DeepSeek V4 Flash สำหรับ Codex: คู่มือตั้งค่า Responses API

DeepSeek เปิด Public Beta ของ API DeepSeek-V4-Flash รุ่นทางการ เมื่อวันที่ 31 กรกฎาคม 2026 โมเดลยังใช้สถาปัตยกรรมและขนาดเดียวกับ V4-Flash Preview แต่ได้รับการ post-training ใหม่โดยเน้นการทำงานของ Agent การเขียนโค้ด และการใช้เครื่องมือ

การเปลี่ยนแปลงสำคัญสำหรับนักพัฒนาคือการรองรับ OpenAI Responses API แบบเนทีฟและการปรับให้ใช้กับ Codex โดยเฉพาะ เอกสารปัจจุบันของ DeepSeek ระบุว่า deepseek-v4-flash เป็นโมเดล DeepSeek เพียงรุ่นเดียวที่เชื่อมต่อกับ Codex ได้โดยตรง ส่วนการรองรับ V4 Pro คาดว่าจะมาในการอัปเดตภายหลัง

เกตเวย์นี้ให้บริการ deepseek-v4-flash ผ่าน /v1/responses สำหรับ Codex และไคลเอนต์ Agent อื่นที่ใช้โปรโตคอล Responses

มีอะไรเปลี่ยนแปลงใน DeepSeek-V4-Flash-0731

DeepSeek ระบุว่า DeepSeek-V4-Flash-0731 ใช้สถาปัตยกรรมและขนาดโมเดลเดียวกับ V4-Flash Preview การเผยแพร่วันที่ 31 กรกฎาคมเปลี่ยนส่วน post-training ไม่ใช่โครงสร้างพื้นฐาน และไม่ได้อัปเกรด V4 Pro API รวมถึงโมเดลบนแอปและเว็บของ DeepSeek ในครั้งนี้

รายการ	ข้อมูลปัจจุบัน
Model ID บนเกตเวย์	deepseek-v4-flash
วันที่เผยแพร่	31 กรกฎาคม 2026
สถานะ	Public Beta ของ API รุ่นทางการ
การอัปเกรดหลัก	การทำงานของ Agent การเขียนโค้ด และการใช้เครื่องมือ
Responses API	รองรับแบบเนทีฟ
Codex	ปรับให้รองรับอย่างเป็นทางการ
Context	1M ตามแคตตาล็อกของเกตเวย์
ตัวคูณของเกตเวย์	2.5x
อัตราอ้างอิงของเกตเวย์	ประมาณ 1 หยวนต่อ 1M โทเคน
อินพุตรูปภาพ	ปัจจุบันระบุว่ายังไม่รองรับในแคตตาล็อกเกตเวย์

สถานะโมเดลและราคาอาจเปลี่ยนแปลง โปรดตรวจสอบ หน้าราคาโมเดล และ คู่มือโมเดล แบบสดอีกครั้งก่อนนำไปใช้จริง

ผล benchmark ของ Agent จากทางการ

DeepSeek เผยแพร่ผลต่อไปนี้สำหรับ V4 Flash รุ่นทางการ:

Benchmark	ผลจากทางการ
Terminal Bench 2.1	82.7
NL2Repo	54.2
Cybergym	76.7
DeepSWE	54.4
Toolathlon verified	70.3
Agent Last Exam	25.2
Automation Bench (Public)	25.1
DSBench-FullStack	68.7
DSBench-Hard	59.6

ผลเหล่านี้แสดงทิศทางความสามารถ ไม่ได้รับประกันอัตราความสำเร็จใน repository ของคุณ DeepSeek ระบุว่าการประเมิน Code Agent บนชุดทดสอบสาธารณะใช้ DeepSeek Harness โหมดเรียบง่ายที่ยังไม่เผยแพร่ พร้อม effort ระดับ max, top_p=0.95 และ temperature=1.0 ส่วน DSBench-FullStack และ DSBench-Hard เป็นชุดทดสอบภายใน

สำหรับการจัดซื้อหรือเลือกใช้ ควรประเมินโมเดลกับ repository เครื่องมือ สิทธิ์ และ acceptance test ที่ตรึงเวอร์ชันไว้ วัดอัตราสำเร็จในครั้งแรก ความล้มเหลวของเครื่องมือ เวลาที่ใช้ ปริมาณโทเคน และงานแก้ไขซ้ำของวิศวกร

Responses API เทียบกับ Chat Completions

Chat Completions เหมาะกับการสนทนา การเขียน การแปล การสรุป และคำถามเขียนโค้ดแบบง่าย ลำดับพื้นฐานคือส่งรายการข้อความแล้วรับข้อความที่โมเดลสร้าง

