- Por que usar DeepSeek V4 Flash no Claude Code
- O que é DeepSeek V4 Flash
- Obtendo sua chave de API da Novita AI
- Instalando o Claude Code
- Configurando Variáveis de Ambiente
- Iniciando o Claude Code
- Trabalhando com Bases de Código Grandes
- Selecionando Modos de Raciocínio por Sessão
- Conclusão
- FAQ
- Artigos Recomendados
DeepSeek V4 Flash é um modelo MoE de 284B com uma janela de contexto de 1 milhão de tokens, disponível através do endpoint compatível com Anthropic da Novita AI — o que significa que o Claude Code pode usá-lo diretamente com uma mudança de três linhas nas variáveis de ambiente. A $0,14/M tokens de entrada contra $3/M do Claude Sonnet, a diferença de custo é significativa para equipes que executam sessões contínuas de codificação agêntica.
Por que usar DeepSeek V4 Flash no Claude Code
A economia é o motivo mais imediato. O Claude Code usa por padrão o Claude Sonnet, que custa $3/M tokens de entrada e $15/M tokens de saída. O DeepSeek V4 Flash na Novita AI custa $0,14/M tokens de entrada e $0,28/M tokens de saída — aproximadamente uma redução de 20× na entrada e 50× na saída. Para uma equipe executando Claude Code ao longo de um dia útil de oito horas, essa diferença se acumula rapidamente.
Além do custo, o V4 Flash traz duas capacidades importantes especificamente para codificação agêntica:
- Janela de contexto de 1M tokens — O Claude Code pode carregar uma base de código inteira no contexto sem dividir em partes. Refatorações em múltiplos arquivos, depuração entre repositórios e longos históricos de conversa permanecem coerentes sem gerenciamento manual de contexto.
- Modos de raciocínio selecionáveis — O modo sem pensamento (non-think) oferece respostas rápidas para tarefas repetitivas; os modos Think e Think Max permitem raciocínio passo a passo para decisões arquiteturais complexas ou sessões difíceis de depuração. Você escolhe por sessão sem trocar de modelo.
A Novita AI expõe um endpoint compatível com Anthropic (/anthropic), então o Claude Code o trata como uma substituição direta. Sem mudanças no SDK, sem plugin necessário — apenas variáveis de ambiente.
O que é DeepSeek V4 Flash
DeepSeek V4 Flash é um modelo Mixture-of-Experts (MoE) da DeepSeek AI. Ele tem 284B parâmetros totais, mas ativa apenas 13B por passo forward, o que mantém a latência e o custo por token próximos a um modelo denso de 13B, enquanto retém a capacidade de conhecimento de uma rede muito maior.
Especificações principais em resumo:
| Especificação | Valor |
|---|---|
| ID do modelo | deepseek/deepseek-v4-flash |
| Parâmetros totais | 284B (13B ativados por inferência) |
| Janela de contexto | 1.048.576 tokens |
| Máx. tokens de saída | 393.216 |
| Preço de entrada (Novita AI) | $0,14/M tokens |
| Preço de saída (Novita AI) | $0,28/M tokens |
| Preço de leitura de cache | $0,028/M tokens |
| Modos de raciocínio | Sem pensamento, Think, Think Max |
| Chamada de funções | Sim |
| Saídas estruturadas | Sim |
| Licença | MIT |
Os três modos de raciocínio permitem ajustar o custo em relação à qualidade por sessão. O modo sem pensamento é rápido e barato — ideal para scaffolding repetitivo ou geração de código genérico. O modo Think adiciona raciocínio passo a passo para revisão de código, trabalho arquitetural e depuração. O Think Max usa o orçamento máximo de raciocínio e equivale ao V4 Pro na maioria dos benchmarks de codificação.
A Novita AI fornece a janela de contexto completa de 1M tokens e disponibilidade confiável, o que a torna uma escolha prática para cargas de trabalho agênticas em produção.
Obtendo sua chave de API da Novita AI
Cadastre-se em uma conta Novita AI para receber créditos de teste gratuitos. Após fazer login, navegue até a página Gerenciamento de Chaves e clique em Criar Nova Chave.
Copie a chave imediatamente — ela não será mostrada novamente. Mantenha-a em um gerenciador de senhas ou cofre de segredos; você precisará dela no próximo passo.
