Kodlama için DeepSeek V4 API: deepseek-v4-pro ve deepseek-v4-flash yönlendirmesi

Bir kodlama oturumunun her adımını tek bir modele göndermek en kolay yönlendirme politikasıdır ve genellikle en maliyetli olanıdır. Bu eğitim, iş yükünü deepseek-v4-pro ve deepseek-v4-flash arasında bölerek TokenLab üzerinde kodlama için DeepSeek V4 API'sinin nasıl kullanılacağını göstermektedir. Her iki model kaydını da 03.10.2026 tarihinde canlı API'den okuduk ve aşağıdaki her şey bu kayıtlardan ve TokenLab dokümanlarından alınmıştır. Bir karşılaştırma tablosu, üzerinde çalışılmış bir maliyet tahmini, araç çağırma isteği, yeniden deneme ve yedekleme (fallback) kodu ve bir ön uçuş (preflight) kontrolü bulacaksınız.

Önemli Çıkarımlar

• Her iki model de 1.000.000 token giriş sınırı, 384.000 token çıkış sınırı ve aynı üç istek formatını listeler. Aralarındaki temel fark fiyattır.
• Liste fiyatlarına göre, deepseek-v4-pro giriş token'ı başına deepseek-v4-flash'tan 4,4 kat, çıkış token'ı başına ise 3,3 kat daha maliyetlidir.
• 20 çağrılık örneğimizde, 4 çağrıyı pro'ya ve 16 çağrıyı flash'a yönlendirmek yoğun olmayan saatlerde yaklaşık 0,18 dolara mal olmaktadır. 20 çağrının tamamını pro'ya göndermek ise yaklaşık 0,46 dolara mal olur.
• 429 hatasını Retry-After süresinden sonra yeniden deneyin. 500–504 hatalarını yalnızca retryable değeri true olduğunda yeniden deneyin. 400, 401, 402, 403, 404 veya 413 hatalarını asla değiştirmeden yeniden denemeyin.
• Katalog, deepseek-v4.1-flash modelini aktif olarak listelemektedir. Ne deepseek-v4-pro ne de deepseek-v4-flash için bir yedek model belirtilmemiştir.
• Yönlendirme yapmadan önce sınırları, formatları ve fiyatları GET /v1/models/:model üzerinden okuyun. Kopyalanmış bir tabloyu kodunuza sabit (hard-code) olarak yazmayın.

Kodlama için DeepSeek V4 API: Katalog Ne Diyor?

Her iki kaydı da 03.10.2026 tarihinde çektik. Aşağıdaki tablo bunları yan yana karşılaştırmaktadır. Fiyatlar 1 milyon token başına USD cinsindendir ve katalog fiyatlandırması en son 02.10.2026T16:53:30.068Z tarihinde güncellenmiştir.

Öğe	deepseek-v4-pro	deepseek-v4-flash	Kaynak, gözlemlenen 03.10.2026
Bağlam sınırı (maks giriş token'ı)	1.000.000	1.000.000	pro, flash
Çıkış sınırı (maks çıkış token'ı)	384.000	384.000	pro, flash
Kabul edilen istek formatları	anthropic_messages, openai_chat_completions, openai_responses	anthropic_messages, openai_chat_completions, openai_responses	pro, flash
Yetenekler	json-mode, prompt-cache, tool-use	json-mode, prompt-cache, tool-use	pro, flash
Yoğun olmayan giriş	$0.66	$0.15	pro, flash
Yoğun olmayan çıkış	$1.98	$0.60	pro, flash
Yoğun olmayan önbellek okuma	$0.022	$0.003	pro, flash
Yoğun olmayan önbellek yazma	$0.66	listelenmemiş	pro, flash
Yoğun giriş	$1.32	$0.30	pro, flash
Yoğun çıkış	$3.96	$1.20	pro, flash
Yoğun önbellek okuma	$0.044	$0.006	pro, flash
Yaşam döngüsü aşaması	aktif, yayınlanma 24.04.2026	aktif, yayınlanma 24.04.2026	pro, flash

Her kayıttaki varsayılan fiyat bloğu, yoğun olmayan girişle eşleşir. Yoğun zamanlama kayda göre farklılık gösterir. deepseek-v4-pro için yoğun fiyatlar Pekin saatiyle 09:00-12:00 ve 14:00-18:00 saatleri arasında geçerlidir. deepseek-v4-flash için kayıt, yoğun dönemlerin Çin resmi tatilleri hariç hafta içi günlerde geçerli olduğunu belirtir. Yoğun olmayan dönemlerin hafta sonlarını ve tatilleri kapsadığını söyler ancak herhangi bir saat belirtmez. Flash penceresine göre bütçe yapmadan önce fiyatlandırma uç noktasını kontrol edin.

