DeepSeek-V4.1-Flash API

DeepSeek-V4.1-Flash-1017 em resumo

Data de lançamento

2026-10-17, no site, no app e na API da DeepSeek no mesmo dia; substitui o V4.1-Flash de 2026-09-10 sob o mesmo ID de modelo deepseek-flash na API da DeepSeek, sem mudança na forma de chamar nem no preço

O que mudou

A DeepSeek chama de atualização menor, com pontuações mais altas, conclusão de tarefas mais rápida e saídas mais curtas, o que descreve como uma melhoria de Pareto em desempenho e custo; foi ajustado para o DeepSeek Harness (recomenda-se v0.2.1-rc.1 ou posterior), o Tencent CodeBuddy e o WorkBuddy

Modelo e pesos

Um MoE multimodal sobre a arquitetura Causal Encoder-Decoder (CED) da DeepSeek; o relatório técnico do V4.1-Flash informa 552B parâmetros de backbone com 16B ativos por token na decodificação, e os arquivos de pesos no Hugging Face somam 763B parâmetros; código e pesos têm licença MIT

Contexto e saída

Contexto de 1M tokens e até 384K (393,216) tokens de saída por requisição; entrada de texto e imagem, saída de texto; o model card recomenda max_tokens de pelo menos 256K

Thinking e effort

O thinking vem ativado por padrão com effort high; reasoning_effort aceita low / high / max; thinking: {type: "disabled"} desativa, e na Responses API reasoning.effort "none" faz o mesmo

Preço oficial

$0.30 de entrada / $1.20 de saída por milhão de tokens e $0.006 por acerto de cache no horário de pico, metade fora dele ($0.15 / $0.60 / $0.003). O pico é das 01:00 às 04:00 e das 06:00 às 10:00 UTC em dias úteis

API e ferramentas

A DeepSeek oferece os formatos OpenAI Chat Completions, Responses e Anthropic Messages com chamada de ferramentas, saída JSON e completação FIM (apenas sem thinking); a Wokey atende /v1/chat/completions, /v1/responses e /v1/messages

Verificado em 2026-10-18 · Fontes: DeepSeek · Change log · Pricing · Hugging Face · arXiv · Artificial Analysis · DeepInfer

Benchmarks oficiais: V4.1-Flash-1017 vs V4.1-Flash vs Kimi K3 vs GLM-5.3 vs GPT-5.6 Sol vs Opus 5

Dados do model card da DeepSeek no Hugging Face, iguais ao changelog de 2026-10-17; são resultados informados pelo próprio fornecedor, e “—” significa que a pontuação não foi publicada. O Opus 5 aqui é o Claude Opus 5 anterior, não o Opus 5.5 (2026-09-22), e o GPT-5.6 Sol não é o GPT-6.1 Sol.

A linha do HLE é sem ferramentas; no subconjunto só de texto a DeepSeek também informa 44.0% para o 1017 e 39.1% para a versão anterior, e o número dela para o GLM-5.3 (42.0%) também é só de texto, por isso essa célula está vazia. O Terminal-Bench 4.0 rodou no harness do Claude Code, o DeepSWE v1.1 no Mini-SWE-V2 e o ZeroBench com Pass@5. Tabelas de fornecedores diferentes não se comparam célula a célula: o model card da própria Moonshot dá ao Kimi K3 77.8% no ProgramBench contra 17.5% aqui, e a DeepSeek dá ao GLM-5.3 48.8% no AutomationBench v1.0.6 contra 48.2% na página da Z.ai. Os números de DeepSWE v1.1 do K3 (67.5%) e do GLM-5.3 (66.9%) batem com a tabela da Z.ai.

Qual usar: V4.1-Flash-1017, Claude Opus, Kimi K3, GLM-5.3, modelos da mesma categoria ou V4 Pro

Atualizando do V4.1-Flash (0910)

Não há nada a mudar: o deepseek-flash passou para o 1017 em 2026-10-17 pelo mesmo preço; na Wokey, deepseek-flash e deepseek-v4.1-flash são o mesmo modelo. Na tabela da DeepSeek, os maiores ganhos estão em tarefas agênticas e de terminal: Terminal-Bench 4.0 de 31.2% para 42.3%, ProgramBench de 20.3% para 29.1%, Apex Bench v1.1 de 64.6% para 72.1%, DeepSWE v1.1 de 74.2% para 77.0%. A DeepSeek também diz que ele conclui tarefas mais rápido com saídas mais curtas, e o raciocínio é cobrado como saída, então cada tarefa custa menos; nenhum teste independente confirmou ainda as saídas mais curtas.

