Can DeepSeek-V4-Pro handle 1M-token documents in the API?

是的。DeepSeek-V4-Pro 具備 1M-token 的上下文長度，且最多可輸出 384K 個 token，因此專為超長文件與多文件工作流程而設計。

Does DeepSeek-V4-Pro support thinking mode and tool calls?

是的。DeepSeek-V4-Pro 同時支援思考與非思考模式，並提供 JSON 輸出與工具呼叫。

When should I use DeepSeek-V4-Pro instead of DeepSeek-V4-Flash?

當準確性與代理式編碼比速度更重要時，請使用 DeepSeek-V4-Pro。DeepSeek 表示，V4-Flash 是更快且更經濟的選擇，而 V4-Pro 在編碼與更廣泛的智能體評測上更為強勁。

Is DeepSeek-V4-Pro good for coding agents like Claude Code or OpenCode?

是的。 DeepSeek-V4-Pro 已針對 Claude Code 和 OpenCode 進行配置，將 `reasoningEffort` 設為 `max`，並啟用思考功能。

How do I integrate DeepSeek-V4-Pro with OpenAI-compatible SDKs?

請使用 CometAPI 的基底 URL `https://api.cometapi.com`，並指定模型名稱 `deepseek-v4-pro`

Is DeepSeek-V4-Pro suitable for search-heavy research workflows?

是的。V4-Pro 在搜尋與檢索類型的任務上表現出色，並且在客觀與主觀的問答類別中，均以顯著幅度優於 DeepSeek-V3.2。

DeepSeek

API 運作中熱門

deepseek-v4-pro

DeepSeek V4 Pro API

DeepSeek V4 Pro 是 DeepSeek 推出的大規模混合專家模型，總參數量達 1.6T，啟用參數為 49B，並支援 1M-token 的上下文視窗。它專為高階推理、程式設計與長時域智能體工作流程而設計，並在知識、數學與軟體工程等基準測試上表現強勁。

起始價格

$0.416 / 100 萬輸入 tokens

按使用量計費

API 健康狀態

運作正常

100.0% 正常運行率 / 24 小時

回應時間

3036 ms

實測 API 回應時間

發布時間

Apr 23, 2026

DeepSeek

Playground

透過實際請求試用 DeepSeek V4 Pro,檢視參數並在整合 API 前驗證輸出結果。

概覽

DeepSeek V4 Pro 的實用總覽,涵蓋重要行為與整合注意事項。

技術規格

項目	DeepSeek-V4-Pro
提供方	DeepSeek
API 模型名稱	deepseek-v4-pro
基礎 URL	https://api.deepseek.com 與 https://api.deepseek.com/anthropic
輸入類型	文字
輸出類型	文字、工具呼叫、推理輸出
上下文長度	1,000,000 tokens
最大輸出	384,000 tokens
推理模式	非思考、思考（預設）
代理/編碼預設	reasoning_effort 可設定為 high；複雜代理請求可能會使用 max
支援功能	JSON Output、Tool Calls、Chat Prefix Completion（測試版）、FIM Completion（非思考模式測試版）
本地/開源權重發布	1.6T 總參數、49B 活化參數、FP4 + FP8 混合精度
授權（模型卡）	MIT
參考模型卡	DeepSeek-V4-Pro preview on Hugging Face

什麼是 DeepSeek-V4-Pro？

DeepSeek-V4-Pro 是 DeepSeek 的 V4 預覽系列中更強大的成員。官方模型卡將其描述為一個具有 1.6T 參數的 MoE 模型，啟用參數為 49B，提供百萬 token 的上下文視窗，面向長期的知識型工作、程式碼生成與代理任務。API 文件透過標準的 DeepSeek chat-completions 介面提供，並同時支援 OpenAI 與 Anthropic SDK 風格。

