Skip to main content

DeepSeek

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/completions

Introducción

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

from openai import OpenAI
import os

# Initialize the OpenAI client
client = OpenAI(
    # If the environment variable is not configured, replace it with your Alibaba Cloud Model Studio API key: api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # Singapore region. Replace {WorkspaceId} with your Bailian workspace ID. URLs vary by region.
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1",
)

messages = [{"role": "user", "content": "Who are you?"}]
completion = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=messages,
    # Use extra_body to set enable_thinking and enable thinking mode
    extra_body={"enable_thinking": True},
    stream=True,
    stream_options={
        "include_usage": True
    },
)

reasoning_content = ""  # Complete thinking process
answer_content = ""  # Complete response
is_answering = False  # Indicates whether the response phase has started
print("\n" + "=" * 20 + "Thinking Process" + "=" * 20 + "\n")

for chunk in completion:
    if not chunk.choices:
        print("\n" + "=" * 20 + "Token Usage" + "=" * 20 + "\n")
        print(chunk.usage)
        print("Request ID:", chunk.id)
        continue

    delta = chunk.choices[0].delta

    # Collect only the thinking content
    if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
        if not is_answering:
            print(delta.reasoning_content, end="", flush=True)
        reasoning_content += delta.reasoning_content

    # After receiving content, start generating the response
    if hasattr(delta, "content") and delta.content:
        if not is_answering:
            print("\n" + "=" * 20 + "Complete Response" + "=" * 20 + "\n")
            is_answering = True
        print(delta.content, end="", flush=True)
        answer_content += delta.content

Respuesta

====================Thinking Process====================
Okay, the user asked a very simple self-introduction question: "Who are you?".
I need to clarify my identity, introduce myself as DeepSeek in a concise and friendly way, mention my creator, basic features, and the help I can provide.
I can organize the answer like this: first, state my identity directly, mention I was created by the DeepSeek company, then list some key features (free, long context, file upload, etc.), and finally end with a friendly invitation, asking if I can help.
====================Complete Response====================
Hello! I am DeepSeek, an AI assistant created by the DeepSeek company.
I can help you answer various questions, create text, analyze documents, assist with programming, and more. My main features are that I am **free to use**, have a **super long context** (I can process the entire 'The Three-Body Problem' trilogy at once), and support **file uploads** and **web search** (must be enabled manually).
Is there anything I can help you with? Whether it's for study, work, or just a casual chat, I'm happy to talk with you!
====================Token Usage====================
CompletionUsage(completion_tokens=238, prompt_tokens=5, total_tokens=243, completion_tokens_details=CompletionTokensDetails(accepted_prediction_tokens=None, audio_tokens=None, reasoning_tokens=93, rejected_prediction_tokens=None), prompt_tokens_details=None)
Request ID: chatcmpl-a1b2c3d4-e5f6-7890-abcd-ef1234567890

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
from openai import OpenAI
import os
client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # China (Beijing) region. Replace {WorkspaceId} with your Bailian workspace ID. URLs vary by region.
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Which is greater, 9.9 or 9.11?"}],
    reasoning_effort="high",
)
print(completion.choices[0].message.content)

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

ModeloConversación multirondaLlamada a funcionesCaché de contextoSalida estructuradaCompletado de prefijo
deepseek-v4.1-flash-1017CompatibleCompatibleCompatible (caché implícita)JSON Object compatible; JSON Schema no compatibleNo compatible
deepseek-v4.1-flashCompatibleCompatibleCompatibleJSON Object compatible; JSON Schema no compatibleNo compatible
deepseek-v4-proCompatibleCompatibleCompatibleCompatibleNo compatible
deepseek-v4-flash-0731CompatibleCompatibleCompatibleJSON Object compatible; JSON Schema no compatibleNo compatible
Modelos destiladosCompatibleNo compatibleNo compatibleNo compatibleNo 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_thinking para controlar el modo de pensamiento): deepseek-v4.1-flash, deepseek-v4-pro y deepseek-v4-flash-0731
deepseek-v4-pro destaca en programación, matemáticas y tareas generales. deepseek-v4-flash-0731 es rápido y rentable. Le recomendamos que priorice el uso de deepseek-v4-pro. Para obtener información sobre la longitud del contexto del modelo y los precios, consulte la consola de Model Studio. La facturación se basa en el número de tokens de entrada y salida.
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.

Códigos de error

Si ocurre un error durante la ejecución, consulte Códigos de error para obtener una solución.