Contra Claude Opus 5 / Opus 5.5

Mesmo na tabela da própria DeepSeek, o Opus 5 lidera as linhas mais difíceis: HLE 56.3% vs 42.6%, Terminal-Bench 4.0 51.8% vs 42.3%, ProgramBench 37.0% vs 29.1%, NL2Repo-Bench 75.3% vs 68.2%, além dos três benchmarks de visão; o 1017 lidera em DeepSWE v1.1 (77.0% vs 74.0%), AutomationBench (60.5% vs 50.3%), Agents’ Last Exam e Apex Bench. O Opus 5.5, lançado em 2026-09-22, não está na tabela. O Opus 5.5 custa $4 / $20 no preço de tabela, cerca de 13 vezes o preço de entrada no pico do 1017 e 17 vezes o de saída. Escolha o Opus para os desenvolvimentos mais difíceis e para trabalho que precisa sair certo na primeira vez; use o 1017 para loops de agentes de alto volume, subagentes e programação do dia a dia, onde o custo por tarefa importa.

Contra Kimi K3 e GLM-5.3

A tabela da DeepSeek coloca o 1017 à frente dos dois em todas as linhas de programação e agentes, por exemplo DeepSWE v1.1 77.0% vs 67.5% (K3) e 66.9% (GLM-5.3), e Terminal-Bench 4.0 42.3% vs 12.6% e 37.9%; só no HLE o K3 fica um pouco acima (43.5% vs 42.6%). A diferença de preço é maior: o K3 custa $3 / $15 e o GLM-5.3 $1.4 / $4.4, contra $0.30 / $1.20 do 1017 no pico. O GLM-5.3 é só texto e o K3 também aceita vídeo; tanto o 1017 quanto o K3 aceitam imagens. Esses números são da DeepSeek, então confira as tabelas próprias da Z.ai e da Moonshot antes de decidir.

Contra GPT-6 Luna, GLM-5.3-Flash e Claude Haiku 5.5

Para trabalho de alto volume, as alternativas reais são esses modelos da mesma categoria, e todos estão na Wokey. O Artificial Analysis Intelligence Index v4.3.2 só tem por enquanto o V4.1-Flash de setembro: 39 no effort max por $0.27 por tarefa; na mesma versão, o Claude Haiku 5.5 marca 43 ($0.21 por tarefa), o GLM-5.3-Flash 42 ($0.28) e o GPT-6 Luna 38 ($0.07, o mais barato por tarefa). A AA ainda não avaliou o 1017. Preços oficiais de tabela: Luna $0.10 / $0.50, GLM-5.3-Flash $0.15 / $0.50, Haiku 5.5 $0.10 / $0.50 para prompts de até 100K tokens e cinco vezes isso acima disso; DeepSeek $0.30 / $1.20 no pico e $0.15 / $0.60 fora dele. A DeepSeek tem os acertos de cache mais baratos ($0.003–$0.006, contra $0.01 do Luna e do Haiku 5.5 e $0.03 do GLM-5.3-Flash), que é o maior custo em loops de agentes que reenviam um prefixo longo. A AA mediu velocidade de saída de cerca de 235 tokens/s para o Haiku 5.5, 176 para a DeepSeek, 120 para o Luna e 71 para o GLM-5.3-Flash. Escolha o Luna para o menor custo por tarefa, o Haiku 5.5 ou o GLM-5.3-Flash para a maior pontuação desta categoria (prompts longos no Haiku 5.5 custam cinco vezes mais), e o 1017 para loops de agentes longos e com muito cache, ou quando você quer pesos abertos.

