DeepSeek API 문서: 시작하기 가이드

Base URL 및 인증

당사의 API는 base URL을 변경하고 API 키를 제공함으로써 모든 OpenAI 호환 클라이언트와 함께 작동합니다. 여러 모델을 라우팅하지 않으며, 성인 및 코더용 사례에 맞게 조정된 단일 uncensored 대규모 언어 모델을 호스팅합니다. 인증은 계정당 단일 API 키에 의존하며, Google 또는 이메일을 통해 가입한 직후에 받게 됩니다. 전화번호가 필요하지 않으며 구독 요금이 없습니다. 프롬프트는 학습 데이터로 사용되지 않으므로 기존 코드베이스에 엔드포인트를 통합하는 동안 프라이버시가 보장됩니다.

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: 핵심 엔드포인트

텍스트 입력, 텍스트 출력 응답을 위한 단일 엔드포인트로 대화를 보내세요. 모델 라우팅을 관리하거나 게이트웨이 지연 시간을 걱정할 필요가 없습니다. 당사는 하나의 조정된 엔드포인트를 직접 제공합니다. 모델 ID는 다음과 같습니다. uncensored, 표준 채팅 컴플리션 매개변수에 응답합니다. 이 접근 방식은 모델 풀에서 선택하는 복잡성을 제거합니다. 여러 벤더 버전의 노이즈 없이 예측 가능한 동작을 얻습니다.

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: 무차별 모델 확인

models 엔드포인트를 호출하여 연결 상태와 활성 모델을 확인하십시오. 이는 GPT, Claude 또는 기타 공급자와 구별되는 우리 무검열 LLM의 특정 구성을 반환합니다. 이 응답을 통해 컨텍스트 창과 토큰 제한을 직접 확인할 수 있습니다. 이는 SDK 클라이언트가 서버에 올바르게 연결되어 있는지 확인하는 빠른 점검 방법입니다. 무거운 페이로드를 보내기 전에 연결 문제를 디버깅하는 데 사용하십시오.

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);

파라미터: Temperature, Top P 및 스트리밍

temperature 및 top_p로 창의성을 제어하거나 Server-Sent Events (SSE)를 통해 스트리밍을 활성화하십시오. 스트리밍은 반응형 채팅 인터페이스를 구축하는 데 중요한 실시간 토큰 업데이트를 제공합니다. 결정론적 출력을 위해 seed를 설정하거나 stop 시퀀스를 정의할 수도 있습니다. 당사 API는 스트림의 마지막 청크에 토큰 사용량을 반환합니다. 이러한 투명성은 모델이 텍스트를 생성할 때 비용을 정확하게 추적하는 데 도움이 됩니다.

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 모드 및 함수 호출

JSON 모드 또는 외부 도구 통합을 위해 출력을 프로그램용으로 구조화합니다. 응답 형식을 설정합니다. json_object 엄격한 JSON 준수를 강제합니다. 함수 호출을 통해 모델이 특정 인수로 도구를 호출할 수 있습니다. 이 설정은 에이전트 구축이나 구조화된 데이터 파싱에 이상적입니다. 생성된 텍스트의 반복을 줄이기 위해 존재 및 빈도 패널티도 사용할 수 있습니다.

속도 제한 및 토큰 수

각 키는 분당 300개의 요청과 8개의 동시 요청을 허용합니다. 컨텍스트 창은 총 100,000개의 토큰을 저장하며, 요청당 최대 출력은 16,000개의 토큰입니다. 다음을 설정하지 않으면 max_tokens, 제한은 기본값이 2,048 토큰입니다. 요청 본문은 8 MB를 초과할 수 없습니다. 이러한 제한은 엄격하지만 예측 가능하므로 예상치 못한 스로틀링 없이 견고한 재시도 로직을 설계하는 데 도움이 됩니다. 오류는 크레딧을 소모하지 않으므로 자유롭게 테스트할 수 있습니다.