DeepSeek-V4-Flash API क्विकस्टार्ट: लंबे उत्तर, स्ट्रीमिंग

यह गाइड आपको शून्य से एक काम करने वाले DeepSeek-V4-Flash अनुरोध तक ले जाती है, फिर दिखाती है कि लंबे उत्तर कैसे माँगें, उन्हें स्ट्रीम कैसे करें और अनुमान लगाएँ कि आपके वर्कलोड पर कितना खर्च आएगा। इसमें लगभग दस मिनट लगते हैं।

हम किस "DeepSeek Flash" की बात कर रहे हैं?#

अभी वर्ज़न आसानी से मिल जाते हैं। DeepSeek ने अपना आधिकारिक deepseek-flash उपनाम DeepSeek-V4.1-Flash-1017 पर स्थानांतरित कर दिया है; कॉल करने का तरीका नहीं बदला (स्रोत: DeepSeek API docs, 21 अक्टूबर 2026 को जाँचा गया)। हम उस रिलीज़ को DeepSeek-V4.1-Flash-1017 is out में कवर करते हैं।

यह गाइड एक अलग, विशिष्ट मॉडल के बारे में है: DeepSeek-V4-Flash, रिलीज़ 0731, जो CheapTokens पर गेटवे आईडी deepseek-ai/DeepSeek-V4-Flash-0731 के तहत उपलब्ध है। यह V4.1-Flash नहीं है, और V4.1-Flash-1017 के बारे में कुछ भी (उसका व्यवहार, बेंचमार्क या सीमाएँ) इस पर लागू नहीं होता। आईडी को नीचे लिखे अनुसार ही उपयोग करें।

CheapTokens पर इस मॉडल के साथ आपको यह मिलता है:

• 380K कॉन्टेक्स्ट विंडो;
• प्रति उत्तर अधिकतम 32,768 आउटपुट टोकन, हमारी लाइनअप में सबसे लंबा उत्तर;
• OpenAI Chat Completions और Anthropic Messages संगत API;
• सभी मॉडलों के लिए एक बैलेंस, प्रति-मॉडल निश्चित कीमतें और कोई पीक-आवर प्राइसिंग नहीं।

चरण 1. कुंजी प्राप्त करें#

खाता बनाएँ, बैलेंस टॉप अप करें और डैशबोर्ड में एक API कुंजी बनाएँ। यदि आप पहले सामान्य वॉकथ्रू चाहते हैं, तो देखें Your first API request with CheapTokens।

बेस URL https://api.cheaptokens.dev/v1 है। कुंजी को कोड में पेस्ट करने के बजाय एनवायरनमेंट वेरिएबल में रखें:

export CHEAPTOKENS_API_KEY="your-key-here"

चरण 2. अपना पहला अनुरोध भेजें#

curl के साथ:

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."}]
  }'

आधिकारिक OpenAI Python SDK के साथ, केवल base_url और कुंजी बदलती है:

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)

usage फ़ील्ड दिखाती है कि कॉल में कितने इनपुट और आउटपुट टोकन लगे, जिनकी आपको लागत अनुमान के लिए आवश्यकता होगी। इस शब्द में नए हैं? पढ़ें What is a token in AI?।

चरण 3. लंबा उत्तर माँगें#

यदि उत्तर वाक्य के बीच में रुक जाता है, तो सामान्य कारण आउटपुट सीमा है, मॉडल का "हार मान लेना" नहीं। max_tokens स्पष्ट रूप से सेट करें और finish_reason जाँचें। पृष्ठभूमि Why does an AI answer stop mid-sentence? में है।

इस मॉडल के लिए सीमा 32,768 आउटपुट टोकन है:

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" का अर्थ है कि मॉडल ने स्वयं समाप्त किया; "length" का अर्थ है कि उसने सीमा छू ली। याद रखें कि max_tokens केवल उत्तर को सीमित करता है: आप वास्तव में उत्पन्न टोकन के लिए भुगतान करते हैं, और आपका प्रॉम्प्ट प्लस उत्तर 380K कॉन्टेक्स्ट में फिट होना चाहिए।

