Claude Code、Codex 接上 DeepSeek-V4-Flash：AI 编程成本，真的可以打下来了

如果你平时用 Claude Code、Codex 写代码，最近的 DeepSeek-V4-Flash 值得关注。

因为这次真正有意思的，不只是：

DeepSeek 又发布了一个新模型。

而是你已经可以把它塞进自己的 AI Coding 工作流里。

简单理解就是：

Claude Code / Codex 继续负责“干活”，DeepSeek-V4-Flash 负责“思考”。

读项目、找 Bug、改代码、运行命令、补测试、批量重构……

原来的 Agent 工作方式不用完全推倒重来，但背后的模型可以换了。

而且，V4-Flash 最吸引我的一个地方就是：

它特别适合大量、高频地跑 Coding Agent。

---

01｜为什么是 DeepSeek-V4-Flash？

先看几个核心参数。

DeepSeek-V4-Flash 目前支持：

• 1M 上下文
• 最高 384K 输出
• Tool Calls
• 思考 / 非思考模式
• OpenAI API 格式
• Anthropic API 格式

官方还特别提到，V4 针对 Agent 能力进行了优化，而 V4-Flash 在简单 Agent 任务上的表现可以接近 V4-Pro。

这对程序员其实很重要。

因为 AI Coding 最烧的东西，很多时候并不是“对话次数”，而是：

Token。

例如你只告诉 Claude Code：

帮我检查一下这个项目为什么登录失败。

它背后可能会：

读取目录结构
↓
搜索登录代码
↓
查看 API
↓
查看数据库逻辑
↓
分析报错
↓
修改文件
↓
运行测试
↓
读取测试结果
↓
继续修改

一次任务就可能读取大量上下文。

项目一大，Token 消耗更明显。

而 DeepSeek-V4-Flash 当前官方 API 价格为：

计费项	价格
缓存命中输入	0.02 元 / 百万 Tokens
缓存未命中输入	1 元 / 百万 Tokens
输出	2 元 / 百万 Tokens

所以它真正适合的场景，不一定是“所有复杂问题都让 Flash 上”。

而是：

把大量日常 Coding 工作交给一个成本足够低、速度足够快、Agent 能力又够用的模型。

这才是它最香的地方。

---

02｜先把 Claude Code 接上 DeepSeek-V4-Flash

Claude Code 这边目前是最简单的。

因为 DeepSeek 已经直接提供了 Anthropic API 兼容接口，也提供了 Claude Code 官方接入说明。

第一步：安装 Claude Code

电脑先准备：

Node.js 18+

然后执行：

npm install -g @anthropic-ai/claude-code

安装完成以后：

claude --version

能看到版本号就可以继续。

第二步：把模型换成 V4-Flash

macOS / Linux：

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN="你的 API Key"
export ANTHROPIC_MODEL=deepseek-v4-flash
export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-v4-flash
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-v4-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-v4-flash

Windows PowerShell：

$env:ANTHROPIC_BASE_URL="https://api.deepseek.com/anthropic"
$env:ANTHROPIC_AUTH_TOKEN="你的 API Key"
$env:ANTHROPIC_MODEL="deepseek-v4-flash"
$env:ANTHROPIC_DEFAULT_SONNET_MODEL="deepseek-v4-flash"
$env:ANTHROPIC_DEFAULT_HAIKU_MODEL="deepseek-v4-flash"
$env:CLAUDE_CODE_SUBAGENT_MODEL="deepseek-v4-flash"

核心其实就三个东西：

• API 地址
• API Key
• 模型名称

其中模型现在直接使用：

deepseek-v4-flash

注意，以前很多教程里的：

deepseek-chat
deepseek-reasoner

已经在 2026 年 7 月 24 日结束旧模型名兼容阶段。

现在新配置直接用：

deepseek-v4-flash

就行。

---

03｜然后进入你的项目

比如项目叫：

my-project

终端输入：

cd my-project
claude

然后就能正常用了。

比如我很推荐大家不要一上来就让 Agent 疯狂改代码。

先问：

阅读整个项目。

分析目录结构、技术栈和模块之间的调用关系。

找到用户登录相关代码。

暂时不要修改任何文件，先告诉我目前的登录流程。

它分析完以后，再继续：

检查目前登录流程可能存在的问题。

如果发现 Bug，先告诉我原因。

然后修改代码并运行相关测试。

这才是 Coding Agent 比网页聊天真正舒服的地方。

你不是：

复制代码 → 发给 AI → 再复制回来。

而是：

直接让 AI 进入项目里干活。

---

04｜Codex 也能接，但这里有个坑

如果你还在用 Codex，这部分一定要注意。

很多网上的教程会告诉你：

“换个 Base URL，再填个模型名就行。”

现在已经不能这么无脑配置了。

因为新版 Codex 对自定义 Model Provider 使用的是 Responses API 工作方式。

而 DeepSeek 官方目前明确提供的是：

• OpenAI ChatCompletions
• Anthropic API

所以如果你直接把普通：

/v1/chat/completions

接口地址丢给新版 Codex，不一定能正常工作。

这也是目前接第三方模型最容易踩的坑之一。

---

05｜Codex 正确的思路是什么？

安装 Codex：

npm install -g @openai/codex

然后找到：

~/.codex/config.toml

Codex 自定义 Provider 的思路类似这样：

model = "deepseek-v4-flash"
model_provider = "my_gateway"

