2026 DeepSeek V4 模型替換：deepseek-chat 下線後怎麼選

如果你在 2026 年 7 月 24 日之後仍把 deepseek-chat 當成固定模型名稱，請先停止只改一個 model id 的做法。

最快解法：普通對話與批次流量改用 deepseek-v4-flash，並明確設定 thinking 為 disabled；只有通過品質回歸的推理或 Agent 任務，才按路由升級到 Flash thinking 或 V4 Pro。

最後更新於 2026 年 7 月 31 日；模型名稱、停用時間、thinking 預設值、價格與並發資料核實自 DeepSeek V4 官方發布說明、官方模型與計費頁、Thinking Mode 文件 及 Chat Completion API Reference。

這篇適合仍在處理 deepseek-chat 下線遷移的應用開發者、平台工程師、AI Agent 團隊與技術負責人。若你只想知道「把舊名稱換成哪個新名稱」，看完前兩節即可；若你還要控制帳單、工具呼叫和回退路徑，請完成後面的驗證清單。

先按工作負載決定 DeepSeek V4 模型替換方向

官方已確認，deepseek-chat 與 deepseek-reasoner 在 2026 年 7 月 24 日 15:59 UTC 後退出可用模型名稱。兼容期內，前者指向 V4 Flash 非思考模式，後者指向 V4 Flash thinking 模式；官方並沒有確認 deepseek-reasoner 下線後必須統一改成 V4 Pro。

因此，遷移表不應寫成「chat 等於 Flash、reasoner 等於 Pro」，而應按任務用途拆開：

V4 Flash 與 V4 Pro 都支援 thinking 和非思考模式，thinking 的預設值是 enabled。這也是只修改 model id 可能令請求行為改變的原因。

第一步：普通對話先固定 Flash 非思考模式

如果你原本使用 deepseek-chat 處理一般問答，最穩妥的基準遷移是：

{
  "model": "deepseek-v4-flash",
  "messages": [
    {
      "role": "user",
      "content": "請用三點整理這段文字"
    }
  ],
  "extra_body": {
    "thinking": {
      "type": "disabled"
    }
  }
}

thinking 必須放在你的 SDK 或 API 格式所要求的位置。相容 Chat Completions 的使用方式，是透過 extra_body 傳入 thinking；若你有自建 SDK，則要確認它沒有把這個欄位過濾掉。官方 API Reference 同時列出可用模型為 deepseek-v4-flash 與 deepseek-v4-pro，並將 thinking.type 的可用值定義為 enabled 或 disabled。

不要只檢查環境變數、設定檔或資料庫中的模型名稱。一次遷移至少要保存以下回應欄位：

• model：確認伺服器實際採用的模型，而非應用程式預期的模型。
• usage：記錄輸入、輸出及快取相關用量。
• choices 內的訊息結構：確認非思考請求沒有產生你原本不預期的 reasoning 欄位。
• 追蹤 id 或你自己的請求標籤：讓單次請求可以回溯到業務路由。

你可以在 VpsGona 技術支援與使用指南 中同步整理網關、環境變數和遠端測試流程，但模型是否切換成功，仍應以最終出站請求和 API 回應為準。

注意： 若共用代理層把 thinking 欄位刪除，V4 會回到預設啟用 thinking 的行為。這種情況下，應用程式看似已經設定停用，實際帳單和回應內容卻可能完全不同。

第二步：批次團隊先把品質門檻寫成退出條件

摘要、分類、抽取和批量內容生成，不應因為舊模型名稱下線，就自動承擔 thinking 模式的額外處理。先用 Flash 非思考模式跑一組固定資料，將錯誤拆成三類：

1. 格式錯誤：JSON 欄位缺失、分類值不在允許集合。
2. 內容錯誤：摘要遺漏關鍵條件、抽取結果與原文不符。
3. 業務錯誤：模型輸出格式正確，但會導致下游流程誤判。

輸入前綴重複時，應同時觀察快取命中與未命中的輸入用量；不要把快取命中直接當成所有請求都會得到的固定折扣。官方目前列出的 V4 Flash 價格為每百萬 tokens：快取命中輸入 0.0028 美元、未命中輸入 0.14 美元、輸出 0.28 美元；V4 Pro 對應為 0.003625 美元、0.435 美元與 0.87 美元。價格可能調整，正式上線前應重新查看官方計費頁。

批次重試也會放大支出。若你的重試條件只看 HTTP 錯誤，內容品質不合格的請求可能被重跑多次。建議把「可重試的傳輸錯誤」和「不可直接重試的內容錯誤」分開記錄，並把每一批的原始請求數、重試數、輸入輸出用量和快取狀態送到同一個報表。

只有在 Flash 非思考模式無法通過既定品質門檻時，才測試 Flash thinking。若 Flash thinking 仍不足，再將特定任務升級到 Pro，而不是把整個批次佇列一次切換。

第三步：Agent 團隊用完整任務鏈比較 Flash 與 Pro

AI Agent 的成本不能只看最初那一次主請求。thinking 模式支援工具呼叫；一次任務可能包括模型決策、工具請求、工具結果回傳和下一輪模型判斷。涉及工具呼叫時，後續請求必須正確帶回 reasoning_content，否則可能出現請求錯誤。

你應為每個固定任務集保存四組指標：

• 任務是否完成，以及是否需要人工介入。
• 從第一個模型請求到最終答案的子請求數。
• 每個子請求的 model、usage 和工具呼叫結果。
• 完整任務的端到端耗時與失敗原因。

Flash 適合工具數量有限、失敗後容易重試、答案品質有明確格式要求的 Agent。Pro 則應保留給工具鏈較長、錯誤代價較高，或固定評測顯示 Flash 無法穩定完成的任務。