Yaşam döngüsü ve daha yeni DeepSeek modelleri

Her iki kayıt da lifecycle stage active durumunu gösterir; replacement model, deprecated_at ve retired_at alanlarının tümü boştur. Dolayısıyla katalog, her iki model için de bir kaldırma planlamaz ve her ikisi için de bir halef belirtmez.

Katalog ayrıca deepseek-v4.1-flash modelini de listeler. 03.10.2026 tarihinde gözlemlenen kaydı, herhangi bir yayın tarihi veya yedek model olmadan aktiftir. deepseek-v4-flash ile aynı sınırlara, formatlara ve liste fiyatlarına sahiptir. Yetenek listesine reasoning ve vision ekler ve yoğun olmayan saatlerde 0,15 dolarlık bir önbellek yazma fiyatı gösterir.

Bu ayrı bir model kimliğidir, bu nedenle bu makale kendi konusuna sadık kalır. deepseek-v4.1-flash modelini kendi görevlerinizde değiştirmeden önce test etmenizi öneririz. Katalog ayrıca deepseek-v4-flash-vision-exp modelini de listeler, ancak kaydını okumadık. İhtiyacınız varsa Modeller sayfasından doğrulayın.

deepseek-v4-pro ve deepseek-v4-flash'ın Göreve Göre Yönlendirilmesi

Beş modülde bir değişiklik planlayan, düzenlemeleri yazan ve ardından bir düzine test taslağı oluşturan bir aracı oturumu hayal edin. İlk adım en fazla bağlam ve özen gerektirir. Sonuncusu ise tekrarlayıcıdır ve yeniden yapılması ucuzdur. Katalog size kalite çizgisinin nerede olduğunu söyleyemez. 03.10.2026 tarihinde gözlemlenen TokenLab kodlama aracı modelleri kılavuzu, liderlik tablosu sonuçlarının bir modelin kendi talimatlarınızı ve araçlarınızı nasıl takip edeceğini tahmin etmediğini belirtir.

Başlangıç sezgimiz, daha pahalı modelin maliyetini çapraz dosya çalışmalarında çıkardığını varsayar. Bunu bir bulgu değil, test edilecek bir hipotez olarak ele alın:

+-------------------------------------------------------------+
|                      Gelen Görev                            |
+-------------------------------------------------------------+
                               |
         [Görev çoklu dosya bağlamı, geriye dönük
          uyumluluk veya güvenlik incelemesi içeriyor mu?]
                               |
               +---------------+---------------+
               |                               |
             [Evet]                           [Hayır]
               |                               |
               v                               v
       deepseek-v4-pro                 deepseek-v4-flash

Bir adımı deepseek-v4-pro'ya iten kriterler:

• Birden fazla içe aktarılan dosyada mantık değişikliği yapılması.
• Güvenlik veya zafiyet değerlendirmeleri.
• Genel arayüzlerde katı geriye dönük uyumluluk.
• Doğruluğun geri dönüş süresinden daha önemli olduğu çok turlu çalışmalar.

Bağımsız test iskeleti, şema biçimlendirme, docstring'ler ve sözdizimi tamamlama işlemleri deepseek-v4-flash'a gider.

Sezgiyi test etmek için aynı kılavuzu izleyin. Her modele aynı depo durumunu, talimatları, araçları ve süre sınırını verin. Ardından doğruluğu, geçen testleri, gereksiz değişiklikleri, toplam token'ları, nihai maliyeti ve bir insanın ne sıklıkla müdahale etmesi gerektiğini karşılaştırın. Sonuçları görev türüne göre tutun, çünkü bir model iyi inceleme yapıp kötü uygulama gerçekleştirebilir.