Contra DeepSeek V4 Pro

A DeepSeek não lançou um V4.1 Pro. O deepseek-v4-pro continua sendo o snapshot 0813, a $1.32 / $3.96 no pico, 4.4 vezes o Flash na entrada e 3.3 vezes na saída, sem entrada de imagem e com limite de concorrência de 500 contra 2,500 do Flash. A DeepSeek não publica pontuações do Pro ao lado do 1017; a tabela do GLM-5.3 da Z.ai dá ao V4 Pro 0813 62.7% no DeepSWE v1.1, abaixo dos 77.0% que a DeepSeek informa para o 1017, embora os harnesses possam ser diferentes. Use deepseek-v4.1-flash em projetos novos.

Como escolher o effort

O thinking vem em high por padrão. A DeepSeek agrupa os níveis pedidos em três: minimal e low → low; medium, high e xhigh → high; max e ultra → max. Mantenha o high padrão para programação e agentes, use max para o raciocínio mais difícil e low para extração e respostas curtas, e desative o thinking (thinking: {type: "disabled"}) para FIM, classificação ou chamadas sensíveis à latência. Os tokens de raciocínio são cobrados pela tarifa de saída.

Documentação do modo thinking da DeepSeek

Avaliações de terceiros

• Kingy AI: Um piloto pequeno em 2026-10-17 pelo Vercel AI Gateway: sete tarefas fixas com avaliadores determinísticos, cada uma executada duas vezes, contra GPT-6.1 Sol, Claude Sonnet 5.5 e Qwen3.8-27B. O 1017, o Sol e o Sonnet passaram em 14 de 14, então a bateria não conseguiu ordená-los. A vantagem mais clara do 1017 foi o custo: cerca de $0.016 contra aproximadamente $0.058 do Sol e $0.065 do Sonnet. A velocidade variou: mediana de 2.47 s em tarefas comuns (Sonnet 1.59 s, Sol 4.77 s), mas 27–28 s em uma tarefa de subtração de intervalos que o Sonnet terminou em cerca de 3 s. O autor não verificou a alegação de saídas mais curtas nem testou harnesses de agentes.
• Paweł Huryn (Bug Hunt Bench): Dois repositórios reais com 105 bugs plantados que os modelos de fronteira não encontraram no início deste ano; o modelo precisa encontrá-los e corrigi-los. O 1017 com effort max fez 34 na primeira execução e 38.7 de média em três, contra 21.7 da versão de setembro; no mesmo teste o Opus 5.5 (max) faz 41.7 e o Gemini 4 Argon (high) 40.7. Com effort high ele fez média de 32 em duas execuções, empatado com o Opus 5.5 em high (31.7). O autor observa que o 1017 varia muito mais de uma execução para outra do que outros modelos.
• ML_Bear (X): Uma primeira impressão em boa parte negativa: extremamente barato (cerca de 1/16 do Opus), rápido em saídas curtas mas lento nas longas; a fraqueza fatal é deixar passar instruções detalhadas, com precisão muito atrás do Sol e do Opus; japonês fraco; e sem modo strict de JSON Schema. A sugestão é usá-lo em trabalho de alto volume onde a precisão importa menos.
• Startup Fortune: Argumenta que o lançamento importa menos pelas pontuações do que pelo empacotamento: assim como o lançamento do V4.1-Flash em setembro, ele saiu junto com uma nova versão do DeepSeek Harness e ferramentas de parceiros citadas por nome, conduzindo os desenvolvedores para um stack que a DeepSeek controla de ponta a ponta. O texto também observa que a licença MIT permite rodar o modelo em qualquer ferramenta.

Usando o 1017 no Claude Code e regras das requisições para conferir

Estas regras vêm da documentação da API e do model card da DeepSeek, além de como a Wokey roteia o deepseek-v4.1-flash. Confira antes de migrar ou de integrar pela primeira vez.

