DeepSeek V4-Flash 最新消息：API、Agent、Tool Calling 和 JSON 輸出有什麼變化？

V4-Flash 更新在改什麼

官方 Changelog 把這次更新概括成幾條硬事實：調用方式不變，把 model 設爲 deepseek-v4-flash 即可；V4-Flash-0731 與 Preview 同架構同尺寸，只是重新 post-train；V4-Flash 原生支持 Responses API 格式並針對 Codex 做了適配；deepseek-chat 與 deepseek-reasoner 計劃在 2026-07-24 停用。這意味着現有集成大多隻需改 model 字符串，但 Thinking + Tools 的組合必須重新測一遍回放邏輯。

性能側，文檔提到 JSON 格式輸出準確率在內測集從 78% 提到 85%，配合正則可進一步到 97%；IFEval Prompt-Level 從 63.9% 跳到 77.6%。這些數字說明 V4-Flash 更聽 system 指令，但不等於 Schema 級約束——JSON 模式仍只保證「能 parse」，不保證字段名和類型。

上下文窗口文檔寫 1M token 輸入、最大輸出 384K token。生產裏仍應按任務設 max_tokens，尤其在 JSON 模式下，官方明確警告：token 不夠會把 JSON 字符串截斷在中間。

API 接入：模型名與兼容層

base_url 仍是 https://api.deepseek.com，Chat Completions 端點 /chat/completions 不變。OpenAI SDK 只需改 base_url 和 model；Anthropic 兼容接口也可訪問 V4 模型。GET /models 列出的當前模型通常是 deepseek-v4-flash 與 deepseek-v4-pro，不要繼續依賴舊別名。

下面是最小請求骨架：非 Thinking、純文本.completion。

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_KEY",
    base_url="https://api.deepseek.com",
)

resp = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[
        {"role": "user", "content": "Summarize JSON tooling in one sentence."}
    ],
    max_tokens=256,
)
print(resp.choices[0].message.content)

若你用的是 LangChain、LiteLLM 或自研網關，先確認框架有沒有把 DeepSeek 的 thinking 字段映射錯——有些配置會禁用 tool_choice 或丟棄 reasoning_content，導致 Agent 第二輪直接 400。

官方 Changelog 與 Tool Calls 指南見 DeepSeek API Updates 與 Tool Calls.

Thinking 模式與 Agent 循環

V4-Flash 與 V4-Pro 都支持 Thinking 與非 Thinking。開啓方式是在請求里加 extra_body，例如 extra_body={"thinking": {"type": "enabled"}}。響應裏除了 content，還會出現 reasoning_content——模型內部推理鏈，不一定是你想展示給用戶的文案。

Agent 循環的關鍵規則：只要某輪 assistant 消息帶 tool_calls，後續所有請求必須把該 assistant 消息的 reasoning_content 完整回傳。漏傳會 HTTP 400。這和 OpenAI 近期「保留 reasoning items」的思路類似，但 DeepSeek 在帶 tools 參數時寫得更硬。

實踐上，你的會話存儲結構要能存三元組：role、content、reasoning_content、tool_calls。Replay 時按 API 要求的順序 append，不要自己 strip 推理字段「省 token」——省下來的字節會在下一輪變成 400。

終止條件：當 assistant 消息的 tool_calls 爲 null 或空，模型認爲任務完成，不再請求外部工具。你的 orchestrator 應在此刻讀取 content 做最終答覆或再開 JSON 抽取。

Tool Calling：參數 JSON 與 strict

Tool Calling 走 OpenAI 標準：請求裏聲明 tools 數組，每項含 type: function、name、description、parameters（JSON Schema）。模型返回 assistant.tool_calls，其中 function.arguments 是 JSON 字符串，不是已 parse 的對象——你的執行層必須 JSON.parse 並校驗後再調真實 API。

DeepSeek 文檔提供 Function Calling strict 模式（Beta）：在工具定義上打開 strict，服務端會盡量讓 arguments 貼合聲明的 Schema。Beta 意味着 Schema 子集受限，不是任意 JSON Schema 都能過——集成測試應 pinned 到文檔列出的支持關鍵詞。

記住：模型不執行函數。它只決定「要不要調、調哪個、參數 JSON 長什麼樣」。查庫存、寫數據庫、發 HTTP 都是你的後端職責；arguments 落地前仍建議走 JSON Schema 校驗，和 MCP tools/call 的參數校驗是同一類工程問題。

和 JSON 輸出分工：需要實時外部數據時用 Tool Calls；只需要從已有上下文抽字段時用 json_object。Agent 常見模式是中間步 Tool Calls，最後一步 json_object 輸出結構化報告。

JSON 輸出：json_object 與空響應

DeepSeek JSON 模式只有 response_format: {"type": "json_object"}，沒有 response_format: json_schema。要穩定拿到 JSON，官方四條要求都要滿足：設置 response_format；在 system 或 user 裏出現「json」字樣並給出示例形狀；合理設置 max_tokens 防截斷；知道 API 偶爾返回空 content，生產要有重試或降級。

Thinking 與 JSON 可以同時開，但 json_object 不能替代清晰指令。實測裏出現過 HTTP 200、finish_reason: stop、content 爲空的情況；加強 system 裏「返回一個合法 JSON 對象，鍵爲 …」通常能修復。解析後仍要本地校驗鍵和類型——JSON 模式不保證 Schema。

下面示例：抽取工單意圖與緊急程度，非 Thinking，帶寬 max_tokens。

resp = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[
        {
            "role": "system",
            "content": (
                'Extract intent and urgency as json. '
                'Example: {"intent":"refund","urgency":"high"}'
            ),
        },
        {"role": "user", "content": "Card charged twice, need refund today."},
    ],
    response_format={"type": "json_object"},
    max_tokens=400,
)

拿到字符串後，先 JSON.parse，再丟進 Schema 校驗器。和 Gemini、OpenAI Structured Output 的差別，見站內 AI Structured Output 教程——DeepSeek 目前停在「語法 JSON」層，形狀約束要靠 prompt 示例 + 本地校驗，或 Tool strict（僅參數側）。

JSON 輸出官方說明見 JSON Output.

和 Structured Output 的邊界

可以把各家能力放在同一張表裏對比選型：

三條鏈路可以並存：MCP Server 暴露工具，DeepSeek Agent 用 Tool Calls 調你的 HTTP 適配層，最後一跳 json_object 彙總成報表 JSON。無論哪一層，JSON 字符串落地前都建議在瀏覽器或 CI 裏做一次校驗。

延伸閱讀：AI Structured Output 教程、Gemini API JSON 輸出、Stateless MCP 解析。

常見問題 FAQ

總結與下一步

DeepSeek V4-Flash 把模型能力推到 V4 命名空間，API 外殼仍 OpenAI 兼容，但 Agent 開發者必須處理 reasoning_content 回放、Tool arguments 的 JSON 字符串解析，以及 json_object 的空響應與截斷風險。JSON 準確率提升不等於 Schema 約束——要和 OpenAI/Gemini Structured Output 區分層級。

下一步：用 deepseek-v4-flash 跑一條 Tool Call 鏈和一條 JSON 抽取，把返回值貼進 JSONVue 做格式化和 Schema 校驗。需要對比解碼級 Schema 約束時，閱讀 AI Structured Output 與 Gemini JSON 輸出教程；需要 Remote 工具部署時，閱讀 Stateless MCP 文。