Deepseek Chat App Try Now

Како да започнете со API

Како да започнете со API

Поставувањето на API пристапот започнува со креирање на сметка за програмери на платформата DeepSeek и генерирање на вашиот прв API клуч. Процесот вклучува три основни чекори кои се состојат од конфигурација на автентикација, инсталација на SDK и извршување на првото барање. Повеќето корисници го завршуваат тестирањето на првото барање во рок од 15 минути користејќи ги понудените шаблони за код.

Автентикацијата користи bearer token формат со клучеви кои имаат префикс "sk-". Основната URL адреса за сите API ендпоинти е https://api.deepseek.com/v1, следејќи ги RESTful конвенциите. Задолжителните заглавија вклучуваат Authorization со вашиот API клуч и Content-Type поставен на application/json. Лимитирањето на стапката се применува по клуч, што овозможува тимовите да ги дистрибуираат квотите низ повеќе проекти.

За инсталација на Python SDK, користете pip за да ја додадете официјалната библиотека. Следниот код демонстрира комплетен процес за прво барање користејќи го ендпоинтот за разговор со моделот DeepSeek V3:

pip install deepseek-sdk
from deepseek import DeepSeek

client = DeepSeek(api_key="sk-vashiot-kluch-tuka")

response = client.chat.completions.create(
    model="deepseek-chat-v3",
    messages=[
        {"role": "system", "content": "Вие сте корисен асистент."},
        {"role": "user", "content": "Објасни го квантното компјутерство на едноставен начин."}
    ],
    max_tokens=500,
    temperature=0.7
)

print(response.choices[0].message.content)

За програмери кои претпочитаат curl барања, еквивалентниот HTTP повик бара експлицитна конфигурација на заглавието. Овој пристап е корисен за тестирање без зависност од SDK библиотеките:

curl https://api.deepseek.com/v1/chat/completions \
  -H "Authorization: Bearer sk-vashiot-kluch-tuka" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-chat-v3",
    "messages": [{"role": "user", "content": "Здраво, API!"}],
    "max_tokens": 100
  }'

API враќа JSON одговори кои содржат генериран текст, статистика за употреба на токени и метаподатоци за барањето. Успешните одговори вклучуваат низа choices со излезот од моделот, додека грешките враќаат стандардизирани кодови за дебагирање. Бројот на токени се појавува во објектот usage, следејќи ги prompt_tokens, completion_tokens и total_tokens за прецизно пресметкување на трошоците.

  • Преземете го вашиот API клуч од безбедносниот јазиче на контролната табла.
  • Инсталирајте го Python SDK или користете директни HTTP барања за флексибилност.
  • Тестирајте ја поврзаноста со едноставно барање пред продукциската интеграција.
  • Следете ги одговорите на заглавијата за статусот на лимитот на стапката.

Водичите за брз почеток во документацијата покриваат и дополнителни јазици вклучувајќи Node.js и Go. Конфигурациите на Webhook за асинхрона обработка бараат верификација на ендпоинтот при првичното поставување.

API цени и лимити

API цени и лимити

Во 2026 година, ценообразувањето на DeepSeek API следи модел базиран на токени со посебна наплата за влезни и излезни токени. Водечкиот модел DeepSeek V3 чини $0.27 за 1M влезни токени и $1.10 за 1M излезни токени, што го позиционира значително под конкурентните модели. Бесплатни кредити во вредност од $5 се доделуваат на новите профили, што е доволно за околу 4.5M влезни токени на стандардниот модел за разговор.

Пресметките на трошоците по токен го прават DeepSeek особено конкурентен за апликации со висок волумен. Типична интеракција со поддршка која троши 500 влезни и 200 излезни токени чини приближно $0.00036, овозможувајќи милиони интеракции во рамките на скромни буџети. Лимитите на стапката се скалираат според нивото на профилот, почнувајќи од 500K токени дневно за бесплатни профили до 50M токени за претпријатија.