• A API da DeepSeek chama o modelo de deepseek-flash: não existe um ID separado para o 1017, e não é possível fixar a versão anterior. Na Wokey, use deepseek-v4.1-flash; o ID antigo deepseek-flash continua funcionando e é o mesmo modelo pelo mesmo preço.
• Na Wokey, deepseek-v4-flash é um modelo separado cuja primeira rota é a implantação do DeepSeek V4 Flash da Volcengine, e ele não aceita imagens. Para usar o 1017, troque o ID para deepseek-v4.1-flash. (Na API da própria DeepSeek, o nome antigo agora roda o 1017.)
• Com ferramentas no modo thinking, devolva o reasoning_content de todos os turnos anteriores do assistant, incluindo turnos sem chamada de ferramenta, ou a DeepSeek retorna 400 (The reasoning_content in the thinking mode must be passed back to the API). Basta anexar o objeto message retornado do jeito que veio; sem ferramentas, o campo é ignorado.
• No modo thinking, temperature, presence_penalty e frequency_penalty são aceitos mas não têm efeito, e top_p abaixo de 0.95 é elevado para 0.95; o model card recomenda temperature 1.0 e top_p 1.0.
• Saída estruturada: response_format só aceita json_object (JSON válido; o prompt precisa mencionar “json” e mostrar um formato de exemplo), não json_schema. A chamada de funções strict da DeepSeek é um beta na base URL /beta, e a Wokey chama o endpoint padrão, então valide você mesmo os argumentos das ferramentas.
• Até 384K (393,216) tokens de saída por requisição; o model card recomenda max_tokens de pelo menos 256K, e o raciocínio é cobrado como saída, então deixe folga no orçamento de saída.
• Horário de pico: a DeepSeek cobra preço cheio das 01:00 às 04:00 e das 06:00 às 10:00 UTC em dias úteis (das 09:00 às 12:00 e das 14:00 às 18:00 no horário de Pequim) e metade no resto do tempo. A Wokey usa as mesmas faixas, então trabalho em lote no fim de semana ou fora desses horários custa metade; ao contrário da DeepSeek, a Wokey não trata feriados da China como fora de pico.
• Usando no Claude Code: defina ANTHROPIC_BASE_URL como https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN com a sua chave de API da Wokey e ANTHROPIC_MODEL como deepseek-v4.1-flash. O Codex CLI usa /v1/responses e o OpenCode /v1/chat/completions; veja os guias de clientes acima. O DeepSeek Harness, agente recomendado pela DeepSeek, também funciona com a Wokey; a configuração está em /docs/deepseek-harness.

Requisição de continuação após chamada de ferramenta, devolvendo reasoning_content (/v1/chat/completions)

{
  "model": "deepseek-v4.1-flash",
  "reasoning_effort": "high",
  "tools": [{ "type": "function", "function": { "name": "read_file", "parameters": { "type": "object", "properties": { "path": { "type": "string" } }, "required": ["path"] } } }],
  "messages": [
    { "role": "user", "content": "Why does the build fail?" },
    { "role": "assistant", "content": null, "reasoning_content": "Read the build log first.", "tool_calls": [{ "id": "call_1", "type": "function", "function": { "name": "read_file", "arguments": "{\"path\":\"build.log\"}" } }] },
    { "role": "tool", "tool_call_id": "call_1", "content": "error TS2307: Cannot find module './config'" }
  ]
}

Preços atuais do catálogo

Preços por 1M de tokens; a liquidação segue o preço vigente no momento da solicitação.

Fonte do preço oficial: https://api-docs.deepseek.com/quick_start/pricing

Preços por volume: se você pagar $100 / $200 em DeepSeek V4.1 Flash em um dia, no dia seguinte vale 10% / 20% de desconto em DeepSeek V4.1 Flash, de forma automática e sem limite. Ver as regras

Cobrança de Search / Fetch e suporte na Wokey

Como são cobradas as chamadas à API DeepSeek Search / Fetch?

O Search retorna resultados da web estruturados; o Fetch retorna uma página em Markdown. A DeepSeek lista cada API a $0.75 por 1,000 requisições bem-sucedidas no guia em inglês, ou ¥5 no guia em chinês. São tarifas oficiais por moeda, não preços da Wokey nem conversões de câmbio. Só são cobradas respostas HTTP 200 com resultados: um array de resultados do Search não vazio ou o conteúdo da página do Fetch. Falhas, buscas vazias e timeouts não são cobrados; count não altera o preço por requisição. Search e Fetch são contados separadamente, então uma busca seguida de vários fetch não é uma única chamada cobrável. Os tokens do modelo são cobrados à parte.

