> ## 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 - API compatible OpenAI > - Appeler les modèles DeepSeek V4 via le protocole OpenAI Chat Completions - Prend en charge `deepseek-v4-flash` (rapide et généraliste) et `deepseek-v4-pro` (raisonnement approfondi) - **Conversation textuelle** : dialogue contextuel en un ou plusieurs tours, prise en charge d'un contexte ultra-long de 1M - **Prompts système** : personnaliser le rôle et le comportement de l'IA - **Mode de réflexion** : contrôler le raisonnement approfondi via `thinking.type` ; le contenu de réflexion de `deepseek-v4-pro` est retourné via `reasoning_content` - **Sortie en streaming** : prend en charge le retour en streaming SSE - **Appel d'outils** : prend en charge Function Calling (jusqu'à 128 outils) - **Mode JSON** : activé via `response_format` - **Cache de contexte** : les requêtes avec le même préfixe déclenchent automatiquement le cache, réduisant considérablement le coût d'entrée **BaseURL** : La BaseURL par défaut est `https://direct.evolink.ai`, qui offre une meilleure prise en charge des modèles de texte et des connexions persistantes. `https://api.evolink.ai` est le point d'accès principal pour les services multimodaux et sert d'adresse de secours pour les modèles de texte. ## OpenAPI ````yaml fr/api-manual/language-series/deepseek-v4/deepseek-v4-chat.json POST /v1/chat/completions openapi: 3.1.0 info: title: Documentation complète des paramètres DeepSeek V4 (compatible OpenAI) description: >- Référence API complète pour l'interface de chat de la série DeepSeek V4 (`deepseek-v4-flash` / `deepseek-v4-pro`). **Capacités du modèle** : - Longueur de contexte : **1 000 000 tokens** (1M) - Sortie maximale : **384 000 tokens** (384K) - Mode de réflexion : commutateur via le champ `thinking`, `deepseek-v4-pro` excelle dans le raisonnement complexe - Cache disque de contexte : hit automatique, hit et miss facturés séparément **Grille tarifaire (UC/1K tokens, unité interne EvoLink)** : | Modèle | Hit de cache d'entrée | Miss de cache d'entrée | Sortie | | --- | --- | --- | --- | | 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: Production (recommandée) - url: https://api.evolink.ai description: URL alternative security: - bearerAuth: [] tags: - name: Complétion de chat description: Points de terminaison liés à la génération de conversations IA paths: /v1/chat/completions: post: tags: - Complétion de chat summary: Interface de chat DeepSeek V4 (compatible OpenAI) description: >- - Appeler les modèles DeepSeek V4 via le protocole OpenAI Chat Completions - Prend en charge `deepseek-v4-flash` (rapide et généraliste) et `deepseek-v4-pro` (raisonnement approfondi) - **Conversation textuelle** : dialogue contextuel en un ou plusieurs tours, prise en charge d'un contexte ultra-long de 1M - **Prompts système** : personnaliser le rôle et le comportement de l'IA - **Mode de réflexion** : contrôler le raisonnement approfondi via `thinking.type` ; le contenu de réflexion de `deepseek-v4-pro` est retourné via `reasoning_content` - **Sortie en streaming** : prend en charge le retour en streaming SSE - **Appel d'outils** : prend en charge Function Calling (jusqu'à 128 outils) - **Mode JSON** : activé via `response_format` - **Cache de contexte** : les requêtes avec le même préfixe déclenchent automatiquement le cache, réduisant considérablement le coût d'entrée operationId: createChatCompletionDeepSeekV4 requestBody: required: true content: application/json: schema: $ref: '#/components/schemas/ChatCompletionRequest' examples: simple_text: summary: Conversation textuelle à tour unique (Flash) value: model: deepseek-v4-flash messages: - role: user content: Présentez-vous s'il vous plaît multi_turn: summary: Conversation multi-tours (compréhension du contexte) value: model: deepseek-v4-flash messages: - role: user content: Qu'est-ce que Python ? - role: assistant content: Python est un langage de programmation de haut niveau... - role: user content: Quels sont ses avantages ? system_prompt: summary: Utilisation des prompts système value: model: deepseek-v4-flash messages: - role: system content: >- Vous êtes un assistant de programmation Python professionnel. Répondez aux questions de