DeepSeek官网 - 探索未至之境 - DeepSeek api开放平台
提供开放、高可用、高性价比的大模型 API 接入规范。全面支持 DeepSeek-V3 密集专家调度模型与 DeepSeek-R1 强化学习自省推理模型，深度赋能代码工程、数理研究与商业应用。
01 工业级透明资费标准
得益于多头潜在注意力（MLA）对 KV 缓存显存开销的跨越式压缩，DeepSeek 开放平台提供业内极具竞争力的定价方案：
| 模型名称 | 上下文长度 | 输入定价 (缓存未命中) | 输入定价 (缓存命中) | 输出定价 |
|---|---|---|---|---|
| deepseek-chat (V3) | 128K Tokens | ¥1.00 / 100万 Tokens | ¥0.14 / 100万 Tokens | ¥2.00 / 100万 Tokens |
| deepseek-reasoner (R1) | 128K Tokens | ¥4.00 / 100万 Tokens | ¥1.00 / 100万 Tokens | ¥16.00 / 100万 Tokens |
02 标准 Python SDK 3行代码无缝对接
DeepSeek API 完全兼容 OpenAI 官方 SDK 规范。开发者无需重构业务管道，仅需替换基础终端节点与鉴权密钥即可直接投入生产运行。
from openai import OpenAI
client = OpenAI(
api_key="your_deepseek_api_key",
base_url="https://api.deepseek.com"
)
# 发起流式推理调用
response = client.chat.completions.create(
model="deepseek-reasoner",
messages=[
{"role": "user", "content": "证明勾股定理并输出逻辑思维链"}
],
stream=True
)
for chunk in response:
print(chunk.choices[0].delta.content or "", end="")
03 DeepSeek Harness 自动化评测与基准套件
DeepSeek Harness 是一套专为企业私有化交付与模型自动化回归测试设计的验证体系。支持针对复杂数学（GSM8K/MATH）、形式化代码（HumanEval/SWE-bench）以及高并发鲁棒性的批量基准检验。
# 启动 DeepSeek Harness 基准自动化跑分
pip install deepseek-harness
# 执行数学推理与代码自省回归测试
deepseek-harness \
--model deepseek-reasoner \
--tasks math_500,swe_bench_lite \
--batch_size 16 \
--output_dir ./eval_results
04 完全离线本地私有化部署 (Ollama / vLLM)
针对国防级安全需求或离线内网集群，推荐通过 Ollama 或 vLLM 直接加载 DeepSeek 开源权重：
# 拉取并运行轻量级蒸馏版模型 (端侧设备适配)
ollama run deepseek-r1:8b
# 运行工业级 70B 深度推理模型
ollama run deepseek-r1:70b
# 开启标准本地 OpenAI 兼容服务器
ollama serve # 默认监听 http://localhost:11434
05 开发者核心技术问答
DeepSeek 采用多头潜在注意力机制（MLA）大幅精简了 KV 缓存的物理显存占用，辅以全节点分布式上下文持久化算法。只要您的输入前缀保持一致，集群节点即可自动重用历史缓存，实现低至 0.14 元/百万 Tokens 的极佳性价比。
享有。企业级商业 API 调用的全部 Prompt 与返回文本绝不用于任何公共基座模型的后续微调与训练，全链路配备国密/TLS 1.3 工业级端到端传输加密。
Harness 原生输出符合 JUnit 与 SARIF 标准的结构化机器可读报告，可直接与 GitHub Actions、GitLab CI 等自动化流水线挂接，当模型精度指标波动超过阈值时触发自动阻断。