Responses API ออกแบบมาสำหรับ Agent และการใช้เครื่องมือต่อเนื่อง งานหนึ่งอาจประกอบด้วยผลลัพธ์จากโมเดล function call คำสั่งเทอร์มินัล ผลจากเครื่องมือ และการให้เหตุผลต่อเนื่อง Codex ใช้โปรโตคอลที่ละเอียดกว่านี้เพื่อตรวจโค้ด แก้ไฟล์ รันการทดสอบ และทำงานต่อหลังได้รับผลแต่ละครั้ง

ความสามารถ	Chat Completions	Responses API
แชตและสร้างข้อความ	เหมาะสม	รองรับ
Structured tool calls	รองรับ	เป็น workflow หลัก
ใช้หลายเครื่องมือต่อเนื่อง	ไคลเอนต์ต้องจัดการ	เหมาะกว่า
การเชื่อมต่อ Codex	ไม่ใช่โปรโตคอลของ Codex	จำเป็น
โครงสร้าง event ของ Agent	เรียบง่ายกว่า	ละเอียดกว่า
งานวิศวกรรมระยะยาว	ต้องเพิ่ม orchestration	เป็นกรณีใช้งานหลัก

ใช้ Chat Completions สำหรับการสร้างเนื้อหาแบบง่ายและปริมาณมาก ใช้ /v1/responses เมื่องานต้องใช้ Codex, MCP, เครื่องมือเทอร์มินัล หรือการทำงานวิศวกรรมหลายขั้นตอน

เรียก DeepSeek V4 Flash ผ่าน Responses API

เริ่มจากคำขอขนาดเล็ก:

curl https://api.llm-token.cn/v1/responses \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "input": "Inspect this repository and propose the smallest fix for the failing tests."
  }'

ตรวจสอบ Base URL, API key, model ID, HTTP status และโครงสร้าง response event ก่อนทดสอบ streaming, function calls, MCP, long context หรืองานที่ใช้เทอร์มินัลหนัก

อย่าเปลี่ยนเป็นโมเดล DeepSeek รุ่นอื่นใน Codex ปัจจุบัน DeepSeek ระบุเพียง deepseek-v4-flash ว่าเข้ากันได้กับ Codex Model ID อื่นอาจทำให้เกิด protocol error, tool call ล้มเหลว งานหยุดกลางคัน หรือรูปแบบ event ไม่เข้ากัน

ขอบเขตระหว่าง Direct API และไคลเอนต์ Codex

Responses API โดยตรงของ DeepSeek ปัจจุบันเป็นแบบ stateless เอกสารระบุว่ายังไม่รองรับ previous_response_id, conversations, storage และ background mode ฝั่งเซิร์ฟเวอร์รองรับ function tools, web search และเครื่องมือ apply_patch แบบกำหนดเองที่ Codex ใช้ แต่จะไม่ประมวลผลเครื่องมือเนทีฟ mcp, file_search, code_interpreter และ computer_use รวมถึงยังไม่รองรับอินพุตรูปภาพและไฟล์

Codex ยังอ่านไฟล์และรันคำสั่ง Shell ได้ เพราะไคลเอนต์เป็นผู้ orchestration เครื่องมือเหล่านั้นในเครื่องและส่งผลกลับให้โมเดล ควรทดสอบความสามารถของ API โมเดลและความสามารถของเครื่องมือฝั่งไคลเอนต์แยกจากกัน ไม่ควรรวมว่าเป็นความสามารถชั้นเดียวกัน

ตั้งค่า deepseek-v4-flash ใน Codex

ติดตั้งหรืออัปเดต Codex CLI:

npm install -g @openai/codex@latest
codex --version

เพิ่มผู้ให้บริการ Responses ใน ~/.codex/config.toml:

model_provider = "llm-token"
model = "deepseek-v4-flash"
model_reasoning_effort = "high"

[model_providers.llm-token]
name = "LLM Token"
base_url = "https://api.llm-token.cn/v1"
wire_api = "responses"
requires_openai_auth = true

ส่ง API key ของเกตเวย์ผ่านวิธีการยืนยันตัวตนที่ปลอดภัยซึ่ง Codex เวอร์ชันของคุณรองรับ ห้าม commit key จริงลง Git วางลงในโค้ดตัวอย่าง หรือเปิดเผยใน log

เริ่มจากงานแบบอ่านอย่างเดียว:

Read the repository structure and list its build command, test command, and three main modules. Do not modify files.