manière concise. - role: user content: Comment lire un fichier ? thinking_mode: summary: >- Utiliser le modèle Pro + activation explicite du mode de réflexion value: model: deepseek-v4-pro thinking: type: enabled reasoning_effort: high messages: - role: user content: Prouvez que √2 est irrationnel disable_thinking: summary: Désactiver le mode de réflexion (réponse directe uniquement) value: model: deepseek-v4-pro thinking: type: disabled messages: - role: user content: Quelle est la capitale de la France ? json_mode: summary: Sortie structurée en mode JSON value: model: deepseek-v4-flash response_format: type: json_object messages: - role: system content: Vous devez sortir du JSON strict. - role: user content: Donnez-moi un exemple JSON avec les champs name et age tool_calling: summary: Appel d'outils Function Calling value: model: deepseek-v4-flash messages: - role: user content: Consultez la météo d'aujourd'hui à Pékin tools: - type: function function: name: get_weather description: Consulter la météo d'une ville donnée parameters: type: object properties: city: type: string description: Nom de la ville required: - city tool_choice: auto streaming: summary: Sortie en streaming value: model: deepseek-v4-flash stream: true stream_options: include_usage: true messages: - role: user content: Écrivez un court poème sur le printemps responses: '200': description: Génération de conversation réussie content: application/json: schema: $ref: '#/components/schemas/ChatCompletionResponse' examples: thinking_disabled: summary: thinking désactivé (réponse en texte brut) value: id: 837f529d-00f9-4731-b2e1-4a54fc31790a object: chat.completion created: 1777026806 model: deepseek-v4-flash choices: - index: 0 message: role: assistant content: >- Bonjour ! Je suis l'assistant DeepSeek, toujours prêt à répondre à vos questions et à vous aider. 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 activé (avec 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: La capitale de la France est **Paris**. reasoning_content: >- L'utilisateur demande : "Quelle est la capitale de la France ?" — une question de culture générale. Il suffit de répondre directement "Paris". 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: Hit de cache de contexte (nombreux 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: Bonjour ! 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: Paramètres de requête invalides content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 400 message: Invalid request parameters type: invalid_request_error '401': description: Non authentifié, jeton invalide ou expiré content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 401 message: Invalid or expired token type: authentication_error '402': description: Quota insuffisant, recharge requise content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 402 message: Insufficient quota type: insufficient_quota_error '403': description: Pas d'autorisation d'accès à ce modèle 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 introuvable 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: Corps de requête trop volumineux 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: Limite de débit dépassée content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 429 message: Rate limit exceeded type: rate_limit_error '500': description: Erreur interne du serveur content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 500 message: Internal server error type: internal_server_error '502': description: Erreur de passerelle content: application/json: schema: $ref: '#/components/schemas/ErrorResponse' example: error: code: 502 message: Bad gateway type: bad_gateway_error '503': description: Service temporairement indisponible 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: >- Nom du modèle de conversation - `deepseek-v4-flash` : modèle rapide et généraliste, contexte de 1M - `deepseek-v4-pro` : modèle de raisonnement approfondi, excelle en mathématiques, en programmation et en logique complexe **Astuce** : Les deux modèles **ont `thinking` activé par défaut**, la réponse contiendra `reasoning_content` ; vous pouvez le désactiver via `thinking.type="disabled"` pour réduire le coût