DeepSeek API 完全指南：V4新模型、定价与从零接入教程

上周有个朋友在群里问：“我注册了 DeepSeek，网页版聊天用得挺爽，但怎么把它接到我自己的产品里？”

这个问题问得好。网页版聊天是 DeepSeek 的冰山一角，真正让它成为开发者神器的，是 API——你可以把 DeepSeek 的能力嵌入任何应用、自动化流程、或者你自己写的小工具里。而且价格便宜到你不敢相信。

这篇文章不写废话，直接带你从零到一跑通 DeepSeek API。

DeepSeek API 最新变化：V4 时代来了

2026 年中的 DeepSeek API 发生了两个大变化，每个开发者都得知道。

第一，V4 模型上线。 DeepSeek 推出了两个新模型：

V4 Flash 的并发限制高达 2500，意味着你可以同时跑 2500 个请求不排队——这对做产品的来说太重要了。

第二，旧模型名称即将废弃。 从 2026 年 7 月 24 日起，deepseek-chat（对应旧 V3）和 deepseek-reasoner（对应旧 R1）这两个名称将正式停止服务。如果你现在的代码里还在用这两个名字，赶紧改。

你不需要单独切换”推理模式”和”普通模式”了——V4 Flash 一个模型就支持 thinking 和 non-thinking 两种模式，通过参数切换即可。

模型怎么选：Flash 还是 Pro？

这个问题被问得最多，这里给你一个决策表：

选 Flash 的情况（90% 的场景）：

• 做聊天机器人、客服系统
• 批量内容生成、翻译、摘要
• 需要高并发、追求低延迟
• 日常代码辅助

选 Pro 的情况（需要极致推理质量）：

• 复杂数学证明、逻辑推理链
• 高难度代码架构设计
• 专业领域的深度分析报告
• 对”正确率”有极致要求的场景

一句话总结：先用 Flash。不够用再切 Pro。Flash 的实力已经远超大部分人的预期。

上下文窗口 1M 是什么概念？一本《三体》三部曲加起来大约 90 万字，约合 120 万 token。1M 窗口意味着你可以把 80% 的三体内容一次性丢进去分析。这在一年前是不可想象的。

第一步：获取 API Key

这是最容易被卡住的环节。很多人以为注册了 DeepSeek 账号就能用 API，其实不是——API 和网页版是两套体系。

1. 打开 platform.deepseek.com
2. 用你的 DeepSeek 账号登录（和网页版同一个账号）
3. 进入 API Keys 页面，点击「创建 API Key」
4. 复制生成的 key（格式是 sk- 开头的一长串字符）
5. 立即保存——关闭页面后就再也看不到完整 key 了

API 需要充值才能用。进入 Billing 页面，支持信用卡和支付宝。建议先充 $5（约 35 元）试试水——按 Flash 的价格，$5 能跑上千万 token，足够你做大量测试了。

第二步：定价拆解（到底有多便宜）

DeepSeek API 的价格单位是”每百万 token”。一个 token 大约等于 0.7 个中文字或 0.75 个英文单词。

V4 Flash 定价

假设你调用一次 API，输入 2000 token、输出 500 token：

• 输入费用：2000 / 1,000,000 × $0.14 = $0.00028
• 输出费用：500 / 1,000,000 × $0.28 = $0.00014
• 单次调用总费用：约 $0.00042（不到 3 厘人民币）

也就是说，1 美元可以调用大约 2400 次中等长度的对话。

缓存命中是什么？

DeepSeek 对重复的输入内容提供缓存优惠。如果你连续发送相同的 system prompt 或上下文前缀，后续请求的输入价格直接降到 $0.0028/M——几乎等于免费。

举个例子：你的产品有 5000 个用户每天各问 10 个问题，system prompt 相同。第一个请求按 $0.14/M 计费，之后 49999 个请求全都走缓存命中价。实际日均成本可能就几毛钱。

和 OpenAI 比一下

DeepSeek V4 Flash 的输出价格是 GPT-4o 的 1/35。如果你从 OpenAI 迁过来，账单会从四位数变成两位数。如果你对选择模型有疑问，可以看我们的 DeepSeek V3 与 R1 对比指南 以及 DeepSeek vs OpenAI API 对比。