लंबी सीमा लंबी कोड फ़ाइलों, दस्तावेज़ों, रिपोर्टों और अनुवादों के लिए उपयोगी है। छोटे उत्तरों के लिए छोटा max_tokens आश्चर्य कम रखता है।

चरण 4. स्ट्रीमिंग चालू करें#

stream=True के साथ आपको टेक्स्ट उत्पन्न होते ही टुकड़ों में मिलता है, इसलिए लंबे उत्तर लंबी प्रतीक्षा के बजाय तुरंत दिखाई देते हैं:

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)

यह मानक OpenAI स्ट्रीमिंग पैरामीटर का उपयोग करता है। त्रुटि प्रबंधन और स्ट्रीम से अंतिम finish_reason पढ़ने के लिए, देखें Streaming responses in Python।

चरण 5. लागत का अनुमान लगाएँ#

बिलिंग प्रीपेड बैलेंस से पे-एज़-यू-गो है, प्रति 1M टोकन की कीमत, इनपुट और आउटपुट के लिए अलग-अलग। MiniMax-M2.7 के लिए वर्तमान कीमतें, वही अनुरोध प्रारूप आईडी MiniMaxAI/MiniMax-M2.7 के साथ: $0.05 प्रति 1M इनपुट टोकन और $0.15 प्रति 1M आउटपुट टोकन।

एक उदाहरण: 2,000 इनपुट टोकन और 8,000 आउटपुट टोकन वाले अनुरोध की लागत MiniMax-M2.7 पर $0.0013 है। नीचे दी गई तालिका मॉडलों में ऐसे 1,000 अनुरोध दिखाती है, साथ में OpenRouter संदर्भ कॉलम:

इसे अपने वर्कलोड के लिए उपयोग करने के लिए, कुछ वास्तविक कॉल से सामान्य usage.prompt_tokens और usage.completion_tokens लें, फिर अपनी दैनिक अनुरोध संख्या से गुणा करें। मूल्य नियोजन के व्यापक दृष्टिकोण के लिए, देखें DeepSeek API pricing in 2026।

यह मॉडल कब उपयुक्त है, और कब दूसरा#

DeepSeek-V4-Flash तब अच्छा फिट है जब उत्तर लंबे हों: कोड जनरेशन, रिपोर्ट, दस्तावेज़ीकरण, अनुवाद। CheapTokens पर इसका आउटपुट OpenRouter संदर्भ मूल्य से सस्ता है, और मिश्रित मूल्य (3 इनपुट : 1 आउटपुट) भी कम है।

यदि आपके उत्तर छोटे हैं (वर्गीकरण, निष्कर्षण, छोटा प्रश्नोत्तर), तो GLM-5.3-Flash पर विचार करें: इसमें 390K कॉन्टेक्स्ट है और यह 8,192 टोकन तक उत्तर देता है; दोनों मॉडलों की कीमतें ऊपर की तालिका में तुलना करें। स्विच करना बस मॉडल आईडी को zai-org/GLM-5.3-Flash में बदलना है, और एक बैलेंस दोनों मॉडलों को कवर करता है। तय नहीं कर पा रहे कि कौन सा चुनें? देखें GLM vs DeepSeek vs MiniMax।

त्वरित चेकलिस्ट#

• बेस URL: https://api.cheaptokens.dev/v1; मॉडल: deepseek-ai/DeepSeek-V4-Flash-0731।
• max_tokens सेट करें (32,768 तक) और finish_reason जाँचें।
• लंबे उत्तरों के लिए stream=True का उपयोग करें।
• स्केल बढ़ाने से पहले usage पढ़ें और लागत तालिका से अनुमान लगाएँ।

इसे आज़माने के लिए तैयार हैं? कुंजी प्राप्त करें, अपना बैलेंस टॉप अप करें और ऊपर दिया गया पहला स्निपेट चलाएँ।