搬瓦工VPS 如何升级并调用 DeepSeek V4 API 教程：Pro / Flash 双模型 + 1M 上下文

2026年4月24日，DeepSeek 正式推出 V4 系列 大模型，带来了deepseek-v4-pro：1.6T 总参数 / 49B 激活参数和deepseek-v4-flash：284B 总参数 / 13B 激活参数 两大主力版本，两款模型均默认支持 1M Token 超长上下文 + 384K 最大输出长度，并且完全兼容 OpenAI 和 Anthropic 的 API 格式。这对搬瓦工 VPS 用户来说是个重磅利好。你之前在 VPS 上部署的 Dify、Open WebUI、LangChain、自研脚本等任何支持 OpenAI 接口的应用，只需修改 base_url 和 model 名称，就能无缝切换到 DeepSeek V4，几乎零成本迁移。

升级后的实际体验

原来运行 deepseek-chat 的 Dify 和 Open WebUI 用户，全部切换到 deepseek-v4-pro 后，推理能力提升明显，回答质量、逻辑连贯性和复杂任务处理能力都有显著进步，而价格却比之前更低，性价比进一步拉高。

本篇教程将详细覆盖完整接入流程，包括：

• curl 直接调用
• Python OpenAI SDK 使用
• Node.js 集成
• Dify / Open WebUI 配置
• Thinking mode（思考模式）控制
• 缓存优化技巧

⚠️ 重要提醒 旧版模型 deepseek-chat 和 deepseek-reasoner 将于 2026年7月24日 15:59 UTC 正式下线。到时候将只能使用 V4 系列模型，建议大家尽快完成迁移，避免服务中断。想要了解具体配置步骤？欢迎继续阅读下文完整教程～

一、DeepSeek V4 概况

V4 是 DeepSeek 第一个从头围绕百万级上下文设计的开源模型家族，发布即开源（MIT 协议），权重在 Hugging Face 上免费下载。

两个模型都基于 MoE（专家混合）架构，激活参数远小于总参数，所以推理成本可控。

关键特性

• 默认 1M 上下文：不需要任何特殊参数，输入再长也能直接吃下
• 双模式：每个模型都支持 Thinking（推理模式，类似 R1）和 Non-Thinking（直答模式），通过 thinking 参数切换
• OpenAI / Anthropic API 双兼容：base_url 不用改，只改 model 字段
• MIT 开源：权重可以下载到自己服务器跑（但 1.6T 的 Pro 版需要顶级显卡集群，普通 VPS 跑不动）

Pro 还是 Flash：怎么选

直接看价格和场景：

1、价格对比（USD / 1M tokens）

⚠️ V4-Pro 的 75% 折扣截止 2026 年 5 月 5 日 UTC 15:59，之后恢复原价。这段时间疯狂用 Pro 是最划算的。

2、场景推荐

站长的建议：默认用 flash，遇到复杂任务再切 pro。配合 Dify 的”模型路由”功能可以自动按问题难度分配。

二、为什么部署在搬瓦工 VPS 上

DeepSeek V4 的真实推理在 DeepSeek 服务器上完成，搬瓦工 VPS 主要是承载调用 V4 API 的应用——Dify、Open WebUI、LangChain Agent、自研 Bot 等。把这些应用部署在搬瓦工上的好处：

1、24 小时在线

API 调用方应用需要持续运行（比如 Telegram Bot、定时任务、Webhook 接收器）。本地电脑合上盖就停，VPS 不存在这个问题。

2、网络延迟低

DeepSeek API 主服务在国内，搬瓦工的 CN2 GIA-E 线路对国内服务的访问速度比海外网络好得多。从搬瓦工调 DeepSeek API，单次请求往返通常 100-200ms，体验流畅。

