DeepSeek V4 来了！超越 Claude Sonnet 4.5，赶紧对接 Claude Code 体验一把
Claude Code 是目前公认最强的 AI 编程工具之一，但原版的 Anthropic API 费用不低——Opus 4.6 的输入价格高达 $15 / 百万 tokens。作为一个每天重度使用 Claude Code 的开发者，API 账单是绕不开的问题。 今天 DeepSeek 在 Hugging Face 发布了 V4 系列预览版，包含 V4-Pro（1.6T 参数 / 49B 激活）和 V4-Flash（284B 参数 / 13B 激活），并且提供了兼容 Anthropic 协议的 API 端点。这意味着：理论上只需改一行配置，就能用 DeepSeek 驱动 Claude Code。 我立刻动手试了。 核心配置其实非常简单，DeepSeek 提供了完整的 Anthropic API 兼容层，只需要在 Claude Code 的配置文件中修改几个环境变量： 逻辑非常清晰：重量级任务（复杂代码、深度推理）走 V4-Pro，轻量任务（工具调用、文件读写、快速问答）走 V4-Flash。两档模型分工明确，既保住能力上限，又控制成本。 配置完成后，Claude Code 启动界面上已经清楚地显示 身份确认，接下来是正题——实际测试。 测试目标：让 Claude Code 调用预设的 Skills 脚本，查询敲敲云产品近 7 天的安装量数据，并给出分析。 这类任务考验的是模型的工具调用能力和数据理解能力——要能正确执行脚本、读懂返回数据、输出有意义的分析。 结果令人满意。指令下达后，模型迅速调用了 模型随即给出分析：近 7 天累计 69 次安装（IP 去重），4/21–4/23 是高峰期，日均 15+ 次；今天（4/24）数据 7 次，还在增长中。 整个过程速度很快，数据完全正确，没有幻觉，没有多余废话。V4-Pro 在这类结构化数据处理 + 工具调用场景下表现非常稳。 测试目标：让 Claude Code 调用积木报表（JiMu Report）的 AI 建表 Skills，自动创建一张员工信息纵向分组报表，要求按部门分组并显示小计。 这个任务比第一个复杂得多——它涉及报表 DSL 配置的生成，需要模型理解 "分组报表"、"纵向合并"、"小计行" 等专业概念，并且输出格式精确到位。 模型第一次生成配置后，报表渲染出来，结构基本正确——按部门（人事部、市场部、研发部）纵向分组，每个部门内的员工明细都显示出来了。但有一个明显问题：合计行完全是空的，年龄、人数、薪资的小计数据一个都没有显示。 我把截图发给它，配上一句描述："合计值配置不对。" 这里出现了一个既尴尬又有趣的细节。 模型收到截图后，在界面上诚实地打印出一行字： 没错——它看不见图片，但它没有放弃，而是调用工具读取了报表当前的 JSON 配置文件，然后凭借对 "纵向分组报表合计行常见问题" 的领域知识，直接定位到了问题：小计行的字段缺少 它重新生成了配置，在合计行的对应字段上补充了聚合属性，再次渲染后： 所有小计全部正确。 这个过程的关键不是 "修好了"，而是修好的方式——它没有依赖视觉信息，而是通过读取配置文件 + 领域知识推断，独立完成了诊断和修复。换句话说，即便图片这条路走不通，它还能找到另一条路绕过去。 这是 Agent 能力的体现，也恰好暴露了接下来要说的那个坑。 DeepSeek V4-Pro 最亮眼的规格之一是 1,000,000 tokens 的超长上下文，乍一看比 Claude 原版还要豪横。但当我发送截图时，才发现了这个藏在光环下的盲区： V4-Pro 当前版本是纯文本模型，完全不支持图片输入。 Claude Code 在发送图片时，V4-Pro 会收到一个占位符 对于日常编程工作流，这个限制影响面相当广： 1M 上下文能塞进去整个代码仓库，但塞不进去一张 PNG。 目前的折中办法：当需要处理图片时，临时去掉 经过这两轮测试，对 Claude Code + DeepSeek V4-Pro 的组合有几点直观感受： 表现亮眼的地方： 需要踩坑提前知道的： 把 Claude Code 对接 DeepSeek V4-Pro，配置成本极低，三分钟搞定，换来的是开源最强 Agent 编程模型 + 极低 API 成本 + 完整的 Claude Code 工具链。 但有一点要想清楚再切换：如果你的工作流依赖截图、UI 稿、图片输入，现在切换会很痛。等 DeepSeek V4 的 Vision 模式开放 API，这套方案才算真正补全了最后一块拼图。 在那之前——纯代码任务、脚本自动化、文本推理，放心用；涉及图片的，暂时留一个 Claude 原生的后路。 测试环境：Claude Code v2.1.119，DeepSeek V4-Pro（deepseek-v4-pro），2026-04-24 本文为 JeecgBoot AI 专题研究系列文章。JeecgBoot AI专题研究 | 把 Claude Code 接入 DeepSeek V4-Pro 的真实体验与避坑记录
本文记录我将 Claude Code 对接 DeepSeek 最新模型（V4-Pro）后的真实体验，测试了 Skills 自动化查询和积木报表 AI 建表两个场景——有惊喜，也踩到了一个藏在 "1M 超长上下文" 光环下的巨坑。
背景：为什么要替换掉原生 Claude？
配置过程：1 分钟完成接入
{
"env": {
"ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
"ANTHROPIC_AUTH_TOKEN": "${DEEPSEEK_API_KEY}",
"API_TIMEOUT_MS": "3000000",
"ANTHROPIC_MODEL": "deepseek-v4-pro",
"ANTHROPIC_SMALL_FAST_MODEL": "deepseek-v4-flash",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-v4-pro",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-pro",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-v4-flash",
"CLAUDE_CODE_SUBAGENT_MODEL": "deepseek-v4-pro",
"CLAUDE_CODE_EFFORT_LEVEL": "max"
},
"model": "deepseek-v4-pro"
}deepseek-v4-pro · API Usage Billing，问它 "你是什么模型"，回答干脆利落：我是 DeepSeek V4 Pro 模型。
测试一：Skills 自动化查询敲敲云安装量
scripts/query_setup_stats.py，脚本执行完成后，它直接输出了结构清晰的统计表格：日期 Docker 安装 直装模式 小计 04-18 1 2 3 04-19 5 3 8 04-20 1 3 4 04-21 6 11 17 04-22 7 9 16 04-23 7 7 14 04-24 5 2 7 合计 32 37 69 
测试二：积木报表 AI 建表——盲猜出了正确答案
第一轮：报表出来了，但合计行是空的
第二轮：看不见图，却猜对了病根
我无法直接查看图片，但根据已知的纵向分组合计坑点，问题应该是数值列（薪资、年龄）缺少显式的聚合属性。让我获取报表当前设计并修复。
sum、avg、count 等聚合表达式绑定，导致渲染时数据为空。
这一幕揭示了什么
巨坑预警：1M 上下文 ≠ 支持图片
[Image #1]，但对实际图像内容毫无感知。所以你看到的那句 "我无法直接查看图片" 不是谦虚，是真的看不见。ANTHROPIC_BASE_URL 配置，让请求回落到 Anthropic 原生 API，用完再切回来。麻烦，但能用。DeepSeek V4 的 Vision 模式已经在规划中，API 开放后这个问题会从根本上解决。综合感受
API_TIMEOUT_MS 建议设 600000（10 分钟）以上。总结