DeepSeek API가 Responses API 형식을 지원한다

TL;DR Highlight

base_url만 바꾸면 OpenAI SDK로 DeepSeek 모델을 Responses API로 호출한다

Who Should Read

OpenAI Responses API 기반 클라이언트나 Codex에서 DeepSeek 모델로 갈아타 보려는 백엔드 개발자

Core Mechanics

Codex 수요 때문에 Responses API를 지원한다
- base_url을 https://api.deepseek.com으로 두면 된다.
- 설정만 바꾸면 Codex에서 DeepSeek 모델을 쓸 수 있다고 안내한다.
모델은 deepseek-flash와 deepseek-v4-pro 두 개다
- 문서의 예제는 deepseek-flash로 호출한다.
- 이미지 입력은 deepseek-flash에서 받는다고 적혀 있다.
서버 측 web_search는 v4-pro 전용이다
- deepseek-v4-pro에서는 API가 서버에서 검색하고 결과를 컨텍스트에 넣어 응답을 이어 간다.
- deepseek-flash에서는 web_search가 무시된다.
상태를 저장하지 않는 stateless API다
- previous_response_id, conversation, store, background는 지원하지 않는다.
- 응답에는 항상 store: false가 붙는다.
지원하지 않는 파라미터는 에러 없이 무시된다
- 그래서 기존 Responses API 클라이언트를 수정 없이 붙일 수 있다고 한다.
- 단 컨텍스트 윈도우를 넘기는 요청은 400 에러를 돌려준다.

Community Reactions

Hacker News 상위 3개 글 중 2개가 이 건이라는 반응
- 조용히 나왔다는 제목과 달리 화제가 됐다는 농담 섞인 댓글이 있었다.
벤치마크에서 큰 변화는 없을 것 같다는 의견
- Flash가 이미 로컬 에이전트 코딩에서 Opus 4.5를 대체할 수 있어서 Pro에 비슷한 성과가 없었을 수 있다는 추측성 댓글이다.
가격 페이지 링크가 공유됐다
- 모델별 비용은 pricing 문서를 보면 된다는 댓글이 달렸다.

How to Apply

기존 OpenAI SDK 코드의 base_url만 바꿔 호출해 보기
- 오늘 파이썬에서 base_url을 https://api.deepseek.com으로, model을 deepseek-flash로 바꿔 responses.create를 한 번 호출한다.
- response.output_text와 usage의 cached_tokens, reasoning_tokens를 출력해 확인한다.
previous_response_id 의존 코드를 점검해 직접 이력 관리로 바꾸기
- 서버가 상태를 저장하지 않으므로 매 요청마다 input에 이전 대화를 직접 넣는다.
- store, background 등 무시되는 파라미터에 기대는 로직이 있는지 찾아 제거한다.
웹 검색이 필요한 경로는 deepseek-v4-pro로 분리하기
- tools에 {"type": "web_search"}를 넣고 model을 deepseek-v4-pro로 지정해 테스트한다.
- flash에서는 검색이 무시되므로 라우팅 조건에 모델을 명시한다.

Try It

복사해서 바로 해보기

# 터미널에서 실행 (pip3 install openai)

from openai import OpenAI

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

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

for event in stream:
    if event.type == "response.output_text.delta":
        print(event.delta, end="")

# 이어서 해 볼 것: stream=True를 빼고 response.usage를 출력해 cached_tokens를 확인해 보기

Terminology

Responses APIOpenAI가 만든 요청·응답 형식으로, 메시지와 도구 호출 등을 item 목록으로 주고받는다. 이 형식을 쓰는 클라이언트라면 주소만 바꿔 다른 서버에 붙일 수 있다.

SSE(Server-Sent Events)서버가 응답을 조각조각 이벤트로 흘려보내는 방식이다. 채팅에서 글자가 하나씩 나타나는 화면이 이 방식이다.

Stateless API서버가 이전 대화를 기억하지 않는 방식이다. 매번 전체 맥락을 직접 보내야 한다.

Context Caching반복되는 앞부분 입력을 서버가 재사용해 처리하는 기능이다. 문서상 자동으로 관리되며 usage의 cached_tokens로 적중 수를 볼 수 있다.