Cómo usar DeepSeek V4: Interfaz web, configuración de API y primeras tareas de programación

TL;DR

DeepSeek V4 es accesible a través de una interfaz de chat web y una API compatible con OpenAI. Para el uso de la API, crea una clave de API, utiliza la autenticación de token Bearer y envía solicitudes al endpoint de finalización de chat. Establece la temperatura en 0.2 para código y especificaciones; 0.5 para tareas creativas. Divide las tareas de codificación complejas en pasos secuenciales en lugar de un solo prompt grande. Prueba tu integración con Apidog antes de construir.

Introducción

DeepSeek V4 maneja la codificación, el razonamiento y la escritura técnica de manera efectiva. El modelo sigue bien las instrucciones a baja temperatura, produce código limpio con una salida adicional mínima y responde bien a las restricciones explícitas en los prompts.

Esta guía cubre cómo empezar con la interfaz web, configurar el acceso a la API y usar el modelo para flujos de trabajo de codificación prácticos.

Comenzando con la interfaz web

La interfaz web es la forma más rápida de probar lo que hace V4 antes de comprometerse con la integración de la API.

Obteniendo acceso:

1. Ve a chat.deepseek.com
2. Inicia sesión con tu cuenta
3. Selecciona V4 de la lista de modelos en la barra lateral

Cómo abordar los prompts:

V4 responde bien a prompts directos y explícitos. Omite el preámbulo. Indica lo que necesitas y especifica las restricciones:

• "Escribe una función de Python que…" no "Puedes ayudarme con…"
• "Mantén la implementación por debajo de 100 líneas" si el tamaño del archivo importa
• "Genera solo el código, sin explicación" si no necesitas comentarios
• "Enumera cualquier suposición que estés haciendo" para sacar a la luz decisiones implícitas

Guía de temperatura:

La interfaz web no expone la temperatura directamente. Para el uso de la API:

• 0.2 — Generación de código, escritura de especificaciones, salidas estructuradas
• 0.5 — Exploración de alternativas, generación de variaciones
• 0.7+ — Escritura creativa, lluvia de ideas

Consejo para conversaciones largas:

El contexto se acumula a lo largo de una conversación larga. Si las respuestas comienzan a divagar o a volverse vagas, inicia un nuevo hilo en lugar de continuar. V4 funciona mejor con un contexto fresco y enfocado que con uno largo y acumulado.

Configuración de la API

Paso 1: Crear una clave de API

1. Ve a platform.deepseek.com
2. Navega a Claves de API (API Keys)
3. Crea una nueva clave y cópiala inmediatamente (se muestra una sola vez)
4. Guárdala como variable de entorno:

export DEEPSEEK_API_KEY="your-api-key-here"

Paso 2: Probar con curl

DeepSeek V4 utiliza un endpoint compatible con OpenAI:

curl https://api.deepseek.com/v1/chat/completions \
  -H "Authorization: Bearer $DEEPSEEK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4",
    "messages": [{"role": "user", "content": "Write a Python function that sorts a list of dictionaries by a specified key."}],
    "temperature": 0.2
  }'

Paso 3: Integración con Python

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.deepseek.com/v1"
)

response = client.chat.completions.create(
    model="deepseek-v4",
    messages=[
        {"role": "system", "content": "You write clean, minimal Python. No explanatory prose unless asked."},
        {"role": "user", "content": "Write a function that renames screenshot files based on their creation timestamp."}
    ],
    temperature=0.2
)

print(response.choices[0].message.content)

El cliente de Python de OpenAI funciona con la API de DeepSeek porque la estructura del endpoint es compatible.

Prueba con Apidog

Probar la API en Apidog antes de construir tu integración detecta problemas de formato de respuesta a tiempo.

Configuración del entorno:

1. Abre Apidog y crea un nuevo proyecto
2. Ve a Entornos (Environments), crea "DeepSeek Production"
3. Agrega variable: Nombre = DEEPSEEK_API_KEY, Tipo = Secreto (Secret), Valor = tu clave

Crea una solicitud de prueba:

POST https://api.deepseek.com/v1/chat/completions
Authorization: Bearer {{DEEPSEEK_API_KEY}}
Content-Type: application/json

{
  "model": "deepseek-v4",
  "messages": [
    {
      "role": "system",
      "content": "You are a coding assistant. Respond only with code unless asked for explanation."
    },
    {
      "role": "user",
      "content": "{{user_prompt}}"
    }
  ],
  "temperature": 0.2,
  "max_tokens": 2000
}

Añade aserciones:

Status code is 200
Response body has field choices
Response body, field choices[0].message.content is not empty

Prueba el modo de streaming:

Para respuestas de streaming en tiempo real:

{
  "model": "deepseek-v4",
  "messages": [...],
  "stream": true,
  "temperature": 0.2
}

Apidog maneja las respuestas de streaming; verifica que el contenido final se ensamble correctamente.