อนุญาตสิทธิ์เขียนไฟล์และใช้ Shell หลังจากยืนยันแล้วว่าโมเดล tool calls และการจัดการ context ทำงานถูกต้อง ดูรายละเอียดการติดตั้งที่ คู่มือตั้งค่า Codex

งานที่แนะนำ

• วิเคราะห์ repository วินิจฉัย bug และแก้ไขในขอบเขตชัดเจน
• ปรับโค้ดต่อหลังการทดสอบล้มเหลว
• คำสั่งเทอร์มินัล การค้นหาโค้ด และงานวิศวกรรมหลายขั้นตอน
• MCP servers, function calls และการ orchestration เครื่องมือภายนอก
• การทดสอบอัตโนมัติ code review และวางแผน migration
• งานพัฒนาที่คำนึงถึงต้นทุนแต่ยังต้องใช้พฤติกรรมแบบ Agent

DeepSeek V4 Flash ไม่ได้เป็นเพียงเส้นทางแชตราคาต่ำ จุดเด่นคือการนำตัวคูณเกตเวย์ที่ต่ำลงมาใช้กับ Codex และ Agent workflow แต่ Agent ใน production ยังต้องมีขอบเขตสิทธิ์ timeout ขีดจำกัด retry งบโทเคน และเงื่อนไขส่งต่อให้มนุษย์

รายการตรวจสอบก่อนใช้ใน production

1. คัดลอก model ID deepseek-v4-flash ให้ตรงจาก คู่มือโมเดล
2. ใช้ https://api.llm-token.cn/v1 เป็น Base URL และตั้ง wire protocol ของ Codex เป็น responses
3. ตรวจสอบ status โครงสร้าง event โมเดลที่ถูกเลือก และการคิดค่าบริการด้วยคำขอสั้น
4. ใช้งาน repository แบบอ่านอย่างเดียวเพื่อทดสอบการเข้าถึงไฟล์ การค้นหา และการเก็บ context
5. ทดสอบ Shell, patch, function calls, MCP และการใช้เครื่องมือหลายรอบแยกกัน
6. กำหนดขอบเขตที่ชัดเจนสำหรับไฟล์ ฐานข้อมูล การชำระเงิน deployment และเซิร์ฟเวอร์
7. ตรึง repository, commit เริ่มต้น, dependencies และคำสั่ง acceptance เมื่อเปรียบเทียบโมเดล
8. บันทึก completion rate, ระยะเวลา P50/P95, ประเภทความล้มเหลว และต้นทุนต่องานที่ผ่าน

คำถามที่พบบ่อย

DeepSeek V4 Flash รองรับ Codex หรือไม่

รองรับ DeepSeek ยืนยันว่า V4 Flash รุ่นทางการรองรับ Responses API แบบเนทีฟและปรับให้ใช้กับ Codex ปัจจุบันเอกสารระบุ deepseek-v4-flash เป็นโมเดล DeepSeek เพียงรุ่นเดียวที่รองรับใน Codex

Codex ควรใช้ endpoint ใด

ใช้ /v1/responses ไม่ใช่ /v1/chat/completions สำหรับเกตเวย์นี้ให้ตั้ง Base URL เป็น https://api.llm-token.cn/v1 และกำหนด wire_api = "responses"

DeepSeek V4 Pro ใช้ใน Codex ได้หรือไม่

เอกสารของ DeepSeek ระบุว่า V4 Pro คาดว่าจะรองรับ Codex ในช่วงต้นเดือนสิงหาคม 2026 อย่าถือว่าเข้ากันได้จนกว่า API ทางการและเส้นทางของเกตเวย์จะยืนยัน

DeepSeek V4 Flash ราคาเท่าใด

แคตตาล็อกเกตเวย์ปัจจุบันระบุตัวคูณ 2.5x หรือประมาณ 1 หยวนต่อ 1M โทเคน โดย หน้าราคา แบบสดและบัญชีรายการเป็นแหล่งข้อมูลที่มีอำนาจสูงสุด

Responses API ดีกว่า Chat Completions เสมอหรือไม่

ไม่เสมอ Chat Completions เรียบง่ายกว่าสำหรับการสนทนาและการสร้างผลลัพธ์ครั้งเดียว Responses มีประโยชน์ที่สุดสำหรับ Codex, MCP, เครื่องมือ และ workflow วิศวกรรมแบบต่อเนื่อง

ซื้อหรือเติมเงิน API ได้ที่ไหน

ลูกค้าใหม่เริ่มได้จาก หน้าซื้อ ผู้ที่มี API key อยู่แล้วใช้ เติมเงิน ควรเริ่มจากการทดสอบขนาดเล็ก แบบอ่านอย่างเดียว และย้อนกลับได้

แหล่งข้อมูลหลัก

• บันทึกการเปลี่ยนแปลงของ DeepSeek วันที่ 31 กรกฎาคม 2026: สถานะการเผยแพร่ benchmark ของ Agent เงื่อนไขการประเมิน Responses API และการรองรับ Codex
• คู่มือเชื่อมต่อ Codex ของ DeepSeek: โมเดลที่รองรับและขอบเขตการเชื่อมต่อ Codex
• คู่มือ Responses API ของ DeepSeek: โปรโตคอลและแนวทางการส่งคำขอ
• คู่มือโมเดลของเกตเวย์: route ID, ตัวคูณ, context และป้ายกำกับความสามารถปัจจุบัน