Instalando o Claude Code
O Claude Code requer Node.js 18 ou superior. Verifique sua versão primeiro:
node --version
Se o Node estiver abaixo de 18, atualize a partir de nodejs.org antes de continuar.
Windows
Abra o Prompt de Comando e execute:
npm install -g @anthropic-ai/claude-code
Mac e Linux
Abra o Terminal e execute:
npm install -g @anthropic-ai/claude-code
A instalação global torna claude disponível a partir de qualquer diretório.
Configurando Variáveis de Ambiente
Estas quatro variáveis redirecionam o Claude Code para o endpoint compatível com Anthropic da Novita AI com DeepSeek V4 Flash como modelo ativo.
Windows
set ANTHROPIC_BASE_URL=https://api.novita.ai/anthropic
set ANTHROPIC_AUTH_TOKEN=<Sua Chave de API Novita>
set ANTHROPIC_MODEL=deepseek/deepseek-v4-flash
set ANTHROPIC_SMALL_FAST_MODEL=deepseek/deepseek-v4-flash
Elas persistem apenas para a sessão atual do Prompt de Comando. Para torná-las permanentes, defina-as através de Propriedades do Sistema → Variáveis de Ambiente.
Mac e Linux
export ANTHROPIC_BASE_URL="https://api.novita.ai/anthropic"
export ANTHROPIC_AUTH_TOKEN="<Sua Chave de API Novita>"
export ANTHROPIC_MODEL="deepseek/deepseek-v4-flash"
export ANTHROPIC_SMALL_FAST_MODEL="deepseek/deepseek-v4-flash"
Para persistir entre sessões, adicione estas linhas ao seu ~/.bashrc, ~/.zshrc ou perfil de shell equivalente.
ANTHROPIC_SMALL_FAST_MODEL controla o modelo leve que o Claude Code usa para tarefas internas rápidas, como consultas a arquivos e resumos. Definí-lo com o mesmo ID de modelo mantém todo o tráfego em uma única linha de faturamento e evita chamadas inesperadas à API Anthropic.
Iniciando o Claude Code
Navegue até o diretório do seu projeto e inicie o Claude Code:
cd <diretorio-do-seu-projeto>
claude .
O Claude Code abre uma sessão interativa no diretório atual. Você verá o prompt aparecer assim que a conexão com o endpoint da Novita AI for estabelecida. A partir daqui, descreva sua tarefa em linguagem natural — o Claude Code lerá seus arquivos, proporá alterações e as aplicará com sua aprovação.
Trabalhando com Bases de Código Grandes
A janela de contexto de 1M tokens é a vantagem mais prática do V4 Flash em relação a alternativas com contexto menor. Uma base de código de produção de médio porte típica tem entre 100K e 300K tokens quando achatada. O V4 Flash pode armazenar tudo no contexto sem qualquer estratégia de divisão em partes.
Alguns fluxos de trabalho que se beneficiam diretamente:
Refatorações entre arquivos — Peça ao Claude Code para renomear um modelo de dados, alterar um contrato de API ou refatorar uma interface de serviço em todos os arquivos que a referenciam. Com uma janela de contexto completa, ele enxerga todas as dependências simultaneamente, em vez de arquivo por arquivo.
Sessões longas de depuração — Conforme uma sessão de depuração acumula chamadas de ferramentas, leituras de arquivos e rastros de raciocínio, janelas de contexto menores truncam o histórico inicial. O V4 Flash retém a sessão completa, permitindo que o modelo raciocine sobre padrões que viu há 200 chamadas de ferramentas atrás.
Revisões em todo o repositório — Alimente toda a base de código no modo Think ou Think Max do V4 Flash e peça uma revisão de segurança, avaliação arquitetural ou análise de código morto. Isso esgotaria rapidamente um modelo de 128K; cabe confortavelmente na janela do V4 Flash.
Sobrecarga do prompt de sistema — O Claude Code usa um prompt de sistema detalhado que pode consumir de 10K a 20K tokens. Em um modelo de 128K, essa sobrecarga importa. Em uma janela de 1M, é insignificante, deixando quase todo o orçamento de contexto para código real.
Para controle de custos em sessões longas, o modo sem pensamento lida com a maior parte das edições rotineiras de arquivos ao menor custo. Mude para o modo Think quando a tarefa exigir raciocínio de design, e para Think Max em problemas algorítmicos ou de depuração difíceis. O preço de leitura de cache da Novita ($0,028/M) significa que injeções repetidas de prompt de sistema custam muito pouco em escala.
