Ambas variantes de la V4 comparten 1M de contexto y soportan modo thinking (activado por defecto) y no-thinking en el mismo modelo — no son SKUs separados como en otros proveedores.
La cadena de razonamiento viaja en un campo reasoning_content, al mismo nivel que content — no mezclado con la respuesta final.
Thinking + tool calls
El modo thinking soporta tool calls sin restricciones — el modelo puede encadenar varios ciclos de razonamiento y llamada a herramienta antes de responder. Importante: si hubo tool calls, el reasoning_content de esos turnos tenés que reenviarlo en los requests siguientes para que el modelo mantenga el hilo.
Parámetros ignorados en modo thinking
Con el modo thinking activo, temperature, top_p, presence_penalty y frequency_penalty se ignoran en silencio — no tiran error, simplemente no hacen nada.
Contexto multi-turno
En conversaciones sin tool calls no hace falta reenviar el reasoning_content de turnos anteriores. En conversaciones con tool calls, sí — es obligatorio para que el modelo no pierda el razonamiento previo.
Modelos
Datos en vivo del catálogo. Tocá el nombre de un modelo para su ficha completa (precio con el toggle COP, capacidades, tramos de contexto, ejemplo).
El modelo más ágil de la familia DeepSeek, diseñado para respuestas en milisegundos sin perder calidad. Ideal para atención al cliente, asistentes en tiempo real y automatización inteligente. Flash Thinking: razonamiento...
Precisión profesional y razonamiento profundo. Diseñado para tareas complejas como análisis de datos, investigación académica y planificación estratégica. Ofrece contexto extendido, alta coherencia lógica y fiabilidad...
{
"model": "deepseek-v4-pro",
"reasoning_effort": "on",
"messages": [{"role": "user", "content": "Demostrá que la suma de los primeros n impares es n²"}]
}
200
{ "content": "...", "reasoning_content": "Empecemos con n=1..." }