Skip to main content

DeepSeek

Cette rubrique explique comment appeler les modèles de la série DeepSeek sur la plateforme Alibaba Cloud Model Studio via une interface compatible OpenAI ou le SDK DashScope.

Endpoints de service

L'endpoint de service varie selon la région. Configurez l'URL de base en fonction de la région sélectionnée (remplacez {WorkspaceId} par votre identifiant d'espace de travail réel). Les modèles disponibles et les limites de taux diffèrent également selon la région. Pour plus d'informations, consultez la rubrique Limitation de taux. deepseek-v4.1-flash-1017 prend en charge l'API Responses dans six régions : Chine (Pékin), Singapour, États-Unis (Virginie), Allemagne (Francfort), Japon (Tokyo) et Chine (Hong Kong). Il prend en charge les trois outils intégrés web_search, web_extractor et code_interpreter. Pour le base_url du SDK et les endpoints POST dans les six régions, consultez la configuration des endpoints de l'API Responses.
  • Compatible OpenAI
  • DashScope
  • China (Beijing)
  • US (Virginia)
  • Singapore
  • Germany (Frankfurt)
  • Japan (Tokyo)
La valeur base_url pour la configuration des appels SDK est https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1L'adresse de requête HTTP est POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions
  • Compatible OpenAI
  • DashScope
  • China (Beijing)
  • US (Virginia)
  • Singapore
  • Germany (Frankfurt)
  • Japan (Tokyo)
La valeur base_url pour la configuration des appels SDK est https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1L'adresse de requête HTTP est POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions

Prise en main

deepseek-v4-pro est le modèle le plus récent de la série DeepSeek. Il excelle dans la programmation, les mathématiques et les tâches générales. Le paramètre enable_thinking permet de basculer entre le mode réflexion et le mode sans réflexion. L'exemple suivant montre comment appeler le modèle deepseek-v4-pro en mode réflexion. Vous devez obtenir une clé API et la configurer comme variable d'environnement. Si vous utilisez un SDK, vous devez également installer le SDK OpenAI ou DashScope.
  • Compatible OpenAI
  • DashScope
  • Compatible Anthropic
Le paramètre enable_thinking n'est pas un paramètre standard OpenAI. Le SDK Python OpenAI le transmet via extra_body, tandis que le SDK Node.js le passe en tant que paramètre de premier niveau. Le paramètre reasoning_effort est un paramètre standard OpenAI et peut être transmis directement comme paramètre de premier niveau.
  • Python
  • Node.js
  • HTTP

Exemple de code

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

Réponse

====================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

Intensité du raisonnement (reasoning_effort)

Le mode réflexion est activé par défaut pour les modèles deepseek-v4-pro et deepseek-v4-flash-0731. Vous pouvez ajuster l'intensité du raisonnement à l'aide du paramètre reasoning_effort. Les valeurs valides sont low, medium, high, xhigh et max. La valeur par défaut est high.
Les valeurs low et medium produisent le même comportement que high. La valeur xhigh produit le même comportement que max.
  • Compatible 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)

Autres fonctionnalités

deepseek-v4.1-flash-1017 prend en charge l'API Responses dans six régions : Chine (Pékin), Singapour, États-Unis (Virginie), Allemagne (Francfort), Japon (Tokyo) et Chine (Hong Kong). Il prend en charge les trois outils intégrés web_search, web_extractor et code_interpreter. Pour le base_url du SDK et les endpoints POST dans les six régions, consultez la configuration des endpoints de l'API Responses.
ModèleConversation multi-toursFunction CallingCache de contexteSortie structuréeComplétion de préfixe
deepseek-v4.1-flash-1017Pris en chargePris en chargePris en charge (mise en cache implicite)Pris en chargeNon pris en charge
deepseek-v4-proSupportedSupportedSupportedSupportedNot supported
deepseek-v4-pro-usSupportedSupportedSupportedSupportedNot supported
deepseek-v4-flash-0731SupportedSupportedSupportedJSON Object pris en charge ; JSON Schema non pris en chargeNot supported
Modèles distillésSupportedNot supportedNot supportedNot supportedNot supported
deepseek-v4.1-flash-1017 prend en charge l'API Chat Completions compatible OpenAI, l'API Anthropic Messages, le raisonnement et la recherche web ; il ne prend pas en charge les appels par lots ni le réglage fin.

Valeurs de paramètres par défaut

Modèle

temperature

top_p

repetition_penalty

presence_penalty

max_tokens

thinking_budget

deepseek-v4.1-flash-1017

1,0

1,0

-

-

393 216

-

deepseek-v4-pro

1,0

1,0

-

-

393 216 au total

deepseek-v4-pro-us

1,0

1,0

-

-

393 216 au total

deepseek-v4-flash-0731

1,0

1,0

-

-

393 216 au total

Version distillée

0,6

0,95

-

1

16 384

16 384

  • Un tiret (-) indique que le paramètre n'a pas de valeur par défaut et ne peut pas être défini.
  • Les modèles distillés ne permettent pas de définir ces valeurs de paramètres.
  • Pour les définitions des paramètres, consultez Compatible OpenAI - Chat.

Modèles et facturation

  • Modèles à réflexion hybride (utilisez le paramètre enable_thinking pour contrôler le mode réflexion) : deepseek-v4-pro et deepseek-v4-flash-0731
deepseek-v4-pro excelle dans la programmation, les mathématiques et les tâches générales. deepseek-v4-flash-0731 est rapide et économique. Nous vous recommandons d'utiliser deepseek-v4-pro en priorité. Pour obtenir des informations sur la longueur du contexte des modèles et les tarifs, consultez la console Model Studio. La facturation repose sur le nombre de tokens d'entrée et de sortie.
En mode réflexion, la chaîne de pensée est facturée comme des tokens de sortie.

FAQ

Puis-je télécharger des images ou des documents pour poser des questions?

deepseek-v4.1-flash et deepseek-v4.1-flash-1017 acceptent les entrées texte et image et produisent uniquement du texte. Pour les autres modèles, consultez la page d'informations du modèle correspondant pour connaître les modalités d'entrée prises en charge. Pour les entrées image, vous pouvez également utiliser le modèle Qwen-VL. Pour les entrées document, utilisez le modèle Qwen-Long.

Comment consulter l'utilisation des tokens et le nombre d'appels ?

Une heure après la fin d'un appel de modèle, accédez à la page Surveillance des modèles et définissez les critères de requête, tels que la plage horaire et l'espace de travail. Ensuite, dans la zone Models, localisez le modèle cible et cliquez sur Monitor dans la colonne Actions pour afficher les statistiques d'appels du modèle. Pour plus d'informations, consultez la rubrique Surveillance des modèles.
Les données sont mises à jour toutes les heures. Pendant les périodes de forte activité, les mises à jour peuvent subir un retard allant jusqu'à une heure.

Codes d'erreur

Si une erreur survient lors de l'exécution, consultez la rubrique Codes d'erreur pour obtenir une solution.