Claude Code + DeepSeek V4 Flash: como conectar e quanto custa uma tarefa

O DeepSeek tem um endereço no formato Anthropic — https://api.deepseek.com/anthropic — e um guia oficial para o Claude Code. A chave é criada no painel do DeepSeek (platform.deepseek.com) e o saldo é recarregado com antecedência. As variáveis do guia do DeepSeek em 2 de novembro de 2026:

export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_AUTH_TOKEN=sk-your-deepseek-key
export ANTHROPIC_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-flash[1m]
export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-flash
export CLAUDE_CODE_SUBAGENT_MODEL=deepseek-flash
export CLAUDE_CODE_EFFORT_LEVEL=max
export CLAUDE_CODE_AUTO_COMPACT_WINDOW=786432
claude

O que vale saber antes da primeira execução:

• Nome do modelo. Desde 10 de setembro de 2026, deepseek-flash é o V4.1 Flash, e desde 17 de outubro, sua atualização 1017 pelo mesmo preço. O DeepSeek ainda aceita o nome antigo deepseek-v4-flash, mas responde com o mesmo V4.1 Flash. O sufixo [1m] avisa ao Claude Code que a janela do modelo é de 1 milhão de tokens, e CLAUDE_CODE_AUTO_COMPACT_WINDOW define a partir de qual volume o histórico é compactado.
• Nomes de Claude. Se você deixar no Claude Code um modelo com nome de Claude, o DeepSeek substitui pelo seu: nomes baseados em claude-opus vão para o V4 Pro e são cobrados pelo preço do V4 Pro; os demais vão para deepseek-flash. Por isso, no guia, todos os aliases estão fixados explicitamente.
• Horários de pico. Desde 16 de agosto de 2026, o DeepSeek cobra o dobro nos dias úteis das 01:00 às 04:00 e das 06:00 às 10:00 UTC, exceto feriados da China. No horário de Pequim, isso é quase todo o dia útil; na Europa, a manhã; nos EUA, a tarde e a noite.
• Busca na web. Quando o Claude Code pesquisa na internet com a ferramenta integrada, a busca é feita pelo próprio DeepSeek. Desde 31 de outubro de 2026, isso é pago: $0,75 por 1000 buscas bem-sucedidas, mais os tokens que o modelo gasta para ler o que encontrou.

Na rede Gonka roda o DeepSeek V4 Flash na versão 0731, com pesos abertos sob licença MIT. O gateway recebe por conta própria as requisições do Claude Code no formato Anthropic (/v1/messages), sem precisar de nenhuma camada intermediária.

Passo 1. A chave. Cadastre-se no JoinGonka Gateway — contas novas ganham 3M tokens gratuitos — e crie no painel uma chave jg-….

Passo 2. O instalador.

npx @joingonka/setup --tool claude-code --model deepseek

O instalador vai pedir a chave, salvar uma cópia de ~/.claude/settings.json e gravar no bloco env apenas as próprias variáveis: o endereço do gateway e a chave; o modelo para a sessão atual e as novas, para os aliases opus, sonnet, fable e para os subagentes; o MiniMax M2.7 para o alias haiku, onde o Claude Code mantém as tarefas em segundo plano; e os limites reais do modelo — janela de 380 000 tokens e respostas de até 32 768. Ele não mexe no restante das suas configurações e define permissões 600 para o arquivo com a chave. No final, o instalador valida a chave com uma requisição real. O mesmo instalador também configura outros programas — já são 25, entre eles o Codex CLI e o OpenCode.

Passo 3. Verificação. Execute claude e abra /status: ali devem aparecer a linha Anthropic base URL com o endereço do gateway e a linha Auth token com ANTHROPIC_AUTH_TOKEN. Depois, passe uma tarefa de código, por exemplo Read calc.py and tell me in one sentence whether it has a bug.

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://gate.joingonka.ai",
    "ANTHROPIC_AUTH_TOKEN": "jg-your-key",
    "ANTHROPIC_MODEL": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "ANTHROPIC_DEFAULT_MODEL": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "ANTHROPIC_DEFAULT_FABLE_MODEL": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "MiniMaxAI/MiniMax-M2.7",
    "CLAUDE_CODE_SUBAGENT_MODEL": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "CLAUDE_CODE_MAX_CONTEXT_TOKENS": "380000",
    "CLAUDE_CODE_MAX_OUTPUT_TOKENS": "32768"
  }
}

Todas as formas de configuração, incluindo Windows e a configuração para um único projeto, estão no guia do Claude Code.

O que isso significa na prática:

• Versão do modelo. O V4.1 Flash é mais novo e, segundo os próprios benchmarks da DeepSeek, é mais forte: no Terminal-Bench 2.1, o V4.1 Flash marca 90,6 contra 82,7 do V4 Flash 0731 (conforme os lançamentos de 10 de setembro e 31 de julho). Se você precisa de imagens, de uma janela de um milhão de tokens ou da versão mais recente, use a API oficial da DeepSeek. Se o que importa é o custo de um grande volume de trabalho e um preço único a qualquer hora, teste o V4 Flash pelo gateway nas suas próprias tarefas — dá para começar com tokens grátis.
• Sessões longas. Numa janela de 380 000 tokens cabe menos histórico do que em um milhão. Para o trabalho do dia a dia, isso basta: a consulta média do Claude Code ao DeepSeek V4 Flash pelo nosso gateway em outubro de 2026 foi de cerca de 96 mil tokens.

