É possível usar modelos DeepSeek no VS Code por uma API na nuvem ou executar um modelo localmente com uma ferramenta como Ollama. Para quem programa, a integração pode incluir chat, sugestões de código e tarefas que usam o contexto do projeto. Um token é uma unidade de texto que a API processa para calcular contexto e cobrança. A diferença entre os caminhos importa: chamadas à nuvem enviam os dados da solicitação aos servidores do serviço, enquanto o uso local processa o modelo no computador. Isso não garante privacidade absoluta, pois extensões e serviços adicionais também podem enviar informações. Neste tutorial, você vai conhecer as opções e os cuidados básicos para testar a integração no editor sem perder de vista o que será enviado ou executado. A escolha inicial depende de você priorizar facilidade de integração ou manter o processamento no próprio computador.
Principais pontos
- API na nuvem e uso local atendem a necessidades diferentes.
- A API cobra pelas chamadas e pelos tokens processados.
- O Ollama pode executar modelos no computador do usuário.
- Extensões variam em compatibilidade, recursos e controles de segurança.
- Revise o contexto enviado e as ações sugeridas antes de aprová-las.
API ou uso local: qual opção escolher?
Para testar sem pagar tokens de API, escolha a execução local; para conectar os modelos atuais da API, escolha a nuvem. A diferença principal está em onde o modelo processa os pedidos e em como você paga pelo uso.
A API é cobrada pelo volume de tokens processados, enquanto o modelo local não gera cobrança de tokens da API. Essa opção depende do hardware disponível: memória, processador e placa de vídeo podem limitar o tamanho e a velocidade do modelo.
| Critério | API na nuvem | Ollama local |
|---|---|---|
| Onde processa | Servidores DeepSeek | Computador do usuário |
| Endereço | https://api.deepseek.com | http://localhost:11434 |
| Cobrança | Por tokens da API | Sem cobrança de tokens da API |
Quando escolher a API na nuvem
Escolha a nuvem quando quiser integrar o editor a modelos atuais sem baixar pesos nem depender da capacidade do computador. Extensões como Continue, Cline e Roo Code podem conectar-se à API. Para chamadas no formato OpenAI-compatible, o endereço base é https://api.deepseek.com.
Essa opção pode facilitar o acesso a modelos maiores, mas requer uma chave de API e saldo para chamadas pagas. DeepSeek no VS Code de graça é possível com um modelo local; o uso da API é cobrado conforme o consumo.
Quando preferir executar localmente
O Ollama executa modelos no computador e oferece um servidor local, normalmente acessado em http://localhost:11434. A opção é útil quando você quer testar sem cobrança por tokens da API, desde que o equipamento consiga carregar o modelo.
Escolha a nuvem para simplificar o acesso a modelos atuais; escolha o uso local quando o processamento no computador for prioridade.
Antes de decidir, confirme que o computador consegue executar o modelo local que você pretende usar.
O que você precisa antes de começar?
Para usar a API, tenha o VS Code, uma conta DeepSeek e uma extensão que aceite o formato da API escolhido. A preparação certa evita configurar uma ferramenta que não funciona com a versão do editor instalada.
Confira estes quatro itens antes de iniciar:
- VS Code atualizado para uma versão compatível com a extensão.
- Conta DeepSeek, caso use a API na nuvem.
- Saldo disponível e chave de API para chamadas pagas.
- Extensão compatível escolhida para chat, autocomplete ou tarefas com agente.
Preparar o editor e a conta
Instale o Visual Studio Code e atualize-o antes de adicionar ferramentas. Se sua escolha for a API, crie uma conta DeepSeek e prepare a chave de API para autenticar as chamadas.
Uma extensão pode oferecer chat sem incluir autocomplete, ou permitir tarefas com ferramentas que leem e editam arquivos. Defina o uso desejado antes de escolher, pois essa decisão muda quais controles você encontrará.
Conferir a compatibilidade da extensão
As versões mínimas variam entre extensões. Continue 2.1.0 funciona com VS Code 1.70 ou posterior; Cline 4.1.25 funciona com VS Code 1.101 ou posterior.
