DeepSeek APIドキュメント：クイックスタートガイド

ベースURLと認証

当社のAPIは、base URLの変更とAPIキーの入力だけで、OpenAI互換のクライアントと連携します。複数のモデルをルーティングするのではなく、成人向けおよびコーダー向けにチューニングされた1つのuncensored大規模言語モデルをホストしています。認証はアカウントごとに1つのAPIキーに依存しており、Googleまたはメールでサインアップするとすぐに受け取れます。電話番号は不要で、サブスクリプション料金もありません。プロンプトは学習データとして使用されないため、既存のコードベースにエンドポイントを統合しながらプライバシーが確保されます。

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: コアエンドポイント

テキスト入力・テキスト出力のレスポンスを得るために、会話データを単一エンドポイントに送信してください。モデルルーティングの管理やゲートウェイレイテンシを心配する必要はありません。チューニングされたエンドポイントを直接提供しています。モデルIDは uncensored、および、標準的なチャット完了パラメータに応答します。このアプローチにより、モデルのプールからの選択の複雑さが解消されます。複数のベンダーバージョンのノイズなしで予測可能な動作が得られます。

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: アンセンサードモデルを確認

models エンドポイントにアクセスして、接続とアクティブなモデルを確認してください。これにより、GPT、Claude、その他のベンダーとは異なる当社の uncensored LLM の特定の構成が返されます。これにより、コンテキストウィンドウとトークン制限を直接確認できます。これは、SDK クライアントが正しく当社のサーバーを指していることを確認するための迅速なチェックです。重いペイロードを送信する前に接続の問題をデバッグするためにこれを使用してください。

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);

パラメータ: Temperature、Top P、およびストリーミング

温度とtop_pで創造性を制御するか、Server-Sent Events (SSE) を介してストリーミングを有効にします。ストリーミングはリアルタイムのトークン更新を提供し、レスポンシブなチャットインターフェースを構築する際に重要です。決定論的な出力のためにシードを設定したり、停止シーケンスを定義することもできます。当社のAPIはストリームの最終チャンクでトークン使用量を返します。この透明性は、モデルがテキストを生成する際にコストを正確に追跡するのに役立ちます。

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)

JSONモードと関数呼び出し

JSONモードまたは外部ツールとの統合を使用して、プログラムでの使用向けに出力を構成します。レスポンスフォーマットを json_object 厳格なJSON準拠を強制します。関数呼び出しにより、モデルは特定の引数でツールを呼び出すことができます。このセットアップは、エージェントの構築や構造化データの解析に最適です。生成テキストの繰り返しを減らすために、存在ペナルティと頻度ペナルティも使用できます。

レート制限とトークン数

各キーは1分あたり300リクエストをサポートし、8つの並列リクエストを許可します。コンテキストウィンドウは合計で100,000トークンを保持し、最大出力はリクエストごとに16,000トークンです。設定しない場合、 max_tokens, 制限値はデフォルトで2,048トークンです。リクエストボディは8 MBを超えられません。これらの制限は厳格ですが予測可能であり、予期せぬスロットリングなしで堅牢なリトライロジックを設計するのに役立ちます。エラーはクレジットを消費しないため、自由にテストできます。