DeepSeek API 文件導覽與即插即用替代方案
大多數開啟 deepseek API 文件的人,都想獲得相同的五個答案:Base URL、驗證方式、使用的模型名稱、可用的參數,以及一個能運作的呼叫範例。本頁涵蓋這些內容,接著展示對另一個可替換的 OpenAI 相容端點進行相同呼叫的範例。


重點摘要
- DeepSeek 記錄了 OpenAI 風格的 API,因此透過更改 Base URL、金鑰和模型名稱,OpenAI SDK 即可運作。
- 此網站不是 DeepSeek 的官方 API;它提供 ID 為 uncensored 的單一獨立開放權重模型。
- 相同的程式碼在兩者上運行:僅有三個值會改變。
- 此處的上下文為 100,000 token,支援串流輸出、工具與 JSON 模式。
DeepSeek API 文件解答的五件事
開發者搜尋 DeepSeek API 文件時,通常是想完成首次請求。模式與任何 OpenAI 風格服務相同,因此表格便於比較。
| 問題 | DeepSeek 的文件 | 此 API |
|---|---|---|
| Base URL | 在其快速入門中記錄 (api.deepseek.com) | https://api.deepseek4api.com/v1 |
| 驗證 | Authorization 標頭中的 Bearer token | Authorization 標頭中的 Bearer token |
| 模型名稱 | 列在其模型文件中;請檢查當前名稱 | uncensored |
| 主要端點 | 聊天補全 | 聊天完成、回應、模型列表 |
| 定價 | 查看他們的當前定價 | $0.15 / 1M 輸入 token,$0.50 / 1M 輸出 token |
關於模型、價格和限制的資訊請參閱 DeepSeek 官方頁面;它們會變更,本文不重述。重點在於請求格式相同,因此在兩者間切換僅需更改設定。
有一點必須釐清:本站並非 DeepSeek 的官方 API,也不是 DeepSeek 的轉發器。這是一個由獨立供應商託管、提供單一開放權重模型的 OpenAI 相容端點,經過調整,可在合法成人用途下不拒絕內容。
步驟 1:驗證與 Base URL
建立帳戶(Google,或電子郵件和密碼)並開啟 API 金鑰頁面。複製金鑰。新用戶也可以一鍵領取 $0.50 的試用額度,有效期 7 天且無需信用卡。
每個請求都帶有標頭 Authorization: Bearer YOUR_KEY。使用 curl:
curl https://api.deepseek4api.com/v1/models \
-H "Authorization: Bearer YOUR_KEY"
這列出了可用模型 uncensored。如果你複製 DeepSeek 範例,請替換三件事:Base URL、金鑰和模型名稱。其他不需要更改。
步驟 2:Python 中的聊天完成
OpenAI SDK 是 DeepSeek 文件範例使用的,在此無需更改即可運作:
from openai import OpenAI
client = OpenAI(
base_url="https://api.deepseek4api.com/v1",
api_key="YOUR_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "You are a concise technical assistant."},
{"role": "user", "content": "Explain idempotency in two sentences."},
],
temperature=0.7,
)
print(resp.choices[0].message.content)
print(resp.usage)
支援的採樣參數,包括 temperature、top_p、stop、seed 以及存在懲罰和頻率懲罰,皆會傳遞。max_tokens 為選填,因為完成回應可使用剩餘的 100,000 token 視窗。
步驟 3:串流輸出、JSON 模式和工具
串流輸出
設定 stream: true 以接收伺服器發送的事件。使用情況會在串流結束時報告。
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.deepseek4api.com/v1",
apiKey: process.env.API_KEY,
});
const stream = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Write a haiku about caching." }],