主要功能

百萬 token 上下文：DeepSeek 文件記載 1M-token 的上下文長度，適用於超大型文件集、程式庫與多步代理會話。
兩種推理模式：API 支援非思考與思考模式；思考為預設，且文件指出像 Claude Code 或 OpenCode 這類複雜代理請求可能會自動使用 max 努力度。
支援工具呼叫：DeepSeek 的思考模式支援工具呼叫，對需要搜尋、檔案操作或外部函式的代理至關重要。
長上下文效率：模型卡指出，V4 採用混合注意力設計（Compressed Sparse Attention 與 Heavily Compressed Attention），相較 V3.2 降低長上下文的計算量與 KV 快取成本。 citeturn980363view2
著重編碼與推理：DeepSeek 表示 V4-Pro-Max 的推理模式在編碼基準上有所提升，並在推理與代理任務上縮小與領先的封閉源模型之間的差距。 citeturn980363view2
SDK 彈性：可透過相容 OpenAI 的標準聊天補全介面，或使用 DeepSeek 的相容 Anthropic 端點以進行工具導向的工作流程。

基準表現

官方 DeepSeek 模型卡報告了基礎模型家族與 V4-Pro-Max 對照集的評估結果。在基礎模型表中，V4-Pro 在多項知識與長上下文基準上高於 V3.2-Base，包括 MMLU-Pro（73.5 vs. 65.5）、FACTS Parametric（62.6 vs. 27.1）與 LongBench-V2（51.5 vs. 40.2）。

基準	V3.2-Base	V4-Flash-Base	V4-Pro-Base
MMLU-Pro（EM）	65.5	68.3	73.5
FACTS Parametric（EM）	27.1	33.9	62.6
HumanEval（Pass@1）	62.8	69.5	76.8
LongBench-V2（EM）	40.2	44.7	51.5

同一份模型卡也顯示，V4-Pro-Max 在部分任務上仍與前沿頂級模型具有競爭力。例如，其在 MMLU-Pro 上取得 87.5、在 SimpleQA-Verified 上取得 57.9、在 GPQA Diamond 上取得 90.1、在 Terminal Bench 2.0 上取得 67.9。

DeepSeek-V4-Pro vs DeepSeek-V4-Flash vs DeepSeek-V3.2

模型	最適用場景	上下文	備註
DeepSeek-V4-Pro	重度推理、編碼、代理、大型文件	1M	系列中最大的 V4 模型，49B 活化參數，整體能力最強。 citeturn980363view2turn980363view0
DeepSeek-V4-Flash	更快、更輕的一般用途	1M	較小的 284B/13B 模型，仍支援思考與工具呼叫。 citeturn980363view2turn980363view0
DeepSeek-V3.2	前一代長上下文基準	早期 API 文件為 128K；V4 採用不同的 1M 上下文設計	可作為效率提升的參考點；模型卡報告 V4-Pro 相對 V3.2 在長上下文 FLOPs 與 KV 快取方面大幅降低。 citeturn321011view1turn980363view2

最佳使用情境

面向代碼庫規模的編碼助理與重構工具
長文檔分析與綜述
需要多輪推理的工具型代理
受益於長記憶與結構化輸出的技術支援流程
中文與多語言知識任務（模型卡顯示基準表現優秀）

如何存取並使用 Deepseek v4 pro API

步驟 1：註冊取得 API 金鑰

登入 cometapi.com。若您尚未成為我們的用戶，請先註冊。登入您的 CometAPI console。取得介面的存取憑證 API 金鑰。在個人中心的 API token 點擊「Add Token」，取得 token 金鑰：sk-xxxxx 並提交。

步驟 2：向 Deepseek v4 pro API 發送請求

選擇「deepseek-v4-pro」端點發送 API 請求並設定請求本文。請求方法與請求本文可從我們網站的 API 文件獲取。我們的網站也提供 Apifox 測試以便於您的使用。將 <YOUR_API_KEY> 替換為您帳戶中的實際 CometAPI 金鑰。在哪裡呼叫它：Anthropic Messages 格式與 Chat 格式。

將您的問題或請求插入 content 欄位——模型會回應該內容。處理 API 回應以取得產生的答案。

步驟 3：擷取並驗證結果

處理 API 回應以取得產生的答案。處理後，API 會回傳任務狀態與輸出資料。可透過標準參數啟用串流、提示快取或長上下文處理等功能。

常見問題

定價

先參考上方的單次執行預估,再查看完整的 CometAPI 與官方價格比較。

第一次請求

—

預估 CometAPI 使用費用

十次請求

—

預估 CometAPI 使用費用

十五次請求

—

預估 CometAPI 使用費用

DeepSeek V4 Pro 的定價

探索 DeepSeek V4 Pro 的競爭性定價，專為滿足各種預算和使用需求而設計。我們靈活的方案確保您只需為實際使用量付費，讓您能夠隨著需求增長輕鬆擴展。了解 DeepSeek V4 Pro 如何在保持成本可控的同時提升您的專案效果。

