curl --request POST \
  --url https://direct.evolink.ai/v1/responses \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "deepseek-v4-flash",
  "input": "Stelle Hangzhou in einem Satz vor."
}
'

{
  "id": "resp_9f2c1a4b8e7d",
  "object": "response",
  "created_at": 1755000000,
  "status": "completed",
  "model": "deepseek-v4-flash",
  "output": [
    {
      "id": "rs_2b7f",
      "type": "reasoning",
      "summary": [],
      "content": [
        {
          "type": "reasoning_text",
          "text": "Der Nutzer möchte eine Vorstellung in einem Satz, die Geografie und Kultur abdeckt."
        }
      ]
    },
    {
      "id": "msg_5d1a",
      "type": "message",
      "role": "assistant",
      "status": "completed",
      "content": [
        {
          "type": "output_text",
          "text": "Hangzhou ist die Hauptstadt der Provinz Zhejiang und bekannt für den Westsee und seine digitale Wirtschaft.",
          "annotations": []
        }
      ]
    }
  ],
  "error": null,
  "incomplete_details": null,
  "usage": {
    "input_tokens": 694,
    "input_tokens_details": {
      "cached_tokens": 640
    },
    "output_tokens": 20,
    "output_tokens_details": {
      "reasoning_tokens": 10
    },
    "total_tokens": 714
  }
}

{
  "error": {
    "code": 400,
    "message": "Invalid request parameters",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "Invalid authentication credentials",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Insufficient quota",
    "type": "insufficient_quota"
  }
}

{
  "error": {
    "code": 403,
    "message": "Model access denied",
    "type": "permission_error"
  }
}

{
  "error": {
    "code": 404,
    "message": "Model not found",
    "type": "not_found_error"
  }
}

{
  "error": {
    "code": 413,
    "message": "Request entity too large",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 429,
    "message": "Rate limit exceeded",
    "type": "rate_limit_error"
  }
}

{
  "error": {
    "code": 500,
    "message": "Internal server error",
    "type": "server_error"
  }
}

{
  "error": {
    "code": 502,
    "message": "Bad gateway",
    "type": "server_error"
  }
}

{
  "error": {
    "code": 503,
    "message": "Service temporarily unavailable",
    "type": "server_error"
  }
}

Responses API

DeepSeek V4 - Responses-API

Aufruf der DeepSeek-V4-Modelle über das OpenAI-Responses-Protokoll
Unterstützte Modelle: deepseek-v4.1-flash / deepseek-v4-flash / deepseek-v4-pro / deepseek-v4-flash-vision-exp
Eingabeformen: input kann reiner Text oder ein Array von Eingabeelementen sein (Nachricht, Funktionsaufruf, Funktionsergebnis, Denkinhalt, Suchprotokoll)
Bildverständnis: deepseek-v4.1-flash / deepseek-v4-flash-vision-exp akzeptiert input_image-Inhaltsblöcke in content und unterstützt mehrere Bilder
Systemanweisungen: über instructions übergeben, entspricht einer vorangestellten system-Nachricht
Denkmodus: über reasoning.effort gesteuert; der Denkinhalt wird als Ausgabeelement reasoning zurückgegeben
Streaming-Ausgabe: unterstützt semantische SSE-Ereignisse und endet mit response.completed; [DONE] wird nicht gesendet
Werkzeugaufrufe: unterstützt Function Calling und die integrierte Websuche web_search
Strukturierte Ausgabe: über text.format als JSON-Objekt oder JSON Schema aktivierbar
Kontext-Cache: Anfragen mit gleichem Präfix treffen den Cache automatisch und senken die Eingabekosten erheblich

Streaming-Ereignisse: response.created, response.output_item.added, response.reasoning_text.delta, response.output_text.delta; Abschlussereignisse sind response.completed / response.incomplete / response.failed. Jedes Ereignis enthält zur Sortierung ein sequence_number.

Felder ohne Wirkung: Die folgenden OpenAI-Felder können ohne Fehler gesendet werden, haben jedoch keine tatsächliche Wirkung.

Feld	Verhalten
`store`	Stets `false`, Antworten werden nicht gespeichert
`previous_response_id`	Stets `null`, Fortsetzen einer Unterhaltung wird nicht unterstützt
`conversation`	Nicht unterstützt
`background` / `metadata` / `include`	Ignoriert
`prompt` / `truncation` / `service_tier`	Ignoriert
`safety_identifier` / `context_management`	Ignoriert
`stream_options`	Ignoriert
`prompt_cache_key` / `prompt_cache_retention`	Ignoriert
`parallel_tool_calls`	Ignoriert, parallele Werkzeugaufrufe sind stets aktiv
`max_tool_calls`	Ignoriert
Werkzeuge `file_search` / `code_interpreter` / `mcp`	Ignoriert

Weitere Einschränkungen:

