DeepSeek-V4-Flash รองรับ Responses API และ Codex แล้ว: สิ่งที่นักพัฒนาควรรู้

ฝังอยู่ภายในประกาศเปิดตัว V4-Flash เมื่อวันที่ 31 กรกฎาคมของ DeepSeek คือประโยคที่น่าสนใจเชิงกลยุทธ์มากที่สุด: V4-Flash อย่างเป็นทางการ "รองรับรูปแบบ Responses API โดยกำเนิดและปรับให้เข้ากับ Codex ได้อย่างสมบูรณ์"

อ่านอีกครั้ง ห้องปฏิบัติการโอเพนเวทของจีนเพิ่งนำรูปแบบ API ใหม่ล่าสุดของ OpenAI มาใช้ ซึ่งเป็นรูปแบบที่ OpenAI สร้างขึ้นสำหรับผลิตภัณฑ์เอเจนต์ของตนเอง โดยเฉพาะอย่างยิ่งเพื่อให้เอเจนต์การเขียนโค้ดของ OpenAI สามารถทำงานบนโมเดล DeepSeek ได้ บันทึกการเปลี่ยนแปลงระบุแรงจูงใจไว้อย่างชัดเจนว่า: "เพื่อตอบสนองความต้องการของ Codex ตอนนี้ API ของเราจึงรองรับรูปแบบ Responses API แล้ว"

บทความนี้จะกล่าวถึงความหมายในทางปฏิบัติ: ความเข้ากันได้ของการใช้งานเป็นอย่างไร มีอะไรที่ถูกละเลยไปอย่างเงียบๆ วิธีเชื่อมต่อ V4-Flash เข้ากับ Codex ในสองนาที และจุดที่ต้องระมัดระวัง หากคุณต้องการตั้งค่า API พื้นฐานก่อน ให้เริ่มต้นด้วย คู่มือเบต้าสาธารณะ V4-Flash ของเรา

ทำไม Responses API จึงมีความสำคัญที่นี่

OpenAI ได้เปิดตัว Responses API เพื่อเป็นผู้สืบทอดของ Chat Completions: อินเทอร์เฟซเดียวที่ออกแบบมาสำหรับเวิร์กโหลดแบบเอเจนต์ พร้อมรายการการให้เหตุผลระดับเฟิร์สคลาส เครื่องมือในตัว และเหตุการณ์สตรีมมิ่งเชิงความหมาย เราได้อธิบายรูปแบบนี้ไว้ใน วิธีใช้ OpenAI Responses API แต่เวอร์ชันย่อก็คือ: เป็นรูปแบบที่สแต็กเอเจนต์ของ OpenAI ซึ่งรวมถึง Codex ใช้สื่อสารโดยกำเนิด

จนถึงตอนนี้ การรันโมเดลที่ไม่ใช่ของ OpenAI เบื้องหลังไคลเอนต์ Responses API หมายถึงการใช้พร็อกซีแปลภาษาหรือไม่ก็ไม่มีอะไรเลย DeepSeek ได้ข้ามพร็อกซีและนำรูปแบบไปใช้ที่ฝั่งเซิร์ฟเวอร์ที่ https://api.deepseek.com SDK ของ OpenAI ที่คุณมีอยู่สามารถทำงานได้โดยไม่มีการเปลี่ยนแปลง:

# 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)

ข้อสังเกตเล็กน้อยก่อนที่คุณจะตื่นเต้น: ปัจจุบัน Responses API ใช้งานได้กับ deepseek-v4-flash เท่านั้น DeepSeek กล่าวว่าการสนับสนุน deepseek-v4-pro จะมาถึงต้นเดือนสิงหาคม 2026

ความเข้ากันได้สมบูรณ์แค่ไหน?

DeepSeek ได้เผยแพร่ ตารางความเข้ากันได้ แบบเต็ม ซึ่งมากกว่าที่ผู้ให้บริการที่ "เข้ากันได้กับ OpenAI" ส่วนใหญ่ใส่ใจทำ บรรทัดที่สำคัญ:

รองรับและใช้งานได้:

• input และ instructions ในรูปแบบสตริงหรือรายการ
• stream พร้อมลำดับเหตุการณ์เชิงความหมายที่สมบูรณ์
• temperature, top_p, max_output_tokens, top_logprobs
• tools พร้อมประเภท function และ web_search; การค้นหาเว็บจะดำเนินการที่ฝั่งเซิร์ฟเวอร์
• tool_choice รวมถึงการบังคับใช้ฟังก์ชันที่เจาะจง
• reasoning.effort สำหรับระดับความลึกในการคิด