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
deepseek-v4-pro	輸入:$0.416/M 輸出:$0.832/M	輸入:$0.52/M 輸出:$1.04/M	-20%

API

複製可用的端點與程式碼範例,需要完整參數時再開啟完整 API 參考文件。

一個 API,直接對接正式環境模型

只需驗證一次,即可呼叫模型端點,並在各供應商間維持一致的計費與監控流程。

POST/v1/chat/completions

DeepSeek V4 Pro 的範例程式碼和 API

存取完整的範例程式碼和 API 資源，以簡化您的 DeepSeek V4 Pro 整合流程。我們詳盡的文件提供逐步指引，協助您在專案中充分發揮 DeepSeek V4 Pro 的潛力。

POST

/v1/chat/completions

#!/usr/bin/env bash
# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>
'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '
</reasoning>

<answer>
'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '
'

cURL Code Example

#!/usr/bin/env bash
# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>\n'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '\n</reasoning>\n\n<answer>\n'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '\n'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."},
    ],
    stream=True,
    max_tokens=256,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content") or ""
    content = delta.content or ""

    if reasoning:
        if not thinking:
            print("<reasoning>")
            thinking = True
        print(reasoning, end="", flush=True)

    if content:
        if thinking:
            print("\n</reasoning>\n\n<answer>")
            thinking = False
        print(content, end="", flush=True)

print()

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Which number is greater, 9.11 or 9.8? Answer with one sentence." },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "high",
  max_tokens: 256,
  stream: true,
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content ?? "";
  const content = delta.content ?? "";

  if (reasoning) {
    if (!thinking) {
      process.stdout.write("<reasoning>\n");
      thinking = true;
    }
    process.stdout.write(reasoning);
  }

  if (content) {
    if (thinking) {
      process.stdout.write("\n</reasoning>\n\n<answer>\n");
      thinking = false;
    }
    process.stdout.write(content);
  }
}

process.stdout.write("\n");

功能

在選擇架構或評估正式環境負載前,先掌握模型的關鍵資訊。

支援的功能

現有模型 API 回傳的功能。

text-to-text

輸入與輸出

輸入

text

輸出

text

正式環境資訊

供應商: DeepSeek
上下文: 依模型而定
商業使用: 支援

應用場景

將 DeepSeek V4 Pro 用於符合其 text 能力的正式工作流程,並在長期整合前比較其他選項。

正式環境聊天與 Agent 工作流程

程式撰寫、分析與結構化生成

透過單一 API 進行大量自動化

其他模型

比較 CometAPI 提供的其他模型,在品質、延遲、功能與價格間取得平衡。

開啟模型比較 →

xAI

Grok 4.6

面向程式碼及其他一切的旗艦模型：代理式工具呼叫、極少幻覺、可設定的推理能力。

查看模型

Aliyun

Qwen3.8-Max

Qwen3.8-Max 是 Alibaba Qwen 的旗艦級大型語言模型，旨在提供進階推理、代理式工作流程、多模態理解與企業級 AI 應用。它擁有 2.4T 參數，採用 MoE 架構，支援在思考模式與快速推理模式之間切換，能處理各種內容格式，並在程式工程、專業辦公與複雜邏輯推理等場景中表現卓越，僅次於 Anthropic 的 Fable 5。

查看模型

Anthropic

Claude Opus 5

Claude Opus 5 今日起可用。它是一款深思熟慮且主動的模型，以一半的價格就能接近 Claude Fable 5 的前沿智慧。

查看模型

OpenAI

GPT 5.6

針對複雜推理與程式設計，先選用 GPT-5.6 Sol；若需在智慧與成本之間取得平衡，選擇 GPT-5.6 Terra；或在成本敏感、工作負載量大的情境下使用 GPT-5.6 Luna。

查看模型

Google

Gemini 3.6 Flash

Gemini 3.6 Flash 以更高速度與更低成本，提供針對真實世界任務優化的持續前沿級智能。為代理式時代而設計，它在程式碼生成、代理式執行與空間推理方面表現出色。此模型對於涉及複雜程式開發週期與迭代的快速代理式循環特別有效。