3、API Key 不暴露

把 API Key 放在 VPS 的环境变量里，前端只调用 VPS 上的接口，Key 永远不会出现在浏览器或客户端代码里，安全性比”本地 + 前端直调”高得多。

4、配置一次到处用

VPS 上配好 V4 接入后，Dify、Open WebUI、n8n 等所有应用共用一套配置，改 Key 改 base_url 都只改一处。

三、获取 DeepSeek API Key

1、注册 DeepSeek 账号

打开 https://platform.deepseek.com，用邮箱或者手机号注册账号。

2、充值

DeepSeek 按用量付费，需要预先充值。最低充值额度通常是 $1 起，配合 V4-Pro 的 75% 折扣，$5 能用很久。

3、创建 API Key

登录后进入”API Keys”页面，点”Create new API key”：

• 给 Key 起个名字，比如 bandwagonhost-vps-1
• 创建后会显示完整 Key，只显示一次，立刻复制保存
• Key 格式：sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

⚠️ 安全提示：API Key 绝对不要写死在代码里，更不要提交到 GitHub。下面所有示例都用环境变量传递。

四、curl 直接调用

最简单的验证方式，看看你的 API Key 是否有效。

1、设置环境变量

SSH 登录搬瓦工 VPS 后：

export DEEPSEEK_API_KEY="sk-你的key"

要永久生效，写入 ~/.bashrc：

echo 'export DEEPSEEK_API_KEY="sk-你的key"' >> ~/.bashrc
source ~/.bashrc

2、调用 deepseek-v4-flash

curl https://api.deepseek.com/chat/completions /
  -H "Content-Type: application/json" /
  -H "Authorization: Bearer $DEEPSEEK_API_KEY" /
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [
      {"role": "system", "content": "你是一个简洁的助手"},
      {"role": "user", "content": "用一句话介绍搬瓦工"}
    ],
    "stream": false
  }'

正常会返回类似：

{
  "id": "...",
  "model": "deepseek-v4-flash",
  "choices": [{
    "message": {
      "role": "assistant",
      "content": "搬瓦工是一家美国老牌 VPS 服务商..."
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 25,
    "completion_tokens": 30,
    "total_tokens": 55
  }
}

3、调用 deepseek-v4-pro（开启 thinking 模式）

curl https://api.deepseek.com/chat/completions /
  -H "Content-Type: application/json" /
  -H "Authorization: Bearer $DEEPSEEK_API_KEY" /
  -d '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "user", "content": "证明：根号 2 是无理数"}
    ],
    "thinking": {"type": "enabled"},
    "stream": false
  }'

开启 thinking 后，返回结果会包含 reasoning_content 字段（推理过程）和 content 字段（最终答案）。

五、Python（OpenAI SDK）调用

DeepSeek API 完全兼容 OpenAI SDK，不用装 DeepSeek 专属库。

1、安装 OpenAI SDK

sudo apt update
sudo apt install -y python3 python3-pip python3-venv
​
# 创建虚拟环境（推荐）
python3 -m venv ~/deepseek-venv
source ~/deepseek-venv/bin/activate
​
# 安装 OpenAI SDK
pip install openai

2、基础调用脚本

创建 chat.py：

import os
from openai import OpenAI
​
client = OpenAI(
    api_key=os.environ.get("DEEPSEEK_API_KEY"),
    base_url="https://api.deepseek.com",
)
​
response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[
        {"role": "system", "content": "你是一个简洁的助手"},
        {"role": "user", "content": "搬瓦工 VPS 适合做什么"},
    ],
    stream=False,
)
​
print(response.choices[0].message.content)
print(f"Tokens used: {response.usage.total_tokens}")

运行：

python chat.py

3、流式输出

实时打印 AI 的回复（像 ChatGPT 网页那样逐字出）：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get("DEEPSEEK_API_KEY"),
    base_url="https://api.deepseek.com",
)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "user", "content": "写一篇 200 字的搬瓦工 VPS 介绍"},
    ],
    stream=True,
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
print()

4、长上下文调用（1M tokens）

V4 默认 1M 上下文，扔进去整本书都没问题：

with open("long_document.txt", "r") as f:
    long_text = f.read()

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "请基于以下文档回答问题"},
        {"role": "user", "content": f"文档内容：/n{long_text}/n/n问题：请总结要点"},
    ],
)