Quais buscas passam a ser cobradas em 1º de novembro de 2026?

Segundo a DeepSeek, as chamadas à ferramenta Search/Fetch no lado do servidor feitas pelo DeepSeek Harness, Claude Code ou Codex usando a API oficial da DeepSeek temporariamente não têm cobrança de ferramenta. A cobrança por requisição começa em 2026-11-01 às 00:00, horário de Pequim (UTC+8, o mesmo fuso de Singapura). Essa isenção não torna gratuita toda chamada direta à API de Search/Fetch nem isenta as cobranças de tokens do modelo. A política oficial não é uma promessa de uso gratuito da Wokey.

O deepseek-v4.1-flash da Wokey suporta Search / Fetch independentes?

A Wokey oferece as interfaces de inferência do modelo listadas nesta página, não os endpoints independentes /v1/tools/search ou /v1/tools/fetch. Suportar chamada de ferramentas não significa suportar toda ferramenta web nativa do upstream. A busca no lado do servidor dentro das requisições ao modelo depende da rota de fornecimento real e atualmente não está listada como um recurso da Wokey verificado e suportado de forma uniforme; esta página não publica um preço da Wokey por chamada de Search/Fetch. Para busca e fetch independentes com suporte documentado, use uma chave de API da DeepSeek com api.deepseek.com, configurada e cobrada separadamente das chamadas de modelo da Wokey.

Verificado em 2026-10-19 · DeepSeek · Search & Fetch (USD) · DeepSeek · Search & Fetch (CNY) · DeepSeek · Change log

Medido na Wokey

Últimos 28 dias (2026-10-13 a 2026-11-09), atualizado toda segunda-feira · Requisições reais de mais de 200 contas

Tempo até o primeiro token, prompts curtos

2,1 s (Mediana · prompts com menos de 8K tokens · p90 4,8 s)

Tempo até o primeiro token, prompts de agente

3,6 s (Mediana · prompts de 32K–128K tokens)

Taxa de acerto do cache de prompt

94% (Parcela dos tokens de entrada lidos do cache)

Clientes mais usados: OpenCode 29%, Magpie 24%, DeepSeek Harness 23%. Parcela das requisições de clientes identificados; 25% das requisições tiveram o cliente identificado.

Como medimos

O tempo até o primeiro token vai do recebimento da requisição pelo gateway da Wokey até o primeiro conteúdo transmitido (texto, resumo do raciocínio ou recusa). Inclui a espera na fila, as novas tentativas em outra conta e o tempo de raciocínio do modelo, por isso é maior que a latência de primeiro token do próprio upstream. Só contam as requisições em streaming bem-sucedidas, agrupadas pelo tamanho do prompt (entrada mais leituras e gravações de cache).

Taxa de acerto de cache = tokens lidos do cache ÷ tokens de entrada nas requisições bem-sucedidas. Ela depende do cliente e da forma de uso; as páginas de taxa de acerto de cache detalham por cliente.

Contas empresariais e as contas de teste da própria Wokey ficam de fora. Um modelo aparece quando pelo menos 20 usuários o usaram nos últimos 28 dias e nenhum usuário enviou mais de 50% das requisições; contas cadastradas por uma mesma cadeia de indicação contam como um único usuário. Cada número de tempo até o primeiro token precisa de pelo menos 500 requisições.

Taxa de acerto de cache por cliente

Recursos do modelo

Context

1,000,000 tokens

Saída máxima

393,216 tokens

Streaming

Compatível

Tools

Compatível

Vision

Compatível

Formas de API aceitas

/v1/chat/completions · /v1/responses · /v1/messages

Enviar uma solicitação

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v4.1-flash","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v4.1-flash","input":"Hello"}'

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-v4.1-flash","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

Use o DeepSeek-V4.1-Flash nas suas ferramentas

O gateway é https://api.wokey.ai (clientes compatíveis com OpenAI costumam usar https://api.wokey.ai/v1) e o ID do modelo é deepseek-v4.1-flash. Abra o guia do cliente que você usa.

