大模型网摘deepseek.wang
EN

API · 2026-11-04

DeepSeek API 的 Anthropic 兼容端点：接入 Claude Code 与 Anthropic SDK

DeepSeek 的 API 以 OpenAI 兼容格式起家，但官方文档的 Quick Start 页面现在明确并列了两种 base_url：OpenAI 格式指向 https://api.deepseek.com，Anthropic 格式指向 https://api.deepseek.com/anthropic。也就是说，说"Anthropic 方言"的 SDK 和工具，现在可以不写一行适配代码、换个地址就直接调用 deepseek-flash 与 deepseek-v4-pro。这篇把该端点的用法、适用场景与注意事项整理清楚。

两个 base_url 与两个模型名

按官方文档，当前在售的两个模型名是 deepseek-flash（由 DeepSeek-V4.1-Flash-1017 提供服务）与 deepseek-v4-pro（DeepSeek-V4-Pro-0813），两档在两种 API 格式下均可调用。flash 档上下文长度 1M、最大输出 384K，并支持图像输入；v4-pro 同样是 1M 上下文，但不支持视觉输入。在 Models & Pricing 的功能表里，"Anthropic API"一栏两个模型都打了勾，与 Responses API、Tool Calls、JSON Output 并列为基础能力。

模型名的演变也值得留意：旧的 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 两个名字仍然被接受，但对应模型已退役，请求统一由 DeepSeek-V4.1-Flash-1017 处理，并按 flash 档价格计费。老脚本不用改也能继续跑，这在不同版本的迁移过程中少了一件烦心事。

为什么要做 Anthropic 兼容：工具生态的现实

答案写在官方文档新增的 Agent Integrations 章节里：Claude Code、Codex、OpenCode、OpenClaw、Hermes、Reasonix、WorkBuddy/CodeBuddy、Qoder 等编码智能体与代理工具都被列出，官方的说法是——如果你在用 Claude Code、GitHub Copilot 或 OpenCode 这类工具，可以把 DeepSeek 直接设为后端模型，无需写代码。此外，DeepSeek 自家的 agent harness 产品 DeepSeek Harness 目前处于开发者预览阶段，面向全世界的 harness 开发者开放（背景可看本站此前的dsh-superagent 开源报道）。

这背后的逻辑不难理解：Anthropic 的消息格式已经成为编码智能体工具的通用接口之一，谁兼容了它，谁就能接入这批现成的工具链。对 DeepSeek 来说，与其等工具一家家适配第三方格式，不如自己把"方言"学会了。

最小配置长什么样

以 Anthropic Python SDK 为例，差异只在构造客户端时的 base_url：

from anthropic import Anthropic
import os

client = Anthropic(
    base_url="https://api.deepseek.com/anthropic",
    api_key=os.environ["DEEPSEEK_API_KEY"],
)

Claude Code 等终端工具的接入，思路相同：把 Anthropic 端点地址与 DeepSeek 的 API Key 填进工具的模型配置（通常是 ANTHROPIC_BASE_URL 一类的环境变量），再把模型名指到 deepseek-flash 或 deepseek-v4-pro。各工具的具体配置字段以官方 Agent Integrations 指南为准，本站不逐一转抄。还没有 Key 的读者可以先看API Key 申请与配置；只想用 OpenAI SDK 的话，参考OpenAI 兼容格式说明即可。

换了"方言"，价格不变

Anthropic 端点调用的与 OpenAI 端点是同一套计费体系。以 deepseek-flash 为例：每百万 tokens 输入，缓存未命中错峰价 0.15 美元、峰时 0.3 美元；输出错峰 0.6 美元、峰时 1.2 美元；缓存命中输入低至 0.003 美元。峰时按官方定义为 UTC 周一至周五的 01:00–04:00 与 06:00–10:00（中国法定假日除外），其余时间一律错峰。deepseek-v4-pro 的对应价格为输入 0.66 / 输出 1.98 美元（错峰）。同样的 1M 上下文窗口在两种格式下都可用。

适合谁，注意什么

适合两类读者：一是已经在用 Claude Code、OpenCode 等工具、想低成本试跑国产模型的开发者——改两个配置就能对比效果；二是团队内想统一智能体框架的人——同一套工具配置可以在不同后端模型间切换做横向评估。需要注意的是，兼容端点对 Anthropic 特有功能（如部分服务端工具链）的覆盖程度，官方文档截至发稿未逐一列明差异，生产迁移前建议先用自己的工作负载做回归测试。计费参数的更多细节，可继续读模型名、价格与限额速查。