Kodlama Aracı Döngüsü Maliyet Tahmini

Aracılar her çağrıda talimatları, geçmişi, kodu ve araç sonuçlarını yeniden gönderir. 03.10.2026 tarihinde gözlemlenen maliyet kılavuzu, uzun oturumların tek bir sohbet isteğinden çok daha pahalıya mal olabileceğini belirtir. Aşağıdaki aritmetiği liste fiyatlarından hesapladık. Sonuç bir tahmindir, ölçülmüş bir fatura değildir.

Varsayımlar (bizim tarafımızdan, ölçülmemiş): Her biri 30.000 giriş token'ı ve 1.500 çıkış token'ı içeren 20 model çağrısından oluşan bir döngü. Bu, toplamda 600.000 giriş token'ı ve 30.000 çıkış token'ı sağlar.

Formül: giriş_token'ları / 1M × giriş fiyatı + çıkış_token'ları / 1M × çıkış fiyatı. Fiyatlar yukarıdaki tablodan alınmıştır.

20 çağrının tamamı deepseek-v4-pro için:

• Yoğun olmayan: 0,6 × $0,66 = $0,396 giriş, artı 0,03 × $1,98 = $0,0594 çıkış, toplam $0,4554.
• Yoğun: 0,6 × $1,32 = $0,792, artı 0,03 × $3,96 = $0,1188, toplam $0,9108.

20 çağrının tamamı deepseek-v4-flash için:

• Yoğun olmayan: 0,6 × $0,15 = $0,09, artı 0,03 × $0,60 = $0,018, toplam $0,108.
• Yoğun: 0,6 × $0,30 = $0,18, artı 0,03 × $1,20 = $0,036, toplam $0,216.

Karma: 4 çağrı pro'ya, 16 çağrı flash'a. Pro, 120.000 giriş ve 6.000 çıkış token'ı taşır. Flash, 480.000 giriş ve 24.000 çıkış token'ı taşır.

• Yoğun olmayan: pro 0,12 × $0,66 + 0,006 × $1,98 = $0,0792 + $0,01188 = $0,09108. Flash 0,48 × $0,15 + 0,024 × $0,60 = $0,072 + $0,0144 = $0,0864. Toplam $0,17748.
• Yoğun: pro 0,12 × $1,32 + 0,006 × $3,96 = $0,1584 + $0,02376 = $0,18216. Flash 0,48 × $0,30 + 0,024 × $1,20 = $0,144 + $0,0288 = $0,1728. Toplam $0,35496.

Senaryo	Yoğun olmayan tahmini	Yoğun tahmini
deepseek-v4-pro üzerinde 20 çağrı	$0.4554	$0.9108
deepseek-v4-flash üzerinde 20 çağrı	$0.1080	$0.2160
4 pro + 16 flash	$0.1775	$0.3550

03.10.2026 tarihinde gözlemlenen liste fiyatlarından tahminler (pro, flash).

Önbellek varyantı (yoğun olmayan, varsayım: giriş token'larının %80'i önbellek okumasıdır). Bu, döngü başına 480.000 önbellek okuma token'ı ve 120.000 önbelleğe alınmamış token anlamına gelir.

• Pro: 0,48 × $0,022 = $0,01056, artı 0,12 × $0,66 = $0,0792, artı $0,0594 çıkış, toplam $0,14916.
• Flash: 0,48 × $0,003 = $0,00144, artı 0,12 × $0,15 = $0,018, artı $0,018 çıkış, toplam $0,03744.

Bu varyant, önbelleğe alınmamış token'ları düz giriş fiyatından faturalandırır ve kayıtta listelenmeyen flash üzerindeki önbellek yazma ücretlerini göz ardı eder. Bu indirime güvenmeden önce yanıttaki veya Kullanım kısmındaki önbelleğe alınmış token sayılarını doğrulayın. Faturalandırma kılavuzu ayrıca token başına en düşük fiyatın, tamamlanan görev başına her zaman en düşük maliyet anlamına gelmediği konusunda uyarır, çünkü yeniden denemeler maliyeti artırır.

