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": "Présente Hangzhou en une phrase."
}
'

{
  "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": "L'utilisateur souhaite une présentation en une phrase couvrant à la fois la géographie et la culture."
        }
      ]
    },
    {
      "id": "msg_5d1a",
      "type": "message",
      "role": "assistant",
      "status": "completed",
      "content": [
        {
          "type": "output_text",
          "text": "Hangzhou est la capitale de la province du Zhejiang, réputée pour le lac de l'Ouest et son économie numérique.",
          "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 - API Responses

Appel des modèles DeepSeek V4 via le protocole OpenAI Responses
Prend en charge trois modèles : deepseek-v4-flash (rapide et généraliste), deepseek-v4-pro (raisonnement approfondi) et deepseek-v4-flash-vision-exp (compréhension des images)
Formes d’entrée : input peut être du texte brut ou un tableau d’éléments d’entrée (message, appel de fonction, résultat de fonction, réflexion, historique de recherche)
Compréhension des images : deepseek-v4-flash-vision-exp accepte les blocs input_image dans content et prend en charge plusieurs images
Instructions système : transmises via instructions, équivalentes à un message system placé en tête
Mode réflexion : contrôlé par reasoning.effort ; le contenu de réflexion est renvoyé sous forme d’élément de sortie reasoning
Sortie en flux : prend en charge les événements SSE sémantiques et se termine par response.completed ; [DONE] n’est pas envoyé
Appel d’outils : prend en charge le Function Calling et la recherche web intégrée web_search
Sortie structurée : activée via text.format pour un objet JSON ou un JSON Schema
Cache de contexte : les requêtes partageant un préfixe atteignent automatiquement le cache et réduisent fortement le coût d’entrée

Événements de flux : response.created, response.output_item.added, response.reasoning_text.delta, response.output_text.delta ; les événements terminaux sont response.completed / response.incomplete / response.failed. Chaque événement porte un sequence_number servant au classement.

Champs sans effet : les champs OpenAI suivants peuvent être envoyés sans erreur, mais n’ont aucun effet réel.

Champ	Comportement
`store`	Toujours `false`, les réponses ne sont pas stockées
`previous_response_id`	Toujours `null`, la reprise de conversation n’est pas prise en charge
`conversation`	Non pris en charge
`background` / `metadata` / `include`	Ignoré
`prompt` / `truncation` / `service_tier`	Ignoré
`safety_identifier` / `context_management`	Ignoré
`stream_options`	Ignoré
`prompt_cache_key` / `prompt_cache_retention`	Ignoré
`parallel_tool_calls`	Ignoré, les appels d’outils parallèles sont toujours actifs
`max_tool_calls`	Ignoré
Outils `file_search` / `code_interpreter` / `mcp`	Ignoré

Autres limitations :

Les outils personnalisés (type: custom) ne prennent en charge que apply_patch
L’outil web_search ignore search_context_size et user_location
Les blocs de fichier sont convertis en texte de substitution ; les images ne sont prises en charge que par deepseek-v4-flash-vision-exp et sont également converties en marqueurs avec les deux autres modèles
Les images ne peuvent apparaître que dans les messages avec role: user ; dans system ou assistant, elles renvoient HTTP 400
Une entrée dépassant la fenêtre de contexte renvoie directement 400, sans troncature automatique

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": "Présente Hangzhou en une phrase."
}
'

{
  "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": "L'utilisateur souhaite une présentation en une phrase couvrant à la fois la géographie et la culture."
        }
      ]
    },
    {
      "id": "msg_5d1a",
      "type": "message",
      "role": "assistant",
      "status": "completed",
      "content": [
        {
          "type": "output_text",
          "text": "Hangzhou est la capitale de la province du Zhejiang, réputée pour le lac de l'Ouest et son économie numérique.",
          "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 : 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.

Autorisations

Authorization

string

header

requis

##Toutes les API nécessitent une authentification Bearer Token##

Obtenir une clé API :

Visitez la Page de gestion des clés API pour obtenir votre clé API

Ajouter à l'en-tête de requête :

Authorization: Bearer YOUR_API_KEY

Corps

application/json

model

enum<string>

défaut:deepseek-v4-flash

requis

ID du modèle

deepseek-v4-flash : rapide et polyvalent, adapté aux conversations courantes, aux résumés et à l'extraction
deepseek-v4-pro : raisonnement approfondi, adapté aux mathématiques complexes, au code et à la planification en plusieurs étapes
deepseek-v4-flash-vision-exp : modèle expérimental avec compréhension des images ; ses capacités textuelles, paramètres et tarifs sont identiques à ceux de Flash

La compréhension des images nécessite deepseek-v4-flash-vision-exp : les deux autres modèles ne déclenchent pas d’erreur avec input_image, mais le remplacent par un texte de substitution et ignorent l’image réelle. La requête reste facturée.

Avis expérimental : -exp désigne une version expérimentale du fournisseur. Le nom et la disponibilité du modèle peuvent changer ; prévoyez une solution de repli en production.