Benutzerdefinierte Werkzeuge (type: custom) unterstützen ausschließlich apply_patch
Das Werkzeug web_search ignoriert search_context_size und user_location
Datei-Inhaltsblöcke werden in Platzhaltertext umgewandelt; Bilder werden nur von deepseek-v4.1-flash / deepseek-v4-flash-vision-exp unterstützt und bei den beiden anderen Modellen ebenfalls in Platzhalter umgewandelt
Bilder dürfen nur in Nachrichten mit role: user vorkommen; in system oder assistant führen sie zu HTTP 400
Übersteigt die Eingabe das Kontextfenster, wird direkt 400 zurückgegeben, ohne automatisches Kürzen

POST

responses

curl --request POST \
  --url https://direct.evolink.ai/v1/responses \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '
{
  "model": "deepseek-v4-flash",
  "input": "Stelle Hangzhou in einem Satz vor."
}
'

{
  "id": "resp_9f2c1a4b8e7d",
  "object": "response",
  "created_at": 1755000000,
  "status": "completed",
  "model": "deepseek-v4-flash",
  "output": [
    {
      "id": "rs_2b7f",
      "type": "reasoning",
      "summary": [],
      "content": [
        {
          "type": "reasoning_text",
          "text": "Der Nutzer möchte eine Vorstellung in einem Satz, die Geografie und Kultur abdeckt."
        }
      ]
    },
    {
      "id": "msg_5d1a",
      "type": "message",
      "role": "assistant",
      "status": "completed",
      "content": [
        {
          "type": "output_text",
          "text": "Hangzhou ist die Hauptstadt der Provinz Zhejiang und bekannt für den Westsee und seine digitale Wirtschaft.",
          "annotations": []
        }
      ]
    }
  ],
  "error": null,
  "incomplete_details": null,
  "usage": {
    "input_tokens": 694,
    "input_tokens_details": {
      "cached_tokens": 640
    },
    "output_tokens": 20,
    "output_tokens_details": {
      "reasoning_tokens": 10
    },
    "total_tokens": 714
  }
}

{
  "error": {
    "code": 400,
    "message": "Invalid request parameters",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "Invalid authentication credentials",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "Insufficient quota",
    "type": "insufficient_quota"
  }
}

{
  "error": {
    "code": 403,
    "message": "Model access denied",
    "type": "permission_error"
  }
}

{
  "error": {
    "code": 404,
    "message": "Model not found",
    "type": "not_found_error"
  }
}

{
  "error": {
    "code": 413,
    "message": "Request entity too large",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 429,
    "message": "Rate limit exceeded",
    "type": "rate_limit_error"
  }
}

{
  "error": {
    "code": 500,
    "message": "Internal server error",
    "type": "server_error"
  }
}

{
  "error": {
    "code": 502,
    "message": "Bad gateway",
    "type": "server_error"
  }
}

{
  "error": {
    "code": 503,
    "message": "Service temporarily unavailable",
    "type": "server_error"
  }
}

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.

Autorisierungen

Authorization

string

header

erforderlich

##Alle APIs erfordern Bearer-Token-Authentifizierung##

API-Schlüssel erhalten:

Besuchen Sie die API-Schlüsselverwaltungsseite, um Ihren API-Schlüssel zu erhalten

Zum Anfrage-Header hinzufügen:

Authorization: Bearer YOUR_API_KEY

Body

application/json

model

enum<string>

Standard:deepseek-v4-flash

erforderlich

Modell-ID

deepseek-v4.1-flash: DeepSeek V4.1 Flash mit Text- und nativem Bildverständnis, 1M Kontext und bis zu 384K Ausgabe-Tokens
deepseek-v4-flash: schnell und universell, geeignet für alltägliche Dialoge, Zusammenfassungen und Extraktion
deepseek-v4-pro: tiefes Schlussfolgern, geeignet für komplexe Mathematik, Code und mehrstufige Planung
deepseek-v4-flash-vision-exp: Alter Modellname, jetzt auf DeepSeek V4.1 Flash umgeleitet; für neue Integrationen deepseek-v4.1-flash verwenden

Bildverständnis erfordert deepseek-v4.1-flash / deepseek-v4-flash-vision-exp: Bei den beiden anderen Modellen löst input_image keinen Fehler aus, wird aber durch Platzhaltertext ersetzt und das eigentliche Bild verworfen. Die Anfrage wird dennoch berechnet.

Verfügbare Optionen:

deepseek-v4-flash,

deepseek-v4-pro,

deepseek-v4-flash-vision-exp,

deepseek-v4.1-flash

Beispiel:

"deepseek-v4-flash"

input

Eingabe für das Modell. Mindestens eines von input und instructions muss angegeben werden.

String-Form: Der gesamte Text wird als eine einzelne user-Nachricht behandelt
Array-Form: Liste von Eingabeelementen mit den fünf Typen message, function_call, function_call_output, reasoning und web_search_call

Bildeingabe: Mit deepseek-v4.1-flash / deepseek-v4-flash-vision-exp kann ein message-Element in seinem content-Array input_text- und input_image-Blöcke mischen.