Bir Kodlama Aracı İçin Araç Çağırma İsteği

Her iki kayıt da tool-use listeler ve her ikisi de openai_chat_completions kabul eder. Aşağıdaki istek yalnızca araç çağırma kılavuzundan (03.10.2026 tarihinde gözlemlenmiştir) alınan alanları kullanır: model, messages ve type: "function" içeren tools. Yanıt uzunluğunu sınırlamanın bir yolu olarak faturalandırma kılavuzunda listelenen max_tokens alanını ekledik. tool_choice alanını dışarıda bıraktık, çünkü bu kılavuz bunu yalnızca Yanıtlar formatı için belgelendirmektedir.

curl https://api.tokenlab.sh/v1/chat/completions \
  -H "Authorization: Bearer $TOKENLAB_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro",
    "max_tokens": 2000,
    "messages": [
      {"role": "system", "content": "You are a software engineering assistant."},
      {"role": "user", "content": "The pagination test in tests/test_api.py fails. Find the cause."}
    ],
    "tools": [
      {
        "type": "function",
        "function": {
          "name": "read_file",
          "description": "Read a file from the repository",
          "parameters": {
            "type": "object",
            "properties": {"path": {"type": "string"}},
            "required": ["path"]
          }
        }
      },
      {
        "type": "function",
        "function": {
          "name": "run_tests",
          "description": "Run the test suite for one path",
          "parameters": {
            "type": "object",
            "properties": {"path": {"type": "string"}},
            "required": ["path"]
          }
        }
      }
    ]
  }'

Model, tool_calls içinde bir fonksiyon adı ve argümanlar döndürür. Arka ucunuz aracı çalıştırır. Döngü daha sonra beş adımda çalışır:

1. Mesajları ve araç tanımlarını gönderin.
2. tool_calls için yanıtı okuyun.
3. Aracı kendi arka ucunuzda çalıştırın.
4. Araç sonucunu aynı API formatında ekleyin.
5. Model nihai bir yanıt döndürene kadar devam edin.

Kılavuz, araç sonucu mesaj şeklini satır içi olarak göstermez. Tahmin etmek yerine Sohbet Tamamlama Oluştur referansından (/api-reference/chat/create-completion) alın.

Herhangi bir çağrıyı gerçekleştirmeden önce argümanları doğrulayın ve kendi izin kontrollerinizi uygulayın. Yürütmeyi idempotent (eşgüçlü) hale getirin, çünkü bir istemci yeniden denemesi aynı araç çağrısını tekrarlayabilir. Formatlar araç durumunu farklı şekilde temsil ettiğinden, tüm değişim için tek bir API formatı kullanın.

Yeniden Denemeler, Geri Çekilme ve İki Model Arasında Yedekleme

03.10.2026 tarihinde gözlemlenen hata kılavuzu ve hız sınırı kılavuzu politikayı belirler. HTTP durumuna ve code değerine göre dallanın, asla message değerine göre değil.

Durum	Aynı istek tekrar edilsin mi?	Eylem
400, 401, 402, 403, 404, 413	Hayır	İsteği, anahtarı, bakiyeyi, izinleri veya girişi düzeltin
429	Evet	Retry-After süresini bekleyin; yoksa jitter ile üstel geri çekilme kullanın
500–504	Yalnızca retryable değeri true ise	retry_after değerine uyun ve denemeleri sınırlayın
Yanıt gelmeden bağlantı kapandı	Bazen	Bir araç çağrısı yan etkiyi tekrarlayabilirse dikkatli bir şekilde yeniden deneyin
Çıkış geldikten sonra akış kesildi	Hayır	Tamamlanmamış olarak kabul edin; bir tekrar farklı bir çıktı veya ikinci bir ücret üretebilir

İki durum ekstra özen gerektirir. 503 all_channels_failed veya 503 delivery_tier_unavailable hatası her zaman geçici değildir. retryable değeri false olduğunda ve retry_after eksik olduğunda, isteği tekrarlamayın. Başka bir model seçmeden önce GET /v1/models kontrolünü yapın. Ayrıca, context_length_exceeded hatası, her ikisi de aynı 1.000.000 token giriş sınırını listelediğinden, bu iki model arasında geçiş yapılarak düzeltilmeyecektir.

