움
  • 비전 기능이 없는 것 같아 아쉽다는 댓글이 있었다.

How to Apply

• 기존 OpenAI SDK 호출을 DeepSeek으로 돌려보기
  • 지금 쓰는 코드에서 base_url을 https://api.deepseek.com으로, model을 deepseek-flash로 바꿔 한 번 호출하라.
  • API 키는 환경변수 DEEPSEEK_API_KEY로 넣어라.
• 코드의 옛 모델명 교체하기
  • deepseek-v4-flash나 deepseek-v4-flash-vision-exp를 쓰는 곳을 검색해 deepseek-flash로 바꿔라.
  • 비전 모델이 종료됐으니 해당 호출이 실제로 필요한 기능인지 확인하라.
• thinking 켠 호출과 끈 호출 비교하기
  • 같은 프롬프트로 thinking과 reasoning_effort 설정을 바꿔 가며 응답 품질과 토큰 사용량을 비교하라.
  • 결과를 보고 서비스별 기본값을 정하라.

Try It

# 터미널에 붙여넣기 (pip install openai 먼저, DEEPSEEK_API_KEY 환경변수 설정)

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get('DEEPSEEK_API_KEY'),
    base_url="https://api.deepseek.com",
)

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "{{질문}}"},
    ],
    stream=False,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)
print(response.choices[0].message.content)

# 이어서 해 볼 것: stream=True로 바꿔 스트리밍 응답을 받아 보기

Terminology

관련 논문

• Mercury 3: 규모를 키운 diffusion LLM, 초당 1,000토큰 이상

  Diffusion LLM을 40배 키웠더니 속도 4~8배, 품질은 속도 특화 모델 수준

• Timestral: Mistral의 시계열 파운데이션 모델

  209M 파라미터 시계열 모델이 3대 벤치마크 1위, CPU에서도 돌아간다

• DeepSeek V4.1 Flash 1017 (Max) 성능·속도·가격 분석

  DeepSeek V4.1 Flash 1017 Max는 지능 지수 45에 211 tok/s, 입력 $0.30

• LLM 프록시를 직접 안 돌리면 무슨 일이 벌어지는지 어떻게 아나

  자체 LLM 프록시를 세웠더니 키·모델·캐시 미스를 직접 볼 수 있다

• DeepSeek V4.1 Flash 1017: 싼 가격에 1M 컨텍스트를 주는 에이전트용 모델

  DeepSeek V4.1 Flash 1017은 입력 $0.05/M, 1M 컨텍스트의 에이전트용 모델

• DeepSeek-V4.1-Flash-1017 공개: 더 짧게 생각하고 더 빠르게 일하는 에이전트용 모델

  DeepSeek V4.1 Flash 마이너 업데이트로 코딩·에이전트 벤치 점수↑, 실행 시간·출력 길이↓

• Llmspeed: 로컬 LLM 속도를 하드웨어 구매 전에 체감해 보는 시뮬레이터

  GPU·모델을 고르면 로컬 LLM 속도를 미리 체감하게 해 주는 시뮬레이터

Related Resources

• https://api-docs.deepseek.com/
• https://www.reddit.com/r/DeepSeek/comments/1vmhser/
• https://news.ycombinator.com/item?id=49274600