Primera tarea de codificación: el flujo de trabajo de automatización

La primera tarea recomendada para evaluar V4 es un script de automatización de archivos. Esto prueba:

• Si el modelo entiende los requisitos implícitos
• Cómo maneja las operaciones del sistema de archivos (una fuente de errores)
• Si pide aclaraciones o hace suposiciones

Estructura del prompt para tareas de codificación:

Divide la solicitud en fases en lugar de pedir todo de una vez:

Fase 1: Evaluación de riesgos

I want to write a Python script that renames files in a folder based on their creation date. 
Before you write any code, list the risks and edge cases I should handle.

Fase 2: Plan de implementación

Now write a step-by-step implementation plan. Don't write code yet.

Fase 3: Código

Write the Python script. Requirements:
- Under 120 lines
- Handle the edge cases you listed
- Add a --dry-run flag that shows what would be renamed without making changes
- No external dependencies beyond the standard library

Fase 4: Pruebas

Write pytest tests for the main renaming logic. Mock the file system.

Este enfoque de cuatro fases produce una salida más limpia que un solo prompt de "construye esta aplicación".

Fortalezas y limitaciones del modelo

Lo que V4 hace bien:

• Sigue los requisitos de formato de forma fiable a baja temperatura
• Maneja instrucciones concisas y directas sin necesidad de preámbulos para establecer el contexto
• Identifica casos extremos cuando se le pide explícitamente
• Produce código mínimo sin boilerplate innecesario

Dónde tener cuidado:

• V4 no reemplazará la revisión de código. Lee lo que produce.
• Los scripts complejos se benefician de dividirlos en tareas secuenciales más pequeñas
• Para la refactorización a gran escala de múltiples archivos, Claude Opus 4.6 o GPT-5 pueden producir menos sorpresas
• Las respuestas a temperaturas más altas pueden incluir errores que suenan convincentes; verifica a baja temperatura

Límites de tasa y precios

Consulta los límites de tasa actuales en platform.deepseek.com. Los precios de DeepSeek son competitivos con los principales proveedores. Para flujos de trabajo por lotes donde el costo por token importa, DeepSeek V4 ofrece un gran valor.

Para uso en producción, implementa:

• Lógica de reintento con retroceso exponencial para errores de límite de tasa (HTTP 429)
• Registro de solicitudes para rastrear el consumo de tokens
• Validación de salida antes de usar el código generado

Preguntas frecuentes

¿DeepSeek V4 es compatible con OpenAI?
Sí. El endpoint de finalización de chat sigue el formato de la API de OpenAI. El código existente que llama a OpenAI puede cambiarse a DeepSeek cambiando la URL base y la clave de API.

¿Cuál es la ventana de contexto?
DeepSeek V4 soporta una gran ventana de contexto adecuada para la revisión de código a escala de repositorio. Consulta la documentación actual para conocer el límite exacto, ya que está sujeto a actualizaciones.

¿Puedo usar DeepSeek V4 para tareas que no son de codificación?
Sí. Las tareas de escritura, análisis e investigación funcionan bien. Las fortalezas del modelo en la salida estructurada y el seguimiento de instrucciones también se aplican a casos de uso que no son de código.

¿Cómo se compara V4 con Claude Opus 4.6 para la codificación?
En los benchmarks SWE-bench, Claude Opus 4.6 lidera con un 80.9%. DeepSeek V4 es fuerte en tareas de múltiples archivos a escala de repositorio con un gran contexto. Para la mayoría de los casos de uso de codificación, ambos son capaces; la diferencia práctica radica en el costo y en casos extremos específicos.

¿La API soporta la llamada a funciones?
Sí. DeepSeek V4 soporta la llamada a funciones en el formato de OpenAI, lo que lo hace compatible con flujos de trabajo de uso de herramientas construidos sobre el SDK de OpenAI.