Terkubur dalam pengumuman rilis V4-Flash DeepSeek tanggal 31 Juli adalah baris yang paling menarik secara strategis: V4-Flash resmi “secara natif mendukung format Responses API dan sepenuhnya diadaptasi untuk Codex.”
Baca lagi. Sebuah laboratorium open-weight Tiongkok baru saja mengimplementasikan format API terbaru OpenAI, yang dibangun OpenAI untuk produk agennya sendiri, khusus agar agen pengodean OpenAI sendiri dapat berjalan di model DeepSeek. Log perubahan menyatakan motivasinya dengan jelas: “Untuk memenuhi permintaan Codex, API kami kini mendukung format Responses API.”
Artikel ini membahas apa artinya dalam praktik: seberapa kompatibel implementasinya, apa yang diabaikan secara diam-diam, cara menghubungkan V4-Flash ke Codex dalam dua menit, dan di mana letak kendala-kendalanya. Jika Anda hanya memerlukan pengaturan API dasar terlebih dahulu, mulailah dengan panduan beta publik V4-Flash kami.
tombol
Mengapa Responses API Penting di Sini
OpenAI memperkenalkan Responses API sebagai penerus Chat Completions: antarmuka tunggal yang dirancang untuk beban kerja agen, dengan item penalaran kelas satu, alat bawaan, dan peristiwa streaming semantik. Kami menguraikan formatnya di Cara menggunakan Responses API OpenAI, tetapi versi singkatnya adalah: ini adalah format yang secara natif digunakan oleh tumpukan agen OpenAI, termasuk Codex.
Sampai sekarang, menjalankan model non-OpenAI di balik klien Responses API berarti memerlukan proxy terjemahan atau tidak sama sekali. DeepSeek melewati proxy dan mengimplementasikan formatnya di sisi server di `https://api.deepseek.com`. SDK OpenAI Anda yang sudah ada berfungsi tanpa perubahan:
# pip3 install openai
from openai import OpenAI
client = OpenAI(
api_key="<your DeepSeek API key>",
base_url="https://api.deepseek.com"
)
response = client.responses.create(
model="deepseek-v4-flash",
instructions="You are a helpful assistant.",
input="Hi, how are you?",
)
print(response.output_text)
Satu catatan ruang lingkup sebelum Anda bersemangat: Responses API saat ini hanya berfungsi dengan `deepseek-v4-flash`. DeepSeek mengatakan dukungan `deepseek-v4-pro` akan tiba pada awal Agustus 2026.
Seberapa Lengkap Kompatibilitasnya?
DeepSeek menerbitkan matriks kompatibilitas lengkap, yang lebih dari yang kebanyakan penyedia “kompatibel OpenAI” repot-repot lakukan. Baris-baris pentingnya:
Didukung dan berfungsi:
- `input` dan `instructions`, dalam bentuk string atau daftar item
- `stream` dengan urutan peristiwa semantik lengkap
- `temperature`, `top_p`, `max_output_tokens`, `top_logprobs`
- `tools` dengan jenis `function` dan `web_search`; pencarian web dieksekusi di sisi server
- `tool_choice` termasuk memaksa fungsi tertentu
- `reasoning.effort` untuk kedalaman pemikiran
Diterima tetapi tidak aktif:
- `reasoning.summary` diterima, tetapi tidak ada ringkasan yang dihasilkan
- `text.verbosity` diterima tanpa efek
- `parallel_tool_calls` diabaikan karena panggilan alat paralel selalu aktif
Tidak didukung, berdasarkan desain:
- `previous_response_id` dan `conversation`: API tidak memiliki status, jadi Anda mengelola riwayat percakapan sendiri dan mengirimkannya sebagai daftar item input
- `store`: setiap respons kembali dengan `store: false`
- `background`, `metadata`, `include`, `service_tier`, dan kunci caching prompt; caching konteks terjadi secara otomatis sebagai gantinya
Bagian yang anggun: parameter yang tidak didukung diabaikan secara diam-diam daripada ditolak, sehingga klien Responses API yang ada dapat terhubung tanpa modifikasi. Bagian yang tidak kenal ampun: permintaan yang melebihi jendela konteks 1 juta token mengembalikan kesalahan 400 daripada dipotong.
