DeepSeek in OpenClaw verwenden.
DeepSeek V4 bedient sowohl OpenAI-kompatible als auch Anthropic-kompatible Protokolle über RunAPI. Flash für Geschwindigkeit, Pro für Qualität. Der eingebaute Reasoning-Modus wird über einen Request-Parameter aktiviert — kein separater Modell-Slug nötig. RunAPI berechnet DeepSeek-Token zu 50% der offiziellen DeepSeek-Preise.
RunAPI verwenden, um DeepSeek V4 Pro über den OpenAI-kompatiblen Chat-Completions-Endpunkt aufzurufen.
Requirements:
- Call the RunAPI chat completions endpoint at https://runapi.ai/v1/chat/completions
- Set model to "deepseek-v4-pro"
- Use the RUNAPI_API_KEY environment variable for authorization
- The response is synchronous — the reply streams back as SSE events or returns as a single JSON object depending on the stream parameter
- To enable reasoning, set thinking.type to "enabled" in the request body
curl -X POST https://runapi.ai/v1/chat/completions \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-pro",
"messages": [
{"role": "system", "content": "You are a helpful coding assistant."},
{"role": "user", "content": "Write a Python function that finds the longest palindromic substring in O(n) time using Manacher algorithm."}
],
"stream": true,
"max_tokens": 4096
}'
{
"id": "chatcmpl-abc123",
"object": "chat.completion",
"model": "deepseek-v4-pro",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Here is Manacher's algorithm implementation..."
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 42,
"completion_tokens": 356,
"total_tokens": 398
}
}
DeepSeek in OpenClaw in drei Schritten verwenden
RunAPI als Provider konfigurieren
Die RUNAPI_API_KEY-Umgebungsvariable setzen. In OpenClaw RunAPI als OpenAI-kompatiblen Provider mit baseUrl https://runapi.ai/v1 hinzufügen. DeepSeek funktioniert über denselben Provider wie GPT oder Claude — kein separater Provider-Eintrag nötig.
export RUNAPI_API_KEY=runapi_xxx
Ein DeepSeek-Modell auswählen
Das Modell auf deepseek-v4-pro für Qualität oder deepseek-v4-flash für Geschwindigkeit setzen. Beide verwenden den /v1/chat/completions-Endpunkt. Um Reasoning zu aktivieren, thinking.type auf enabled übergeben — keine Modell-Slug-Änderung erforderlich.
model: deepseek-v4-pro
Antwort streamen
OpenClaw empfängt die Antwort als SSE-Stream im OpenAI-Chat-Completions-Format. Token-Usage wird im letzten Event für Abrechnungstransparenz gemeldet. Dasselbe Format funktioniert, ob DeepSeek, GPT oder Claude über RunAPI verwendet wird.
stream: true
DeepSeek Chat-Completions-Parameter
| Parameter | Typ | Beschreibung |
|---|---|---|
model |
string |
Erforderlich. deepseek-v4-pro oder deepseek-v4-flash. |
messages |
array |
Erforderlich. Array von Message-Objekten mit role (system, user, assistant) und content-Feldern. |
stream |
boolean |
Optional. Auf true für SSE-Streaming setzen. Standard false. |
max_tokens |
integer |
Optional. Maximale Anzahl zu generierender Token. |
temperature |
number |
Optional. Sampling-Temperatur zwischen 0 und 2. Niedrigere Werte sind deterministischer. |
thinking |
object |
Optional. type auf "enabled" setzen, um DeepSeeks eingebauten Reasoning-Modus zu aktivieren. |
Was ist DeepSeek auf OpenClaw?
DeepSeek V4 ist ein OpenAI-kompatibles LLM, das als Drop-in-Ersatz für GPT in OpenClaw funktioniert – den Modellnamen ändern und alles andere bleibt gleich. Es unterstützt eingebautes Chain-of-Thought-Reasoning über einen Request-Parameter (kein separates Modell-Slug erforderlich) und RunAPI berechnet es zu 50 % der bereits günstigen offiziellen DeepSeek-Preise, was es zur günstigsten Token-Option für ein reasoning-fähiges Modell macht.
DeepSeek Anwendungsfälle
Budgetfreundliche Alternative für hochvolumige Apps
GPT oder Claude durch DeepSeek für Apps ersetzen, die täglich tausende Anfragen verarbeiten. Zu 50 % von DeepSeeks bereits niedrigen Preisen über RunAPI sinken Token-Kosten erheblich ohne Änderung des OpenAI-SDK-Codes.
Reasoning-intensive Aufgaben mit sichtbarem Chain-of-Thought
Denkmodus für Mathe-, Logik-, Code-Debugging- oder Planungsaufgaben aktivieren, bei denen schrittweises Reasoning die Genauigkeit verbessert. Die Denk-Token sind in der Antwort sichtbar – nützlich für das Aufbauen von UIs, die die Arbeit des Modells zeigen.
Code-Generierung und Debugging
DeepSeek V4 Pro für Code-Generierung, Algorithmus-Implementierung und Debugging verwenden. Es schneidet gut auf Coding-Benchmarks ab und kostet einen Bruchteil von GPT-5.5 pro Token.
DeepSeek + OpenClaw — Fragen
Ja. DeepSeek V4 unterstützt das OpenAI-Chat-Completions-Format. OpenClaw auf RunAPIs /v1-Base-URL zeigen, den model-Parameter auf deepseek-v4-pro oder deepseek-v4-flash ändern, und der Rest der Konfiguration bleibt gleich. Keine Code-Änderungen außer dem Modellnamen.
thinking.type auf enabled im Request-Body setzen. DeepSeek aktiviert Kette-der-Gedanken-Reasoning als Request-Parameter — kein separater Modell-Slug oder Provider nötig. Die Reasoning-Token zählen zur Usage-Abrechnung.
Flash priorisiert Geschwindigkeit mit niedrigerer Latenz und geringeren Kosten. Pro priorisiert Qualität mit besserer Leistung bei komplexem Reasoning, Coding und mehrstufigen Aufgaben. Beide verwenden denselben Endpunkt und dieselben Parameter.
Nein. RunAPI leitet DeepSeek über seine eigene Infrastruktur weiter. Anfragen werden nicht durch chinesische Rechenzentren geleitet, und der API-Key wird niemals direkt an DeepSeek weitergegeben.
RunAPI berechnet DeepSeek-Token zu 50 % der offiziellen DeepSeek-Preise. DeepSeek ist bereits einer der günstigsten LLM-Provider, sodass über RunAPI der niedrigste verfügbare Token-Preis für ein reasoning-fähiges Modell erzielt wird. Abrechnung pro Token ohne Abonnement oder Mindestausgabe.
OpenClaw Grundeinrichtung
Noch nicht eingerichtet? Mit der RunAPI-Einrichtungsanleitung für OpenClaw starten.
OpenClaw Einrichtungsanleitung →DeepSeek Modellkatalog
DeepSeek-V4-Varianten, Preise und API-Dokumentation ansehen.
DeepSeek models →DeepSeek in OpenClaw noch heute ausprobieren.
Einen kostenlosen RunAPI-Key holen, das Modell in OpenClaw auf deepseek-v4-pro setzen und mit Reasoning zum niedrigsten verfügbaren Token-Preis programmieren.