Topik ini menjelaskan cara memanggil model seri DeepSeek di Alibaba Cloud Model Studio menggunakan antarmuka yang kompatibel dengan OpenAI atau SDK DashScope.
Titik akhir layanan
Titik akhir layanan berbeda untuk setiap Wilayah. Konfigurasikan Base URL berdasarkan Wilayah yang Anda pilih (ganti {WorkspaceId} dengan Workspace ID aktual). Model yang tersedia dan batas laju juga bervariasi menurut Wilayah. Untuk informasi selengkapnya, lihat dokumen Pembatasan laju.
Wilayah China (Hong Kong) mendukung model DeepSeek berikut: deepseek-v4.1-flash, deepseek-v4.1-flash-1017, deepseek-v4-pro-0813, dan deepseek-v4-flash-0731. Di Wilayah China (Hong Kong), Responses API hanya mendukung deepseek-v4.1-flash-1017.
- Kompatibel dengan OpenAI
- Kompatibel dengan OpenAI - Responses API
- DashScope
- China (Beijing)
- AS (Virginia)
- Singapura
- Jerman (Frankfurt)
- Jepang (Tokyo)
- China (Hong Kong)
base_url untuk konfigurasi pemanggilan SDK adalah https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1Alamat permintaan HTTP adalah POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completionsMemulai
deepseek-v4-pro adalah model unggulan dalam seri DeepSeek dan unggul dalam pemrograman, matematika, dan tugas umum. deepseek-v4-flash-0731 adalah versi terbaru yang dirilis. Anda dapat menggunakan parameter enable_thinking untuk beralih antara mode berpikir dan non-berpikir. Contoh berikut menunjukkan cara memanggil model deepseek-v4-pro dalam mode berpikir.
Anda harus mendapatkan Kunci API dan mengonfigurasikannya sebagai Variabel lingkungan. Jika Anda menggunakan SDK, Anda juga harus menginstal SDK OpenAI atau DashScope.
Contoh berikut menggunakan Wilayah Singapura dan
deepseek-v4-pro. Model deepseek-v4-pro tidak tersedia di China (Hong Kong). Gunakan salah satu dari empat model yang tercantum di atas dan lihat contoh panggilan China (Hong Kong) untuk konfigurasi endpoint Hong Kong.- Kompatibel dengan OpenAI
- DashScope
- Kompatibel dengan Anthropic
Parameter
enable_thinking bukanlah parameter standar OpenAI. SDK Python OpenAI meneruskannya melalui extra_body, sedangkan SDK Node.js meneruskannya sebagai parameter tingkat atas. Parameter reasoning_effort adalah parameter standar OpenAI dan dapat diteruskan langsung sebagai parameter tingkat atas.- Python
- Node.js
- HTTP
Kode contoh
Respons
Contoh panggilan China (Hong Kong)
Contoh berikut memanggil deepseek-v4.1-flash-1017 di China (Hong Kong) melalui Chat Completions API yang kompatibel dengan OpenAI. Gunakan API key untuk China (Hong Kong) dan ganti {WorkspaceId} dengan Workspace ID Anda di Wilayah tersebut. API key dan domain khusus workspace tidak dapat digunakan bersama di seluruh Wilayah.
base_url SDK ke https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/apps/anthropic dan gunakan POST https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/apps/anthropic/v1/messages untuk permintaan HTTP.
