DeepSeek 由知名量化资管巨头幻言方量化创立于2023年7月17日，全称杭州深度求索人工智能基础技术研究有限公司。长久以来专注于开发先进的大语言模型（LLM）和相关技术。
DeepSeek 新一代模型的发布意味着AI大模型的应用将逐步走向普惠，助力AI应用广泛落地；同时训练效率大幅提升，也将助力推理算力需求高增。
DeepSeek 相关链接及资料DeepSeek 官网：https://www.deepseek.com/DeepSeek API文档：https://api-docs.deepseek.com/zh-cn/DeepSeek R1 开源项目官网：https://github.com/deepseek-ai/DeepSeek-R1DeepSeek V3 开源项目官网：https://github.com/deepseek-ai/DeepSeek-V3DeepSeek R1本地部署教程：https://feizhuke.com/deepseek-r1-bendibushu.htmlPython 调用 DeepSeek 示例首次调用APIDeepSeek API 采用与 OpenAI 相适配的 API 格式。经由配置的修改，您能够运用 OpenAI SDK 对 DeepSeek API 予以访问，亦或使用于 OpenAI API 兼容的相关软件。
通过指定 model='deepseek-chat' 即可调用 DeepSeek-V3通过指定 model='deepseek-reasoner'，即可调用 DeepSeek-R1申请API Key调用API前需要先申请API Key，具体申请过程可参考官网说明
安装 openai 依赖pip3 install openai调用对话APIfrom openai import OpenAI# for backward compatibility, you can still use `https://api.deepseek.com/v1` as `base_url`.client = OpenAI(api_key="<your API key>", 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"}, ], max_tokens=1024, temperature=0.7, stream=False)print(response.choices[0].message.content)推理模型（deepseek-reasoner）deepseek-reasoner 是 DeepSeek 推出的推理模型。在输出最终回答之前，模型会先输出一段思维链内容，以提升最终答案的准确性。DeepSeek API 向用户开放 deepseek-reasoner 思维链的内容，以供用户查看、展示、蒸馏使用。
在使用 deepseek-reasoner 时，请先升级 OpenAI SDK 以支持新参数。
pip install -U openai输入参数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。请注意，思维链的输出最多可以达到 32K tokens
输出字段reasoning_content：思维链内容，与 content 同级
content：最终回答内容
上下文长度API 最大支持 64K 上下文，输出的 reasoning_content 长度不计入 64K 上下文长度中
支持的功能对话补全，对话前缀续写 (Beta)
不支持的功能Function Call、Json Output、FIM 补全 (Beta)
不支持的参数temperature、top_p、presence_penalty、frequency_penalty、logprobs、top_logprobs。请注意，为了兼容已有软件，设置 temperature、top_p、presence_penalty、frequency_penalty 参数不会报错，但也不会生效。设置 logprobs、top_logprobs 会报错
非流多示例from openai import OpenAIclient = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")# Round 1messages = [{"role": "user", "content": "9.11 and 9.8, which is greater?"}]response = client.chat.completions.create( model="deepseek-reasoner", messages=messages)reasoning_content = response.choices[0].message.reasoning_contentcontent = response.choices[0].message.content# Round 2messages.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)# ...流式示例from openai import OpenAIclient = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")# Round 1messages = [{"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 2messages.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)# ...6. 多轮对话
DeepSeek /chat/completions API 是一个“无状态” API，即服务端不记录用户请求的上下文，用户在每次请求时，需将之前所有对话历史拼接好后，传递给对话 API
from openai import OpenAIclient = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")# Round 1messages = [{"role": "user", "content": "What's the highest mountain in the world?"}]response = client.chat.completions.create( model="deepseek-chat", messages=messages)messages.append(response.choices[0].message)print(f"Messages Round 1: {messages}")# Round 2messages.append({"role": "user", "content": "What is the second?"})response = client.chat.completions.create( model="deepseek-chat", messages=messages)messages.append(response.choices[0].message)print(f"Messages Round 2: {messages}")在第一轮请求时，传递给API的 message 为：
[ {"role": "user", "content": "What's the highest mountain in the world?"}]在第二轮请求时要将第一轮中模型的输出添加到 messages 末尾
[ {"role": "user", "content": "What's the highest mountain in the world?"}, {"role": "assistant", "content": "The highest mountain in the world is Mount Everest."}, {"role": "user", "content": "What is the second?"}]本文只是演示基于 DeepSeek API的简单调用，其他更复杂的功能，可以参考官方API文档：https://api-docs.deepseek.com/zh-cn/