ยอมรับแต่ไม่มีผล:

• reasoning.summary ได้รับการยอมรับ แต่ไม่มีการสร้างสรุป
• text.verbosity ได้รับการยอมรับแต่ไม่มีผล
• parallel_tool_calls ถูกละเว้นเนื่องจากการเรียกเครื่องมือแบบขนานเปิดใช้งานอยู่เสมอ

ไม่รองรับตามการออกแบบ:

• previous_response_id และ conversation: API เป็นแบบไร้สถานะ (stateless) ดังนั้นคุณจึงต้องจัดการประวัติการสนทนาด้วยตัวเองและส่งเป็นรายการอินพุต
• store: ทุกการตอบกลับจะมาพร้อมกับ store: false
• background, metadata, include, service_tier และคีย์การแคชพรอมต์; การแคชบริบทจะเกิดขึ้นโดยอัตโนมัติแทน

ส่วนที่ดีคือ: พารามิเตอร์ที่ไม่รองรับจะถูกละเว้นอย่างเงียบ ๆ แทนที่จะถูกปฏิเสธ ดังนั้นไคลเอนต์ Responses API ที่มีอยู่สามารถเชื่อมต่อได้โดยไม่ต้องแก้ไข ส่วนที่ไม่ประนีประนอมคือ: คำขอที่เกินหน้าต่างบริบท 1M โทเค็นจะคืนค่าข้อผิดพลาด 400 แทนที่จะถูกตัดทอน

การสตรีมเป็นไปตามรูปแบบเหตุการณ์ Responses API ตั้งแต่ response.created ไปจนถึง response.completed โดยมี delta การให้เหตุผล (response.reasoning_text.delta) มาถึงเป็นเหตุการณ์แยกต่างหากจากข้อความเอาต์พุต ไม่มีตัวบอกการสิ้นสุด data: [DONE]; สตรีมจะสิ้นสุดลงด้วยเหตุการณ์ response.completed, response.incomplete หรือ response.failed หากตัวจัดการ SSE ของคุณรอ [DONE] มันจะค้าง คู่มือของเราเกี่ยวกับการสตรีมการตอบสนอง API ด้วยเหตุการณ์ที่ส่งโดยเซิร์ฟเวอร์ ครอบคลุมรูปแบบการแยกวิเคราะห์แบบป้องกันสำหรับความแตกต่างของภาษาถิ่นประเภทนี้โดยเฉพาะ

การตั้งค่า Codex ด้วย DeepSeek-V4-Flash

Codex สื่อสารกับโมเดลผ่าน Responses API ซึ่งเป็นเหตุผลทั้งหมดที่การเผยแพร่ครั้งนี้มีอยู่ คู่มือการผสานรวม ของ DeepSeek มีสองแนวทาง และทั้งคู่จะกำหนดค่าไคลเอนต์ Codex ทุกตัวพร้อมกัน (CLI, แอปเดสก์ท็อป ChatGPT และส่วนขยาย VS Code) เนื่องจากใช้การกำหนดค่าเดียวกัน

สคริปต์คลิกเดียว

ตรวจสอบให้แน่ใจว่าได้ติดตั้ง Codex CLI หรือแอปเดสก์ท็อป ChatGPT และรันอย่างน้อยหนึ่งครั้งแล้ว จากนั้น:

bash <(curl -fsSL https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.sh)

ผู้ใช้ Windows รันเวอร์ชัน PowerShell:

irm https://cdn.deepseek.com/api-docs/codex-deepseek-setup-en.ps1 | iex

สคริปต์จะขอคีย์ DeepSeek API ของคุณในการรันครั้งแรก จากนั้นจะทำสี่สิ่ง: สำรองข้อมูล ~/.codex/config.toml ที่มีอยู่ของคุณไปยัง ~/.codex/backup-deepseek/, เขียนแคตตาล็อกโมเดลไปยัง ~/.codex/models.json, เพิ่มส่วน [model_providers.deepseek] ลงในการกำหนดค่าของคุณในขณะที่รักษาส่วนเซิร์ฟเวอร์ MCP และการตั้งค่าความเชื่อถือโปรเจกต์ไว้ และตรวจสอบไวยากรณ์ก่อนที่จะเขียนอะไรลงไป รันอีกครั้งเมื่อใดก็ได้เพื่อสลับโมเดลหรือกู้คืนการตั้งค่าเดิมของคุณจากเมนู