Mehrstufige Unterhaltungen: Der Endpunkt ist zustandslos, daher muss zum Fortsetzen einer Unterhaltung der vollständige Verlauf im Array enthalten sein.

Beispiel:

"Stelle Hangzhou in einem Satz vor."

instructions

string

Anweisungen auf Systemebene, gleichbedeutend mit einer ganz vorne eingefügten system-Nachricht; dient zum Festlegen von Rolle, Tonfall und Ausgabevorgaben.

Beispiel:

"Du bist ein sorgfältiger technischer Redakteur. Halte die Antworten knapp."

stream

boolean

Standard:false

Ob die Antwort gestreamt wird

false (Standard): gibt das vollständige Antwortobjekt auf einmal zurück
true: sendet semantische SSE-Ereignisse; das letzte Ereignis ist response.completed / response.incomplete / response.failed, und [DONE] wird nicht gesendet

Beispiel:

false

max_output_tokens

integer

Maximale Anzahl an Ausgabetokens für diese Generierung (einschließlich Denktokens). Bereich 1 bis 393216 (384K). Ohne Angabe entscheidet das Modell selbst.

Erforderlicher Bereich: 1 <= x <= 393216

Beispiel:

4096

temperature

number

Standard:1

Sampling-Temperatur; höhere Werte machen die Ausgabe zufälliger. Im Denkmodus ohne Wirkung.

Erforderlicher Bereich: 0 <= x <= 2

Beispiel:

1

top_p

number

Standard:1

Schwellenwert für Nucleus-Sampling; es wird empfohlen, nur diesen oder temperature anzupassen. Im Denkmodus ohne Wirkung.

Erforderlicher Bereich: x <= 1

Beispiel:

1

top_logprobs

integer

Gibt an jeder Position die wahrscheinlichsten Kandidaten-Tokens samt ihrer logarithmischen Wahrscheinlichkeiten zurück.

Erforderlicher Bereich: 0 <= x <= 20

Beispiel:

0

reasoning

object

Konfiguration des Denkmodus. DeepSeek V4 aktiviert das Denken standardmäßig; der Denkinhalt wird als Ausgabeelement reasoning zurückgegeben und seine Tokens zählen zur Ausgabe und werden zum Ausgabepreis abgerechnet.

Show child attributes

text

object

Konfiguration des Textausgabeformats.

Show child attributes

tools

Werkzeugdefinition · object[]

Liste der Werkzeuge, die das Modell aufrufen kann. Funktionswerkzeuge werden vom Client ausgeführt, der das Ergebnis als function_call_output zurückgibt; web_search wird direkt serverseitig ausgeführt, ohne Beteiligung des Clients.

Show child attributes

tool_choice

Strategie für Werkzeugaufrufe

none: Werkzeugaufrufe verboten
auto (Standard): das Modell entscheidet
required: mindestens ein Werkzeug muss aufgerufen werden
{"type": "function", "name": "get_weather"}: erzwingt den Aufruf einer bestimmten Funktion
{"type": "web_search"}: erzwingt eine Websuche

Beispiel:

"auto"

Antwort

Generierung erfolgreich

Antwortobjekt des Responses-Endpunkts.

string

Eindeutige Kennung dieser Antwort

Beispiel:

"resp_9f2c1a4b8e7d"

object

string

Objekttyp, stets response

Beispiel:

"response"

created_at

integer

Erstellungszeit als Unix-Zeitstempel (Sekunden)

Beispiel:

1755000000

status

enum<string>

Status der Antwort

completed: normal abgeschlossen
in_progress: wird noch generiert
incomplete: z. B. wegen der Länge gekürzt, siehe incomplete_details
failed: Generierung fehlgeschlagen, siehe error

Verfügbare Optionen:

in_progress,

completed,

incomplete,

failed

Beispiel:

"completed"

model

string

ID des Modells, das diese Antwort tatsächlich erzeugt hat

Beispiel:

"deepseek-v4-flash"

output

object[]

Liste der Ausgabeelemente in Generierungsreihenfolge. Felder je Typ:

reasoning: der Denkvorgang, mit id, status, content (Liste von reasoning_text-Blöcken) und summary
message: die endgültige Antwort, mit id, status, role und content (Liste von output_text-Blöcken)
function_call: ein Funktionsaufruf des Modells, mit id, status, call_id, name und arguments; der Client führt ihn aus und gibt das Ergebnis als function_call_output zurück
web_search_call: ein serverseitig ausgeführtes Websuchprotokoll, mit id, status und action (beschreibt die durchgeführte Suche)

error

object | null

Fehlerursache; bei Erfolg null

incomplete_details

object | null

Grund der Kürzung; ohne Kürzung null

usage

object

Statistik zur Tokennutzung (einschließlich Cache- und Denkanteilen)

Show child attributes

Bildserie

Videoserie

Audioserie

Textserie

Kontoverwaltung

Aufgabenverwaltung

Dateiverwaltung

DeepSeek V4 - Responses-API

Autorisierungen

Body

Antwort