DeepSeek 深度求索官方标志 DeepSeek
获取 APP
中文 / EN
CHASSIS CODEC NO. TI-DS-2026 // 钛合金接口技术规约

DeepSeek API 开放平台开发者指南与钛螺丝阵列规范

本文档记录 DeepSeek 官方 API 开放平台的标准接入方式、认证流程、请求规格与计费基准,各模块采用五级钛冷灰机械拉丝,接口辅以钛螺丝阵列严丝锁固。

CHASSIS SECTION 01 // KEY PROVISIONING

1. 快速入门与 API 密钥申领

DeepSeek API 开放平台为开发者提供直连纯血版 DeepSeek-R1 与 DeepSeek-V3 的高并发通信通道。通过开放平台控制台,开发者可即时生成具有高强度加密防护的 API Key。

DeepSeek开发者API控制台密钥申领与用量监控面板
图 1:DeepSeek API 开放平台控制台仪表盘与 Token 消耗流水监控
ENDPOINT & SECURITY SPEC

基础请求基地址(Base URL):

https://api.deepseek.com

请务必将 API 密钥配置在环境变量或安全凭据管理器中,避免硬编码至客户端前端代码中。

CHASSIS SECTION 02 // SDK INTEGRATION

2. OpenAI SDK 规范兼容调用

DeepSeek API 严格遵循业界标准,100% 兼容 OpenAI 官方 Python / Node.js 客户端库。已有应用仅需更改 base_url 与 api_key,即可无缝迁移,即刻解锁 DeepSeek-R1 的满血长思维链。

# Python 3 接入示例:调用 DeepSeek-R1 纯推理模型
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get("DEEPSEEK_API_KEY", "your-sk-key"),
    base_url="https://api.deepseek.com"
)

response = client.chat.completions.create(
    model="deepseek-reasoner", # 对应 DeepSeek-R1 纯推理模型
    messages=[
        {"role": "user", "content": "请推导三维流形上里奇流(Ricci Flow)演化方程并分析奇点消除。"}
    ],
    stream=False
)

# 获取 R1 专属思维链内容 (Reasoning Content)
reasoning_content = response.choices[0].message.reasoning_content
print("=== 长思考链推演过程 ===")
print(reasoning_content)

# 获取最终激光蚀刻答复
print("\n=== 最终答复 ===")
print(response.choices[0].message.content)
DeepSeek集群全互联与分布式推理流水线架构
图 2:跨节点零阻塞全互联通信拓扑与 DualPipe 双向流水线并行
CHASSIS SECTION 03 // TOKEN PRICING

3. 满血模型费率对照表与缓存优惠

DeepSeek 坚信普惠计算是探索未至之境的基石。依托 MLA(多头潜在注意力)与自主优化的 FP8 混合精度,我们将推理成本压缩至行业常规水平的几十分之一。

模型名称 模型规格 输入价格(未命中缓存) 输入价格(命中缓存) 输出价格(包含思维链)
deepseek-chat
DeepSeek-V3
671B 满血 / 37B 激活 ¥1.00 / 百万 Tokens ¥0.10 / 百万 Tokens ¥2.00 / 百万 Tokens
deepseek-reasoner
DeepSeek-R1 推理版
671B 满血 / 37B 激活 ¥4.00 / 百万 Tokens ¥1.00 / 百万 Tokens ¥16.00 / 百万 Tokens
注:系统自动判断上下文缓存,开发者无需在代码中做任何额外设置。当连续调用具有相同系统提示词(System Prompt)或大量共享参考文档时,系统自动应用低至 1 折的缓存优惠。
CHASSIS SECTION 04 // HARNESS SUITE

4. DeepSeek Harness 钛螺丝阵列评测套件

DeepSeek Harness 是深度求索开源的一体化性能评测套件。无论是本地端侧推理,还是云端大规模集群,均可通过 Harness 准确测量吞吐量(TPS)、首字时延(TTFT)及形式化逻辑准确率。

DeepSeek强化学习损失收敛与自动化基准测试评分曲线
图 3:纯强化学习训练过程中的思维链长度自演化与准确率收敛
# 使用 DeepSeek Harness 评测本地服务性能与吞吐
pip install deepseek-harness

# 运行基准并发评估
deepseek-harness benchmark \
  --model deepseek-reasoner \
  --endpoint https://api.deepseek.com \
  --concurrency 50 \
  --dataset math500
CHASSIS SECTION 05 // FAQS

5. 开发者常见问题解答 (FAQ)

问:DeepSeek 网页版与 API 开放平台的差异是什么?

答:DeepSeek 网页版直接面向日常办公与科研探索,无需部署环境即可直接体验万字长思维链与联网搜索;API 开放平台则面向工程师与企业客户,支持自动化高并发接入与企业级系统集成。

问:DeepSeek-R1 的长思考链(Reasoning)是否计入 Token 消耗?

答:是的。R1 在生成最终答案前自主输出的思考过程同样经过模型自省运算,按输出 Token 费率标准计费,但在 API 返回结构中以独立字段 reasoning_content 隔离呈现,便于业务层做区分展示。

问:如何保证商业环境下的算法合规与数据安全?

答:DeepSeek 严格遵循国家网信办生成式人工智能服务管理暂行办法。API 开放平台默认不将用户传输的业务数据作为通用模型训练素材,全链路采用双向 TLS 加密传输。