Documentación de la API de DeepSeek: Guía de inicio rápido

URL Base y Autenticación

Nuestra API funciona con cualquier cliente compatible con OpenAI simplemente cambiando la URL base y proporcionando tu clave API. No enrutamos múltiples modelos; alojamos un único modelo de lenguaje grande sin censura ajustado para casos de uso adultos y de programadores. La autenticación se basa en una única clave API por cuenta, que recibes inmediatamente después de registrarte con Google o correo electrónico. No se requiere número de teléfono y no existen tarifas de suscripción. Tus prompts no se utilizan para datos de entrenamiento, garantizando la privacidad mientras integras nuestro endpoint en tu base de código existente.

Copycurl https://api.deepseekapidocumentation.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Explain the difference between supervised fine-tuning and RLHF."}]
  }'

POST /v1/chat/completions: El punto final principal

Envía tus conversaciones a nuestro único punto de conexión para respuestas de texto de entrada y texto de salida. No necesitas gestionar el enrutamiento del modelo ni preocuparte por la latencia del gateway porque servimos un único punto de conexión ajustado directamente. El id del modelo es uncensored, y responde a los parámetros estándar de finalización de chat. Este enfoque elimina la complejidad de seleccionar entre un grupo de modelos. Obtienes un comportamiento predecible sin el ruido de múltiples versiones de proveedores.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.deepseekapidocumentation.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

GET /v1/models: Verifica tu modelo sin censura

Confirma tu conexión y el modelo activo accediendo al endpoint de modelos. Esto devuelve la configuración específica de nuestro LLM sin censura, distinto de GPT, Claude u otros proveedores. Puedes verificar la ventana de contexto y los límites de tokens directamente desde esta respuesta. Es una verificación rápida para asegurar que el cliente SDK de tu cliente apunta correctamente a nuestros servidores. Úsalo para depurar problemas de conexión antes de enviar cargas pesadas.

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.deepseekapidocumentation.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

Parámetros: Temperatura, Top P y Streaming

Controla la creatividad con temperature y top_p, o habilita el streaming vía Server-Sent Events (SSE). El streaming proporciona actualizaciones de tokens en tiempo real, lo cual es crucial para construir interfaces de chat responsivas. También puedes establecer una seed para salidas deterministas o definir secuencias de parada. Nuestra API devuelve el uso de tokens en el último fragmento de un stream. Esta transparencia te ayuda a rastrear los costos con precisión a medida que el modelo genera texto.

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Modo JSON y llamada de funciones

Estructura tus salidas para uso programático con el modo JSON o integra herramientas externas mediante la llamada de funciones. Establece el formato de respuesta a json_object para forzar un cumplimiento estricto de JSON. La llamada de funciones permite que el modelo invoque herramientas con argumentos específicos. Esta configuración es ideal para construir agentes o analizar datos estructurados. También puedes usar penalizaciones de presencia y frecuencia para reducir la repetición en el texto generado.

Límites de velocidad y recuentos de tokens

Cada clave admite 300 solicitudes por minuto y permite 8 solicitudes concurrentes. La ventana de contexto contiene 100,000 tokens en total, con una salida máxima de 16,000 tokens por solicitud. Si no estableces max_tokens, el límite predeterminado es de 2,048 tokens. Los cuerpos de las solicitudes no pueden exceder 8 MB. Estos límites son estrictos pero predecibles, lo que ayuda a diseñar una lógica de reintento robusta sin throttling inesperado. Los errores no consumen crédito, por lo que puedes probar libremente.