A integração para GitHub Copilot exige VS Code 1.116 ou posterior e uma assinatura GitHub Copilot, inclusive o nível gratuito. Versões mais recentes podem mudar requisitos e recursos, por isso confira a compatibilidade específica da ferramenta.
Confira a versão exigida na página da extensão antes de iniciar a configuração.
Como usar DeepSeek no VSCode pela API
Uma extensão se conecta à API quando recebe uma chave válida, um formato aceito e o endereço base correto. O formato escolhido precisa ser compatível tanto com a ferramenta quanto com o cliente configurado.
As chamadas à API usam uma chave de API para autenticação. A API aceita softwares compatíveis com os formatos OpenAI e Anthropic, mas isso não torna os endereços intercambiáveis em qualquer extensão.
Criar e proteger a chave de API
Na área de API Keys da conta DeepSeek, crie uma chave para autenticar as chamadas. A chave é exibida uma única vez, então copie-a e guarde-a em um local seguro, sem incluí-la em arquivos do projeto.
Evite colar a credencial em arquivos versionados ou em trechos de código que possam ser compartilhados. Use os mecanismos de armazenamento oferecidos pela extensão e limite o acesso à chave.
Configurar o formato e o endereço da API
Use a URL base OpenAI-compatible https://api.deepseek.com quando a extensão pedir esse formato. Clientes compatíveis com Anthropic podem usar https://api.deepseek.com/anthropic como endereço alternativo.
A URL Anthropic não deve substituir o endereço OpenAI-compatible em toda extensão. Leia os nomes dos campos na configuração instalada e selecione o formato correspondente; uma API compatível com OpenAI e Anthropic ainda exige que o cliente aceite o formato escolhido.
- Crie uma conta e uma chave na área de API Keys.
- Copie a chave e guarde-a com segurança, pois ela aparece uma única vez.
- Escolha na extensão o formato compatível com o cliente.
- Informe a URL base correspondente e autentique a chamada.
Depois de salvar, envie uma pergunta curta, como um pedido para explicar uma linha de código. Confirme a conexão com uma solicitação simples antes de compartilhar contexto de um projeto inteiro.
Como adicionar DeepSeek ao GitHub Copilot no VS Code?
Quem já usa o chat do GitHub Copilot pode adicionar os modelos DeepSeek ao seletor por meio da extensão de integração. A integração específica exige VS Code 1.116 ou posterior e uma assinatura GitHub Copilot, inclusive o nível gratuito.
A extensão DeepSeek V4 for Copilot Chat adiciona modelos ao seletor do Copilot Chat. Ela também oferece modo agente e chamadas de ferramentas, que permitem executar tarefas autorizadas no projeto.
Instalar a extensão de integração
Instale DeepSeek V4 for Copilot Chat pelo VS Code e abra o Copilot Chat. Depois de configurar a credencial, os modelos aparecem entre as opções do seletor, junto às alternativas disponíveis na sua conta.
Essa ferramenta conecta modelos DeepSeek ao chat do Copilot. Ela não é um plugin oficial distribuído pela DeepSeek, então confira o publicador e as permissões antes de instalar.
Configurar a chave e o esforço de pensamento
Abra a Paleta de Comandos e execute “DeepSeek: Set API Key”. Insira a chave de API quando solicitado. A extensão guarda a credencial no armazenamento seguro do sistema operacional, não em settings.json.
O seletor de esforço de pensamento oferece none, low, high e max. A escolha pode afetar a forma como o modelo aborda a tarefa; uma pergunta simples pode não exigir esforço máximo.
A extensão também pode usar chamadas de ferramentas no modo agente. Revise cada permissão no contexto do projeto, especialmente quando a tarefa envolver alterações em vários arquivos.
Selecione um esforço de pensamento compatível com a tarefa e revise as permissões solicitadas pelo modo agente.
Como configurar o Continue para chat e autocomplete?