Streaming mengikuti model peristiwa Responses API, dari `response.created` hingga `response.completed`, dengan delta penalaran (`response.reasoning_text.delta`) tiba sebagai peristiwa terpisah dari teks keluaran. Tidak ada terminator `data: [DONE]`; streaming berakhir dengan peristiwa `response.completed`, `response.incomplete`, atau `response.failed`. Jika penangan SSE Anda menunggu `[DONE]`, ia akan menggantung. Panduan kami tentang streaming respons API dengan peristiwa yang dikirim server mencakup pola parsing defensif untuk perbedaan dialek semacam ini.
Menyiapkan Codex dengan DeepSeek-V4-Flash
Codex berkomunikasi dengan model melalui Responses API, yang merupakan alasan utama rilis ini ada. Panduan integrasi DeepSeek menawarkan dua jalur, dan keduanya mengonfigurasi setiap klien Codex sekaligus (CLI, aplikasi desktop ChatGPT, dan ekstensi VS Code), karena mereka berbagi satu konfigurasi.
Skrip sekali klik
Pastikan Codex CLI atau aplikasi desktop ChatGPT terinstal dan telah dijalankan setidaknya sekali, lalu:
bash <(curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.sh)
Pengguna Windows menjalankan varian PowerShell:
irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex
Skrip akan meminta kunci API DeepSeek Anda pada eksekusi pertama, lalu melakukan empat hal: mencadangkan `~/.codex/config.toml` Anda yang ada ke `~/.codex/backup-deepseek/`, menulis katalog model ke `~/.codex/models.json`, menambahkan bagian `[model_providers.deepseek]` ke konfigurasi Anda sambil mempertahankan server MCP dan pengaturan kepercayaan proyek, dan memvalidasi sintaks sebelum menulis apa pun. Jalankan lagi kapan saja untuk mengganti model atau mengembalikan pengaturan asli Anda dari menu.
Peringatan standar berlaku untuk mem-piping curl ke bash: baca skrip terlebih dahulu jika itu adalah kebijakan Anda. Perilaku pencadangan dan validasi adalah pertanda baik, tetapi ini masih skrip pihak ketiga yang menyentuh konfigurasi Codex Anda.
Apa yang Dikatakan Katalog Model kepada Anda
`models.json` yang ditulis skrip layak dibaca, karena mendokumentasikan bagaimana DeepSeek memposisikan model di dalam Codex:
- Jendela konteks: 1.048.576 token
- Tingkat penalaran: `low`, `high`, dan `max`, dengan `high` sebagai default
- Panggilan alat paralel didukung
- Membutuhkan klien Codex versi 0.144.0 atau lebih baru
Katalog tersebut menggambarkan V4-Flash sebagai “model pengkodean agensial mutakhir terbaru,” dan hanya `deepseek-v4-flash` yang berfungsi saat ini. Katalog tersebut sudah mencakup `deepseek-v4-pro` untuk saat dukungan tiba pada awal Agustus.
Apakah benar-benar bertahan di dalam Codex?
Klaim DeepSeek adalah bahwa pelatihan ulang pasca-0731 ditujukan khusus untuk beban kerja ini. Angka agen yang mereka publikasikan: Terminal Bench 2.1 di 82.7, Cybergym di 76.7, Toolathlon terverifikasi di 70.3, DeepSWE di 54.4, semuanya dilaporkan mengungguli V4-Pro-Preview. Perlakukan ini sebagai angka vendor sampai hasil independen muncul; mereka diproduksi dengan alat uji DeepSeek sendiri pada upaya maksimal, dan dua benchmark dalam pengumuman tersebut adalah set uji internal.