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

百万 token 大约对应 70-80 万字中文，普通技术文档堆几十份都能塞下。

六、Thinking 模式控制

V4 的双模式是它最有意思的设计——同一个模型，开关 thinking 切换”快答”和”深思”。

1、参数说明

{
  "thinking": {"type": "enabled"}    // 开启推理模式
}

或者：

{
  "thinking": {"type": "disabled"}   // 关闭（默认）
}

2、读取推理过程

开 thinking 后，响应里会多一个 reasoning_content 字段（推理过程），content 仍然是最终答案：

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "999 * 999 = ?"}],
    extra_body={"thinking": {"type": "enabled"}},
)

print("推理过程：")
print(response.choices[0].message.reasoning_content)
print("/n最终答案：")
print(response.choices[0].message.content)

⚠️ Thinking 模式会消耗更多输出 token（推理过程也算 output），所以成本会上升。简单任务别乱开。

七、集成到 Dify / Open WebUI

把搬瓦工 VPS 上跑的现成 AI 平台接入 V4。

1、Dify 接入 V4

打开 Dify 后台 → “设置” → “模型供应商” → 找到 DeepSeek 或 OpenAI-API-compatible：

保存后，所有 Dify 应用（聊天助手、Workflow、Agent）都能用 V4 了。

2、Open WebUI 接入 V4

进入管理后台 → “Settings” → “Connections” → “OpenAI API”：

• API Base URL：https://api.deepseek.com
• API Key：你的 sk-xxx

保存后回到聊天界面，模型下拉框就能看到 deepseek-v4-flash 和 deepseek-v4-pro 了。

3、n8n 接入

n8n 的 OpenAI 节点也可以用：在节点配置里把 base_url 改成 https://api.deepseek.com，model 填 deepseek-v4-flash 即可。

4、Continue.dev（VSCode 插件）接入

{
  "models": [
    {
      "title": "DeepSeek V4 Pro",
      "provider": "openai",
      "model": "deepseek-v4-pro",
      "apiKey": "你的key",
      "apiBase": "https://api.deepseek.com"
    }
  ]
}

八、从 deepseek-chat 迁移到 V4

旧版 deepseek-chat 和 deepseek-reasoner 在 2026 年 7 月 24 日 15:59 UTC 彻底下线。如果你的应用还在用旧模型，现在就该迁移。

1、模型 ID 对照

2、迁移步骤

1. 代码里搜索 deepseek-chat 和 deepseek-reasoner，替换成 V4 模型
2. base_url 不需要改，仍然是 https://api.deepseek.com
3. API Key 不需要换，旧 Key 可以直接调 V4
4. 推理任务原本用 deepseek-reasoner 的，现在改成 deepseek-v4-pro + thinking: {"type": "enabled"}
5. 测试通过后部署上线

3、Dify / Open WebUI 迁移

直接在模型配置里改 model name 即可，其他配置不变。改完保存重启服务。

九、DeepSeek V4 常见问题

1、长上下文调用失败

虽然 V4 默认 1M 上下文，但要确保：

• 输入 + 输出 token 总数不超过 1M
• 单次输出不超过 384K
• 客户端的 timeout 设置足够长（长上下文响应可能 30-60 秒）

OpenAI SDK 的 timeout 设置：

client = OpenAI(
    api_key=os.environ.get("DEEPSEEK_API_KEY"),
    base_url="https://api.deepseek.com",
    timeout=120.0,    # 单位：秒
)

2、搬瓦工 VPS 调 API 速度慢

可能原因：

• VPS 机房离 DeepSeek 服务器太远 → 切到 CN2 GIA-E 机房，访问国内服务最快
• 没用流式输出（stream=true）→ 长回复改流式，体感快很多
• thinking 模式开了不必要的开 → 简单任务关掉 thinking

3、想本地跑 V4 开源权重

V4-Pro 和 V4-Flash 权重都在 Hugging Face 上：

• https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro
• https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash

但 Pro 需要顶级 GPU 集群（多张 H100/H200），Flash 也需要至少 4-8 张高端卡，搬瓦工 VPS 跑不动本地推理。直接调官方 API 是最现实的方案。

搬瓦工2026推荐套餐