No Continue, a configuração associa o provedor OpenAI ao endpoint DeepSeek e ao identificador do modelo escolhido. A separação dos perfis ajuda a usar um modelo para conversar e outro para sugerir código enquanto você digita.
O identificador deepseek-flash pode ser usado com o endpoint https://api.deepseek.com. Os campos e nomes de configuração mudam conforme a versão instalada, então trate os passos como escolhas de configuração, não como nomes universais.
Adicionar o modelo de chat
Na configuração de modelos do Continue, selecione o provedor OpenAI e informe o endpoint DeepSeek e o identificador aceito pela API. Adicione a chave de API no campo indicado pela extensão, sem deixá-la em um arquivo versionado.
Use o perfil de chat para explicar código, propor revisões ou responder perguntas sobre o contexto selecionado. Se a extensão permitir modelos separados, configure o modelo de conversa independentemente do autocomplete.
Ajustar as sugestões automáticas
Para autocomplete, deepseek-flash é uma opção sugerida em modo sem pensamento. Essa escolha atende às sugestões rápidas enquanto você digita, sem obrigar o perfil de chat a usar a mesma configuração.
O Continue pode enviar pedidos durante pausas do cursor e reenviar contexto para produzir sugestões. Essas chamadas podem consumir tokens mesmo sem uma pergunta no chat, sobretudo quando muitos arquivos entram no contexto.
Os controles de intervalo e contexto variam entre versões. Reduza a quantidade de conteúdo enviada se as sugestões não precisarem analisar o projeto inteiro, e teste o efeito antes de deixar o recurso ativo.
Se o autocomplete gerar chamadas demais, aumente o intervalo entre sugestões ou limite o contexto enviado.
Como configurar o Cline para tarefas com agente?
Para uma tarefa que precisa percorrer vários arquivos, o Cline pode usar a API como agente com ferramentas. Selecione o provedor OpenAI Compatible, informe sua chave e use o endpoint DeepSeek já apresentado.
Chamadas de ferramentas permitem que o agente interaja com arquivos e outras ferramentas disponíveis. Assim, um agente DeepSeek no VS Code pode ajudar a localizar referências, propor edições e coordenar tarefas que envolvem vários arquivos.
O Cline aceita deepseek-flash ou deepseek-v4-pro como identificador de modelo. Os dois oferecem chamadas de ferramentas; escolha conforme a tarefa e os controles disponíveis na extensão.
Há limites de conexões simultâneas diferentes para cada modelo. Se várias chamadas coincidirem, a conta pode atingir o limite e a solicitação falhar, mesmo com a chave correta.
O agente pode ler e editar arquivos e interagir com ferramentas habilitadas, mas essas ações não devem ocorrer sem supervisão. Examine o plano proposto e entenda quais arquivos ou comandos serão afetados antes de autorizar a execução.
Uma tarefa clara ajuda a limitar o escopo: indique o resultado esperado, os arquivos relevantes e o que o agente não deve alterar. Em seguida, acompanhe as etapas apresentadas pela extensão.
Os limites de conexões simultâneas variam conforme o modelo. Aprove cada leitura, edição ou comando de terminal somente depois de verificar seu escopo.
Como escolher entre Flash, Pro e DeepSeek-Coder V2?
Para a maioria das tarefas de código, comece pelo Flash; use o Pro para comparar resultados em trabalhos que justifiquem testar o outro modelo. A escolha prática depende também da entrada: Flash aceita imagens, enquanto Pro não oferece visão pela API.
Na API, use deepseek-flash ou deepseek-v4-pro como identificadores. Esses nomes apontam para versões servidas específicas, não para o nome amplo de uma família de modelos.
Flash e Pro na API atual
| Característica | Flash | Pro |
|---|---|---|
| Identificador e versão servida | deepseek-flash, DeepSeek-V4.1-Flash-1017 | deepseek-v4-pro, DeepSeek-V4-Pro-0813 |
| Janela de contexto | 1M de tokens | 1M de tokens |
| Máximo de saída | 384K de tokens | 384K de tokens |
| Entrada de imagens | Sim | Não |
| Conexões simultâneas por conta | 2.500 | 500 |
Os dois modelos aceitam contexto de até 1M de tokens e podem gerar até 384K de tokens de saída. Para analisar uma captura de tela, escolha Flash; Pro não oferece entrada visual pela API.
