DeepSeek api-documentatie: Snelstartgids

Basis-URL en authenticatie

Onze API werkt met elke OpenAI-compatibele client door simpelweg de base URL te wijzigen en je API-sleutel te verstrekken. We routeren niet meerdere modellen; we hosten één uncensored groot taalmodel getuned voor volwassen en programmeur-gebruiksgevallen. Authenticatie is afhankelijk van een enkele API-sleutel per account, die je onmiddellijk ontvangt na het aanmelden via Google of e-mail. Er is geen telefoonnummer nodig en er bestaan geen abonnementskosten. Je prompts worden niet gebruikt voor trainingsgegevens, wat privacy garandeert terwijl je ons eindpunt integreert in je bestaande codebase.

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: Het kern-eindpunt

Stuur uw gesprekken naar ons enkele eindpunt voor tekst-in, tekst-uit antwoorden. U hoeft geen modelrouting te beheren of u hoeft zich geen zorgen te maken over gateway-latentie omdat we één getuned eindpunt direct serveren. De model id is uncensored, en het reageert op standaard parameters voor chatvoltooiing. Deze aanpak elimineert de complexiteit van het selecteren uit een pool van modellen. Je krijgt voorspelbaar gedrag zonder de ruis van meerdere leveranciersversies.

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: Verifieer je onbeperkte model

Bevestig je verbinding en het actieve model door het models endpoint aan te roepen. Dit retourneert de specifieke configuratie van onze ongecensureerde LLM, verschillend van GPT, Claude of andere leveranciers. Je kunt het contextvenster en tokenlimieten direct uit deze respons verifiëren. Dit is een snelle controle om te zorgen dat je SDK-client correct naar onze servers wijst. Gebruik dit om verbindingsproblemen op te lossen voordat je zware payloads verstuurt.

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);

Parameters: Temperature, Top P en Streaming

Beheers creativiteit met temperature en top_p, of activeer streaming via Server-Sent Events (SSE). Streaming biedt realtime tokenupdates, wat cruciaal is voor het bouwen van responsieve chatinterfaces. Je kunt ook een seed instellen voor deterministische uitvoeren of stop-sequentieën definiëren. Onze API retourneert tokengebruik in de laatste chunk van een stream. Deze transparantie helpt je kosten nauwkeurig te volgen terwijl het model tekst genereert.

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-modus en functaanroeping

Structureer je outputs voor programmatisch gebruik met JSON-modus of integreer externe tools via function calling. Stel het response format in op json_object om strikte JSON-conformiteit af te dwingen. Function calling stelt het model in staat tools aan te roepen met specifieke argumenten. Deze opstelling is ideaal voor het bouwen van agents of het parseren van gestructureerde gegevens. U kunt ook aanwezigheids- en frequentiestraffen gebruiken om herhaling in gegenereerde tekst te verminderen.

Rate Limits en tokenaantallen

Elke sleutel ondersteunt 300 verzoeken per minuut en staat 8 gelijktijdige verzoeken toe. Het contextvenster bevat 100.000 tokens in totaal, met een maximale uitvoer van 16.000 tokens per verzoek. Als je max_tokens, de limiet is standaard 2.048 tokens. Request bodies mogen niet groter zijn dan 8 MB. Deze limieten zijn strikt maar voorspelbaar, wat helpt bij het ontwerpen van robuuste retry-logica zonder onverwachte throttling. Fouten verbruiken geen credit, dus je kunt vrij testen.