第三步：第一个 API 调用

用 Python 跑通第一个请求只需要 10 行代码：

import requests
import json

API_KEY = "sk-your-api-key-here"  # 替换成你的 key
url = "https://api.deepseek.com/v1/chat/completions"

headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

data = {
    "model": "deepseek-v4-flash",
    "messages": [
        {"role": "system", "content": "你是一个有帮助的助手。"},
        {"role": "user", "content": "用三句话介绍北京的故宫。"}
    ],
    "temperature": 0.7,
    "max_tokens": 500
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(result["choices"][0]["message"]["content"])

不用装任何 SDK，DeepSeek 完全兼容 OpenAI 的 API 格式。如果你之前用 openai 这个 Python 包，改两个参数就能无缝切换：

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.deepseek.com"  # 就改这里
)

response = client.chat.completions.create(
    model="deepseek-v4-flash",  # 还有这里
    messages=[{"role": "user", "content": "你好"}]
)

print(response.choices[0].message.content)

Node.js 同理：

const response = await fetch("https://api.deepseek.com/v1/chat/completions", {
  method: "POST",
  headers: {
    "Content-Type": "application/json",
    "Authorization": `Bearer ${process.env.DEEPSEEK_API_KEY}`
  },
  body: JSON.stringify({
    model: "deepseek-v4-flash",
    messages: [{ role: "user", content: "你好" }]
  })
});
const data = await response.json();
console.log(data.choices[0].message.content);

兼容 OpenAI SDK 是 DeepSeek API 最大的工程优势——你不用学新东西，不用改架构，换一个 URL 就搞定了。

第四步：进阶功能

流式输出（Streaming）

网页版那种一个字一个字往外蹦的效果，靠的就是 SSE（Server-Sent Events）。API 打开流式输出只需要加一个参数：

data["stream"] = True

response = requests.post(url, headers=headers, json=data, stream=True)

for line in response.iter_lines():
    if line:
        line = line.decode("utf-8")
        if line.startswith("data: ") and line != "data: [DONE]":
            chunk = json.loads(line[6:])
            delta = chunk["choices"][0].get("delta", {})
            content = delta.get("content", "")
            if content:
                print(content, end="", flush=True)

流式输出对用户体验的提升是巨大的。用户不用盯着空白页面等 5 秒——第一秒就能看到字，感觉快了很多。只要不是后台批处理，一律开 streaming。

JSON 结构化输出

如果你用 API 做数据处理（比如从一段文本里提取结构化信息），JSON 模式是必须的：

data = {
    "model": "deepseek-v4-flash",
    "messages": [
        {"role": "system", "content": "从用户输入中提取姓名、年龄和城市，以 JSON 格式返回。"},
        {"role": "user", "content": "我叫李明，今年28岁，住在杭州。"}
    ],
    "response_format": {"type": "json_object"}
}

result = response.json()
parsed = json.loads(result["choices"][0]["message"]["content"])
# {"name": "李明", "age": 28, "city": "杭州"}

加了 response_format: json_object 后，模型保证输出合法 JSON，不会给你多一个逗号少一个括号。做自动化管线的必备功能。

Function Calling（工具调用）

想让 DeepSeek 调用你的函数？Function Calling 让模型决定什么时候调用什么工具：

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "获取指定城市的天气",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {
                    "type": "string",
                    "description": "城市名称，如 北京"
                }
            },
            "required": ["city"]
        }
    }
}]

data["tools"] = tools
data["messages"].append({"role": "user", "content": "北京今天天气怎么样？"})

response = requests.post(url, headers=headers, json=data)
result = response.json()

tool_calls = result["choices"][0]["message"].get("tool_calls", [])
if tool_calls:
    func_name = tool_calls[0]["function"]["name"]
    func_args = json.loads(tool_calls[0]["function"]["arguments"])
    print(f"调用函数: {func_name}({func_args})")
    # 调用函数: get_weather({'city': '北京'})

