Inicio rápido de la API de DeepSeek-V4-Flash: respuestas largas, streaming

Esta guía te lleva de cero a una solicitud funcional de DeepSeek-V4-Flash y luego muestra cómo pedir respuestas largas, transmitirlas y estimar cuánto costará tu carga de trabajo. Toma unos diez minutos.

¿De qué "DeepSeek Flash" estamos hablando?#

Es fácil confundir las versiones ahora mismo. DeepSeek movió su alias oficial deepseek-flash a DeepSeek-V4.1-Flash-1017; el método de llamada no cambió (fuente: DeepSeek API docs, consultado el 21 de octubre de 2026). Cubrimos ese lanzamiento en DeepSeek-V4.1-Flash-1017 is out.

Esta guía trata de un modelo diferente y específico: DeepSeek-V4-Flash, versión 0731, disponible en CheapTokens con el id de gateway deepseek-ai/DeepSeek-V4-Flash-0731. No es V4.1-Flash, y nada de V4.1-Flash-1017 (su comportamiento, benchmarks o límites) aplica a este. Usa el id exactamente como se escribe abajo.

Lo que obtienes en CheapTokens con este modelo:

• ventana de contexto de 380K;
• hasta 32,768 tokens de salida por respuesta, la respuesta más larga de nuestra línea;
• API compatible con OpenAI Chat Completions y Anthropic Messages;
• un saldo para todos los modelos, precios fijos por modelo y sin precios de hora pico.

Paso 1. Obtén una clave#

Crea una cuenta, recarga el saldo y crea una clave de API en el panel. Si primero quieres el recorrido genérico, consulta Your first API request with CheapTokens.

La URL base es https://api.cheaptokens.dev/v1. Guarda la clave en una variable de entorno en lugar de pegarla en el código:

export CHEAPTOKENS_API_KEY="your-key-here"

Paso 2. Envía tu primera solicitud#

Con curl:

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "messages": [{"role": "user", "content": "Explain what a token is in two sentences."}]
  }'

Con el SDK oficial de OpenAI para Python, solo cambian base_url y la clave:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.cheaptokens.dev/v1",
    api_key=os.environ["CHEAPTOKENS_API_KEY"],
)

resp = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Flash-0731",
    messages=[{"role": "user", "content": "Explain what a token is in two sentences."}],
)

print(resp.choices[0].message.content)
print(resp.usage)

El campo usage muestra cuántos tokens de entrada y salida usó la llamada, lo que necesitarás para la estimación de costos. ¿Nuevo con el término? Lee What is a token in AI?.

Paso 3. Pide una respuesta larga#

Si una respuesta se detiene a mitad de frase, la causa habitual es el límite de salida, no que el modelo "se rinda". Establece max_tokens explícitamente y verifica finish_reason. Los antecedentes están en Why does an AI answer stop mid-sentence?.

Para este modelo el techo es de 32,768 tokens de salida:

resp = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Flash-0731",
    messages=[{"role": "user", "content": "Write a detailed migration guide from REST to gRPC, with code samples."}],
    max_tokens=32768,
)

choice = resp.choices[0]
print(choice.message.content)

if choice.finish_reason == "length":
    print("Cut off by max_tokens - raise the limit or ask for the next part.")

finish_reason == "stop" significa que el modelo terminó por su cuenta; "length" significa que alcanzó el límite. Recuerda que max_tokens solo limita la respuesta: pagas por los tokens realmente generados, y tu prompt más la respuesta deben caber en el contexto de 380K.

Un límite largo es útil para archivos de código largos, documentos, informes y traducciones. Para respuestas cortas, un max_tokens pequeño reduce las sorpresas.

Paso 4. Activa el streaming#

Con stream=True obtienes el texto en fragmentos a medida que se genera, así las respuestas largas aparecen de inmediato en lugar de después de una larga espera:

stream = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Flash-0731",
    messages=[{"role": "user", "content": "Write a long README for a small CLI tool."}],
    max_tokens=32768,
    stream=True,
)

for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Esto usa los parámetros de streaming estándar de OpenAI. Para el manejo de errores y la lectura del finish_reason final de un stream, consulta Streaming responses in Python.

Paso 5. Estima el costo#

La facturación es de pago por uso desde un saldo prepago, con precios por 1M de tokens, por separado para entrada y salida. Precios actuales de MiniMax-M2.7, el mismo formato de solicitud con el id MiniMaxAI/MiniMax-M2.7: $0.05 por 1M de tokens de entrada y $0.15 por 1M de tokens de salida.

Un ejemplo resuelto: una solicitud con 2,000 tokens de entrada y 8,000 tokens de salida cuesta $0.0013 en MiniMax-M2.7. La tabla siguiente muestra 1,000 solicitudes de ese tipo en los modelos, con una columna de referencia de OpenRouter:

Para usarlo con tu propia carga de trabajo, toma usage.prompt_tokens y usage.completion_tokens típicos de algunas llamadas reales y luego multiplica por tu número de solicitudes diarias. Para una visión más amplia de la planificación de precios, consulta DeepSeek API pricing in 2026.

Cuándo encaja este modelo y cuándo otro#

DeepSeek-V4-Flash encaja bien cuando las respuestas son largas: generación de código, informes, documentación, traducciones. En CheapTokens su salida es más barata que el precio de referencia de OpenRouter, y el precio combinado (3 entrada : 1 salida) también es menor.

Si tus respuestas son cortas (clasificación, extracción, preguntas y respuestas breves), considera GLM-5.3-Flash: tiene un contexto de 390K y responde hasta 8,192 tokens; compara los precios de ambos modelos en la tabla anterior. Cambiar es solo cambiar el id del modelo a zai-org/GLM-5.3-Flash, y un saldo cubre ambos modelos. ¿No sabes cuál elegir? Consulta GLM vs DeepSeek vs MiniMax.

Lista de verificación rápida#

• URL base: https://api.cheaptokens.dev/v1; modelo: deepseek-ai/DeepSeek-V4-Flash-0731.
• Establece max_tokens (hasta 32,768) y verifica finish_reason.
• Usa stream=True para respuestas largas.
• Lee usage y estima con la tabla de costos antes de escalar.

¿Listo para probarlo? Obtén una clave, recarga tu saldo y ejecuta el primer fragmento de arriba.