Options disponibles:

deepseek-v4-flash,

deepseek-v4-pro,

deepseek-v4-flash-vision-exp

Exemple:

"deepseek-v4-flash"

input

Entrée du modèle. Au moins l'un des champs input et instructions doit être fourni.

Forme chaîne : l'ensemble du texte est traité comme un unique message user
Forme tableau : liste d'éléments d'entrée prenant en charge cinq types — message, function_call, function_call_output, reasoning, web_search_call

Entrée image : avec deepseek-v4-flash-vision-exp, un élément message peut mélanger des blocs input_text et input_image dans son tableau content.

Conversations multi-tours : le point de terminaison étant sans état, poursuivre une conversation impose de placer l'historique complet dans le tableau.

Exemple:

"Présente Hangzhou en une phrase."

instructions

string

Instructions de niveau système, équivalentes à un message system inséré tout au début ; sert à définir le rôle, le ton et les contraintes de sortie.

Exemple:

"Tu es un rédacteur technique rigoureux. Garde les réponses concises."

stream

boolean

défaut:false

Indique si la réponse est diffusée en flux

false (par défaut) : renvoie l'objet de réponse complet en une fois
true : envoie des événements SSE sémantiques ; l'événement final est response.completed / response.incomplete / response.failed, et [DONE] n'est pas envoyé

Exemple:

false

max_output_tokens

integer

Nombre maximal de tokens de sortie pour cette génération (tokens de réflexion inclus). Plage de 1 à 393216 (384K). Laissé vide, le modèle décide lui-même.

Plage requise: 1 <= x <= 393216

Exemple:

4096

temperature

number

défaut:1

Température d'échantillonnage ; plus elle est élevée, plus la sortie est aléatoire. Sans effet en mode réflexion.

Plage requise: 0 <= x <= 2

Exemple:

1

top_p

number

défaut:1

Seuil d'échantillonnage nucleus ; il est conseillé de n'ajuster que celui-ci ou temperature. Sans effet en mode réflexion.

Plage requise: x <= 1

Exemple:

1

top_logprobs

integer

Renvoie à chaque position les tokens candidats les plus probables et leurs probabilités logarithmiques.

Plage requise: 0 <= x <= 20

Exemple:

0

reasoning

object

Configuration du mode réflexion. DeepSeek V4 active la réflexion par défaut ; le contenu de réflexion est renvoyé comme élément de sortie reasoning, et ses tokens comptent dans la sortie et sont facturés au tarif de sortie.

Show child attributes

text

object

Configuration du format de sortie textuelle.

Show child attributes

tools

Définition d'outil · object[]

Liste des outils que le modèle peut appeler. Les outils de type fonction sont exécutés par le client, qui renvoie le résultat sous forme de function_call_output ; web_search est exécuté directement côté serveur, sans intervention du client.

Show child attributes

tool_choice

Stratégie d'appel d'outils

none : appel d'outils interdit
auto (par défaut) : le modèle décide
required : au moins un outil doit être appelé
{"type": "function", "name": "get_weather"} : force l'appel d'une fonction précise
{"type": "web_search"} : force une recherche web

Exemple:

"auto"

Réponse

Génération réussie

Objet de réponse du point de terminaison Responses.

string

Identifiant unique de cette réponse

Exemple:

"resp_9f2c1a4b8e7d"

object

string

Type d'objet, toujours response

Exemple:

"response"

created_at

integer

Date de création sous forme d'horodatage Unix (secondes)

Exemple:

1755000000

status

enum<string>

État de la réponse

completed : terminée normalement
in_progress : génération en cours
incomplete : tronquée, par exemple pour cause de longueur ; voir incomplete_details
failed : échec de la génération ; voir error

Options disponibles:

in_progress,

completed,

incomplete,

failed

Exemple:

"completed"

model

string

ID du modèle ayant réellement produit cette réponse

Exemple:

"deepseek-v4-flash"

output

object[]

Liste des éléments de sortie, dans l'ordre de génération. Champs par type :

reasoning : le processus de réflexion, avec id, status, content (liste de blocs reasoning_text) et summary
message : la réponse finale, avec id, status, role et content (liste de blocs output_text)
function_call : un appel de fonction du modèle, avec id, status, call_id, name et arguments ; le client l'exécute puis renvoie le résultat sous forme de function_call_output
web_search_call : un historique de recherche web exécutée côté serveur, avec id, status et action (décrivant la recherche effectuée)

error

object | null

Motif de l'échec ; null en cas de succès

incomplete_details

object | null

Motif de la troncature ; null si la réponse n'est pas tronquée

usage

object

Statistiques d'utilisation des tokens (avec les détails de cache et de raisonnement)

Show child attributes

Série Image

Série Vidéo

Série Audio

Série Texte

Gestion du compte

Gestion des tâches

Gestion des fichiers

DeepSeek V4 - API Responses

Autorisations

Corps

Réponse