> ## Documentation Index > Fetch the complete documentation index at: https://evolink.ai/docs/llms.txt > Use this file to discover all available pages before exploring further. # DeepSeek V4 - OpenAI-kompatible API > - Verwenden Sie das OpenAI Chat Completions Protokoll, um die DeepSeek V4 Modelle aufzurufen - Unterstützt `deepseek-v4-flash` (schnell und universell) und `deepseek-v4-pro` (tiefes Reasoning) - **Textkonversation**: Einzel- oder Mehrrunden-Kontext-Dialog mit Unterstützung für 1M Ultra-Langkontext - **System-Prompts**: KI-Rolle und -Verhalten anpassen - **Thinking-Modus**: Tiefes Reasoning über `thinking.type` steuern; bei `deepseek-v4-pro` wird der Denkinhalt über `reasoning_content` zurückgegeben - **Streaming-Ausgabe**: SSE-Streaming wird unterstützt - **Tool-Aufrufe**: Unterstützt Function Calling (bis zu 128 Tools) - **JSON-Modus**: Über `response_format` aktivierbar - **Kontext-Cache**: Anfragen mit identischem Präfix treffen automatisch den Cache und reduzieren die Input-Kosten erheblich **BaseURL**: Die Standard-BaseURL ist `https://direct.evolink.ai` und bietet bessere Unterstützung für Textmodelle sowie persistente Verbindungen. `https://api.evolink.ai` ist der primäre Endpunkt für multimodale Dienste und dient bei Textmodellen als Ausweichadresse. ## OpenAPI ````yaml de/api-manual/language-series/deepseek-v4/deepseek-v4-chat.json POST /v1/chat/completions openapi: 3.1.0 info: title: DeepSeek V4 Vollständige Parameter-Dokumentation (OpenAI-kompatibel) description: >- Vollständige API-Referenz für die Chat-Schnittstelle der DeepSeek V4 Serie (`deepseek-v4-flash` / `deepseek-v4-pro`). **Modellfähigkeiten**: - Kontextlänge: **1.000.000 Tokens** (1M) - Maximale Ausgabe: **384.000 Tokens** (384K) - Thinking-Modus: Über das Feld `thinking` umschaltbar; `deepseek-v4-pro` ist besonders stark bei komplexem Reasoning - Kontext-Festplattencache: Automatische Treffer; Treffer und Fehltreffer werden separat abgerechnet **Abrechnungsstufen (UC/1K Tokens, EvoLink-interne Einheit)**: | Modell | Input Cache-Treffer | Input Cache-Fehltreffer | Output | | --- | --- | --- | --- | | deepseek-v4-flash | 20 | 100 | 200 | | deepseek-v4-pro | 100 | 1200 | 2400 | license: name: MIT version: 1.0.0 servers: - url: https://direct.evolink.ai description: Produktion (empfohlen) - url: https://api.evolink.ai description: Alternative URL security: - bearerAuth: [] tags: - name: Chat-Generierung description: Endpunkte für KI-Chat-Generierung paths: /v1/chat/completions: post: tags: - Chat-Generierung summary: DeepSeek V4 Chat-Schnittstelle (OpenAI-kompatibel) description: >- - Verwenden Sie das OpenAI Chat Completions Protokoll, um die DeepSeek V4 Modelle aufzurufen - Unterstützt `deepseek-v4-flash` (schnell und universell) und `deepseek-v4-pro` (tiefes Reasoning) - **Textkonversation**: Einzel- oder Mehrrunden-Kontext-Dialog mit Unterstützung für 1M Ultra-Langkontext - **System-Prompts**: KI-Rolle und -Verhalten anpassen - **Thinking-Modus**: Tiefes Reasoning über `thinking.type` steuern; bei `deepseek-v4-pro` wird der Denkinhalt über `reasoning_content` zurückgegeben - **Streaming-Ausgabe**: SSE-Streaming wird unterstützt - **Tool-Aufrufe**: Unterstützt Function Calling (bis zu 128 Tools) - **JSON-Modus**: Über `response_format` aktivierbar - **Kontext-Cache**: Anfragen mit identischem Präfix treffen automatisch den Cache und reduzieren die Input-Kosten erheblich operationId: createChatCompletionDeepSeekV4 requestBody: required: true content: application/json: schema: $ref: '#/components/schemas/ChatCompletionRequest' examples: simple_text: summary: Einrundige Textkonversation (Flash) value: model: deepseek-v4-flash messages: - role: user content: Bitte stellen Sie sich vor multi_turn: summary: Mehrrunden-Dialog (Kontextverständnis) value: model: deepseek-v4-flash messages: - role: user content: Was ist Python? - role: assistant content: Python ist eine Hochsprache... - role: user content: Welche Vorteile hat es? system_prompt: summary: Verwendung von System-Prompts value: model: deepseek-v4-flash messages: - role: system content: >- Sie sind ein professioneller Python-Programmier-Assistent. Beantworten Sie Fragen prägnant. - role: user content: Wie lese ich eine Datei? thinking_mode: summary: Pro-Modell verwenden + Thinking-Modus explizit aktivieren value: model: deepseek-v4-pro thinking: type: enabled reasoning_effort: high messages: - role: user content: Beweisen Sie, dass √2 irrational ist disable_thinking: summary: Thinking-Modus deaktivieren (nur direkte Antwort) value: model: deepseek-v4-pro thinking: type: disabled messages: - role: user content: Was ist die Hauptstadt Frankreichs? json_mode: summary: JSON-Modus strukturierte Ausgabe value: model: deepseek-v4-flash response_format: type: json_object messages: - role: system content: Sie müssen striktes JSON ausgeben. - role: user content: >- Geben Sie mir ein Beispiel-JSON mit den Feldern name und age tool_calling: summary: Function Calling Tool-Aufrufe value: model: deepseek-v4-flash messages: - role: user content: Fragen Sie das heutige Wetter in Peking ab tools: - type: function function: name: get_weather description: Wetterinformationen für eine bestimmte Stadt abfragen parameters: type: object properties: city: type: string description: Name der Stadt required: - city tool_choice: auto streaming: summary: Streaming-Ausgabe value: model: deepseek-v4-flash stream: true stream_options: include_usage: true messages: - role: user content: Schreiben Sie ein kurzes Gedicht über den Frühling responses: '200': description: Chat-Generierung erfolgreich content: application/json: schema: $ref: '#/components/schemas/ChatCompletionResponse' examples: thinking_disabled: summary: thinking deaktiviert (reine Textantwort) value: id: 837f529d-00f9-4731-b2e1-4a54fc31790a object: chat.completion created: 1777026806 model: deepseek-v4-flash choices: - index: 0 message: role: assistant content: >- Hallo! Ich bin der DeepSeek-Assistent, jederzeit bereit, Ihre Fragen zu beantworten und zu helfen. logprobs: null finish_reason: stop usage: prompt_tokens: 7 completion_tokens: 31 total_tokens: 38 prompt_tokens_details: cached_tokens: 0 prompt_cache_hit_tokens: 0 prompt_cache_miss_tokens: 7 system_fingerprint: fp_evolink_v4_20260402 thinking_enabled: summary: thinking aktiviert (mit reasoning_content) value: id: 658083bb-1137-49d2-8c4d-900e508cbd53 object: chat.completion created: 1777026807 model: deepseek-v4-flash choices: - index: 0 message: role: assistant content: Die Hauptstadt Frankreichs ist **Paris**. reasoning_content: >- Der Benutzer fragt: "Was ist die Hauptstadt Frankreichs?" — eine allgemeinwissensbezogene Frage. Einfach direkt mit "Paris" antworten. logprobs: null finish_reason: stop usage: prompt_tokens: 7 completion_tokens: 53 total_tokens: 60 prompt_tokens_details: cached_tokens: 0 completion_tokens_details: reasoning_tokens: 45 prompt_cache_hit_tokens: 0 prompt_cache_miss_tokens: 7 system_fingerprint: fp_evolink_v4_20260402 cache_hit: summary: Context-Cache-Treffer (große Menge cache_hit_tokens) value: id: 3e4a1b70-8c59-4b22-a011-9f2c7d5a3e88 object: chat.completion created: 1777026900 model: deepseek-v4-flash choices: - index: 0 message: role: assistant content: Hallo! logprobs: null finish_reason: stop usage: prompt_tokens: 694 completion_tokens: 10 total_tokens: 704 prompt_tokens_details: cached_tokens: 640 prompt_cache_hit_tokens: 640 prompt_cache_miss_tokens: 54 system_fingerprint: fp_evolink_v4_20260402 '400': description: Ungültige Anfrageparameter content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 400 message: Invalid