用於程式設計與智能體的高效能模型

Uptime

在正式上線前,查看即時心跳資料、端點可用性與實測回應時間。

Uptime

過去 30 天的請求成功率，反映每個模型供應商的可靠性。CometAPI 全天候即時監控所有已連接的供應商。

RespondLIVE

3036msAvg. Response

UptimeLIVE

100.0%Avg. Uptime

版本

在鎖定正式環境整合版本前,先查看可用的模型識別碼。

deepseek-v4-pro

持續探索

比較模型,繼續你的研究

DeepSeek

API 運作中熱門

deepseek-v4-pro

DeepSeek V4 Pro API

起始價格

$0.416 / 100 萬輸入 tokens

按使用量計費

API 健康狀態

運作正常

100.0% 正常運行率 / 24 小時

回應時間

3036 ms

實測 API 回應時間

發布時間

Apr 23, 2026

DeepSeek

Playground

透過實際請求試用 DeepSeek V4 Pro,檢視參數並在整合 API 前驗證輸出結果。

概覽

DeepSeek V4 Pro 的實用總覽,涵蓋重要行為與整合注意事項。

技術規格

項目	DeepSeek-V4-Pro
提供方	DeepSeek
API 模型名稱	deepseek-v4-pro
基礎 URL	https://api.deepseek.com 與 https://api.deepseek.com/anthropic
輸入類型	文字
輸出類型	文字、工具呼叫、推理輸出
上下文長度	1,000,000 tokens
最大輸出	384,000 tokens
推理模式	非思考、思考（預設）
代理/編碼預設	reasoning_effort 可設定為 high；複雜代理請求可能會使用 max
支援功能	JSON Output、Tool Calls、Chat Prefix Completion（測試版）、FIM Completion（非思考模式測試版）
本地/開源權重發布	1.6T 總參數、49B 活化參數、FP4 + FP8 混合精度
授權（模型卡）	MIT
參考模型卡	DeepSeek-V4-Pro preview on Hugging Face

什麼是 DeepSeek-V4-Pro？

主要功能

百萬 token 上下文：DeepSeek 文件記載 1M-token 的上下文長度，適用於超大型文件集、程式庫與多步代理會話。
兩種推理模式：API 支援非思考與思考模式；思考為預設，且文件指出像 Claude Code 或 OpenCode 這類複雜代理請求可能會自動使用 max 努力度。
支援工具呼叫：DeepSeek 的思考模式支援工具呼叫，對需要搜尋、檔案操作或外部函式的代理至關重要。
長上下文效率：模型卡指出，V4 採用混合注意力設計（Compressed Sparse Attention 與 Heavily Compressed Attention），相較 V3.2 降低長上下文的計算量與 KV 快取成本。 citeturn980363view2
著重編碼與推理：DeepSeek 表示 V4-Pro-Max 的推理模式在編碼基準上有所提升，並在推理與代理任務上縮小與領先的封閉源模型之間的差距。 citeturn980363view2
SDK 彈性：可透過相容 OpenAI 的標準聊天補全介面，或使用 DeepSeek 的相容 Anthropic 端點以進行工具導向的工作流程。

基準表現

基準	V3.2-Base	V4-Flash-Base	V4-Pro-Base
MMLU-Pro（EM）	65.5	68.3	73.5
FACTS Parametric（EM）	27.1	33.9	62.6
HumanEval（Pass@1）	62.8	69.5	76.8
LongBench-V2（EM）	40.2	44.7	51.5

DeepSeek-V4-Pro vs DeepSeek-V4-Flash vs DeepSeek-V3.2

模型	最適用場景	上下文	備註
DeepSeek-V4-Pro	重度推理、編碼、代理、大型文件	1M	系列中最大的 V4 模型，49B 活化參數，整體能力最強。 citeturn980363view2turn980363view0
DeepSeek-V4-Flash	更快、更輕的一般用途	1M	較小的 284B/13B 模型，仍支援思考與工具呼叫。 citeturn980363view2turn980363view0
DeepSeek-V3.2	前一代長上下文基準	早期 API 文件為 128K；V4 採用不同的 1M 上下文設計	可作為效率提升的參考點；模型卡報告 V4-Pro 相對 V3.2 在長上下文 FLOPs 與 KV 快取方面大幅降低。 citeturn321011view1turn980363view2