Onde o DeepSeek-Coder V2 se encaixa
DeepSeek-Coder V2 é uma família distinta, com contexto de 128K nas variantes Lite e de 236B parâmetros. A variante Lite tem 16B de parâmetros totais e 2,4B ativos; a variante DeepSeek-Coder-V2 tem 236B totais e 21B ativos.
DeepSeek V4 no VS Code usa os identificadores da API apresentados na tabela. A informação de DeepSeek-Coder V2 no VS Code não substitui esses identificadores nem indica que a família seja o nome atual aceito pela API.
Confira o identificador selecionado na extensão para evitar confundir o nome da família com o nome aceito pela API.
Quanto custa usar a API DeepSeek?
A API cobra pela entrada e pela saída processadas, e os valores por token são menores fora dos horários de pico. Em 2026, Flash custa menos que Pro por milhão de tokens, tanto na entrada quanto na saída.
O preço depende do modelo, do cache, do volume processado e do horário da chamada. A tabela separa entrada sem cache e com cache; os valores estão em dólares americanos por 1 milhão de tokens.
| Modelo e tarifa | Entrada por 1 milhão de tokens | Saída por 1 milhão de tokens |
|---|---|---|
| Flash fora do pico | US$ 0,15 sem cache; US$ 0,003 com cache | US$ 0,60 |
| Flash no pico | US$ 0,30 sem cache; US$ 0,006 com cache | US$ 1,20 |
| Pro fora do pico | US$ 0,66 sem cache; US$ 0,022 com cache | US$ 1,98 |
| Pro no pico | US$ 1,32 sem cache; US$ 0,044 com cache | US$ 3,96 |
Fora do pico, os preços são metade dos valores de pico. O horário de pico ocorre das 01:00 às 04:00 e das 06:00 às 10:00 UTC, de segunda a sexta, exceto feriados públicos chineses.
O custo de uma sessão depende de quantos tokens entram, quantos saem, quanto conteúdo é reaproveitado pelo cache e em que horário as chamadas acontecem. Uma conversa longa pode acumular contexto de entrada a cada solicitação.
A tabela de tarifas por modelo e horário ajuda a estimar o uso antes de integrar chamadas frequentes. Observe também se a extensão envia contexto automaticamente, pois esse conteúdo participa do consumo.
Estime o consumo de entrada e saída separadamente antes de escolher o modelo para uso frequente.
Como usar DeepSeek localmente com Ollama?
Para testar um modelo local, instale o Ollama e baixe o DeepSeek-R1 pelo terminal. O modelo baixado roda no computador, sem chamadas à API para essa execução.
O endereço local usado pelo Ollama é http://localhost:11434. A velocidade e a capacidade dependem do hardware disponível e do modelo que você carregar.
Baixar e iniciar um modelo local
Siga esta sequência para preparar o serviço e o modelo:
- Instale o Ollama no computador.
- Abra o terminal e execute
ollama pull deepseek-r1. - Inicie o serviço com
ollama serve. - Configure uma extensão compatível com o endereço local e o modelo baixado.
O comando de download busca os arquivos necessários para o modelo. Depois, mantenha o serviço ativo para que a extensão consiga enviar pedidos ao endereço local.
Conectar o Ollama ao VS Code
O Continue pode conectar-se a modelos locais e oferecer chat e autocomplete. Na configuração da extensão, selecione o provedor local compatível, informe o modelo baixado e use http://localhost:11434 como endereço do servidor.
Os nomes dos campos podem mudar conforme a versão do Continue ou de outra extensão. Escolha as opções de modelo local disponíveis e teste primeiro uma pergunta curta, sem incluir arquivos extensos.
O processamento do modelo acontece na máquina, mas isso não garante que todos os dados permaneçam locais. A privacidade também depende das extensões e de serviços adicionais ativados no editor.