Aşağıdaki kod bu politikayı uygular. SDK'nın sizin bilginiz dışında yeniden deneme yapmaması için max_retries=0 olarak ayarlar. Her model dört deneme hakkı alır ve yedekleme yalnızca ilk model yeniden denenebilir hataları tükettikten sonra çalışır.

import os
import random
import time
from openai import OpenAI, APIStatusError, APIConnectionError

client = OpenAI(
    api_key=os.environ["TOKENLAB_API_KEY"],
    base_url="https://api.tokenlab.sh/v1",
    timeout=30.0,
    max_retries=0,
)

FALLBACK = {
    "deepseek-v4-pro": "deepseek-v4-flash",
    "deepseek-v4-flash": "deepseek-v4-pro",
}

def error_fields(exc):
    body = getattr(exc, "body", None)
    if isinstance(body, dict):
        return body.get("error", body)
    return {}

def backoff(attempt):
    return min(30, 2 ** attempt + random.random())

def retry_delay(exc, attempt):
    """Seconds to wait, or None when the request must not be repeated."""
    if isinstance(exc, APIConnectionError):
        return backoff(attempt)
    fields = error_fields(exc)
    header = exc.response.headers.get("Retry-After")
    if exc.status_code == 429:
        return float(header) if header else backoff(attempt)
    if exc.status_code >= 500 and fields.get("retryable") is True:
        wait = fields.get("retry_after") or header
        return float(wait) if wait else backoff(attempt)
    return None

def chat_with_fallback(model, messages, tools=None, attempts=4):
    last_exc = None
    for candidate in (model, FALLBACK[model]):
        kwargs = {"model": candidate, "messages": messages}
        if tools:
            kwargs["tools"] = tools
        for attempt in range(attempts):
            try:
                return candidate, client.chat.completions.create(**kwargs)
            except (APIStatusError, APIConnectionError) as exc:
                delay = retry_delay(exc, attempt)
                if delay is None:
                    raise  # 4xx or non-retryable 5xx: do not repeat or fall back
                last_exc = exc
                if attempt < attempts - 1:
                    time.sleep(delay)
        print(f"{candidate} exhausted retries, trying {FALLBACK[candidate]}")
    raise last_exc

def pick_model(is_complex):
    return "deepseek-v4-pro" if is_complex else "deepseek-v4-flash"

used, response = chat_with_fallback(
    pick_model(is_complex=False),
    [{"role": "user", "content": "Write a pytest case: an empty list returns 0 for sum_items()."}],
)
print(used, response.choices[0].message.content)

Hangi modelin yanıt verdiğini her zaman kaydedin. Kodlama aracı kılavuzu, bir yedeklemenin fiyatı, bağlam sınırını, araç formatını veya çıktı stilini değiştirebileceği konusunda uyarır, bu nedenle model değiştiğinde kullanıcıyı bilgilendirin. Flash'tan pro'ya geri dönmek, liste fiyatlarında giriş maliyetini kabaca dört katına çıkarır, bu yüzden bu konuda uyarı verin. Destek ekibinin bir hatayı izleyebilmesi için her çağrıyla birlikte yanıt başlıklarındaki İstek Kimliğini (Request ID) kaydedin.

Yönlendirmeden Önce Sınırları, Formatları ve Fiyatı Okuyun

03.10.2026 tarihinde gözlemlenen Bir Modeli Al referansı, GET /v1/models/:model komutunu açıklar. Yanıt; capabilities, pricing, max_input_tokens, max_output_tokens, accepted_request_formats ve lifecycle içeren bir tokenlab nesnesi taşır. Bilinmeyen bir model 404 model_not_found döndürür. Faturalandırma kılavuzu ayrıca güncel fiyat için GET /v1/models/:model/pricing adresine işaret eder.

import json
import urllib.request

def read_model(model_id):
    url = f"https://api.tokenlab.sh/v1/models/{model_id}"
    with urllib.request.urlopen(url, timeout=10) as resp:
        meta = json.load(resp)["tokenlab"]
    return {
        "max_input_tokens": meta.get("max_input_tokens"),
        "max_output_tokens": meta.get("max_output_tokens"),
        "formats": meta.get("accepted_request_formats"),
        "capabilities": meta.get("capabilities"),
        "lifecycle": meta.get("lifecycle"),
        "pricing": meta.get("pricing"),
    }

def preflight(model_id, input_tokens):
    info = read_model(model_id)
    problems = []
    if "openai_chat_completions" not in (info["formats"] or []):
        problems.append("chat completions not accepted")
    if "tool-use" not in (info["capabilities"] or []):
        problems.append("no tool-use capability")
    if info["max_input_tokens"] and input_tokens > info["max_input_tokens"]:
        problems.append("input exceeds max_input_tokens")
    return info, problems