stream: true,
});
for await (const chunk of stream) {
process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}
JSON 模式
傳遞 response_format: {"type": "json_object"} 並在提示詞中提及 JSON。輸出是一個你可以直接解析的 JSON 物件。
函式呼叫
tools 和 tool_choice 參數遵循 OpenAI 格式,工具呼叫以增量方式串流輸出,並傳回帶有 role: "tool" 的訊息。如果你的程式碼已對 DeepSeek 進行函式呼叫,只需根據上述三個值的變更即可移植,但請測試你自己的結構描述。
兩者差異之處
相同的協議不代表相同的服務。遷移工作負載時需要檢查的事項:
- 模型行為。 不同的模型會產生不同的答案、推理風格和拒絕行為。在切換任何生產環境設定前,請重新執行您的提示詞集。
- 特定於推理的欄位。 如果你依賴特定 DeepSeek 模型的供應商特定回應欄位,不要假設它們在此存在。標準聊天完成欄位則存在。
- 未提供的功能。 此 API 僅限文字:無圖像、音訊、影片、嵌入或微調。
- 限制。 完整金鑰允許 8 個並行請求和每分鐘 300 個;試用金鑰允許 2 個和 60 個。超過限制時,你會收到 HTTP 429 以及
rate_limited或concurrency。 - 餘額。 透過
GET /v1/balance(OpenAI 風格的額度授予路由)或每個回應中的X-Balance-USD標頭檢查額度。
若要了解 DeepSeek 使用者如何思考成本,請參閱 DeepSeek 定價說明;若要了解編輯器設定,請參閱 VS Code 指南。
此處的呼叫費用
計費為預付且按 token:每 1M 輸入 token $0.15,每 1M 輸出 token $0.50。具有 1,500 個輸入 token 和 600 個輸出 token 的請求成本為 1,500 x $0.15 / 1M = $0.000225(輸入)加上 600 x $0.50 / 1M = $0.0003(輸出),總計 $0.000525。$20 儲值可覆蓋約 38,000 次此類呼叫。
儲值接受 $20 至 $500 的整數金額,$50 起加贈 5%、$100 起加贈 10%、$200 起加贈 15%。可透過加密貨幣(TRC20 上的 USDT、Base 上的 USDC)付款。額度永不過期,失敗或被拒絕的請求不會收費。詳情請見 定價頁面。
遷移檢查清單
如果你正在移植已經與 DeepSeek 通訊的應用程式,請按順序完成這些步驟。每個步驟只需幾分鐘。
- 將三個值放入設定。 Base URL、金鑰和模型名稱應來自環境變數,而不是分散在程式碼中的常數。
- 運行煙霧測試。 一次聊天完成、一次串流完成、一次 JSON 模式呼叫和一次工具呼叫。上述四個程式碼片段涵蓋了它們。
- 重播真實提示詞。 從日誌中取 30 個提示詞並排比較答案。根據你自己的標準而非通用分數來評判它們。
- 處理 429。 添加帶退避的重試並遵守
Retry-After。串流請求會在其串流結束前佔用其並行槽位,因此請關閉放棄的串流。 - 監控成本。 記錄每個回應的
usage,並與X-Balance-USD標頭在一天流量中進行比較。 - 逐步推出。 首先將 5 到 10% 的流量發送到新端點,然後再增加。
比較每項任務的成本,而非每個 token 的價格,因為不同的模型為相同工作使用的 token 數量不同。若要開放式檢查允許型寫作模型的行為,角色扮演寫作指南是實用的輔助資料。
選擇建議
當你特別需要 DeepSeek 模型、其供應商功能或官方支援時,請使用 DeepSeek 自己的 API。當你希望使用託管的 OpenAI 相容模型,在合法成人用途下不拒絕內容,並採用簡單的預付計費且提示詞不會被用於訓練時,請使用此端點。許多團隊會在設定切換後同時使用兩者,而共享的協議使這變得很容易。此 API 的參考資料位於 文件。
更多指南
問答
這是官方的 DeepSeek API 嗎?
否。這是獨立的 OpenAI 相容端點,提供 ID 為 uncensored 的單一開放權重模型。它不是 DeepSeek 的服務,也不會路由至該服務。
我可以重複使用我的 DeepSeek 程式碼嗎?
如果使用 OpenAI SDK 或聊天完成格式,通常可以。更改 Base URL、金鑰和模型名稱,然後測試您的提示詞。
我在哪裡可以找到模型名稱?
呼叫 GET /v1/models。此 API 提供 ID 為 uncensored 的單一模型。
上下文視窗有多長?
提示詞加上補完共 100,000 個 token。