ข้อควรระวังมาตรฐานเกี่ยวกับการส่งข้อมูลจาก curl ไปยัง bash: ควรอ่านสคริปต์ก่อนหากเป็นนโยบายของคุณ พฤติกรรมการสำรองข้อมูลและตรวจสอบความถูกต้องเป็นสัญญาณที่ดี แต่ก็ยังคงเป็นสคริปต์จากบุคคลที่สามที่เปลี่ยนแปลงการกำหนดค่า Codex ของคุณ

แคตตาล็อกโมเดลบอกอะไรคุณบ้าง

ไฟล์ models.json ที่สคริปต์เขียนขึ้นนั้นควรค่าแก่การอ่าน เพราะมันบันทึกว่า DeepSeek วางตำแหน่งโมเดลภายใน Codex อย่างไร:

• หน้าต่างบริบท: 1,048,576 โทเค็น
• ระดับการให้เหตุผล: low, high และ max โดยมี high เป็นค่าเริ่มต้น
• รองรับการเรียกใช้เครื่องมือแบบขนาน
• ต้องการไคลเอนต์ Codex เวอร์ชัน 0.144.0 หรือใหม่กว่า

แคตตาล็อกอธิบาย V4-Flash ว่าเป็น "โมเดลการเขียนโค้ดแบบเอเจนต์ที่ล้ำสมัยล่าสุด" และปัจจุบันมีเพียง deepseek-v4-flash เท่านั้นที่ใช้งานได้ แคตตาล็อกมี deepseek-v4-pro อยู่แล้วสำหรับเมื่อการสนับสนุนจะมาถึงต้นเดือนสิงหาคม

มันทำงานได้ดีจริง ๆ ภายใน Codex หรือไม่?

DeepSeek อ้างว่าการฝึกอบรมซ้ำเมื่อวันที่ 0731 มีเป้าหมายที่เวิร์กโหลดนี้โดยเฉพาะ ตัวเลขเอเจนต์ที่เผยแพร่: Terminal Bench 2.1 ที่ 82.7, Cybergym ที่ 76.7, Toolathlon ที่ตรวจสอบแล้วที่ 70.3, DeepSWE ที่ 54.4 ซึ่งทั้งหมดรายงานว่าเหนือกว่า V4-Pro-Preview ถือว่าตัวเลขเหล่านี้เป็นตัวเลขของผู้ขายจนกว่าจะมีการทดสอบอิสระปรากฏขึ้น; พวกมันถูกสร้างขึ้นด้วยชุดเครื่องมือของ DeepSeek เองที่ความพยายามสูงสุด และสองในเกณฑ์มาตรฐานที่ประกาศเป็นชุดทดสอบภายใน

เศรษฐศาสตร์เป็นสิ่งที่ยากจะโต้แย้งได้ ด้วยราคา $0.14 ต่อล้านโทเค็นอินพุต (cache miss) และ $0.28 ต่อล้านโทเค็นเอาต์พุต V4-Flash มีราคาเพียงเล็กน้อยเมื่อเทียบกับโมเดลที่ Codex ใช้รันตามปกติ และเมื่อเกิด cache hits ค่าใช้จ่ายอินพุตจะลดลงเหลือ $0.0028 การใช้งานเอเจนต์อย่างหนักหนึ่งวันมีค่าใช้จ่ายน้อยกว่ากาแฟที่คุณดื่มระหว่างนั้น สำหรับตารางค่าใช้จ่ายทั้งหมด ดู ส่วนราคาในคู่มือเบต้าของเรา หากคุณกำลังชั่งน้ำหนัก Codex กับทางเลือกอื่น การเปรียบเทียบ Claude Code กับ Codex CLI ของเราครอบคลุมด้านเอเจนต์ของสมการ

ตรวจสอบ Endpoint ก่อนที่คุณจะเชื่อถือเอเจนต์

เอเจนต์จะดีบักได้ดีเท่ากับ API ที่อยู่เบื้องหลัง และ endpoint เบต้าสาธารณะใหม่เอี่ยมสมควรได้รับการทดสอบก่อนที่คุณจะปล่อยให้ Codex ทำงานบนที่เก็บข้อมูลจริง นี่เป็นงานห้านาทีใน Apidog:

1. เพิ่ม POST https://api.deepseek.com/responses เป็น endpoint และเก็บคีย์ของคุณไว้ในตัวแปรสภาพแวดล้อม
2. ส่งเพย์โหลด responses.create ขั้นต่ำและยืนยันรูปแบบของรายการเอาต์พุต: รายการ reasoning ตามด้วยรายการ message
3. เปิด stream: true และดูเหตุการณ์ตามลำดับแบบสด Apidog จะแสดงเหตุการณ์ SSE แต่ละรายการเมื่อมาถึง ซึ่งทำให้เห็นได้ชัดเจนว่าไคลเอนต์ของคุณควรรอ response.output_text.delta หรือรอสิ่งที่ไม่มีวันมาถึง
4. บันทึกคำขอที่มีเครื่องมือ function แนบมา และยืนยันว่ารูปแบบเอาต์พุต function_call ตรงกับที่ตัวจัดการของคุณคาดหวัง

เมื่อการเปิดตัว V4-Pro Responses มาถึงในเดือนสิงหาคม ให้รันคำขอที่บันทึกไว้ชุดเดิมกับชื่อโมเดลใหม่และเปรียบเทียบพฤติกรรม ดาวน์โหลด Apidog ฟรีและเก็บชุดเครื่องมือทั้งหมดไว้ในโปรเจกต์เดียว

คำถามที่พบบ่อย

โมเดล DeepSeek ใดที่ใช้งานได้กับ Responses API? ปัจจุบันมีเพียง deepseek-v4-flash เท่านั้น การสนับสนุน deepseek-v4-pro มีกำหนดสำหรับต้นเดือนสิงหาคม 2026

ฉันต้องใช้ SDK ใหม่หรือไม่? ไม่จำเป็น SDK อย่างเป็นทางการของ OpenAI ใช้งานได้; ชี้ base_url ไปที่ https://api.deepseek.com และเรียกใช้ client.responses.create รายละเอียดการตั้งค่าอยู่ใน คู่มือเบต้าสาธารณะ V4-Flash ของเรา

สถานะหลายรอบ (multi-turn state) ทำงานเหมือนกับเวอร์ชันของ OpenAI หรือไม่? ไม่ การใช้งานของ DeepSeek เป็นแบบไร้สถานะ: previous_response_id, conversation และ store ไม่ได้รับการสนับสนุน ส่งประวัติทั้งหมดเป็นรายการอินพุตในการเรียกแต่ละครั้ง

ฉันสามารถใช้ DeepSeek ใน Codex ควบคู่ไปกับบัญชี OpenAI ของฉันได้หรือไม่? ได้ การตั้งค่าจะเพิ่ม DeepSeek เป็นผู้ให้บริการโมเดล; เมนูของสคริปต์จะสลับไปมาระหว่างโมเดล และการกำหนดค่าเดิมของคุณจะถูกสำรองไว้เพื่อให้คุณสามารถกู้คืนได้

สิ่งนี้เหมือนกับความเข้ากันได้ของ Anthropic API หรือไม่? เป็นคุณสมบัติแยกต่างหาก DeepSeek ยังเปิดเผย endpoint รูปแบบ Anthropic ที่ https://api.deepseek.com/anthropic ซึ่งเป็นวิธีการทำงานของการผสานรวม Claude Code endpoint Responses API มีไว้สำหรับเครื่องมือเอเจนต์รูปแบบ OpenAI เช่น Codex

การเปิดตัวครั้งนี้บ่งบอกถึงอะไรจริงๆ

คุณภาพของโมเดลกำลังเข้าสู่จุดบรรจบกัน ดังนั้นการแข่งขันจึงย้ายไปสู่ชั้นการผสานรวม DeepSeek มองว่านักพัฒนาอาศัยอยู่ที่ไหนจริงๆ ภายในเอเจนต์อย่าง Codex และสร้างระบบที่จำเป็นอย่างแม่นยำเพื่อเป็นแบ็กเอนด์แบบเสียบใช้ได้ทันที รวมถึงการเผยแพร่ว่าพารามิเตอร์ใดถูกละเว้นอย่างเงียบๆ ความโปร่งใสเช่นนี้หาได้ยาก และทำให้เรื่องราวความเข้ากันได้น่าเชื่อถือ

กลยุทธ์นี้ชัดเจนและชาญฉลาด: OpenAI จัดส่งเอเจนต์ DeepSeek ให้บริการโทเค็นในราคาหนึ่งในสิบ ไม่ว่าโมเดล 0731 จะทำงานได้ดีกว่า V4-Pro-Preview ในโค้ดเบสของคุณจริงหรือไม่ เป็นสิ่งที่การประเมินของคุณเองเท่านั้นที่ตอบได้ เชื่อมต่อเข้ากับ Apidog รันชุดทดสอบของคุณกับทั้งสอง และปล่อยให้ผลลัพธ์เป็นผู้ตัดสิน ไม่ใช่ตารางเปรียบเทียบ