• Usar o DeepSeek-V4.1-Flash no Claude Code: Anthropic Messages · configuração de base URL e chave de API
• Usar o DeepSeek-V4.1-Flash no Codex: OpenAI Responses · configuração de base URL e chave de API
• Usar o DeepSeek-V4.1-Flash no Claude Desktop: Anthropic Messages · configuração de base URL e chave de API
• Usar o DeepSeek-V4.1-Flash no opencode: OpenAI Chat Completions · configuração de base URL e chave de API
• Usar o DeepSeek-V4.1-Flash no pi: Anthropic Messages · configuração de base URL e chave de API
• Usar o DeepSeek-V4.1-Flash no DeepSeek Harness: OpenAI Chat Completions · configuração de base URL e chave de API
• Usar o DeepSeek-V4.1-Flash no Z Code: Anthropic Messages · configuração de base URL e chave de API
• Usar o DeepSeek-V4.1-Flash no Cherry Studio: OpenAI Chat Completions · configuração de base URL e chave de API
• Usar o DeepSeek-V4.1-Flash no WorkBuddy: OpenAI Chat Completions · configuração de base URL e chave de API
• Usar o DeepSeek-V4.1-Flash no OpenClaw: OpenAI Chat Completions · configuração de base URL e chave de API
• Usar o DeepSeek-V4.1-Flash no Hermes Agent: OpenAI Chat Completions · configuração de base URL e chave de API
• Usar o DeepSeek-V4.1-Flash no Magpie: OpenAI Chat Completions · configuração de base URL e chave de API
• Calculadora de custos da API do DeepSeek: quanto custa o DeepSeek-V4.1-Flash por mês: Compare o custo mensal na DeepSeek API e na Wokey conforme seu uso e sua taxa de acerto de cache.
• DeepSeek-V4.1-Flash vs. DeepSeek V4 Pro: qual usar?: Preços, janela de contexto, tempo até o primeiro token e taxa de acerto de cache lado a lado.
• Alternativa ao OpenRouter: Wokey vs. OpenRouter: Compare preços por token, taxas de pagamento, formatos de API e origens upstream.
• API de IA verificável: quais modelos e formatos de API trazem provas de resposta: Por enquanto, as provas de resposta cobrem apenas respostas de Claude Messages e GPT Responses repassadas sem alteração em rotas oficiais.

Claude Code

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="deepseek-v4.1-flash"

Exemplo de chamada em produção

Estes valores de uso vêm de uma chamada concluída de DeepSeek-V4.1-Flash que teve sucesso na primeira tentativa e foi conferida com a cobrança.

Entrada total

77258

Saída

1030

Parcela da entrada em cache

99.9%

Duração da chamada

12.90 s

Chat Completions usage

Compilado a partir do registro de cobrança como exemplo de campos da API. prompt_tokens é a entrada total, incluindo os tokens em cache.

{
  "model": "deepseek-v4.1-flash",
  "usage": {
    "prompt_tokens": 77258,
    "prompt_tokens_details": {
      "cached_tokens": 77184
    },
    "completion_tokens": 1030,
    "total_tokens": 78288
  }
}

Conciliação de tokens

Estas são as tarifas finais por milhão de tokens registradas para esta chamada.

Valor cobrado

$0.000430

Custo = soma dos tokens × sua tarifa ÷ 1,000,000, arredondado para seis casas decimais após a soma.

Origem desta chamada

Esta chamada usou o canal OpenCode em opencode.ai com autorização API Key. O uso foi medido no upstream e a requisição retornou HTTP 200.

Verificar o Prompt Cache

1. Mantenha idêntico o prefixo comum dos prompts longos e reutilize o contexto de acordo com as regras de cache da API escolhida.
2. Confira prompt_tokens_details.cached_tokens; zero significa que nenhuma leitura de cache foi registrada nesta chamada.
3. Entrada sem cache = prompt_tokens menos os tokens em cache. Calcule cada item com sua tarifa e some a cobrança de saída.

Perguntas frequentes

Modelos e documentação relacionados

• DeepSeek V4 Flash
• DeepSeek V4 Pro
• Documentação da API
• Todos os modelos e preços
• Provider Node