这个功能的价值在于：你可以让 DeepSeek 操作数据库、调外部 API、控制 IoT 设备——把语言模型变成你系统的”总控大脑”。

思考模式（Thinking Mode）

V4 Flash 和 V4 Pro 都支持思考模式——也就是旧版 R1 那种”先在脑子里推理一遍再回答”的能力。开启方式有两种：

方式一：修改 model 名称

model = "deepseek-v4-flash:thinking"  # 开启思考模式

方式二：使用 thinking 参数（Anthropic 格式）

# 请求发送到 https://api.deepseek.com/anthropic/v1/messages
# thinking: {"type": "enabled", "budget_tokens": 4000}

思考模式适合需要多步推理的场景：数学解题、逻辑推理、复杂代码调试。缺点是慢——思考过程不计入输出 token（不额外收费），但会增加首 token 延迟。日常聊天不需要开。

第五步：生产环境注意事项

API 跑通之后，上生产还有几个容易踩的坑。

错误处理

API 调用不可能 100% 成功。网络波动、服务端限流、余额不足——这些问题在生产环境迟早会遇到。写一个健壮的调用封装：

import time

def call_deepseek(messages, max_retries=3):
    for attempt in range(max_retries):
        try:
            response = requests.post(
                url, headers=headers, json={
                    "model": "deepseek-v4-flash",
                    "messages": messages
                }, timeout=30
            )
            if response.status_code == 200:
                return response.json()
            elif response.status_code == 429:
                # 限流，等一等再试
                wait = min(2 ** attempt, 30)
                print(f"限流中，等待 {wait} 秒...")
                time.sleep(wait)
            elif response.status_code >= 500:
                # 服务端错误，重试
                time.sleep(1)
            else:
                # 客户端错误（401 没权限、402 余额不足等），不重试
                raise Exception(f"API 错误: {response.status_code} - {response.text}")
        except requests.exceptions.Timeout:
            time.sleep(1)
    raise Exception("重试次数已用完")

并发控制

V4 Flash 并发限制 2500，日常完全够用。但如果你用 asyncio 或线程池，注意控制并发数，不要打满。简单实现：

import asyncio

semaphore = asyncio.Semaphore(100)  # 最多同时 100 个请求

async def call_api_async(messages):
    async with semaphore:
        # 你的异步调用逻辑
        pass

留点余量给突发流量——生产环境建议并发上限设为官方限制的 50%。

成本监控

在代码里加一个简单的 token 计数器：

usage = result.get("usage", {})
prompt_tokens = usage.get("prompt_tokens", 0)
completion_tokens = usage.get("completion_tokens", 0)
# 缓存命中时 prompt_tokens_details 里有 cached_tokens 字段
cached = usage.get("prompt_tokens_details", {}).get("cached_tokens", 0)

cost = (prompt_tokens - cached) / 1_000_000 * 0.14  # 未命中部分
cost += cached / 1_000_000 * 0.0028  # 缓存命中
cost += completion_tokens / 1_000_000 * 0.28  # 输出

print(f"本次调用消耗 {prompt_tokens + completion_tokens} tokens，约 ${cost:.6f}")

每次请求都记一笔，月底一汇总就知道钱花在哪了。别等到收到账单才发现某个循环忘了关 streaming。

API Key 安全

• 永远不要在客户端代码里写 API Key——浏览器、App 里的 key 等同于公开
• 后端转发：客户端请求你的服务器，你的服务器再调 DeepSeek API
• 环境变量：.env 文件加 .gitignore，永远不要提交到 Git
• 定期轮换：每季度换一次 key，在 platform.deepseek.com 创建新的、删除旧的

总结

DeepSeek API 的核心竞争力就三个字：好用、便宜、兼容。

• 好用：V4 Flash 质量过硬，1M 上下文窗口业界最大之一，思考模式和普通模式自由切换
• 便宜：输出 $0.28/M token，不及 GPT-4o 的三十分之一，缓存命中更是几乎白送
• 兼容：完全兼容 OpenAI SDK，10 行代码迁移，零学习成本

如果你正在考虑为产品接入大模型，DeepSeek V4 Flash 是我个人在 2026 年最推荐的选择——不是因为免费崇拜，而是因为它确实在性能和成本之间找到了最佳平衡点。如果你还在网页版阶段，可以先看我们的 DeepSeek 网页版完整使用指南，或者从 DeepSeek 官方下载与安装教程 开始。

常见问题