上周三我在给一个自动化重构脚本接 Codex CLI 的时候，发现一个事儿------deepseek-v4-flash（正式版 0731）居然能被 Codex 直连了，不用再像以前那样套一层适配层把 Responses API 请求转成 Chat Completions。折腾了一下午确认了：deepseek-v4-flash 是目前 DeepSeek 系列里第一个原生实现 /v1/responses 端点的模型，Codex CLI 和 Cline 可以零适配直连。
以前你拿 DeepSeek 的模型接 Codex，会直接吃一个 404：
openai.NotFoundError: Error code: 404 - {
'error': {'message': 'Unknown request URL: POST /v1/responses.
Please check the URL for typos, or see the docs',
'type': 'invalid_request_error'}
}现在 deepseek-v4-flash 正式版不会了。这篇把从注册 Key 到 Codex/Cline 跑通的全流程写清楚。
这篇适合谁
- 在用 Codex CLI 或 Cline 写代码，想换一个便宜的模型但之前被 404 劝退的
- 听说 deepseek-v4-flash 支持 Responses API 了，想确认到底怎么接
- 团队里有人用 OpenRouter、有人用官方直连，需要统一方案的
- 之前用 deepseek-v4-pro（V3）接 Codex 踩过坑，想知道 v4-flash 到底改了啥
整体流程
- 获取 DeepSeek API Key（或聚合平台 Key）
- 确认 deepseek-v4-flash 模型可用（调 models.list）
- 配置环境变量 / 工具配置文件
- 跑通 Codex CLI / Cline 的第一个任务
- 验证走的是 Responses API 而不是 fallback 到 Chat Completions
先说结论
| 对比项 | deepseek-v4-flash（0731） | 旧版 deepseek-v4-pro（V3） |
|---|---|---|
| Responses API | ✅ 原生支持 | ❌ 返回 404 |
| Codex CLI 直连 | ✅ 无需适配层 | ❌ 需要中间代理转换 |
| Cline 直连 | ✅ | ❌ 需 fallback 配置 |
| 官方直连模型 ID | deepseek-v4-flash |
deepseek-v4-pro |
| 聚合平台模型 ID | deepseek/deepseek-v4-flash |
deepseek/deepseek-v4-pro |
| 价格 | 以官方最新公告为准 | 输入 0.27/M，输出 1.10/M |
关键区别：Codex CLI 内部调用的是 OpenAI 2026 年 3 月推出的 Responses API（/v1/responses），不是传统的 /v1/chat/completions。旧版 DeepSeek 模型没实现这个端点，所以必须套一层适配层做协议转换。deepseek-v4-flash 正式版直接把这层省了。
第一步：获取 API Key
路径 A：DeepSeek 官方直连
去 platform.deepseek.com 注册，创建 API Key，拿到 sk- 开头的密钥。base_url 是 https://api.deepseek.com/v1。
路径 B：通过聚合网关
如果你同时要用 Claude、GPT 系列和 DeepSeek，每个都单独开 Key 挺烦人的。可以用 OpenRouter 或 ofox.io 这类聚合平台，一个 Key 切多个模型。OpenRouter 收约 5% 手续费（以官方最新费率为准），ofox 据其官网声称 0% 加价对齐官方价格。
第二步：确认模型可用
接入前别猜模型名，先跑一下 models.list：
python
from openai import OpenAI
client = OpenAI(
api_key="sk-你的Key",
base_url="https://api.deepseek.com/v1"
)
python
models = client.models.list()
print([m.id for m in models.data])
# 确认列表里有 deepseek-v4-flash如果你用的是聚合网关，base_url 换成对应地址即可，模型 ID 填 deepseek/deepseek-v4-flash（聚合平台通常使用带前缀的完整 ID，官方直连只需填 deepseek-v4-flash，具体以各平台 models.list 返回值为准）。
第三步：Codex CLI 接入配置
Codex CLI 通过环境变量识别 API 端点：
bash
export OPENAI_API_KEY="sk-你的Key"
export OPENAI_BASE_URL="https://api.deepseek.com/v1"然后运行时指定模型（不指定会默认请求 codex-mini-latest，DeepSeek 没这个模型会报错）：
bash
codex --model deepseek-v4-flash "重构这个函数，提取公共逻辑"官方直连使用无前缀的模型 ID deepseek-v4-flash；若通过聚合平台接入，则改用带前缀的 deepseek/deepseek-v4-flash，并将 OPENAI_BASE_URL 换成对应平台地址。
或者写进配置文件 ~/.codex/config.yaml：
yaml
model: deepseek-v4-flash
provider: openai-compatible跑通的标志：Codex 正常返回结果，没有 404 也没有 fallback 到 Chat Completions 的 warning。
第四步：Cline 接入配置
Cline 的 settings.json 里加（字段名以你所安装的 Cline 版本为准，下方为 OpenAI 兼容模式下的常见字段名，请在 VS Code 设置搜索 cline 核实）：
json
{
"cline.apiProvider": "openai-compatible",
"cline.apiKey": "sk-你的Key",
"cline.openAiBaseUrl": "https://api.deepseek.com/v1"
}模型名填 deepseek-v4-flash。Cline 会自动尝试 Responses API 端点，v4-flash 能正常响应。
第五步：通过聚合网关接入（适合多模型切换场景）
如果你团队里有人用 Claude Opus 5、有人用 GPT-5.5、有人想试 deepseek-v4-flash，统一走聚合网关最省事。下面以 Responses API 方式调用为例：
python
from openai import OpenAI
