DeepSeek API 接入指南
从创建 API Key 到第一次成功请求,含 curl 与 Python 可执行示例、JSON 输出与高频报错排查。
查看接入教程DeepSeek 对外配备的主干模型能够分成两类:通用对话系列(DeepSeek-V4.1、DeepSeek-V4)负责日常问答、写作与代码工作,推理系列(DeepSeek-R1)负责需要多步拆解的数学、逻辑与研究型问题。
以下按定位、能力、许可与接入途径逐项对比,帮你按工作而不是按热度选型。
下表按工作类型而不是发布顺序排列,参数与许能够官方模型仓库公布的介绍为准。
| 模型 | 类型 | 深度思考 | 智能搜索 | 开放权重 | 典型场景 |
|---|---|---|---|---|---|
| DeepSeek-V4 | 通用对话 | 支持 | 支持 | 以官方仓库为准 | 通用对话、长文档理解、资料归纳 |
| DeepSeek-R1 | 推理 / 思维链 | 核心能力 | 可与联网能力组合使用 | 是,MIT 许可 | 数学、逻辑、多步推理、研究型问答 |
| DeepSeek-V4.1 | 通用对话 / 工作 | 支持 | 支持(API 侧亦配备网页搜索与抓取能力) | 以官方仓库为准 | 项目开发、代码撰写、日常问答与写作 |
DeepSeek-V4.1 是目前通用对话系列里更新的一个版本。
官方在更新介绍中强调它面向项目开发的能力显著提高,并在 API 侧一并配备了网页搜索与网页抓取能力。这意味着当你的工作不只是问答,而是"读一批资料、改一个项目、把结论落到代码上",V4.1 是更合适的挑选。
在网页版中你不需要手动挑选模型名:借助对话界面下方的深度思考与智能搜索两个开关,就能分别请求推理与联网能力。
DeepSeek-V4 是上一代通用模型,虽然版本更早,但绝大多数日常工作依然能够胜任。
它的价值在于可靠:问答、资料理解、写作辅助、表格与文档处理这类工作不会因为"追新"而变得不可用。若你的工作流已经跑顺,继续使用 V4 没有必要为了版本号而迁移。
DeepSeek-R1 是把"推理"本身当作主目标的模型系列。
它最早被大量讨论的原因有两个:一是它在数学、代码与逻辑类题目上的推理表现,二是它的推理过程能够被单独观察和评估,而不是只给一个结论。
更关键的是 R1 开放了模型权重,且采用 MIT 许可——这让研究团队和开发者能够在本地或自有服务器上部署它、做二次微调,或是把它接入自己的推理服务。
有关资源集中在官方 GitHub 组织下,具体介绍以仓库中的模型卡为准。
选型不需要记住所有参数,按工作类型对号即可:
两者同属 DeepSeek 的通用对话系列,核心差别在版本代际:V4.1 是更新的通用模型,官方强调其项目开发能力提高并新增了 API 侧的网页搜索与抓取能力;V4 是上一代通用模型,日常问答、写作与代码工作仍然可用。需要联网检索或写代码时优先用 V4.1,其余情形按现有习惯挑选即可。
DeepSeek-R1 是专注多步推理的模型系列,最早因为数学、代码与逻辑类题目上的推理表现受到关注。它的推理过程能够被单独观察和评估,与此同时开放了模型权重,所以常被用于本地部署、二次微调和推理能力研究。
能够。DeepSeek 在官方 GitHub 组织下开放了局部模型权重与有关代码,此处面推理模型 DeepSeek-R1 采用 MIT 许可,社区部署工具较多。部署前请核实你的显存与磁盘条件满足所选模型规模,并以官方模型仓库公布的介绍为准。
在对话框下方的模式按钮中切换:深度思考会让模型先展开推理过程,适用于数学、逻辑与多环节工作;智能搜索会结合可查证的网页信息,适用于需要近期资料或来源核对的问题。两者按工作需要开启。
能够。在 API 开放平台创建 API Key 后,按官方 API 文档给出的模型名发起请求即可请求;模型名与上下文长度等参数以官方文档中对应模型的介绍为准。
从创建 API Key 到第一次成功请求,含 curl 与 Python 可执行示例、JSON 输出与高频报错排查。
查看接入教程从推理能力、联网搜索、开源程度到 API 兼容性与适用团队,横向比较后再做选型决策。
查看对比表提示词写法、代码调试、长文档总结、本地部署等 6 篇情形教程,所有能够直接照做。
进入教程中心