for model_id in ("deepseek-v4-pro", "deepseek-v4-flash"):
    info, problems = preflight(model_id, input_tokens=30_000)
    print(model_id, json.dumps(info, indent=2), problems)

lifecycle ve pricing bilgilerini ham olarak yazdırıyoruz çünkü bu makalenin kanıtları, yanıt içindeki tam JSON düzenlerini göstermiyor. Çıktıyı bir kez inceleyin, ardından ihtiyacınız olan alanları ayrıştırın. Dokümanlar, kopyalanmış fiyat tablolarını sabit olarak kodlamaya karşı uyarır, bu nedenle kontrolü başlangıçta veya bir program dahilinde çalıştırın. GET /v1/models gibi genel keşif uç noktalarının kendi hız sınırları vardır, bu nedenle her istekte çağırmak yerine sonucu önbelleğe alın.

Hız sınırları için, standart Kullanıcı katmanı, 03.10.2026 tarihinde gözlemlendiği üzere, API anahtarı başına dakikada 1.000 isteğe izin verir. Kılavuz, aktif yapılandırmanın farklı olabileceğini belirtir. Bir 429 hatasında, kopyalanmış herhangi bir sayı yerine döndürülen X-RateLimit-Limit ve Retry-After değerlerine güvenin.

SSS

deepseek-v4-pro'yu Anthropic Messages formatı üzerinden çağırabilir miyim?

Evet. 03.10.2026 tarihinde gözlemlendiği üzere, her iki kayıt da kabul edilen formatlar arasında anthropic_messages listeler. Kodlama aracı kılavuzu, Anthropic Messages temel URL'sini, Chat Completions'ın kullandığı /v1 soneki olmadan https://api.tokenlab.sh olarak verir. Araç şemaları formata göre farklılık gösterir, bu nedenle tüm konuşma için tek bir format kullanın.

deepseek-v4-pro veya deepseek-v4-flash'tan gelen bir 503 hatasını yeniden denemeli miyim?

Yalnızca hata gövdesi retryable değerinin true olduğunu söylüyorsa ve ardından retry_after süresini bekleyin. retryable: false içeren bir 503 all_channels_failed hatası, isteğin seçilen Teslimat katmanında arzı olmadığı anlamına gelir. Tekrarlamak işe yaramayacaktır. hata kılavuzunda açıklandığı gibi, başka bir model seçmeden önce GET /v1/models kontrolünü yapın.

deepseek-v4.1-flash, deepseek-v4-flash'ın yerini mi alıyor?

Katalog böyle bir şey söylemiyor. 03.10.2026 tarihinde deepseek-v4-flash kaydı hiçbir yedek model göstermedi ve deepseek-v4.1-flash aktif durumdaydı. İkisi sınırları ve liste fiyatlarını paylaşır ve daha yeni olanı reasoning ve vision yetenekleri ekler. Görevlerinizde test edin ve model kimliğine göre bilinçli bir şekilde geçiş yapın.

Önbelleğe alınmış token'lar, aracı döngüsünde deepseek-v4-flash'ı daha ucuz hale getirir mi?

Getirebilir. Kayıt, düz giriş için 0,15 dolar karşılığında 1 milyon token başına 0,003 dolarlık yoğun olmayan bir önbellek okuma fiyatı listeler. maliyet kılavuzu, bir indirime güvenmeden önce yanıttaki veya Kullanım kısmındaki önbelleğe alınmış token kullanımını doğrulamanızı söyler. Önbellek davranışı ve fiyatları modele göre farklılık gösterir.

deepseek-v4-flash'a yönlendirme yapmak hız sınırımı yükseltir mi?

Hayır. hız sınırı kılavuzu, daha hızlı bir modelin hesabınızın istek sınırını yükseltmediğini belirtir. Model hızı, token sınırları ve hesap hız sınırları ayrı kısıtlamalardır ve sınırlar API anahtarı başına uygulanır.

Router'ınızı bağlamadan önce TokenLab modeller sayfasındaki güncel deepseek-v4-pro ve deepseek-v4-flash girişlerini kontrol edin.