Kekuatan inferensi (reasoning_effort)
Model deepseek-v4-pro dan deepseek-v4-flash-0731 memiliki mode berpikir yang diaktifkan secara default. Anda dapat menyesuaikan kekuatan inferensi menggunakan parameter reasoning_effort. Nilai yang valid adalah low, medium, high, xhigh, dan max. Nilai default adalah high.
low dan medium menghasilkan perilaku yang sama dengan high. xhigh menghasilkan perilaku yang sama dengan max.- Kompatibel dengan OpenAI
- DashScope
Python
Responses API
deepseek-v4-flash-0731 dan deepseek-v4-pro mendukung panggilan melalui Responses API yang kompatibel dengan OpenAI. Hanya Wilayah China (Beijing) dan Singapura yang didukung. Untuk titik akhir, lihat Titik akhir layanan.
deepseek-v4.1-flash-1017 mendukung Responses API di enam Wilayah: China (Beijing), Singapura, AS (Virginia), Jerman (Frankfurt), Jepang (Tokyo), dan China (Hong Kong). Model ini mendukung tiga alat bawaan: web_search, web_extractor, dan code_interpreter. Untuk base_url SDK dan endpoint POST di keenam Wilayah, lihat konfigurasi endpoint Responses API.
Saat memanggil Responses API, Anda dapat menambahkan alat web_search (Pencarian web), web_extractor (Web extractor), dan code_interpreter (Code Interpreter) ke parameter tools.
Fitur lainnya
| Model | Percakapan multi-putaran | Function Calling | Cache konteks | Output terstruktur | Penyelesaian Awalan |
|---|---|---|---|---|---|
| deepseek-v4.1-flash-1017 | Didukung | Didukung | Didukung (caching implisit) | Didukung | Tidak didukung |
| deepseek-v4-pro | Didukung | Didukung | Didukung | Didukung | Tidak didukung |
| deepseek-v4-pro-us | Didukung | Didukung | Didukung | Didukung | Tidak didukung |
| deepseek-v4-flash-0731 | Didukung | Didukung | Didukung | JSON Object didukung; JSON Schema tidak didukung | Tidak didukung |
| Model distilasi | Didukung | Tidak didukung | Tidak didukung | Tidak didukung | Tidak didukung |
deepseek-v4.1-flash-1017 mendukung API Chat Completions yang kompatibel dengan OpenAI, API Anthropic Messages, thinking, dan pencarian web; model ini tidak mendukung panggilan batch atau fine-tuning.
Nilai parameter default
Model | suhu | 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 secara total | |
deepseek-v4-pro-us | 1,0 | 1,0 | - | - | 393.216 secara total | |
deepseek-v4-flash-0731 | 1,0 | 1,0 | - | - | 393.216 secara total | |
Versi distilasi | 0,6 | 0,95 | - | 1 | 16.384 | 16.384 |
- Tanda hubung (-) menunjukkan bahwa parameter tersebut tidak memiliki nilai default dan tidak dapat diatur.
- Model distilasi tidak mendukung pengaturan nilai parameter ini.
- Untuk definisi parameter, lihat Kompatibel dengan OpenAI - Chat.
Model dan penagihan
- Model berpikir hibrid (gunakan parameter
enable_thinkinguntuk mengontrol mode berpikir): deepseek-v4-pro dan deepseek-v4-flash-0731
Dalam mode berpikir, rantai-pikiran ditagih sebagai token output.
FAQ
Bisakah saya mengunggah gambar atau dokumen untuk mengajukan pertanyaan?
deepseek-v4.1-flash dan deepseek-v4.1-flash-1017 mendukung input teks dan gambar serta output teks saja. Untuk model lainnya, lihat halaman informasi model yang sesuai untuk mengetahui modalitas input yang didukung. Untuk input gambar, Anda juga dapat menggunakan model Qwen-VL. Untuk input dokumen, gunakan model Qwen-Long.
Bagaimana cara melihat penggunaan token dan jumlah panggilan?
Satu jam setelah panggilan model selesai, Anda dapat membuka halaman Pemantauan Model dan mengatur kondisi kueri, seperti rentang waktu dan ruang kerja. Kemudian, di area Models, temukan model target dan klik Monitor di kolom Actions untuk melihat statistik panggilan untuk model tersebut. Untuk informasi selengkapnya, lihat dokumen Pemantauan model.
Data diperbarui setiap jam. Selama jam sibuk, pembaruan data mungkin tertunda hingga satu jam.