DeepSeek API 使用与 OpenAI 兼容的 API 格式，可以使用 OpenAI SDK 或与 OpenAI API 兼容的软件来访问 DeepSeek API 。

一、模型接口调用

第一到平台
https://platform.deepseek.com/api_keys申请api key。注意：API key 仅在创建时可见可复制，不要与他人共享API key或将其暴露在浏览器或其他客户端代码中。 如下使用python调用deepseek api演示：

第一安装OpenAI SDK，参数api_key替换成已申请的。

pip3 install openai

1、调用模型DeepSeek-V3接口deepseek-chat
from openai import OpenAI
client = OpenAI(api_key="sk-xxxxxxxxxxxxxx", base_url="https://api.deepseek.com")  
response = client.chat.completions.create(     
    model="deepseek-chat",     
    messages=[         
        {"role": "system", "content": "You are a helpful assistant"},         
        {"role": "user", "content": "Hello，deepseek!"},    
    ],     
    stream=False 
)  
print(response.choices[0].message.content) 

----------------------

2、调用模型DeepSeek-R1接口deepseek-reasoner 
from openai import OpenAI
client = OpenAI(api_key="sk-xxxxxxxxxxxxxx", base_url="https://api.deepseek.com")

# Round 1
messages = [{"role": "user", "content": "9.11 and 9.8, which is greater?"}]
response = client.chat.completions.create(
    model="deepseek-reasoner",
    messages=messages,
    stream=True
)

reasoning_content = ""
content = ""

for chunk in response:
    if chunk.choices[0].delta.reasoning_content:
        reasoning_content += chunk.choices[0].delta.reasoning_content
    else:
        content += chunk.choices[0].delta.content

# Round 2
messages.append({"role": "assistant", "content": content})
messages.append({'role': 'user', 'content': "How many Rs are there in the word 'strawberry'?"})
response = client.chat.completions.create(
    model="deepseek-reasoner",
    messages=messages,
    stream=True
)
# ...
----------------------
说明：
1、为与OpenAI兼容思考，可以将base_url设置为 https://api.deepseek.com/v1 此处 v1 与模型版本无关。
2、deepseek-chat模型已全面升级为DeepSeek-V3，接口不变。通过指定model='deepseek-chat' 即可调用 DeepSeek-V3。
3、deepseek-reasoner是DeepSeek最新推出的推理模型DeepSeek-R1。通过指定 model='deepseek-reasoner'，即可调用DeepSeek-R1。
4、stream值设置为true使用流式输出,false非流式输出。
5、max_tokens：最终回答的最大长度(不含思维链输出)，默认为4K，最大为8K。思维链的输出最多可以达到32K tokens。
6、上下文拼接：在每一轮对话过程中，模型会输出思维链内(reasoning_content)和最终回答(content)。在下一轮对话中，之前轮输出的思维链内容不会被拼接到上下文中，请注意，如果您在输入的messages序列中，传入了reasoning_content，API会返回400 错误。因此，请删除API响应中的 reasoning_content 字段，再发起 API 请求。

在 LangChain 中调用 DeepSeek API实例

pip3 install langchain_openai

from langchain_openai.chat_models.base import BaseChatOpenAI

llm = BaseChatOpenAI(
    model='deepseek-chat', 
    openai_api_key='sk-xxxxxxxxxxxxxxxx', 
    openai_api_base='https://api.deepseek.com',
    max_tokens=1024
)

response = llm.invoke("Hi!")
print(response.content)

二、模型价格与计费规则

模型价格以“百万 tokens”为单位。Token 是模型用来表明自然语言文本的的最小单位，可以是一个词、一个数字或一个标点符号等。根据模型输入和输出的总 token 数进行计量计费。

• deepseek-chat模型已经升级为 DeepSeek-V3；deepseek-reasoner模型为模型 DeepSeek-R1。
• 思维链为deepseek-reasoner模型在给出正式回答之前的思考过程。

• 如未指定 max_tokens，默认最大输出长度为 4K。调整 max_tokens，默认最大输出长度为 4K。调整 max_tokens以支持更长的输出。
• DeepSeek API 创新采用硬盘缓存，价格再降一个数量级，缓存命中的部分，DeepSeek 收费 0.1元 每百万 tokens。大模型的价格再降低一个数量级
• deepseek-reasoner的输出 token 数包含了思维链和最终答案的所有 token，其计价一样。

扣费规则

扣减费用 = token 消耗量 × 模型单价，对应的费用将直接从充值余额或赠送余额中进行扣减。 当充值余额与赠送余额同时存在时，优先扣减赠送余额。产品价格可能发生变动，DeepSeek 保留修改价格的权利。依据实际用量按需充值。

Temperature 设置：temperature参数默认为 1.0

Token 用量计算

token 是模型用来表明自然语言文本的基本单位，也是计费单元，可以直观的理解为“字”或“词”；一般 1 个中文词语、1 个英文单词、1 个数字或 1 个符号计为 1 个 token。一般情况下模型中 token 和字数的换算比例大致如下：

• 1 个英文字符 ≈ 0.3 个 token。
• 1 个中文字符 ≈ 0.6 个 token。

但由于不同模型的分词不同，所以换算比例也存在差异，每一次实际处理 token 数量以模型返回为准。

离线计算 Tokens 用量

可以通过如下代码来运行 tokenizer，以离线计算一段文本的 Token 用量。chat_tokenizer_dir路径根据实际情况替换。

import transformers

chat_tokenizer_dir = "./deepseek_v3_tokenizerdeepseek_v3_tokenizer"
tokenizer = transformers.AutoTokenizer.from_pretrained( 
       chat_tokenizer_dir, trust_remote_code=True
      )
result = tokenizer.encode("Hello!")

print(result)

三、接口调用响应错误码说明

在调用 DeepSeek API 时，可能会遇到以下错误。这里列出了相关错误的缘由及其解决方法。

四、接口调用常见问题

1、调用模型时的并发限制是多少？是否可以提高账号的并发上限？

当前阶段没有按照用户设置硬性并发上限。在系统总负载量较高时，基于系统负载和短时历史用量的动态限流模型可能会导致收到503或429错误码。目前暂不支持针对单个账号提高并发上限。

2、为什么API 返回比网页端慢？

网页端默认使用流式输出（stream=true），即模型每输出一个字符，都会增量地显示在前端。API 默认使用非流式输出（stream=false），即模型在所有内容输出完后，才会返回。可以通过开启 API 的 stream 模式来提升交互性。

3、为什么调用 API 时，持续返回空行？

为了保持 TCP 连接不会因超时中断，会在请求等待调度过程中，持续返回空行（非流式请求）或 SSE keep-alive 注释（: keep-alive，流式请求）。如果在解析 HTTP 响应，请注意处理这些空行或注释。

4、DeepSeek是否限制接口并发量？

DeepSeek API 不限制用户并发量 当服务器承受高流量压力时，请求发出后，可能收到如下格式的返回内容：

• 非流式请求：持续返回空行
• 流式请求：持续返回 SSE keep-alive 注释（: keep-alive）

在解析 HTTP 响应时注意处理这些空行或注释。服务会话时长最长30分钟。

5、DeepSeek API接口服务状态查看？

详见：https://status.deepseek.com/

看完本文如果喜爱，请点赞转发。你的点赞转发，就是我持续更新的动力。