Este tema describe cómo llamar a los modelos de la serie DeepSeek en la plataforma Alibaba Cloud Model Studio utilizando una interfaz compatible con OpenAI o el SDK de DashScope.
Endpoints de servicio
El endpoint de servicio es diferente para cada región. Configure la URL base según la región seleccionada (Reemplace {WorkspaceId} con el ID de espacio de trabajo real). Los modelos disponibles y los límites de tasa también varían según la región. Para más información, consulte el documento de Limitación de tasa.
- Compatible con OpenAI
- Compatible con OpenAI - Responses API
- DashScope
- China (Beijing)
- EE. UU. (Virginia)
- Singapore
- Germany (Frankfurt)
- Japan (Tokyo)
El
base_url para la configuración de llamadas al SDK es https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1La dirección de solicitud HTTP es POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completionsIntroducción
deepseek-v4-pro es el modelo insignia de la serie DeepSeek y destaca en programación, matemáticas y tareas generales. deepseek-v4-flash-0731 es la última versión lanzada. Puede usar el parámetro enable_thinking para alternar entre los modos de pensamiento y sin pensamiento. El siguiente ejemplo muestra cómo llamar al modelo deepseek-v4-pro en modo de pensamiento.
Debe obtener una clave de API y configurarla como variable de entorno. Si utiliza un SDK, también debe instalar el SDK de OpenAI o DashScope.
- Compatible con OpenAI
- DashScope
- Compatible con Anthropic
El parámetro
enable_thinking no es un parámetro estándar de OpenAI. El SDK de Python de OpenAI lo pasa a través de extra_body, mientras que el SDK de Node.js lo pasa como un parámetro de nivel superior. El parámetro reasoning_effort es un parámetro estándar de OpenAI y se puede pasar directamente como un parámetro de nivel superior.- Python
- Node.js
- HTTP
Código de ejemplo
Respuesta
Intensidad de inferencia (reasoning_effort)
Los modelos deepseek-v4.1-flash, deepseek-v4-pro, deepseek-v4-flash-0731 y deepseek-v4-pro-0813 tienen el modo de pensamiento habilitado de forma predeterminada. Puede ajustar la intensidad de inferencia mediante el parámetro reasoning_effort. Los valores válidos son low (admitido solo por deepseek-v4.1-flash, deepseek-v4-flash-0731 y deepseek-v4-pro-0813), high y max. El valor predeterminado es high.
Para deepseek-v4-pro,
low y medium producen el mismo comportamiento que high, y xhigh produce el mismo comportamiento que max. Para deepseek-v4.1-flash, minimal se asigna a low, medium y xhigh se asignan a high, y ultra se asigna a max.- Compatible con OpenAI
- DashScope
Python
API Responses
deepseek-v4.1-flash, deepseek-v4-flash-0731, deepseek-v4-pro y deepseek-v4-pro-0813 admiten llamadas a través de la Responses API compatible con OpenAI. Solo se admiten las regiones de China (Beijing) y Singapur. Para consultar los endpoints, véase Endpoints de servicio.
deepseek-v4.1-flash-1017 admite la Responses API en seis regiones: China (Pekín), Singapur, EE. UU. (Virginia), Alemania (Fráncfort), Japón (Tokio) y China (Hong Kong). Admite las tres herramientas integradas web_search, web_extractor y code_interpreter. Para obtener el base_url del SDK y los endpoints POST de las seis regiones, consulte la configuración de endpoints de la Responses API.
Al llamar a la Responses API, puede agregar las herramientas web_search (Búsqueda web), web_extractor (Extractor web) y code_interpreter (Intérprete de código) al parámetro tools.
Otras funciones
| Modelo | Conversación multironda | Llamada a funciones | Caché de contexto | Salida estructurada | Completado de prefijo |
|---|---|---|---|---|---|
| deepseek-v4.1-flash-1017 | Compatible | Compatible | Compatible (caché implícita) | JSON Object compatible; JSON Schema no compatible | No compatible |
| deepseek-v4.1-flash | Compatible | Compatible | Compatible | JSON Object compatible; JSON Schema no compatible | No compatible |
| deepseek-v4-pro | Compatible | Compatible | Compatible | Compatible | No compatible |
| deepseek-v4-flash-0731 | Compatible | Compatible | Compatible | JSON Object compatible; JSON Schema no compatible | No compatible |
| Modelos destilados | Compatible | No compatible | No compatible | No compatible | No compatible |
deepseek-v4.1-flash-1017 admite la API Chat Completions compatible con OpenAI, la API Anthropic Messages, razonamiento y búsqueda web; no admite llamadas por lotes ni ajuste fino.
Valores predeterminados de parámetros
Modelo | temperature | top_p | repetition_penalty | presence_penalty | max_tokens | thinking_budget |
|---|---|---|---|---|---|---|
deepseek-v4.1-flash-1017 | 1.0 | 1.0 | - | - | 393,216 | - |
deepseek-v4.1-flash | 1.0 | 1.0 | - | - | 393,216 | - |
deepseek-v4-pro | 1.0 | 1.0 | - | - | 393,216 en total | |
deepseek-v4-flash-0731 | 1.0 | 1.0 | - | - | 393,216 en total | |
Versión destilada | 0.6 | 0.95 | - | 1 | 16,384 | 16,384 |
- Un guion (-) indica que el parámetro no tiene un valor predeterminado y no se puede configurar.
- Los modelos destilados no admiten la configuración de estos valores de parámetro.
- "393,216 en total" indica que para los modelos de la serie deepseek-v4, max_tokens y thinking_budget comparten el mismo límite, y su máximo combinado es de 393,216 tokens (la longitud máxima de salida del modelo).
- Para las definiciones de parámetros, consulte Compatible con OpenAI - Chat.
Modelos y facturación
- Modelos de pensamiento híbrido (use el parámetro
enable_thinkingpara controlar el modo de pensamiento): deepseek-v4.1-flash, deepseek-v4-pro y deepseek-v4-flash-0731
En el modo de pensamiento, la cadena de pensamiento se factura como tokens de salida.
FAQ
¿Puedo subir imágenes o documentos para hacer preguntas?
deepseek-v4.1-flash y deepseek-v4.1-flash-1017 admiten entrada de texto e imágenes y salida solo de texto. Para otros modelos, consulte la página de información del modelo correspondiente para conocer las modalidades de entrada admitidas. Para entrada de imágenes, también puede utilizar el modelo Qwen-VL. Para entrada de documentos, utilice el modelo Qwen-Long.
¿Cómo puedo ver el uso de tokens y el número de llamadas?
Minutos después de que se produzca una llamada al modelo, podrá verla en los gráficos de monitoreo. Inicie sesión en la página de Model Monitoring. En el panel de navegación izquierdo, seleccione O&M Management > Model Monitoring para ingresar a la página de resumen de monitoreo. Establezca las condiciones de consulta (por ejemplo, seleccione el rango de tiempo, el espacio de trabajo, etc.), luego en el área de Modelos, busque el modelo objetivo y haga clic en View Details para ver las estadísticas de llamadas del modelo. Para más información, consulte el documento de Monitoreo de modelos.
Los datos de monitoreo se actualizan a nivel de minuto y son solo de referencia. No se utilizan como base de facturación.