Quickstart dell'API DeepSeek-V4-Flash: risposte lunghe, streaming

Questa guida ti porta da zero a una richiesta funzionante a DeepSeek-V4-Flash, poi mostra come richiedere risposte lunghe, trasmetterle in streaming e stimare quanto costerà il tuo carico di lavoro. Richiede circa dieci minuti.

Di quale "DeepSeek Flash" stiamo parlando?#

In questo momento è facile confondere le versioni. DeepSeek ha spostato il suo alias ufficiale deepseek-flash su DeepSeek-V4.1-Flash-1017; il metodo di chiamata non è cambiato (fonte: DeepSeek API docs, verificato il 21 ottobre 2026). Trattiamo quella release in DeepSeek-V4.1-Flash-1017 is out.

Questa guida riguarda un modello diverso e specifico: DeepSeek-V4-Flash, release 0731, disponibile su CheapTokens con l'id del gateway deepseek-ai/DeepSeek-V4-Flash-0731. Non è V4.1-Flash, e nulla di V4.1-Flash-1017 (il suo comportamento, i benchmark o i limiti) si applica ad esso. Usa l'id esattamente come scritto di seguito.

Cosa ottieni su CheapTokens con questo modello:

• finestra di contesto da 380K;
• fino a 32.768 token di output per risposta, la risposta più lunga della nostra offerta;
• API compatibile con OpenAI Chat Completions e Anthropic Messages;
• un unico saldo per tutti i modelli, prezzi fissi per modello e nessun prezzo nelle ore di punta.

Passo 1. Ottieni una chiave#

Crea un account, ricarica il saldo e crea una chiave API nella dashboard. Se vuoi prima la procedura generica, vedi Your first API request with CheapTokens.

L'URL di base è https://api.cheaptokens.dev/v1. Tieni la chiave in una variabile d'ambiente invece di incollarla nel codice:

export CHEAPTOKENS_API_KEY="your-key-here"

Passo 2. Invia la tua prima richiesta#

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 l'SDK Python ufficiale di OpenAI, cambiano solo base_url e la chiave:

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)

Il campo usage mostra quanti token di input e output ha usato la chiamata, che ti serviranno per la stima dei costi. Non conosci il termine? Leggi What is a token in AI?.

Passo 3. Richiedi una risposta lunga#

Se una risposta si interrompe a metà frase, la causa abituale è il limite di output, non il modello che "si arrende". Imposta max_tokens esplicitamente e controlla finish_reason. Il contesto è in Why does an AI answer stop mid-sentence?.

Per questo modello il tetto è di 32.768 token di output:

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 che il modello ha terminato da solo; "length" significa che ha raggiunto il limite. Ricorda che max_tokens limita solo la risposta: paghi per i token effettivamente generati, e il tuo prompt più la risposta devono rientrare nel contesto da 380K.

Un limite alto è utile per file di codice lunghi, documenti, report e traduzioni. Per risposte brevi un max_tokens piccolo riduce le sorprese.

Passo 4. Attiva lo streaming#

Con stream=True ricevi il testo a blocchi man mano che viene generato, così le risposte lunghe compaiono subito invece che dopo una lunga attesa:

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)

Questo usa i parametri di streaming standard di OpenAI. Per la gestione degli errori e per leggere il finish_reason finale da uno stream, vedi Streaming responses in Python.

Passo 5. Stima il costo#

La fatturazione è pay-as-you-go da un saldo prepagato, con prezzi per 1M di token, separatamente per input e output. Prezzi attuali per MiniMax-M2.7, lo stesso formato di richiesta con l'id MiniMaxAI/MiniMax-M2.7: $0.05 per 1M di token di input e $0.15 per 1M di token di output.

Un esempio concreto: una richiesta con 2.000 token di input e 8.000 token di output costa $0.0013 su MiniMax-M2.7. La tabella seguente mostra 1.000 richieste di questo tipo tra i modelli, con una colonna di riferimento OpenRouter:

Per usarla con il tuo carico di lavoro, prendi usage.prompt_tokens e usage.completion_tokens tipici da alcune chiamate reali, poi moltiplica per il numero di richieste giornaliere. Per una visione più ampia della pianificazione dei prezzi, vedi DeepSeek API pricing in 2026.

Quando questo modello è adatto, e quando un altro#

DeepSeek-V4-Flash è adatto quando le risposte sono lunghe: generazione di codice, report, documentazione, traduzioni. Su CheapTokens il suo output costa meno del prezzo di riferimento OpenRouter, e anche il prezzo misto (3 input : 1 output) è più basso.

Se le tue risposte sono brevi (classificazione, estrazione, Q&A brevi), considera GLM-5.3-Flash: ha un contesto da 390K e risponde fino a 8.192 token; confronta i prezzi di entrambi i modelli nella tabella sopra. Passare da uno all'altro è solo un cambio dell'id del modello in zai-org/GLM-5.3-Flash, e un unico saldo copre entrambi i modelli. Non sai quale scegliere? Vedi GLM vs DeepSeek vs MiniMax.

Checklist rapida#

• URL di base: https://api.cheaptokens.dev/v1; modello: deepseek-ai/DeepSeek-V4-Flash-0731.
• Imposta max_tokens (fino a 32.768) e controlla finish_reason.
• Usa stream=True per le risposte lunghe.
• Leggi usage e stima con la tabella dei costi prima di scalare.

Pronto a provarlo? Ottieni una chiave, ricarica il saldo ed esegui il primo snippet qui sopra.