client = OpenAI(
api_key="你的聚合平台Key",
base_url="https://api.ofox.io/v1"
)
python
resp = client.responses.create(
model="deepseek-v4-flash",
input="hello"
)
print(resp.output_text)这里使用 client.responses.create 而非 client.chat.completions.create，正是本文核心卖点------deepseek-v4-flash 原生支持 /v1/responses 端点，无需协议转换层。
该聚合平台据其官网声称支持 OpenAI 兼容 / Anthropic 原生 / Gemini 原生三种协议，管理后台能看到每笔 Token 消耗和费用支出，团队用起来方便对账。
"原生 Responses API"到底省了什么
之前接 DeepSeek 到 Codex，你需要在中间跑一个适配层（通常是个 Node/Python 小服务），干的事儿是：
- 接收 Codex 发来的
/v1/responses请求 - 把 Responses API 的
input字段转成 Chat Completions 的messages格式 - 把
tools定义从 Responses 格式映射到 function calling 格式 - 转发给 DeepSeek 的
/v1/chat/completions - 把返回结果再转回 Responses API 的 response schema
这层东西说简单也简单，但维护成本不低------OpenAI 每次更新 Responses API schema 你都得跟着改。现在 deepseek-v4-flash 原生支持了，这整层直接删掉。
不同场景怎么选
| 你的场景 | 推荐方案 | 原因 |
|---|---|---|
| 个人开发者，只用 DeepSeek | 官方直连 + Codex --model deepseek-v4-flash |
最简单，没有中间商 |
| 团队多人，需要用量审计 | 聚合网关（ofox/OpenRouter） | 统一 Key 管理，后台能看每人消耗 |
| 同时用 Claude + DeepSeek + GPT | 聚合网关 | 一个 base_url 切所有模型 |
| 对延迟极度敏感（<200ms P95） | 官方直连 | 少一跳少一层延迟 |
| 需要 Responses API 的 built-in tools | deepseek-v4-flash | 目前 DeepSeek 系列唯一支持的 |
踩坑记录 / 报错对照表
| 报错现象 | 原因 | 解法 |
|---|---|---|
404 Unknown request URL: POST /v1/responses |
模型不支持 Responses API（用了旧版 deepseek-v4-pro） | 换成 deepseek-v4-flash |
Error: Model 'codex-mini-latest' not found |
没指定 model，Codex 用了默认值 | 加 --model deepseek-v4-flash 或写 config.yaml |
401 Unauthorized - Invalid API key |
Key 和 base_url 不配套 | DeepSeek Key 配 DeepSeek URL，聚合 Key 配聚合 URL |
429 Too Many Requests - Rate limit reached |
并发太高触发限流 | 降并发，或走聚合平台的多通道负载均衡 |
timeout after 30s |
长上下文请求超时 | 拆分 prompt，或调大 client timeout 设置 |
| 返回结果格式不对，Codex 解析失败 | base_url 末尾多了 / 或少了 /v1 |
确认格式为 https://api.deepseek.com/v1（末尾无斜杠） |
常见问题
Q: deepseek-v4-flash 和 deepseek-v4-pro 有什么区别？
v4-flash 定位是快速推理 + Agent 工具兼容（支持 Responses API），v4-pro 定位是深度推理和复杂编码。如果你主要跑 Codex 这种 Agent 场景，v4-flash 更合适；需要长链推理选 v4-pro。官方直连分别用 deepseek-v4-flash 和 deepseek-v4-pro，聚合平台加前缀：deepseek/deepseek-v4-flash、deepseek/deepseek-v4-pro。
Q: 我用 Claude Code 能接 deepseek-v4-flash 吗？
可以。Claude Code 支持 OpenAI 兼容端点，设置 base_url 和 model 即可。但说实话 Claude Code 搭配 Claude 系列体验更好，v4-flash 更适合 Codex CLI 和 Cline 这种原生走 Responses API 的工具。
Q: 价格到底多少？比 GPT-5.5 便宜多少？
deepseek-v4-flash 的具体定价以 DeepSeek 官方最新公告为准（官方未公布的我不瞎编）。参考 V3 时代 deepseek-v4-pro 的价格是输入 0.27/M、输出 1.10/M，V4 Flash 大概率在这个量级或更低。GPT-5.5 的价格需要查 OpenAI 官方。
Q: Codex CLI 怎么确认走的是 Responses API 而不是 Chat Completions？
加 --verbose 参数跑一次，看日志里的请求 URL。如果是 POST /v1/responses 就对了。如果看到 POST /v1/chat/completions，说明 Codex 做了 fallback，检查你的模型版本。
Q: 聚合平台的 model ID 和官方直连的 model ID 不一样怎么办？
官方直连填无前缀的 ID，例如 deepseek-v4-flash；聚合平台通常需要带厂商前缀，例如 deepseek/deepseek-v4-flash。不确定就先调 models.list 看返回值，以实际返回的 ID 为准。
Q: 我之前写的适配层还需要保留吗？
如果你只用 deepseek-v4-flash，可以直接删掉适配层。但如果你还要兼容其他不支持 Responses API 的模型（比如 Qwen 系列、GLM 系列），那适配层还得留着给它们用。
小结
deepseek-v4-flash 正式版（0731）原生支持 Responses API，对 Codex CLI 和 Cline 用户来说是个实打实的工程收益------删掉一层中间件，少维护一坨协议转换代码，调试链路也短了。配置就那几行环境变量的事儿，五分钟能跑通。
我目前个人项目里日常用 Codex + deepseek-v4-flash 跑重构任务，团队项目走聚合网关统一管理。能直连就别绕路，少一层少一个出 bug 的地方。