des tokens de sortie. Les paramètres des deux sont totalement identiques. enum: - deepseek-v4-flash - deepseek-v4-pro default: deepseek-v4-flash example: deepseek-v4-flash messages: type: array description: >- Liste des messages de conversation, prend en charge les dialogues multi-tours Les messages de rôles différents ont des structures de champs différentes, veuillez sélectionner le rôle correspondant 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: >- Contrôle du mode de réflexion (nouveauté V4) **Remarque** : - Utilisé pour contrôler la fonctionnalité de réflexion approfondie (Chain of Thought) - **Activé par défaut pour les deux modèles** (`type=enabled`) - Une fois activé, le processus de raisonnement est retourné via `choices[].message.reasoning_content` et facturé au tarif des tokens de sortie ⚠️ **Attention pour les conversations multi-tours / appels d'outils** : si la réponse de ce tour contient `reasoning_content`, **le message assistant correspondant dans l'historique `messages` de la requête suivante doit retourner ce champ tel quel**, sinon l'API renverra 400 `The reasoning_content in the thinking mode must be passed back to the API`. Si vous ne souhaitez pas le gérer, vous pouvez définir explicitement `thinking.type="disabled"` pour toute la session. properties: type: type: string description: >- Commutateur du mode de réflexion - `enabled` : activer la réflexion approfondie (par défaut) - `disabled` : désactiver la réflexion approfondie, le modèle répond directement enum: - enabled - disabled default: enabled reasoning_effort: type: string description: >- Niveau d'effort de raisonnement - `low` : faible effort, réponse plus rapide, moins de reasoning_tokens - `medium` : effort moyen (par défaut) - `high` : effort élevé, processus de réflexion plus approfondi, consomme plus de reasoning_tokens enum: - low - medium - high default: medium temperature: type: number description: >- Température d'échantillonnage, contrôle le caractère aléatoire de la sortie **Remarque** : - Valeurs basses (ex. 0.2) : sortie plus déterministe et ciblée - Valeurs élevées (ex. 1.5) : sortie plus aléatoire et créative - Valeur par défaut : 1 minimum: 0 maximum: 2 default: 1 example: 1 top_p: type: number description: >- Paramètre d'échantillonnage nucleus (Nucleus Sampling) **Remarque** : - Contrôle l'échantillonnage à partir des tokens avec une probabilité cumulative - Par exemple, 0.9 signifie un échantillonnage parmi les tokens ayant 90 % de probabilité cumulative - Valeur par défaut : 1.0 (considère tous les tokens) **Suggestion** : Ne pas ajuster simultanément temperature et top_p minimum: 0 maximum: 1 default: 1 example: 1 max_tokens: type: integer description: >- Limite le nombre maximum de tokens générés **Remarque** : - La série V4 peut atteindre **384 000 tokens** - Lorsque thinking est activé, reasoning_tokens sont également comptés dans la limite max_tokens - Si non défini, le modèle décide lui-même de la longueur générée minimum: 1 maximum: 384000 example: 4096 frequency_penalty: type: number description: >- Paramètre de pénalité de fréquence, utilisé pour réduire le contenu répétitif **Remarque** : - Les valeurs positives pénalisent en fonction de la fréquence d'apparition des tokens dans le texte généré - Plus la valeur est élevée, moins le contenu déjà apparu sera répété - Valeur par défaut : 0 (pas de pénalité) minimum: -2 maximum: 2 default: 0 example: 0 presence_penalty: type: number description: >- Paramètre de pénalité de présence, utilisé pour encourager la génération de nouveaux sujets **Remarque** : - Les valeurs positives pénalisent en fonction de la présence antérieure des tokens dans le texte - Plus la valeur est élevée, plus le modèle tend à aborder de nouveaux sujets - Valeur par défaut : 0 (pas de pénalité) minimum: -2 maximum: 2 default: 0 example: 0 response_format: type: object description: >- Spécifier le format de la réponse **Remarque** : - Définir sur `{"type": "json_object"}` pour activer le mode JSON - En mode JSON, le modèle produira un contenu au format JSON valide - Il est recommandé de demander explicitement une sortie JSON dans le message system ou user pour obtenir les meilleurs résultats properties: type: type: string enum: - text - json_object description: Type de format de réponse default: text stop: description: >- Séquences d'arrêt, le modèle arrête la génération lorsqu'il rencontre ces chaînes **Remarque** : - Peut être une chaîne unique ou un tableau de chaînes - Prend en charge jusqu'à 16 séquences d'arrêt oneOf: - type: string - type: array items: type: string maxItems: 16 stream: type: boolean description: >- Indique si la réponse doit être retournée en streaming - `true` : retour en streaming, le contenu est renvoyé bloc par bloc en temps réel via SSE (Server-Sent Events) - `false` : attendre la réponse complète et la retourner en une seule fois (par défaut) default: false example: false stream_options: type: object description: |- Options de réponse en streaming Valide uniquement lorsque `stream=true` properties: include_usage: type: boolean description: >- Retourner les statistiques usage (avec détail du cache) à la fin du streaming tools: type: array description: >- Liste des définitions d'outils, utilisée pour Function Calling **Remarque** : - Prend en charge jusqu'à 128 définitions d'outils - Chaque outil doit définir un nom, une description et un schéma de paramètres items: $ref: '#/components/schemas/Tool' maxItems: 128 tool_choice: description: >- Contrôle le comportement d'appel des outils **Valeurs possibles** : - `none` : n'appeler aucun outil - `auto` : le modèle décide automatiquement d'appeler ou non un outil (par défaut lorsque tools est fourni) - `required` : force le modèle à appeler un ou plusieurs outils - Forme objet `{"type":"function","function":{"name":"xxx"}}` : spécifier un outil particulier à appeler **Valeur par défaut** : `none` si tools n'est pas fourni, `auto` si tools est fourni oneOf: - type: string enum: - none - auto - required - type: object description: Spécifier un outil particulier à appeler properties: type: type: string enum: - function function: type: object properties: name: type: string description: Nom de la fonction à appeler required: - name logprobs: type: boolean description: >- Retourner ou non la probabilité logarithmique des tokens **Remarque** : - Lorsque défini sur `true`, la réponse inclura les informations de probabilité logarithmique de chaque token default: false top_logprobs: type: integer description: >- Retourner la probabilité logarithmique des N tokens avec la probabilité la plus élevée **Remarque** : - Nécessite `logprobs` défini sur `true` - Plage de valeurs : `[0, 20]` minimum: 0 maximum: 20 logit_bias: type: object description: >- Mappage de biais des tokens **Remarque** : - La clé est l'ID du token dans le tokenizer, la valeur est un biais entre -100 et 100 - -100 signifie interdire totalement ce token, 100 signifie forcer la génération - La plage typique -1 à 1 produit déjà un effet observable additionalProperties: type: number minimum: -100 maximum: 100 'n': type: integer description: >- Nombre de complétions de chat à générer pour chaque message d'entrée **Remarque** : - Par défaut 1 ; lorsque défini sur N, N candidats seront retournés (facturés à N × output_tokens) minimum: 1 maximum: 8 default: 1 example: 1 seed: type: integer description: >- Graine aléatoire (Bêta) **Remarque** : - Une fois spécifiée, le modèle tentera un échantillonnage déterministe - Même seed + mêmes autres paramètres → même sortie (garantie non à 100 %) user: type: string description: |- Identifiant unique représentant l'utilisateur final **Remarque** : - Permet à la plateforme de surveiller et détecter les abus - Il est recommandé d'utiliser un ID utilisateur haché ChatCompletionResponse: type: object properties: id: type: string description: Identifiant unique de la complétion de conversation example: 53c548dc-ec02-4a2f-bbb6-eca4184630b8 model: type: string description: Nom du modèle réellement utilisé example: deepseek-v4-flash object: type: string enum: - chat.completion description: Type de réponse example: chat.completion created: type: integer description: Horodatage de création (Unix en secondes) example: 1777021417 choices: type: array description: Liste des choix de génération de conversation items: $ref: '#/components/schemas/Choice' usage: $ref: '#/components/schemas/Usage' system_fingerprint: type: string description: Identifiant d'empreinte système example: fp_evolink_v4_20260402 ErrorResponse: type: object properties: error: type: object properties: code: type: integer description: Code d'erreur de statut HTTP message: type: string description: Description de l'erreur type: type: string description: Type d'erreur param: type: string description: Nom du paramètre concerné SystemMessage: title: System Message type: object required: - role - content properties: role: type: string enum: - system description: Identifiant de rôle, fixé à `system` content: type: string description: >- Contenu du prompt système, utilisé pour définir le rôle et le comportement de l'IA name: type: string description: >- Nom du participant, utilisé pour distinguer différentes sources de prompts système UserMessage: title: User Message type: object required: - role - content properties: role: type: string enum: - user description: Identifiant de rôle, fixé à `user` content: type: string description: Contenu du message utilisateur (chaîne de texte brut) name: type: string description: Nom du participant, utilisé pour distinguer différents utilisateurs AssistantRequestMessage: title: Assistant Message type: object required: - role - content properties: role: type: string enum: - assistant description: Identifiant de rôle, fixé à `assistant` content: type: - string - 'null' description: >- Contenu du message assistant **Remarque** : - Utilisé dans les conversations multi-tours pour transmettre l'historique des réponses de l'assistant - Peut être `null` lorsque `tool_calls` est présent name: type: string description: Nom du participant prefix: type: boolean description: >- Activer ou non le mode prefix (continuation de préfixe, Bêta) **Remarque** : - À définir uniquement dans le dernier message - Lorsque défini sur `true`, le modèle continue à générer en utilisant le `content` de ce message comme préfixe default: false reasoning_content: type: - string - 'null' description: >- Contenu de la chaîne de raisonnement (Bêta) **Remarque** : - Produit par `deepseek-v4-flash` et `deepseek-v4-pro` lorsque thinking est activé (par défaut) - **Doit être retourné tel quel dans les scénarios multi-tours** : transmettre directement `choices[0].message.reasoning_content` de la réponse précédente comme champ `reasoning_content` du message assistant d'historique ; l'absence sera rejetée par l'API (400) - Lors de la transmission comme contexte historique, il n'est pas nécessaire de l'accompagner de `prefix` ; `prefix=true` uniquement lorsque la continuation de préfixe est explicitement activée tool_calls: type: array description: >- Liste des appels d'outils Utilisé pour transmettre les informations d'appels d'outils historiques dans les conversations multi-tours items: type: object properties: id: type: string description: Identifiant unique de l'appel d'outil type: type: string enum: - function function: type: object properties: name: type: string description: Nom de la fonction appelée arguments: type: string description: Paramètres de la fonction (chaîne JSON) ToolMessage: title: Tool Message type: object required: - role - content - tool_call_id properties: role: type: string enum: - tool description: Identifiant de rôle, fixé à `tool` content: type: string description: Contenu du résultat de l'appel d'outil tool_call_id: type: string description: >- ID de l'appel d'outil Correspond au champ `id` retourné dans `tool_calls` du message assistant Tool: type: object required: - type - function properties: type: type: string enum: - function description: Type d'outil, actuellement seul `function` est pris en charge function: type: object required: - name properties: name: type: string description: >- Nom de la fonction à appeler **Remarque** : - Doit être composé des caractères a-z, A-Z, 0-9, ou contenir des traits de soulignement et des tirets - Longueur maximale de 64 caractères description: type: string description: >- Description de la fonctionnalité, permet au modèle de comprendre quand et comment appeler la fonction parameters: type: object description: >- Paramètres d'entrée de la fonction, décrits avec un objet JSON Schema **Remarque** : - Omettre `parameters` définira une fonction avec une liste de paramètres vide strict: type: boolean description: >- Activer ou non le mode strict (Bêta) **Remarque** : - Lorsque défini sur `true`, l'API utilisera le mode strict pour l'appel de fonction - Garantit que la sortie est toujours conforme à la définition JSON Schema de la fonction default: false Choice: type: object properties: index: type: integer description: Index du choix example: 0 message: $ref: '#/components/schemas/AssistantMessage' logprobs: type: - object - 'null' description: >- Informations de probabilité logarithmique (retournées uniquement si `logprobs=true` dans la requête) finish_reason: type: string description: |- Raison de la fin - `stop` : fin naturelle ou déclenchement d'une séquence d'arrêt - `length` : limite maximale de tokens atteinte - `content_filter` : contenu filtré par la politique de sécurité - `tool_calls` : le modèle a appelé un outil - `insufficient_system_resource` : ressources backend insuffisantes enum: - stop - length - content_filter - tool_calls - insufficient_system_resource example: stop Usage: type: object description: >- Statistiques d'utilisation des tokens (avec détail du cache et du raisonnement) properties: prompt_tokens: type: integer description: Nombre total de tokens d'entrée (incluant hit et miss de cache) example: 694 completion_tokens: type: integer description: Nombre de tokens de sortie (incluant la partie reasoning) example: 20 total_tokens: type: integer description: Nombre total de tokens = prompt_tokens + completion_tokens example: 714 prompt_cache_hit_tokens: type: integer description: >- Nombre de tokens d'entrée qui ont touché le cache de contexte **Remarque** : les tokens ayant touché le cache sont facturés au **tarif de hit de cache** (Flash 20 UC/1K, Pro 100 UC/1K) example: 640 prompt_cache_miss_tokens: type: integer description: >- Nombre de tokens d'entrée n'ayant pas touché le cache **Remarque** : facturés au **tarif d'entrée standard** (Flash 100 UC/1K, Pro 1200 UC/1K) example: 54 prompt_tokens_details: type: object description: Détail des tokens d'entrée (style OpenAI) properties: cached_tokens: type: integer description: >- Nombre de tokens en cache (équivalent à `prompt_cache_hit_tokens`, mappé automatiquement par le framework) example: 640 completion_tokens_details: type: object description: Détail des tokens de sortie properties: reasoning_tokens: type: integer description: >- Nombre de tokens de raisonnement produits par le mode de réflexion (comptabilisés en sortie, facturés au tarif de sortie) example: 10 AssistantMessage: type: object properties: role: type: string description: Rôle de l'expéditeur du message enum: - assistant example: assistant content: type: string description: Contenu du message de réponse de l'IA example: >- Bonjour ! Je suis DeepSeek V4. J'excelle dans la conversation générale, la génération de code, le raisonnement mathématique et bien d'autres tâches. reasoning_content: type: string description: >- Contenu de la chaîne de raisonnement (retourné uniquement lorsque thinking est activé) **Remarque** : - `deepseek-v4-pro` activé par défaut, retournera le processus de raisonnement complet - `deepseek-v4-flash` nécessite de définir explicitement `thinking.type="enabled"` pour être retourné - Facturé au tarif des tokens de sortie, comptabilisé dans `completion_tokens_details.reasoning_tokens` example: Laissez-moi analyser cette question... tool_calls: type: array description: >- Liste des appels d'outils (retournée lorsque le modèle décide d'appeler un outil) items: type: object properties: id: type: string description: Identifiant unique de l'appel d'outil type: type: string enum: - function function: type: object properties: name: type: string description: Nom de la fonction appelée arguments: type: string description: Paramètres de la fonction (chaîne JSON) securitySchemes: bearerAuth: type: http scheme: bearer description: >- ##Toutes les API nécessitent une authentification Bearer Token## **Obtenir une clé API** : Visitez la [Page de gestion des clés API](https://evolink.ai/dashboard/keys) pour obtenir votre clé API **Ajouter à l'en-tête de requête** : ``` Authorization: Bearer YOUR_API_KEY ``` ````