Documentazione API DeepSeek: Guida rapida

URL Base e Autenticazione

La nostra API funziona con qualsiasi client compatibile con OpenAI semplicemente modificando l'URL di base e fornendo la tua chiave API. Non instradiamo più modelli; ospitiamo un unico modello di linguaggio grande uncensored ottimizzato per casi d'uso adulti e per programmatori. L'autenticazione si basa su un'unica chiave API per account, che ricevi immediatamente dopo la registrazione tramite Google o email. Non è richiesto il numero di telefono e non esistono fee di abbonamento. I tuoi prompt non vengono utilizzati per i dati di addestramento, garantendo la privacy mentre integri il nostro endpoint nel tuo codice esistente.

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: L'endpoint principale

Invia le tue conversazioni al nostro singolo endpoint per risposte testo-in, testo-out. Non devi gestire il routing del modello o preoccuparti della latenza del gateway perché serviamo un singolo endpoint ottimizzato direttamente. L'ID del modello è uncensored, e risponde ai parametri standard di completamento della chat. Questo approccio elimina la complessità della selezione da un pool di modelli. Ottieni un comportamento prevedibile senza il rumore di più versioni di vendor.

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 il tuo modello uncensored

Conferma la tua connessione e il modello attivo colpendo l'endpoint models. Questo restituisce la configurazione specifica del nostro LLM senza filtri, distinto da GPT, Claude o altri fornitori. Puoi verificare la finestra di contesto e i limiti di token direttamente da questa risposta. È un controllo rapido per assicurarsi che il client SDK punti correttamente ai nostri server. Usalo per risolvere i problemi di connessione prima di inviare payload pesanti.

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);

Parametri: Temperatura, Top P e Streaming

Controlla la creatività con temperature e top_p, o abilita lo streaming tramite Server-Sent Events (SSE). Lo streaming fornisce aggiornamenti sui token in tempo reale, cruciali per costruire interfacce chat reattive. Puoi anche impostare un seed per output deterministici o definire sequenze di stop. La nostra API restituisce l'utilizzo dei token nell'ultimo chunk di uno stream. Questa trasparenza ti aiuta a tracciare i costi con precisione mentre il modello genera testo.

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)

Modalità JSON e chiamata di funzioni

Struttura i tuoi output per un uso programmatico con la modalità JSON o integra strumenti esterni tramite il richiamo di funzioni. Imposta il formato di risposta su json_object per forzare una stretta conformità JSON. Il function calling consente al modello di invocare strumenti con argomenti specifici. Questa configurazione è ideale per costruire agenti o analizzare dati strutturati. Puoi anche utilizzare le penalità di presenza e frequenza per ridurre la ripetitività nel testo generato.

Limiti di frequenza e conteggio dei token

Ogni chiave supporta 300 richieste al minuto e consente 8 richieste concorrenti. La finestra di contesto contiene 100.000 token in totale, con un output massimo di 16.000 token per richiesta. Se non imposti max_tokens, il limite predefinito è 2.048 token. I corpi delle richieste non possono superare 8 MB. Questi limiti sono rigorosi ma prevedibili, aiutandoti a progettare una logica di retry robusta senza throttling imprevisto. Gli errori non consumano credito, quindi puoi testare liberamente.