Documentação da API DeepSeek: Guia de início rápido

URL Base e Autenticação

Nossa API funciona com qualquer cliente compatível com OpenAI, alterando apenas o base_url e fornecendo sua chave de API. Não roteamos vários modelos; hospedamos um único modelo de linguagem grande sem censura, ajustado para casos de uso adultos e de programação. A autenticação depende de uma única chave de API por conta, que você recebe imediatamente após o cadastro via Google ou e-mail. Não é necessário número de telefone e não existem taxas de assinatura. Seus prompts não são usados para dados de treinamento, garantindo privacidade enquanto você integra nosso endpoint em sua base de código existente.

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: O endpoint principal

Envie suas conversas para nosso único endpoint para respostas de entrada de texto e saída de texto. Você não precisa gerenciar o roteamento de modelos ou se preocupar com latência de gateway porque servimos um único endpoint ajustado diretamente. O ID do modelo é uncensored, e ele responde aos parâmetros padrão de conclusão de chat. Essa abordagem elimina a complexidade de selecionar entre um pool de modelos. Você obtém comportamento previsível sem o ruído de múltiplas versões de fornecedores.

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: Verifique seu modelo uncensored

Confirme sua conexão e o modelo ativo acessando o endpoint de modelos. Isso retorna a configuração específica do nosso LLM sem censura, distinto de GPT, Claude ou outros fornecedores. Você pode verificar a janela de contexto e os limites de token diretamente por meio dessa resposta. É uma verificação rápida para garantir que o cliente SDK esteja apontando corretamente para nossos servidores. Use isso para depurar problemas de conexão antes de enviar cargas pesadas.

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);

Parâmetros: Temperatura, Top P e Streaming

Controle a criatividade com temperature e top_p, ou ative o streaming via Server-Sent Events (SSE). O streaming fornece atualizações de tokens em tempo real, o que é crucial para construir interfaces de chat responsivas. Você também pode definir um seed para saídas determinísticas ou definir sequências de parada. Nossa API retorna o uso de tokens no último chunk de um stream. Essa transparência ajuda você a rastrear os custos com precisão conforme o modelo gera texto.

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)

Modo JSON e Chamada de Funções

Estruture suas saídas para uso programático com o modo JSON ou integre ferramentas externas por meio de chamada de funções. Defina o formato da resposta como json_object para forçar conformidade estrita com JSON. A chamada de funções permite que o modelo invoque ferramentas com argumentos específicos. Esta configuração é ideal para construir agentes ou analisar dados estruturados. Você também pode usar penalidades de presença e frequência para reduzir a repetição no texto gerado.

Limites de Taxa e Contagens de Token

Cada chave suporta 300 solicitações por minuto e permite 8 solicitações simultâneas. A janela de contexto contém 100.000 tokens no total, com uma saída máxima de 16.000 tokens por solicitação. Se você não definir max_tokens, o limite padrão é 2.048 tokens. Os corpos das solicitações não podem exceder 8 MB. Esses limites são rígidos, mas previsíveis, ajudando você a projetar lógica de retry robusta sem throttling inesperado. Erros não consomem crédito, então você pode testar livremente.