request parameters type: invalid_request_error '401': description: Nicht authentifiziert, Token ungültig oder abgelaufen content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 401 message: Invalid or expired token type: authentication_error '402': description: Unzureichendes Kontingent, Aufladung erforderlich content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 402 message: Insufficient quota type: insufficient_quota_error '403': description: Keine Berechtigung für dieses Modell content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 403 message: Access denied for this model type: permission_error param: model '404': description: Ressource nicht gefunden content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 404 message: Specified model not found type: not_found_error param: model '413': description: Anfrage-Nutzlast zu groß content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 413 message: Request body too large type: request_too_large_error param: messages '429': description: Ratenlimit überschritten content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 429 message: Rate limit exceeded type: rate_limit_error '500': description: Interner Serverfehler content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 500 message: Internal server error type: internal_server_error '502': description: Gateway-Fehler content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 502 message: Bad gateway type: bad_gateway_error '503': description: Dienst vorübergehend nicht verfügbar content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 503 message: Service temporarily unavailable type: service_unavailable_error components: schemas: ChatCompletionRequest: type: object required: - model - messages properties: model: type: string description: >- Name des Chat-Modells - `deepseek-v4-flash`: Schnelles Universalmodell, 1M Kontext - `deepseek-v4-pro`: Modell für tiefes Reasoning, stark in Mathematik, Programmierung und komplexer Logik **Hinweis**: Beide Modelle **haben `thinking` standardmäßig aktiviert**, die Antwort enthält `reasoning_content`. Über `thinking.type="disabled"` kann es deaktiviert werden, um die Output-Token-Kosten zu senken. Die Parameter beider Modelle sind identisch. enum: - deepseek-v4-flash - deepseek-v4-pro default: deepseek-v4-flash example: deepseek-v4-flash messages: type: array description: >- Liste der Konversationsnachrichten, unterstützt Mehrrunden-Dialog Nachrichten verschiedener Rollen haben unterschiedliche Feldstrukturen. Bitte wählen Sie die entsprechende Rolle zur Ansicht. items: oneOf: - $ref: '#/components/schemas/SystemMessage' - $ref: '#/components/schemas/UserMessage' - $ref: '#/components/schemas/AssistantRequestMessage' - $ref: '#/components/schemas/ToolMessage' discriminator: propertyName: role mapping: system: $ref: '#/components/schemas/SystemMessage' user: $ref: '#/components/schemas/UserMessage' assistant: $ref: '#/components/schemas/AssistantRequestMessage' tool: $ref: '#/components/schemas/ToolMessage' minItems: 1 thinking: type: object description: >- Thinking-Modus Steuerung (neu in V4) **Hinweis**: - Steuert die Chain-of-Thought-Funktion - **Bei beiden Modellen standardmäßig aktiviert** (`type=enabled`) - Bei Aktivierung wird der Reasoning-Prozess über `choices[].message.reasoning_content` zurückgegeben und als Output-Token abgerechnet ⚠️ **Hinweis für Mehrrunden-Dialog / Tool-Aufrufe**: Wenn die aktuelle Antwort `reasoning_content` enthält, **muss in der nächsten Anfrage die entsprechende assistant-Nachricht in der `messages`-Historie dieses Feld unverändert zurückgeben**, sonst antwortet die API mit 400 `The reasoning_content in the thinking mode must be passed back to the API`. Wenn Sie dies nicht handhaben möchten, können Sie für die gesamte Sitzung `thinking.type="disabled"` explizit setzen. properties: type: type: string description: >- Schalter für den Thinking-Modus - `enabled`: Tiefes Denken aktivieren (Standard) - `disabled`: Tiefes Denken deaktivieren, Modell antwortet direkt enum: - enabled - disabled default: enabled reasoning_effort: type: string description: >- Grad des Reasoning-Aufwands - `low`: Geringer Aufwand, schnellere Antwort, weniger reasoning_tokens - `medium`: Mittlerer Aufwand (Standard) - `high`: Hoher Aufwand, gründlicherer Denkprozess, mehr reasoning_tokens-Verbrauch enum: - low - medium - high default: medium temperature: type: number description: >- Sampling-Temperatur, steuert die Zufälligkeit der Ausgabe **Hinweis**: - Niedrigere Werte (z.B. 0,2): Deterministischere und fokussiertere Ausgabe - Höhere Werte (z.B. 1,5): Zufälligere und kreativere Ausgabe - Standardwert: 1 minimum: 0 maximum: 2 default: 1 example: 1 top_p: type: number description: >- Nucleus-Sampling-Parameter **Hinweis**: - Steuert das Sampling von Token mit kumulativer Wahrscheinlichkeit - Zum Beispiel bedeutet 0,9, dass aus Token mit den oberen 90% kumulativer Wahrscheinlichkeit gesampelt wird - Standardwert: 1.0 (berücksichtigt alle Token) **Empfehlung**: Passen Sie nicht gleichzeitig temperature und top_p an minimum: 0 maximum: 1 default: 1 example: 1 max_tokens: type: integer description: >- Begrenzt die maximale Anzahl der zu generierenden Tokens **Hinweis**: - V4-Serie kann maximal **384.000 Tokens** erreichen - Bei aktiviertem Thinking werden reasoning_tokens ebenfalls auf max_tokens angerechnet - Ohne Angabe entscheidet das Modell selbst über die Generierungslänge minimum: 1 maximum: 384000 example: 4096 frequency_penalty: type: number description: >- Häufigkeitsstrafe, zur Reduzierung wiederholter Inhalte **Hinweis**: - Positive Werte bestrafen Tokens basierend auf ihrer Häufigkeit im bereits generierten Text - Je größer der Wert, desto weniger wahrscheinlich werden bereits vorhandene Inhalte wiederholt - Standardwert: 0 (keine Strafe) minimum: -2 maximum: 2 default: 0 example: 0 presence_penalty: type: number description: >- Anwesenheitsstrafe, zur Förderung neuer Themen **Hinweis**: - Positive Werte bestrafen Tokens basierend darauf, ob sie bereits im Text vorgekommen sind - Je größer der Wert, desto eher werden neue Themen besprochen - Standardwert: 0 (keine Strafe) minimum: -2 maximum: 2 default: 0 example: 0 response_format: type: object description: >- Gibt das Antwortformat an **Hinweis**: - Setzen Sie auf `{"type": "json_object"}`, um den JSON-Modus zu aktivieren - Im JSON-Modus gibt das Modell gültige JSON-Inhalte aus - Es wird empfohlen, die JSON-Ausgabe in der system- oder user-Nachricht explizit zu verlangen, um optimale Ergebnisse zu erzielen properties: type: type: string enum: - text - json_object description: Antwortformat-Typ default: text stop: description: >- Stoppsequenzen, das Modell stoppt die Generierung, wenn es diese Zeichenketten trifft **Hinweis**: - Kann eine einzelne Zeichenkette oder ein Array von Zeichenketten sein - Maximal 16 Stoppsequenzen werden unterstützt oneOf: - type: string - type: array items: type: string maxItems: 16 stream: type: boolean description: >- Ob die Antwort als Stream zurückgegeben werden soll - `true`: Stream-Antwort, Inhalt wird über SSE (Server-Sent Events) blockweise in Echtzeit zurückgegeben - `false`: Auf vollständige Antwort warten und alles auf einmal zurückgeben (Standard) default: false example: false stream_options: type: object description: |- Optionen für Stream-Antworten Nur wirksam, wenn `stream=true` properties: include_usage: type: boolean description: >- Gibt am Ende des Streams Usage-Statistiken zurück (einschließlich Cache-Aufschlüsselung) tools: type: array description: |- Liste der Tool-Definitionen für Function Calling **Hinweis**: - Maximal 128 Tool-Definitionen werden unterstützt - Jedes Tool muss Name, Beschreibung und Parameter-Schema definieren items: $ref: '#/components/schemas/Tool' maxItems: 128 tool_choice: description: >- Steuert das Verhalten der Tool-Aufrufe **Mögliche Werte**: - `none`: Kein Tool aufrufen - `auto`: Modell entscheidet automatisch, ob ein Tool aufgerufen wird (Standard, wenn tools bereitgestellt werden) - `required`: Modell muss ein oder mehrere Tools aufrufen - Objektform `{"type":"function","function":{"name":"xxx"}}`: Ein bestimmtes Tool aufrufen **Standardwert**: `none`, wenn keine tools bereitgestellt werden; `auto`, wenn tools bereitgestellt werden oneOf: - type: string enum: - none - auto - required - type: object description: Spezifisches Tool zum Aufruf angeben properties: type: type: string enum: - function function: type: object properties: name: type: string description: Name der aufzurufenden Funktion required: - name logprobs: type: boolean description: >- Ob die Log-Wahrscheinlichkeiten der Tokens zurückgegeben werden sollen **Hinweis**: - Bei `true` enthält die Antwort Log-Wahrscheinlichkeitsinformationen für jedes Token default: false top_logprobs: type: integer description: |- Gibt die Log-Wahrscheinlichkeiten der Top-N Tokens zurück **Hinweis**: - Erfordert `logprobs` auf `true` gesetzt - Wertebereich: `[0, 20]` minimum: 0 maximum: 20 logit_bias: type: object description: >- Token-Bias-Mapping **Hinweis**: - Schlüssel ist die Token-ID im Tokenizer, Wert ist ein Bias zwischen -100 und 100 - -100 bedeutet, dass das Token vollständig verboten ist, 100 bedeutet erzwungene Generierung - Typische Werte zwischen -1 und 1 haben bereits eine beobachtbare Wirkung additionalProperties: type: number minimum: -100 maximum: 100 'n': type: integer description: >- Anzahl der zu generierenden Chat-Vervollständigungen pro Eingabenachricht **Hinweis**: - Standard 1; bei N werden N Kandidaten zurückgegeben (berechnet nach N × output_tokens) minimum: 1 maximum: 8 default: 1 example: 1 seed: type: integer description: >- Zufalls-Seed (Beta) **Hinweis**: - Bei Angabe versucht das Modell deterministisches Sampling - Gleicher Seed + gleiche andere Parameter → gleiche Ausgabe (nicht 100% garantiert) user: type: string description: >- Eindeutiger Bezeichner des Endbenutzers **Hinweis**: - Hilft der Plattform bei der Überwachung und Erkennung von Missbrauch - Empfohlen ist die Verwendung einer gehashten Benutzer-ID ChatCompletionResponse: type: object properties: id: type: string description: Eindeutiger Bezeichner der Chat-Vervollständigung example: 53c548dc-ec02-4a2f-bbb6-eca4184630b8 model: type: string description: Name des tatsächlich verwendeten Modells example: deepseek-v4-flash object: type: string enum: - chat.completion description: Antworttyp example: chat.completion created: type: integer description: Erstellungszeitstempel (Unix-Sekunden) example: 1777021417 choices: type: array description: Liste der Auswahlmöglichkeiten der Chat-Generierung items: $ref: '#/components/schemas/Choice' usage: $ref: '#/components/schemas/Usage' system_fingerprint: type: string description: System-Fingerprint-Kennung example: fp_evolink_v4_20260402 ErrorResponse: type: object properties: error: type: object properties: code: type: integer description: HTTP-Status-Fehlercode message: type: string description: Fehlerbeschreibung type: type: string description: Fehlertyp param: type: string description: Zugehöriger Parametername SystemMessage: title: System Message type: object required: - role - content properties: role: type: string enum: - system description: Rollenkennung, fest `system` content: type: string description: >- Inhalt des System-Prompts, zur Festlegung von Rolle und Verhalten der KI name: type: string description: >- Name des