Skip to main content
Tutorial de integração de modelos de terceiros

DeepSeek

Este tópico descreve como chamar os modelos da série DeepSeek na plataforma Alibaba Cloud Model Studio usando uma interface compatível com OpenAI ou o DashScope SDK.

Os modelos deepseek-v3, deepseek-v3.1, deepseek-v3.2, deepseek-v3.2-exp, deepseek-r1, deepseek-r1-0528 e deepseek-r1-distill-qwen-7b/14b/32b serão descontinuados em 10 de outubro de 2026. Recomendamos o uso dos seguintes modelos como alternativa: qwen3.7-plus, qwen3.7-max e qwen3.6-flash.

Endpoints do service

O endpoint do service varia conforme a região. Configure a Base URL de acordo com a região selecionada (substitua {WorkspaceId} pelo ID real do Workspace). Os modelos disponíveis e os limites de taxa também variam por região. Para mais informações, consulte o documento Rate limiting.
  • OpenAI compatible
  • OpenAI compatible - Responses API
  • DashScope
  • China (Beijing)
  • US (Virginia)
  • Singapore
  • Germany (Frankfurt)
  • Japan (Tokyo)
O base_url para configuração de chamada via SDK é https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1O endereço de requisição HTTP é POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions
  • OpenAI compatible
  • OpenAI compatible - Responses API
  • DashScope
  • China (Beijing)
  • US (Virginia)
  • Singapore
  • Germany (Frankfurt)
  • Japan (Tokyo)
O base_url para configuração de chamada via SDK é https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1O endereço de requisição HTTP é POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions

Primeiros passos

O deepseek-v4-pro é o modelo principal da série DeepSeek, destacando-se em programação, matemática e tarefas gerais. O deepseek-v4-flash-0731 é a versão mais recente lançada. Use o parâmetro enable_thinking para alternar entre os modos de raciocínio ativo e inativo. O exemplo a seguir demonstra como chamar o modelo deepseek-v4-pro no modo de raciocínio ativo. É necessário obtain an API key e configure it as an environment variable. Caso utilize um SDK, também será preciso instale the OpenAI or DashScope SDK.
  • OpenAI compatible
  • DashScope
  • Anthropic compatible
O parâmetro enable_thinking não é um parâmetro padrão da OpenAI. O SDK Python da OpenAI o transmite via extra_body, enquanto o SDK Node.js o passa como um parâmetro de nível superior. Já o parâmetro reasoning_effort é padrão da OpenAI e pode ser passado diretamente como parâmetro de nível superior.
  • Python
  • Node.js
  • HTTP

Código de exemplo

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

Resposta

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

Intensidade de inferência (reasoning_effort)

Os modelos deepseek-v4-pro, deepseek-v4-flash e deepseek-v4-flash-0731 possuem o modo de raciocínio ativado por padrão. Ajuste a intensidade da inferência através do parâmetro reasoning_effort. Os valores válidos são low, medium, high, xhigh e max. O valor padrão é high.
Os valores low e medium produzem o mesmo comportamento que high. Já o valor xhigh gera o mesmo comportamento que max.
  • OpenAI compatible
  • 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)

Responses API

Os modelos deepseek-v4-flash, deepseek-v4-flash-0731, deepseek-v4-pro e deepseek-v4-pro-0813 aceitam chamadas pela Responses API compatível com OpenAI. Apenas as regiões China (Beijing) e Singapore são suportadas. Para endpoints, consulte Service endpoints. Ao invocar a Responses API, adicione as ferramentas web_search (Web search), web_extractor (Web extractor) e code_interpreter (Code Interpreter) ao parâmetro tools.
Python
from openai import OpenAI
import os

client = OpenAI(
    # If the environment variable is not configured, replace the following line with your Model Studio API key: api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # The following URL is for the Singapore region. For the other region, use https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1",
)

response = client.responses.create(
    model="deepseek-v4-flash",
    input="Hello! Please introduce yourself in one sentence.",
    # Optional: enable the web search, web extractor, and code interpreter tools
    tools=[
        {"type": "web_search"},
        {"type": "web_extractor"},
        {"type": "code_interpreter"},
    ],
)