Aspek ekonominya lebih sulit dibantah. Dengan $0.14 per juta token input (cache miss) dan $0.28 per juta output, V4-Flash hanya membutuhkan sebagian kecil dari biaya model yang biasa dijalankan Codex, dan cache hits menurunkan biaya input menjadi $0.0028. Satu hari sesi agen yang berat biayanya kurang dari kopi yang Anda minum selama itu. Untuk tabel biaya lengkap, lihat bagian harga dari panduan beta kami. Jika Anda mempertimbangkan Codex itu sendiri dibandingkan alternatif, perbandingan Claude Code vs Codex CLI kami mencakup sisi agen dari persamaan tersebut.
Verifikasi Endpoint Sebelum Anda Memercayai Agen
Sebuah agen hanya bisa di-debug sebaik API di belakangnya, dan endpoint beta publik yang baru saja dirilis layak untuk diuji coba sebelum Anda membiarkan Codex bekerja pada repositori sungguhan. Ini adalah pekerjaan lima menit di Apidog:
- Tambahkan `POST https://api.deepseek.com/responses` sebagai endpoint dan simpan kunci Anda dalam variabel lingkungan.
- Kirim payload `responses.create` minimal dan konfirmasikan bentuk item output: item `reasoning` diikuti oleh item `message`.
- Aktifkan `stream: true` dan saksikan urutan peristiwa secara langsung. Apidog menampilkan setiap peristiwa SSE saat tiba, yang membuat jelas apakah klien Anda harus mendengarkan `response.output_text.delta` atau menunggu sesuatu yang tidak pernah datang.
- Simpan permintaan dengan alat `function` terlampir dan konfirmasikan format output `function_call` sesuai dengan yang diharapkan penangan Anda.
Ketika rilis V4-Pro Responses tiba pada bulan Agustus, jalankan kembali permintaan yang sama yang disimpan terhadap nama model baru dan bandingkan perilakunya. Unduh Apidog secara gratis dan simpan seluruh suite dalam satu proyek.
FAQ
Model DeepSeek mana yang berfungsi dengan Responses API? Hanya `deepseek-v4-flash` saat ini. Dukungan `deepseek-v4-pro` dijadwalkan untuk awal Agustus 2026.
Apakah saya memerlukan SDK baru? Tidak. SDK OpenAI resmi berfungsi; arahkan `base_url` ke `https://api.deepseek.com` dan panggil `client.responses.create`. Detail pengaturan ada di panduan beta publik V4-Flash kami.
Apakah status multi-giliran berfungsi seperti versi OpenAI? Tidak. Implementasi DeepSeek tidak memiliki status: `previous_response_id`, `conversation`, dan `store` tidak didukung. Kirim seluruh riwayat sebagai item input pada setiap panggilan.
Bisakah saya menggunakan DeepSeek di Codex bersama akun OpenAI saya? Ya. Pengaturan tersebut menambahkan DeepSeek sebagai penyedia model; menu skrip beralih antara model, dan konfigurasi asli Anda dicadangkan sehingga Anda dapat memulihkannya.
Apakah ini sama dengan kompatibilitas Anthropic API? Fitur terpisah. DeepSeek juga mengekspos endpoint format Anthropic di `https://api.deepseek.com/anthropic`, begitulah cara kerja integrasi Claude Code. Endpoint Responses API ada untuk alat agen format OpenAI seperti Codex.
Apa yang Sebenarnya Disinyalir oleh Rilis Ini
Kualitas model semakin konvergen, sehingga persaingan bergeser ke lapisan integrasi. DeepSeek melihat di mana para pengembang benar-benar berada, di dalam agen seperti Codex, dan membangun infrastruktur yang tepat yang dibutuhkan untuk menjadi backend pengganti di sana, hingga mempublikasikan parameter mana yang diabaikan secara diam-diam. Transparansi seperti itu jarang terjadi, dan itu membuat kisah kompatibilitasnya kredibel.
Permainan ini jelas dan cerdas: OpenAI mengirimkan agen, DeepSeek melayani token dengan sepersepuluh harga. Apakah model 0731 benar-benar mengungguli V4-Pro-Preview di basis kode Anda adalah sesuatu yang hanya evaluasi Anda sendiri yang dapat menjawabnya. Sambungkan ke Apidog, jalankan suite pengujian Anda terhadap keduanya, dan biarkan hasilnya, bukan tabel benchmark, yang memutuskan.