Documentation API DeepSeek : Guide de démarrage rapide

URL de base et authentification

Notre API fonctionne avec n'importe quel client compatible OpenAI en modifiant simplement l'URL de base et en fournissant votre clé API. Nous ne routons pas plusieurs modèles ; nous hébergeons un seul grand modèle de langage uncensored optimisé pour les cas d'utilisation adultes et codeurs. L'authentification repose sur une seule clé API par compte, que vous recevez immédiatement après vous être inscrit via Google ou e-mail. Aucun numéro de téléphone n'est requis, et il n'y a pas de frais d'abonnement. Vos invites ne sont pas utilisées pour les données d'entraînement, garantissant la confidentialité pendant que vous intégrez notre point de terminaison dans votre base de code existante.

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 : Le point de terminaison principal

Envoyez vos conversations à notre point de terminaison unique pour des réponses texte en entrée, texte en sortie. Vous n'avez pas besoin de gérer le routage des modèles ni de vous soucier de la latence de la passerelle car nous servons un point de terminaison ajusté directement. L'ID du modèle est uncensored, et il répond aux paramètres standard de complétion de chat. Cette approche élimine la complexité de la sélection parmi un ensemble de modèles. Vous obtenez un comportement prévisible sans le bruit des multiples versions des fournisseurs.

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 : Vérifiez votre modèle sans censorship

Confirmez votre connexion et le modèle actif en interrogeant le point de terminaison des modèles. Cela retourne la configuration spécifique de notre LLM non censuré, distinct de GPT, Claude ou d'autres fournisseurs. Vous pouvez vérifier la fenêtre de contexte et les limites de tokens directement à partir de cette réponse. Il s'agit d'un contrôle rapide pour s'assurer que le client SDK pointe correctement vers nos serveurs. Utilisez ceci pour déboguer les problèmes de connexion avant d'envoyer des charges lourdes.

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);

Paramètres : Température, Top P et Streaming

Contrôlez la créativité avec temperature et top_p, ou activez le streaming via les Server-Sent Events (SSE). Le streaming fournit des mises à jour de tokens en temps réel, ce qui est crucial pour créer des interfaces de chat réactives. Vous pouvez également définir une seed pour des sorties déterministes ou définir des séquences d'arrêt. Notre API retourne l'utilisation des tokens dans le dernier chunk d'un flux. Cette transparence vous aide à suivre les coûts avec précision à mesure que le modèle génère du texte.

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)

Mode JSON et appel de fonctions

Structurez vos sorties pour une utilisation programmatique avec le mode JSON ou intégrez des outils externes via l'appel de fonctions. Définissez le format de réponse sur json_object pour forcer une conformité JSON stricte. L'appel de fonctions permet au modèle d'invoquer des outils avec des arguments spécifiques. Cette configuration est idéale pour créer des agents ou analyser des données structurées. Vous pouvez également utiliser les pénalités de présence et de fréquence pour réduire les répétitions dans le texte généré.

Limites de débit et compte de jetons

Chaque clé prend en charge 300 requêtes par minute et permet 8 requêtes simultanées. La fenêtre de contexte contient 100 000 tokens au total, avec une sortie maximale de 16 000 tokens par requête. Si vous ne définissez pas max_tokens, la limite par défaut est de 2 048 tokens. Les corps de requête ne peuvent pas dépasser 8 Mo. Ces limites sont strictes mais prévisibles, ce qui vous aide à concevoir une logique de nouvelle tentative robuste sans throttling inattendu. Les erreurs ne consomment pas de crédit, vous pouvez donc tester librement.