DeepSeek 帮助中心标志 logo.webpDeepSeek 帮助中心
本页目录(平板 / 手机折叠目录)

DeepSeek api开放平台 · 帮助中心

接入、计费、部署、评测,一篇讲全

本页覆盖 DeepSeek api开放平台 的四件核心事项:兼容 OpenAI 格式的接入方式、DeepSeek API价格怎么算、开源模型本地部署教程,以及 DeepSeek Harness 评测脚本复现。遇到具体报错,直接跳到常见问题。

快速接入

四步拿到第一次成功调用

01

创建账号与密钥

注册开放平台账号,在控制台生成 API Key,密钥只展示一次,请立即保存。

02

确认接口基址

接口路径与 OpenAI SDK 完全兼容,只需替换 base_url 与模型名两个参数。

03

发起首次请求

用 curl 或任一语言 SDK 发一条对话请求,确认密钥与网络连通。

04

核对用量账单

控制台实时显示 Token 消耗,先跑小流量验证计费口径,再放量。

接口迁移

DeepSeek openai接口兼容迁移示例

已有的 OpenAI SDK 代码不需要重写。把 base_url 指向开放平台地址、model 换成对应模型名,其余参数(messages、temperature、stream)保持原样即可。

流式输出走标准 SSE 协议,前端渲染逻辑同样无需改动。推理类请求可附加深度思考参数,返回体中会多出一段推理链字段。

DeepSeek api开放平台控制台密钥管理与调用统计界面截图
图:开放平台控制台的密钥管理与用量统计界面
curl · 首次调用
curl https://api.example-base-url/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $DEEPSEEK_KEY" \
  -d '{
    "model": "deepseek-reasoner",
    "messages": [
      {"role": "user", "content": "整理这份会议纪要"}
    ]
  }'
# 200 · 返回体含 content 与 reasoning_content
python · OpenAI SDK 迁移
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_KEY"],
    base_url="https://api.example-base-url/v1"
)

resp = client.chat.completions.create(
    model="deepseek-reasoner",   # 仅改模型名
    messages=[{"role": "user",
               "content": "给出三步接入清单"}]
)
print(resp.choices[0].message.content)

计费说明

DeepSeek API价格怎么算:按 Token 分档

以下为口径示例,实际费率以开放平台控制台公示为准。计费只算输入与输出 Token,不收并发费与月费。

能力档位输入计费输出计费缓存命中输入适用场景
对话模型低低更优客服问答、日常整理、批量摘要
深度推理模型中中更优方案比选、代码推理、数学证明
长上下文请求随长度递增随长度递增推荐开启整本文档解析与交叉核对
省钱要点

重复前缀走缓存

系统提示词和固定文档放请求前部,命中缓存后这部分输入按更优价计,批量任务能省下可观成本。

风控要点

先设额度再放量

控制台支持按日额度与速率上限双重限制,联调阶段先设小额度,跑通一周再逐步放开。

shell · 本地部署最小流程
# 1. 拉取开源权重(示意命令)
huggingface-cli download deepseek-ai/model --local-dir ./ckpt

# 2. 启动推理服务(按显存选择量化档)
vllm serve ./ckpt \
  --quantization awq \
  --max-model-len 32768 \
  --port 8000

# 3. 本机自测
curl http://localhost:8000/v1/models
# 返回模型列表即部署成功

本地部署

DeepSeek本地部署教程:从权重到服务

开源权重支持主流推理框架加载。显存不足时优先考虑量化档位,其次缩短最大上下文长度;两者对输出质量的影响都小于换用更小参数模型。

部署后的服务同样暴露 OpenAI 兼容接口,业务代码在云端 API 与本地服务之间切换时,只改 base_url 一行。

数据敏感场景建议内网隔离部署:模型权重内网分发、日志本地落盘、出网流量只保留模型更新校验。

DeepSeek开源模型本地部署后推理服务运行状态终端截图
图:本地推理服务启动成功后的终端状态输出

评测复现

DeepSeek Harness:可复现的能力基线

Harness 是开放平台配套的自动化评测流程,用固定数据集与固定脚本验证推理、代码、数学能力,成绩可复现、可对比。

python · 跑一次基线评测
from harness import Suite

suite = Suite.load("reasoning-v3")
report = suite.run(
    model="deepseek-reasoner",
    temperature=0,          # 固定随机性
    seed=42
)
report.to_json("baseline.json")
# 输出与官方基线同构,可直接比对
为什么重要

把"能力"变成可核对数字

宣传页上的分数谁都能写,Harness 的价值在于同一份脚本、同一份数据,你自己跑出来的结果可以逐项对上。选型时用它做内部基线,比跑分截图可靠。

评测集覆盖多步推理、代码修复与数学推导三类任务,报告含逐题明细,错题可回溯到具体推理步骤。

DeepSeek Harness 评测报告逐题明细界面截图,含推理步骤回溯
图:Harness 评测报告的逐题明细与错题回溯界面

常见问题

开发者高频疑问

从其他 OpenAI 兼容服务迁移,哪些参数需要改?
只需改两处:base_url 指向开放平台地址,model 换成对应模型名。messages、temperature、max_tokens、stream 等参数语义一致。唯一注意点是深度推理模型会额外返回 reasoning_content 字段,前端如按固定字段解析需加上兼容。
API 调用报 401 或 429 分别代表什么?
401 表示密钥无效或请求头格式错误,检查 Authorization 是否带 Bearer 前缀;429 表示触发速率或额度限制,控制台可查看具体限流维度,建议在客户端加入指数退避重试。
输出长度总是被截断怎么办?
先确认 max_tokens 是否给足,深度推理任务的推理链也计入输出 Token。长文档整理建议让模型分章节输出,或在请求中开启流式以避免网关超时。
本地部署最低需要什么配置?
以量化档位估算,对话模型可在单张消费级显卡上运行;深度推理模型建议专业卡或多卡并行。显存不足时优先降量化档、再缩上下文长度,不建议直接换更小参数模型,推理能力下降明显。
Harness 评测结果和官方基线对不上?
逐项检查三件事:随机种子是否固定为 0、数据集版本是否与基线一致、采样温度是否设为 0。三者任一不同都会导致分数漂移。核对无误后仍有偏差,可对照报告中的逐题明细定位差异题目。
账单金额和自统计对不上?
常见原因是缓存命中口径:命中缓存的前缀输入按更优价计,自统计若按原价计算会偏高。控制台的用量明细按请求列出输入、输出与缓存三列,逐条核对即可对齐。