# Get the model response
print(response.output_text)

Outros recursos

ModelMulti-turn conversationFunction CallingContext cacheStructured outputPrefix Completion
deepseek-v4-proSupportedSupportedSupportedSupportedNot supported
deepseek-v4-pro-usSupportedSupportedSupportedSupportedNot supported
deepseek-v4-flash-0731SupportedSupportedSupportedSupportedNot supported
deepseek-v4-flashSupportedSupportedSupportedSupportedNot supported
deepseek-v4-flash-usSupportedSupportedSupportedSupportedNot supported
deepseek-v3.2SupportedSupportedSupportedNot supportedNot supported
deepseek-v3.2-expSupportedSupported
Only non-thinking mode is supported.
Not supportedNot supportedNot supported
deepseek-v3.1SupportedSupported
Only non-thinking mode is supported.
SupportedNot supportedNot supported
deepseek-r1SupportedSupportedSupportedNot supportedNot supported
deepseek-r1-0528SupportedSupportedNot supportedNot supportedNot supported
deepseek-v3SupportedSupportedSupportedNot supportedNot supported
Distilled modelsSupportedNot supportedNot supportedNot supportedNot supported

Valores padrão dos parâmetros

Model

temperature

top_p

repetition_penalty

presence_penalty

max_tokens

thinking_budget

deepseek-v4-pro

1,0

1,0

-

-

393.216 in total

deepseek-v4-pro-us

1,0

1,0

-

-

393.216 in total

deepseek-v4-flash-0731

1,0

1,0

-

-

393.216 in total

deepseek-v4-flash

1,0

1,0

-

-

393.216 in total

deepseek-v4-flash-us

1,0

1,0

-

-

393.216 in total

deepseek-v3.2

1,0

0,95

-

-

65.536

32.768

deepseek-v3.2-exp

0,6

0,95

1,0

-

65.536

32.768

deepseek-v3.1

0,6

0,95

1,0

-

65.536

32.768

deepseek-r1

0,6

0,95

-

1

16.384

32.768

deepseek-r1-0528

0,6

0,95

-

1

16.384

32.768

Distilled version

0,6

0,95

-

1

16.384

16.384

deepseek-v3

0,7

0,6

-

-

16.384

-

  • Um hífen (-) indica que o parâmetro não possui valor padrão e não pode ser definido.
  • Os modelos deepseek-r1, deepseek-r1-0528 e as versões destiladas não permitem a configuração desses valores de parâmetro.
  • "393.216 in total" significa que, para os modelos da série deepseek-v4, max_tokens e thinking_budget compartilham o mesmo limite, somando no máximo 393.216 tokens (comprimento máximo de saída do modelo).
  • Para definições dos parâmetros, consulte OpenAI compatible - Chat.

Modelos e faturamento

  • Modelos de raciocínio híbrido (use o parâmetro enable_thinking para controlar o modo de raciocínio): deepseek-v4-pro, deepseek-v4-flash, deepseek-v4-flash-0731, deepseek-v3.2, deepseek-v3.2-exp e deepseek-v3.1
  • Modelos exclusivos de raciocínio (sempre raciocinam antes de responder): deepseek-r1 e deepseek-r1-0528
  • Modelos sem raciocínio: deepseek-v3
O deepseek-v4-pro destaca-se em programação, matemática e tarefas gerais. O deepseek-v4-flash-0731 oferece rapidez e custo-benefício. Priorize o uso do deepseek-v4-pro. Para informações sobre comprimento de contexto e preços dos modelos, acesse o console do Model Studio. O faturamento baseia-se na quantidade de tokens de entrada e saída.
No modo de raciocínio, a cadeia de pensamento é cobrada como tokens de saída.

FAQ

Posso enviar imagens ou documentos para fazer perguntas?

Os modelos DeepSeek aceitam apenas entrada de texto, não suportando imagens ou documentos. Para entrada de imagens, utilize o modelo Qwen-VL. Para documentos, use o modelo Qwen-Long.

Como visualizar o uso de tokens e a quantidade de chamadas?

Uma hora após a conclusão de uma chamada de modelo, acesse a página de Monitoramento de Modelos e defina os critérios de consulta, como intervalo de tempo e workspace. Em seguida, na área Models, localize o modelo desejado e clique em Monitor na coluna Actions para visualizar as estatísticas de chamadas do modelo. Para mais detalhes, consulte o documento Model monitoring.
Os dados são atualizados a cada hora. Em horários de pico, a atualização pode atrasar em até uma hora.

Códigos de erro

Se ocorrer um erro durante a execução, consulte Error codes para obter uma solução.
Plano de Tokens
Playground de Modelos
  • Music generation
Inferência do Modelo
Avaliação
Compressão de Modelos
Estatísticas e Monitoramento
Suporte