Selecionando Modos de Raciocínio por Sessão
O DeepSeek V4 Flash suporta três modos de raciocínio que você pode controlar por sessão. O modo sem pensamento retorna respostas rápidas e diretas — ideal para geração de código genérico, edições rotineiras e consultas rápidas. O modo Think permite raciocínio passo a passo para revisão de código, refatorações e decisões arquiteturais. O Think Max aloca o orçamento máximo de raciocínio e equivale ao V4 Pro na maioria dos benchmarks de codificação.
A maneira mais simples de direcionar o Claude Code para um raciocínio mais profundo é um prompt de sistema personalizado:
claude --system "Use pensamento estendido para decisões arquiteturais e depuração complexa."
Para controle programático, o endpoint da Novita AI aceita o parâmetro budget_tokens. Definí-lo como 0 desativa o pensamento completamente; qualquer valor positivo ativa o pensamento até aquele orçamento de tokens. Isso é útil em pipelines agênticos onde apenas etapas específicas precisam de raciocínio profundo:
import anthropic
client = anthropic.Anthropic(
base_url="https://api.novita.ai/anthropic",
api_key="<Sua Chave de API Novita>",
)
# Think Max — orçamento máximo de raciocínio para problemas difíceis
response = client.messages.create(
model="deepseek/deepseek-v4-flash",
max_tokens=16000,
thinking={"type": "enabled", "budget_tokens": 10000},
messages=[{"role": "user", "content": "Revise esta função em busca de bugs de concorrência sutis."}],
)
Para sessões com foco em custo, comece no modo sem pensamento e mude para Think somente quando encontrar um problema que exija. Como o preço de leitura de cache da Novita é $0,028/M tokens, injeções repetidas de prompt de sistema permanecem baratas mesmo em sessões longas de múltiplas etapas.
Conclusão
O DeepSeek V4 Flash na Novita AI oferece ao Claude Code uma espinha dorsal capaz e econômica — 1M de contexto, raciocínio selecionável e chamada de funções por uma fração do preço do Claude Sonnet. A configuração leva menos de cinco minutos. Depois que as variáveis de ambiente estão no lugar, seu fluxo de trabalho existente com Claude Code funciona inalterado.
Experimente o DeepSeek V4 Flash na Novita AI e veja a documentação da API LLM da Novita AI para opções de configuração adicionais.
FAQ
O Claude Code precisa de algum plugin ou extensão para usar a Novita AI?
Não. O Claude Code lê a variável de ambiente ANTHROPIC_BASE_URL na inicialização e roteia todas as chamadas de API para lá. Nenhum plugin, extensão ou alteração de código é necessária — a mudança é inteiramente através de variáveis de ambiente.
Serei cobrado pela Anthropic ao usar a Novita AI?
Não. Quando ANTHROPIC_BASE_URL aponta para a Novita AI, todo o tráfego e faturamento passam pela sua conta Novita AI. Sua conta Anthropic não é utilizada.
Posso voltar para o Claude Sonnet sem reinstalar?
Sim. Remova a definição de ANTHROPIC_BASE_URL e ANTHROPIC_MODEL — ou abra um novo shell sem essas exportações — e o Claude Code reverte para o endpoint padrão da Anthropic com o Claude Sonnet.
O V4 Flash é adequado para pipelines de CI automatizados?
O V4 Flash suporta chamada de funções e saídas estruturadas, que são as duas capacidades das quais o Claude Code mais depende. É uma escolha prática para pipelines de codificação automatizados, integrações de CI e sessões agênticas longas onde a continuidade de contexto e a previsibilidade de custos são importantes.
O que acontece se a janela de contexto encher?
Com 1.048.576 tokens, a janela de contexto do V4 Flash é grande o suficiente para que a maioria das sessões não a preencha. Se você estiver executando uma sessão extremamente longa — dias de histórico acumulado, repositórios muito grandes — o Claude Code começará a truncar as mensagens mais antigas. Na prática, iniciar uma nova sessão para uma nova tarefa é a maneira mais simples de ficar bem dentro do limite.
Novita AI é uma plataforma de nuvem de IA que oferece aos desenvolvedores uma maneira fácil de implantar modelos de IA usando nossa API simples, além de fornecer GPU em nuvem acessível e confiável para construção e escalonamento.