Mantenha o serviço do Ollama ativo enquanto a extensão estiver enviando solicitações ao modelo local.
Como usar chat, autocomplete e modo agente no dia a dia?
Para revisar uma função, peça que o modelo explique o comportamento e indique um caso-limite antes de solicitar mudanças. Um pedido bem delimitado informa o contexto, o objetivo e as restrições para orientar a resposta.
O chat sugere respostas; o modo agente pode executar ações com ferramentas. Extensões diferentes podem oferecer chat, edição de código e autocomplete, então use cada recurso conforme o que a ferramenta instalada permite.
Pedir explicações, revisões e código
Para entender uma função, selecione o trecho e peça uma explicação de seus parâmetros, retornos e efeitos. Para revisar, peça que aponte possíveis bugs e indique em quais condições eles podem ocorrer.
Ao gerar código, descreva a linguagem, as entradas, as saídas e as restrições. Por exemplo, peça uma função que valide campos obrigatórios sem alterar a estrutura existente do objeto.
Você também pode solicitar testes para casos comuns e limites. Um prompt útil pede testes para entrada vazia, formato inválido e uma situação válida, sem presumir detalhes que não estão no projeto.
A API oferece modo de pensamento e modo sem pensamento para Flash e Pro, com o modo de pensamento ativado por padrão. Se a extensão expuser esse controle, desative-o para tarefas simples ou para um perfil de autocomplete separado.
Revisar ações do modo agente
O modo agente pode planejar etapas e usar ferramentas para ler ou alterar arquivos. Diferentemente do chat, uma resposta do agente pode propor ações que mudam o projeto, por isso examine o que cada etapa pretende fazer.
Ao produzir conteúdo para publicação, confira também direitos de terceiros e as regras aplicáveis. A geração por IA não garante direitos exclusivos nem elimina direitos autorais existentes; consulte as regras de propriedade intelectual relevantes ao material utilizado.
Compare a sugestão com o código existente e execute os testes do projeto antes de aceitar a alteração.
Como resolver erros e proteger seu projeto?
Se a extensão falhar, identifique primeiro se o problema está na chave, no saldo, no limite de conexões ou no serviço local. A causa provável costuma aparecer na mensagem de erro ou no estado do servidor.
Chamadas pela API enviam aos servidores DeepSeek, localizados na China, os dados incluídos nas solicitações. Revise o contexto enviado e as regras de segurança do projeto antes de usar uma API externa.
- Confirme que a chave de API não contém espaços extras.
- Verifique se há saldo disponível para chamadas pagas.
- Reduza chamadas paralelas se ocorrer HTTP 429.
- Confira se o servidor local está ativo quando usar Ollama.
Em projetos sujeitos a NDA ou regras internas, confirme as políticas de dados antes de enviar arquivos para uma API externa.
Um HTTP 429 pode indicar que a conta excedeu as conexões simultâneas permitidas: 2.500 para deepseek-flash e 500 para deepseek-v4-pro. Reduzir pedidos em paralelo pode evitar novas falhas enquanto o limite estiver ocupado.
Guarde a chave fora do repositório e revise quais arquivos, trechos e instruções a extensão inclui no contexto. Em projetos sujeitos a exigências de confidencialidade, avalie também o uso de uma configuração local e os serviços adicionais ativados.
Conclusão
Para experimentar a integração, comece com uma tarefa pequena e confira o resultado no próprio projeto. O Flash é um ponto de partida para testar a API em tarefas comuns; o Ollama serve quando sua prioridade é executar um modelo local.
Escolha uma função curta ou um teste simples, não um arquivo confidencial inteiro. Observe a resposta, confira se a extensão enviou o contexto esperado e revise qualquer mudança sugerida antes de incorporá-la.
Mesmo quando o modelo entende o pedido, você continua responsável por validar o código, os testes e as permissões de uso do conteúdo. Uma alteração plausível ainda pode quebrar comportamento existente.
Escolha uma extensão, faça uma pergunta de baixo risco e valide cada mudança antes de incorporá-la ao código.