[model_providers.my_gateway]
name = "DeepSeek V4 Flash"
base_url = "你的API地址/v1"
env_key = "MY_API_KEY"
wire_api = "responses"
requires_openai_auth = false

然后设置：

export MY_API_KEY="你的 API Key"

Windows：

$env:MY_API_KEY="你的 API Key"

最后：

codex

但是这里最重要的并不是抄配置，而是：

你的 API 服务必须能接 Codex 所使用的 Responses API。

这句话建议记住。

---

06｜为什么我现在反而更建议用一个聚合 API？

折腾到这里，你应该已经发现问题了。

Claude Code 要 Anthropic 兼容接口。

Codex 又更依赖 Responses API。

然后你可能还想用：

• GPT
• Claude
• DeepSeek
• Grok
• Gemini……

结果就是：

模型越来越多，Key 也越来越多。

每个平台都注册一遍。

每个平台都充一点钱。

每个平台的 Base URL 还不一样。

今天 Claude Code 改一遍环境变量。

明天 Codex 再改一遍。

到最后甚至开始记不清：

“我现在这个终端到底走的是哪个模型？”

所以如果本身就属于多模型重度用户，我更倾向于直接用一个统一的 API 聚合入口。

这也是我最近觉得 一步API 比较适合这类场景的原因。

它的逻辑并不是再给你做一个新的 AI 聊天网站。

而是：

尽量把不同模型的 API 调用集中到一个地方。

像 DeepSeek、GPT、Claude、Grok、Gemini 等模型，都可以不用分别管理一堆账户和 Key。

对于经常折腾 Claude Code、Codex、Cursor，或者自己写 AI 应用的人，这种方式会省很多事。

---

07｜尤其是 Claude Code + Codex 用户

实际工作流可以变成：

            ┌─ Claude Code
            │
项目 ────────┼─ Codex
            │
            └─ 自己开发的 AI 工具
                    ↓
                  一步API
                    ↓
      ┌─────────────┼─────────────┐
      ↓             ↓             ↓
DeepSeek-V4      Claude         GPT
      ↓
 V4-Flash / Pro

你不用为了测试一个模型，再重新注册一套服务。

想跑便宜一点的任务：

DeepSeek-V4-Flash

遇到复杂任务：

换更强模型。

需要不同能力时：

再切 Claude、GPT 或其他模型。

这才是现在 AI Coding 比较舒服的玩法。

---

08｜为什么我不建议所有任务都用最贵模型？

这其实和开发团队用服务器是一样的。

你不会因为：

“最贵的服务器性能最好。”

就让所有业务全部跑最贵配置。

AI 也一样。

例如下面这些事情：

读代码

分析项目结构，告诉我每个目录的作用。

补注释

为这些核心函数补充必要注释。

修简单 Bug

根据错误日志定位问题并修改。

写 CRUD

根据现有项目规范增加用户管理接口。

补测试

为当前模块增加单元测试并运行。

批量修改

把旧接口调用全部迁移到新版写法。

这些工作并不一定每次都需要旗舰模型。

反而是：

模型足够靠谱 + 调用便宜 + Agent 能长期跑

更加重要。

所以我的使用思路会更接近：

大量日常任务
↓
DeepSeek-V4-Flash

复杂 Coding / 架构问题
↓
更强模型

多个 Agent
↓
统一 API 管理

比“一个模型包打天下”更合理。

---

09｜如果你也想试，最简单的方法

如果你只是想体验 DeepSeek-V4-Flash：

Claude Code 可以优先试。

因为这一条链路目前最简单：

Claude Code
    ↓
Anthropic API
    ↓
DeepSeek-V4-Flash

改一下环境变量基本就能开跑。

如果你同时还折腾：

• Claude Code
• Codex
• Cursor
• API 开发
• 多个海外模型

那就可以考虑直接把调用放到 一步API 这类聚合入口里。

尤其是不想分别维护多个账号、多个 Key、多个余额的人，这种方式会舒服很多。

一步API本身也是按量调用的思路，还可以先用试用额度测试模型。

不需要一开始为了测试多个模型，就分别开一堆订阅。

---

10｜AI 编程真正的变化，才刚开始

我觉得 2026 年 AI Coding 一个很明显的趋势就是：

“Agent”和“模型”开始拆开了。

以前：

Cursor 用什么模型，我们跟着用什么。

Claude Code 用 Claude，我们就只能用 Claude。

现在越来越像：

Claude Code
Codex
OpenCode
Cursor
        ↓
    Agent 层
        ↓
GPT / Claude / DeepSeek / Gemini / Grok
        ↓
     模型层

工具负责：

怎么干活。

模型负责：

怎么思考。

API 平台负责：

怎么把它们连起来。

当这三层真正拆开以后，你就不需要纠结：

“Claude Code 和 Codex 到底谁赢？”

更值得研究的问题已经变成：

什么任务，用什么 Agent + 什么模型，性价比最高？

而我觉得 DeepSeek-V4-Flash 很可能会成为很多人的一个：

AI Coding 常驻模型。

不是因为它必须在所有场景里都是第一。

而是因为：

够快、够便宜、上下文够大，而且真的可以拿来干活。

对于每天让 AI 读代码、写代码、改 Bug 的人来说——

这可能比 Benchmark 第一，更重要。

---

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。

欢迎关注 一步API，我们还会持续分享更多 AI 资讯、AI 工具、实战经验、踩坑记录，助力你高效玩转 AI 开发、避开行业弯路。

想了解更多细节、获取专属支持，可添加客服微信：xuexiv5876 / YibuDev，随时咨询交流～