Mais sobre o modelo, no artigo sobre o DeepSeek V4 Flash na rede Gonka.

Primeiro, os preços por 1M de tokens em 2 de novembro de 2026, segundo a página de preços da DeepSeek e a API do OpenRouter. Ao lado da DeepSeek está o mesmo V4 Flash 0731 dos fornecedores mais baratos do OpenRouter:

A nossa entrada normal é de 24 a 49 vezes mais barata que a da DeepSeek, e a saída, de 32 a 65 vezes. Mas a leitura de cache na DeepSeek custa, em horário de pico, mais ou menos como a nossa entrada, e nos demais horários, metade disso, e o Claude Code passa quase todo o tempo relendo as mesmas coisas: o prompt de sistema, a descrição das ferramentas e o histórico da sessão. Por isso é preciso comparar a tarefa inteira, e não o preço do token.

A tarefa. Vamos pegar uma tarefa com 30 chamadas ao modelo — por exemplo, achar um bug, corrigir o código e rodar os testes. Segundo os dados do nosso gateway de outubro de 2026, uma consulta do Claude Code ao DeepSeek V4 Flash tem, em média, cerca de 96 mil tokens de entrada e 0,9 mil de saída. No total, a tarefa dá 2,9 milhões de tokens de entrada e 27,5 mil de saída. O Claude Code reenvia a sessão inteira a cada passo, e quase toda ela coincide com a consulta anterior, então vamos considerar que, tanto na DeepSeek quanto no OpenRouter, 95% da entrada é lida do cache.

Os valores foram calculados com os preços de 2 de novembro de 2026; o nosso preço por token nesta página é dinâmico e muda junto com a cotação do GNK. Para uma tarefa assim, o gateway sai cerca de 5 vezes mais barato que a DeepSeek em horário de pico, 2,5 vezes nos demais horários e 2,3 vezes mais barato que o fornecedor mais em conta do mesmo modelo no OpenRouter.

A diferença depende do cache. Se 98% da entrada for lida do cache, a DeepSeek fica cerca de 1,8 vez mais cara que a gente fora do pico e 3,7 vezes no pico. Se for 90%, 3,7 e 7,4 vezes. No nosso caso, a proporção de cache não afeta o valor: toda a entrada custa o mesmo. O cálculo mensal, a variante com GLM-5.3 Flash e os preços do próprio Claude como referência estão no artigo «Claude Code mais barato».

O Claude Code Router (CCR) é um projeto aberto com licença MIT: um gateway local no seu computador, por padrão http://127.0.0.1:3456. O Claude Code e outros agentes mandam as requisições para ele, e ele para os provedores escolhidos: converte requisições entre formatos (Anthropic Messages, OpenAI Chat e Responses, Gemini), distribui as tarefas entre modelos por regras, troca para um modelo reserva quando algo falha e mantém um log de requisições com tokens e estimativa de custo. É instalado como aplicativo para macOS, Windows e Linux ou pelo comando npm install -g @musistudio/claude-code-router (precisa de Node.js 22 ou mais recente).

Para um único DeepSeek ele não é necessário: o DeepSeek tem um endereço próprio no formato Anthropic, e o JoinGonka Gateway também aceita requisições do Claude Code diretamente. O CCR faz sentido se você quiser:

• manter vários provedores e regras de qual tarefa vai para onde;
• passar automaticamente para um modelo reserva quando o principal não responde;
• ver o log de requisições, tokens e gastos em um só lugar;
• conectar um provedor que só entende o formato da OpenAI.

O CCR conecta um endereço próprio (custom endpoint) com o protocolo Anthropic Messages ou OpenAI Chat, e o gateway tem os dois protocolos: o endereço base https://gate.joingonka.ai para Anthropic e https://gate.joingonka.ai/v1 para OpenAI. Os detalhes estão na documentação da Gonka API, seção Anthropic Messages.

O Claude Code pega a chave de uma API de terceiros de uma destas duas variáveis:

• ANTHROPIC_AUTH_TOKEN — a chave vai no cabeçalho Authorization: Bearer e funciona na hora. É o que fazem tanto o guia do DeepSeek quanto o nosso instalador.
• ANTHROPIC_API_KEY — a chave vai no cabeçalho x-api-key; no modo interativo o Claude Code pergunta uma vez se deve usá-la.

DeepSeek e JoinGonka aceitam os dois cabeçalhos. Enquanto a variável com a chave estiver definida, a assinatura do claude.ai não é consumida: o Claude Code lembra do seu login, mas não o envia, e as requisições são pagas com o saldo dessa chave. Se você definir só o endereço sem a chave, o Claude Code vai enviar o seu login do claude.ai para o novo endereço e a requisição não vai passar.

Guarde a chave em ~/.claude/settings.json ou no .claude/settings.local.json do projeto, mas não no .claude/settings.json comum do repositório, porque ele normalmente vai para o commit. O instalador com a flag --scope local grava em settings.local.json e ele mesmo o adiciona ao .gitignore.

Voltar para o Claude — remova do bloco env as linhas que apontam para o DeepSeek ou para o gateway e reinicie o Claude Code: ele vai voltar a usar o seu login do claude.ai.