DeepSeek 文本

通过 OpenAI Chat Completions 调用，分别统计输入、输出和缓存用量。

可用模型

deepseek-v4-flashx0.14 deepseek-v4-prox0.14 deepseek-v4-pro-0813x0.14 deepseek-v4.1-flashx0.14 deepseek-v4.1-flash-1017x0.14

选择模型，下方示例和参数会切换为该模型。

deepseek-v4-flash

OpenAI Chat Completions · POST /v1/chat/completions

请求示例

curl -X POST 'https://code.exgravity.ai/v1/chat/completions' \
  -H "Authorization: Bearer $UIKA_API_KEY" \
  -H "Content-Type: application/json" \
  --data-raw '{
  "model": "deepseek-v4-flash",
  "messages": [
    {
      "role": "user",
      "content": "你好，请简短介绍你自己。"
    }
  ],
  "stream": false
}'

请求参数

字段	说明
`model`	当前列表中的完整模型 ID，保留后缀。
`messages`	按顺序传入 role 与 content，例如 {"role":"user","content":"你好"}。
`stream`	false 返回完整 JSON；true 使用 SSE，逐段读取 choices[].delta，直到 [DONE]。
`stream_options.include_usage`	流式请求可设为 true，渠道支持时返回最终用量。必须读取到流结束才能取得完整统计。
`service_tier`	可选服务档位。默认请求省略此字段；fast / priority / ultrafast 仅在渠道允许透传且支持时生效，计费档位见当前价格表。

返回结果

非流式读取 choices[].message.content；模型提供推理内容时可能另有 reasoning_content。usage 返回实际 Token 用量，缓存命中可能位于 prompt_tokens_details.cached_tokens 或 prompt_cache_hit_tokens。不要把含缓存的 prompt_tokens 再与命中量重复相加。

注意事项

仅列出平台当前接入的模型，模型名称不是最大上下文、视觉、工具调用或速度的保证。这些能力需以对应模型与渠道的实际响应为准。

缓存由支持该能力的上游处理。仅设置缓存价格不会开启缓存；不要向 Chat Completions 直接套用 Anthropic 的 cache_control 参数。

流式请求中的失败也可能作为 SSE 错误事件返回；不要只检查建立连接时的 HTTP 状态。

当前 Token 价格

单位：人民币 / 100 万 Token。以下为当前基础售价，账户分组倍率另按实际配置结算。缓存写入 5 分钟和 1 小时是不同计费项；“—”表示没有独立配置，不代表已启用该能力。

上下文	档位	输入	输出	缓存读取	缓存写入 / 5m	缓存写入 / 1h
全部	标准	0.42	1.26	0.014	0.42	0.42
全部	Fast	0.84	2.52	0.028	0.84	0.84
全部	Priority	0.84	2.52	0.028	0.84	0.84
全部	Ultrafast	0.84	2.52	0.028	0.84	0.84