Teilnehmers, zur Unterscheidung verschiedener System-Prompt-Quellen UserMessage: title: User Message type: object required: - role - content properties: role: type: string enum: - user description: Rollenkennung, fest `user` content: type: string description: Inhalt der Benutzernachricht (reine Textzeichenkette) name: type: string description: Name des Teilnehmers, zur Unterscheidung verschiedener Benutzer AssistantRequestMessage: title: Assistant Message type: object required: - role - content properties: role: type: string enum: - assistant description: Rollenkennung, fest `assistant` content: type: - string - 'null' description: >- Inhalt der Assistent-Nachricht **Hinweis**: - Wird in Mehrrunden-Dialogen zur Übergabe historischer Assistent-Antworten verwendet - Kann `null` sein, wenn `tool_calls` vorhanden ist name: type: string description: Name des Teilnehmers prefix: type: boolean description: >- Ob der Präfix-Fortsetzungsmodus aktiviert werden soll (Beta) **Hinweis**: - Nur in der letzten Nachricht setzen - Bei `true` setzt das Modell die Generierung mit dem `content` dieser Nachricht als Präfix fort default: false reasoning_content: type: - string - 'null' description: >- Inhalt der Gedankenkette (Beta) **Hinweis**: - Wird sowohl von `deepseek-v4-flash` als auch `deepseek-v4-pro` bei aktiviertem thinking (Standard) erzeugt - **Im Mehrrunden-Szenario muss er unverändert zurückgegeben werden**: Übergeben Sie den `choices[0].message.reasoning_content` aus der vorherigen Antwort direkt als `reasoning_content`-Feld der historischen assistant-Nachricht; ein Fehlen wird von der API abgelehnt (400) - Bei der Übergabe als historischer Kontext ist keine Kombination mit `prefix` erforderlich; nur bei explizit aktivierter Präfix-Fortsetzung `prefix=true` tool_calls: type: array description: >- Liste der Tool-Aufrufe Wird verwendet, um historische Tool-Aufrufinformationen in Mehrrunden-Dialogen zu übergeben items: type: object properties: id: type: string description: Eindeutiger Bezeichner des Tool-Aufrufs type: type: string enum: - function function: type: object properties: name: type: string description: Name der aufgerufenen Funktion arguments: type: string description: Funktionsparameter (JSON-Zeichenkette) ToolMessage: title: Tool Message type: object required: - role - content - tool_call_id properties: role: type: string enum: - tool description: Rollenkennung, fest `tool` content: type: string description: Inhalt des vom Tool-Aufruf zurückgegebenen Ergebnisses tool_call_id: type: string description: >- Tool-Aufruf-ID Entspricht dem Feld `id`, das in den `tool_calls` der assistant-Nachricht zurückgegeben wurde Tool: type: object required: - type - function properties: type: type: string enum: - function description: Tool-Typ, derzeit wird nur `function` unterstützt function: type: object required: - name properties: name: type: string description: >- Name der aufzurufenden Funktion **Hinweis**: - Muss aus den Zeichen a-z, A-Z, 0-9 bestehen oder Unterstriche und Bindestriche enthalten - Maximale Länge beträgt 64 Zeichen description: type: string description: >- Beschreibung der Funktion, damit das Modell versteht, wann und wie diese Funktion aufgerufen werden soll parameters: type: object description: >- Eingabeparameter der Funktion, beschrieben als JSON-Schema-Objekt **Hinweis**: - Das Auslassen von `parameters` definiert eine Funktion mit einer leeren Parameterliste strict: type: boolean description: >- Ob der Strict-Modus aktiviert werden soll (Beta) **Hinweis**: - Bei `true` verwendet die API den Strict-Modus für Funktionsaufrufe - Stellt sicher, dass die Ausgabe stets der JSON-Schema-Definition der Funktion entspricht default: false Choice: type: object properties: index: type: integer description: Index der Auswahl example: 0 message: $ref: '#/components/schemas/AssistantMessage' logprobs: type: - object - 'null' description: >- Log-Wahrscheinlichkeitsinformationen (nur zurückgegeben, wenn `logprobs=true` angefordert wurde) finish_reason: type: string description: |- Grund für den Abschluss - `stop`: Natürliches Ende oder Stoppsequenz ausgelöst - `length`: Maximales Token-Limit erreicht - `content_filter`: Inhalt wurde vom Sicherheitsfilter blockiert - `tool_calls`: Modell hat ein Tool aufgerufen - `insufficient_system_resource`: Unzureichende Backend-Ressourcen enum: - stop - length - content_filter - tool_calls - insufficient_system_resource example: stop Usage: type: object description: >- Token-Nutzungsstatistiken (einschließlich Cache- und Reasoning-Aufschlüsselung) properties: prompt_tokens: type: integer description: >- Gesamtanzahl der Tokens im Input (einschließlich Cache-Treffer und -Fehltreffer) example: 694 completion_tokens: type: integer description: Anzahl der Tokens im Output (einschließlich reasoning-Teil) example: 20 total_tokens: type: integer description: Gesamtanzahl der Tokens = prompt_tokens + completion_tokens example: 714 prompt_cache_hit_tokens: type: integer description: >- Anzahl der im Input den Kontext-Cache treffenden Tokens **Hinweis**: Cache-Treffer-Tokens werden zum **Cache-Treffer-Preis** abgerechnet (Flash 20 UC/1K, Pro 100 UC/1K) example: 640 prompt_cache_miss_tokens: type: integer description: >- Anzahl der im Input den Cache verfehlenden Tokens **Hinweis**: Wird zum **Standard-Input-Preis** abgerechnet (Flash 100 UC/1K, Pro 1200 UC/1K) example: 54 prompt_tokens_details: type: object description: Detaillierte Aufschlüsselung der Input-Tokens (OpenAI-Stil) properties: cached_tokens: type: integer description: >- Anzahl der Cache-Treffer-Tokens (entspricht `prompt_cache_hit_tokens`, wird vom Framework automatisch zugeordnet) example: 640 completion_tokens_details: type: object description: Detaillierte Aufschlüsselung der Output-Tokens properties: reasoning_tokens: type: integer description: >- Anzahl der im Thinking-Modus erzeugten Reasoning-Tokens (wird zum Output gezählt und zum Output-Preis abgerechnet) example: 10 AssistantMessage: type: object properties: role: type: string description: Rolle des Nachrichtenabsenders enum: - assistant example: assistant content: type: string description: Antwortinhalt der KI example: >- Hallo! Ich bin DeepSeek V4. Ich bin gut in allgemeinen Gesprächen, Codegenerierung, mathematischen Überlegungen und vielen weiteren Aufgaben. reasoning_content: type: string description: >- Inhalt der Gedankenkette (wird nur bei aktiviertem thinking zurückgegeben) **Hinweis**: - `deepseek-v4-pro` ist standardmäßig aktiviert und gibt den vollständigen Reasoning-Prozess zurück - `deepseek-v4-flash` erfordert die explizite Einstellung `thinking.type="enabled"`, um den Inhalt zurückzugeben - Wird als Output-Token abgerechnet und auf `completion_tokens_details.reasoning_tokens` angerechnet example: Lassen Sie mich diese Frage analysieren... tool_calls: type: array description: >- Liste der Tool-Aufrufe (wird zurückgegeben, wenn das Modell entscheidet, ein Tool aufzurufen) items: type: object properties: id: type: string description: Eindeutiger Bezeichner des Tool-Aufrufs type: type: string enum: - function function: type: object properties: name: type: string description: Name der aufgerufenen Funktion arguments: type: string description: Funktionsparameter (JSON-Zeichenkette) securitySchemes: bearerAuth: type: http scheme: bearer description: >- ##Alle APIs erfordern Bearer-Token-Authentifizierung## **API-Schlüssel erhalten**: Besuchen Sie die [API-Schlüsselverwaltungsseite](https://evolink.ai/dashboard/keys), um Ihren API-Schlüssel zu erhalten **Zum Anfrage-Header hinzufügen**: ``` Authorization: Bearer YOUR_API_KEY ``` ````