這裡不要沿用舊 deepseek-reasoner 名稱做一對一猜測。舊名稱代表的是兼容期路由，不是下線後的永久產品承諾。若一個 Agent 只有在複雜規劃時需要更強推理，可以只把「規劃」路由到 Pro thinking，資料整理、格式化和一般工具回應仍留在 Flash。

第四步：高品質推理先做雙變量隔離

程式推理、複雜分析和高風險決策任務，最容易在遷移時把兩個變量混在一起：模型由 Flash 換成 Pro，同時又打開 thinking。這樣即使品質變好，你也無法知道改善來自模型規模還是思考模式。

建議建立三組對照：

• Flash + thinking: disabled
• Flash + thinking: enabled
• Pro + thinking: enabled

三組請求必須使用相同提示、相同工具定義、相同資料集和相同輸出驗收規則。先比較 Flash 非思考和 Flash thinking，確認 thinking 本身是否帶來足夠品質增益；再比較 Flash thinking 和 Pro thinking，判斷升級 Pro 是否值得增加資源代價。

官方模型頁列出 V4 Flash 與 V4 Pro 都支援 JSON Output 和 Tool Calls；兩者的官方帳戶並發上限也不同，Flash 為 2500、Pro 為 500。這些數字不能直接等同於你的實際吞吐量，但足以提醒平台團隊：模型切換同時會改變容量規劃和 429 風險。

第五步：平台網關清除舊別名並建立臨時回退

平台團隊應停止在內部繼續傳播「chat」「reasoner」這類含義不清的別名，改用可觀測的路由資料：

• 最終 model id。
• thinking 狀態。
• 業務標籤，例如 chat、batch、agent、reasoning。
• 失敗時的回退模型與回退條件。
• 發布版本、請求 id 和完整任務鏈 id。

可以先為尚未完成改造的服務建立臨時映射，但要附上移除條件，例如「完成出站請求驗證」「完成固定任務集回歸」「連續觀測期間沒有舊模型名稱」。不要讓臨時映射變成永久相容層，否則日後又會無法判斷實際使用的是哪個模型。

遷移完成後，使用 DeepSeek 官方模型清單 API 檢查帳戶目前可見的模型 id，再以實際請求驗證網關是否真的傳出了新名稱。模型清單只能證明模型可用，不能證明你的應用程式使用了正確的 thinking 狀態。

用這份清單完成遷移簽字

• [ ] 已把普通對話和批次任務的預設模型改成 deepseek-v4-flash。
• [ ] 已在最終請求中明確傳入 thinking.type: disabled。
• [ ] 已從 API 回應讀取 model，而不是只查看本地設定檔。
• [ ] 已保存 usage、快取狀態、請求標籤和重試紀錄。
• [ ] 已將 Agent 的每一個子請求納入完整任務成本。
• [ ] 已用相同評測集比較 Flash thinking 與 Pro thinking。
• [ ] 已記錄 Pro 的使用條件，而不是把它設成全域預設。
• [ ] 已為尚未完成改造的服務設定臨時映射和移除日期。
• [ ] 已寫好回退模型、觸發條件與負責人。
• [ ] 已在連續觀測期間確認沒有舊別名路由、品質達標且能快速回退。

FAQ

deepseek-chat 停用後，普通 API 請求應該改用哪個模型？

普通聊天、摘要、分類和資料抽取通常先改為 deepseek-v4-flash，並在請求中加入 thinking type disabled。不要只替換 model 字串；你還要檢查實際出站 JSON，以及回應中的 model 和 usage，確認閘道沒有把 thinking 重新打開。

普通對話該選 DeepSeek V4 Flash 還是 Pro？

若任務重點是穩定回答、低開銷和批量處理，先選 Flash 非思考模式。只有當固定評測集顯示 Flash 無法達到品質門檻，且失敗代價高於額外用量與延遲，才應把特定路由升級到 Pro；不要把 Pro 當成所有舊 chat 流量的預設替代。

deepseek-v4-flash 要怎樣停用 thinking？

在相容 Chat Completions 的請求中，model 設為 deepseek-v4-flash，並傳入 extra_body 內的 thinking type disabled。若你使用代理層或共用 SDK，必須從最終出站請求確認這個欄位仍然存在，因為只在應用程式設定檔修改，並不能證明實際請求採用非思考模式。

deepseek-reasoner 下線後是否一定要改成 V4 Pro？

不一定。官方曾在兼容期把 deepseek-reasoner 對應到 V4 Flash 的 thinking 模式，但沒有確認下線後所有推理工作都必須轉到 V4 Pro。你應用同一組任務集比較 Flash thinking 和 Pro thinking 的品質、請求次數、usage 與完整任務成本，再決定路由。

如果問題只出現在 macOS 或 iOS 客戶端、Xcode 建置鏈或特定 SDK 環境，直接在生產應用反覆切換模型並不是好方法。相較之下，原有方案常見的缺點是測試流量會混入正式帳單、代理設定難以還原，而且客戶端與 API 路由問題無法隔離。你可以先閱讀 VpsGona 的雲端 Mac 使用指南，核對可用系統、交付方式和租賃週期，再決定是否建立短期隔離回歸環境；若只是臨時驗證遷移，租用 VpsGona 的雲端 Mac 通常比立即添置實體設備更容易控制測試範圍。若需要進一步比較方案，可參考 VpsGona 方案與價格頁。

這次 DeepSeek V4 模型替換的簽字條件，不是總帳單暫時下降，而是你能回答四個問題：每類任務最後用了哪個 model、thinking 是否符合預期、完整任務消耗了多少 tokens，以及出現品質問題時能否快速回退。當這些資料連續觀測正常，再逐步擴大流量；未完成出站請求驗證的服務，則應暫停擴容。