最佳使用情境

面向代碼庫規模的編碼助理與重構工具
長文檔分析與綜述
需要多輪推理的工具型代理
受益於長記憶與結構化輸出的技術支援流程
中文與多語言知識任務（模型卡顯示基準表現優秀）

如何存取並使用 Deepseek v4 pro API

步驟 1：註冊取得 API 金鑰

步驟 2：向 Deepseek v4 pro API 發送請求

將您的問題或請求插入 content 欄位——模型會回應該內容。處理 API 回應以取得產生的答案。

步驟 3：擷取並驗證結果

處理 API 回應以取得產生的答案。處理後，API 會回傳任務狀態與輸出資料。可透過標準參數啟用串流、提示快取或長上下文處理等功能。

常見問題

定價

先參考上方的單次執行預估,再查看完整的 CometAPI 與官方價格比較。

第一次請求

—

預估 CometAPI 使用費用

十次請求

—

預估 CometAPI 使用費用

十五次請求

—

預估 CometAPI 使用費用

DeepSeek V4 Pro 的定價

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
deepseek-v4-pro	輸入:$0.416/M 輸出:$0.832/M	輸入:$0.52/M 輸出:$1.04/M	-20%

API

複製可用的端點與程式碼範例,需要完整參數時再開啟完整 API 參考文件。

一個 API,直接對接正式環境模型

只需驗證一次,即可呼叫模型端點,並在各供應商間維持一致的計費與監控流程。

POST/v1/chat/completions

DeepSeek V4 Pro 的範例程式碼和 API

存取完整的範例程式碼和 API 資源，以簡化您的 DeepSeek V4 Pro 整合流程。我們詳盡的文件提供逐步指引，協助您在專案中充分發揮 DeepSeek V4 Pro 的潛力。

POST

/v1/chat/completions

#!/usr/bin/env bash
# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>
'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '
</reasoning>

<answer>
'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '
'

cURL Code Example

#!/usr/bin/env bash
# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

if ! command -v jq >/dev/null 2>&1; then
  echo "jq is required to parse streamed reasoning_content in this shell example." >&2
  exit 1
fi

thinking=false

curl --silent --no-buffer --location --request POST "https://api.cometapi.com/v1/chat/completions" \
  --header "Authorization: Bearer $COMETAPI_KEY" \
  --header "Content-Type: application/json" \
  --data-raw '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."}
    ],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "high",
    "max_tokens": 256,
    "stream": true
  }' | while IFS= read -r line; do
    case "$line" in
      data:\ *) data=${line#data: } ;;
      *) continue ;;
    esac

    [ "$data" = "[DONE]" ] && break

    reasoning=$(printf '%s' "$data" | jq -r '.choices[0].delta.reasoning_content // empty')
    content=$(printf '%s' "$data" | jq -r '.choices[0].delta.content // empty')

    if [ -n "$reasoning" ]; then
      if [ "$thinking" = false ]; then
        printf '<reasoning>\n'
        thinking=true
      fi
      printf '%s' "$reasoning"
    fi

    if [ -n "$content" ]; then
      if [ "$thinking" = true ]; then
        printf '\n</reasoning>\n\n<answer>\n'
        thinking=false
      fi
      printf '%s' "$content"
    fi
  done

printf '\n'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

stream = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Which number is greater, 9.11 or 9.8? Answer with one sentence."},
    ],
    stream=True,
    max_tokens=256,
    reasoning_effort="high",
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content") or ""
    content = delta.content or ""

    if reasoning:
        if not thinking:
            print("<reasoning>")
            thinking = True
        print(reasoning, end="", flush=True)

    if content:
        if thinking:
            print("\n</reasoning>\n\n<answer>")
            thinking = False
        print(content, end="", flush=True)

print()

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const stream = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Which number is greater, 9.11 or 9.8? Answer with one sentence." },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "high",
  max_tokens: 256,
  stream: true,
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content ?? "";
  const content = delta.content ?? "";

  if (reasoning) {
    if (!thinking) {
      process.stdout.write("<reasoning>\n");
      thinking = true;
    }
    process.stdout.write(reasoning);
  }

  if (content) {
    if (thinking) {
      process.stdout.write("\n</reasoning>\n\n<answer>\n");
      thinking = false;
    }
    process.stdout.write(content);
  }
}

process.stdout.write("\n");