Модел Влез (на 1M токени) Излез (на 1M токени) Контекстен прозорец Лимит (токени/мин)
DeepSeek V3 $0.27 $1.10 128K 90,000
DeepSeek Chat $0.14 $0.28 64K 150,000
DeepSeek Coder V2 $0.14 $0.28 64K 120,000
DeepSeek Embeddings $0.002 N/A 8K 200,000

Наплатата за користење работи на систем на припејд кредити со автоматско одбивање по секое барање. Контролната табла прикажува метрика на потрошувачка во реално време, со можност за конфигурација на предупредувања за трошоците. Неискористените кредити не истекуваат, а попустите за волумен се применуваат автоматски на месечни прагови над $1,000 потрошувачка.

Лимитите на стапката ги спроведуваат квотите врз основа на токени во минута наместо број на барања. API враќа 429 статусни кодови кога лимитите се надминати, со Retry-After заглавија кои го означуваат времето на чекање. Профилите на претпријатија имаат пристап до посветени ресурси и прилагодени конфигурации. Цените се предмет на промена со најава од 30 дена, иако историските податоци покажуваат стабилни стапки по лансирањето на V3.

Достапни модели и ендпоинти

Достапни модели и ендпоинти

Ендпоинтите на DeepSeek API нудат пет продукциски модели, секој оптимизиран за специфични задачи. Изборот на модел се врши преку параметарот во API барањата, при што ID-ата на моделите го следат шаблонот deepseek-{capability}-{version}. Постарите модели остануваат достапни 90 дена по лансирањето на новите верзии, со навремени известувања за миграција до активните корисници.

Model ID Тип Контекст Најдобра употреба
deepseek-chat-v3 Chat Completion 128K токени Генерално резонирање, мултијазичен дијалог
deepseek-coder-v2 Code Completion 64K токени Генерирање код, дебагирање, документација
deepseek-reasoner Chat Completion 128K токени Комплексно решавање проблеми, логички синџири
deepseek-embed Embeddings 8K токени Семантичко пребарување, RAG системи
deepseek-vision-preview Multimodal (Beta) 32K токени + слики Анализа на слики, OCR, визуелно одговарање

Ендпоинтот за разговор на /v1/chat/completions поддржува системски инструкции, дијалози во повеќе чекори и повикување функции. Овој ендпоинт работи со моделите deepseek-chat-v3 и deepseek-reasoner, при што вториот додава експлицитни логички траги во одговорите. Параметрите temperature и top_p ја контролираат креативноста на излезот, додека max_tokens ја ограничува должината на одговорот.

  • Chat моделите поддржуваат стриминг на одговори преку параметарот stream.
  • Моделите за код вклучуваат оптимизации за Python, JavaScript, Java, C++ и Go.
  • Embeddings моделот враќа 1024-димензионални вектори за семантички операции.
  • Vision моделот прифаќа URL адреси на слики или base64-кодирани податоци.

Достапните модели имаат капацитет од 7B до 671B параметри, иако корисниците избираат според функционалноста наместо според големината. DeepSeek Coder V2 се истакнува на HumanEval бенчмарковите со 88.4% точност, додека водечкиот V3 постигнува 87.1% на MMLU за задачи од општо знаење. Моделите во моментов, заклучно со 2026 година, редовно се ажурираат за да одржат високи перформанси.

Примери за употреба и интеграција

Примери за употреба и интеграција

Практичните сценарија за интеграција на DeepSeek API опфаќаат кориснички чат-ботови, автоматизација на содржина и аналитички процеси. Компатибилноста со OpenAI овозможува брза замена на постоечките LLM решенија, додека проширените контекстни прозорци овозможуваат нови примени. Продукциските имплементации често користат стриминг за подобро корисничко искуство и повикување функции за пристап до надворешни податоци.

  • Автоматизација на маркетиншки содржини и блог постови со контролирани параметри.
  • Интеграција на асистенти за код во IDE околини за рефакторирање и дебагирање.
  • Анализа на податоци каде API обработува истражувачки трудови или правни документи.
  • Имплементација на RAG системи кои комбинираат embeddings со модели за разговор.

Типична RAG интеграција го користи ендпоинтот за embeddings за векторизација на знаењето, ги зачувува векторите во база, а потоа ги извлекува релевантните сегменти за контекст. Оваа архитектура ги намалува халуцинациите и ја одржува точноста на информациите. JSON режимот обезбедува структуриран излез кој е од голема важност за автоматизирани работни процеси кои бараат прецизни одговори.