Dokumentation för DeepSeek API: Kom igång-guider

Bas URL och autentisering

Vårt API fungerar med vilken OpenAI-kompatibel klient som helst genom att helt enkelt ändra base URL och ange din API-nyckel. Vi routar inte flera modeller; vi värdar en stor uncensored-språkmodell anpassad för vuxen- och kodanvändningsfall. Autentisering sker via en enda API-nyckel per konto, som du får omedelbart efter att ha registrat dig via Google eller e-post. Det krävs inget telefonnummer och inga abonnemangskostnader finns. Dina prompts används inte för träningsdata, vilket säkerställer integritet medan du integrerar vår slutpunkt i din befintliga kodbas.

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: Den centrala slutpunkten

Skicka dina konversationer till vår enda slutpunkt för text-in, text-ut-svar. Du behöver inte hantera modellroutning eller oroa dig för gateway-fördröjning eftersom vi serverar en enda justerad slutpunkt direkt. Modell-ID:t är uncensored, and it responds to standard chat completion parameters. This approach eliminates the complexity of selecting from a pool of models. You get predictable behavior without the noise of multiple vendor versions.

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: Verifiera din osensurerade modell

Bekräfta din anslutning och den aktiva modellen genom att anropa models-slutpunkten. Detta returnerar den specifika konfigurationen av vår ofiltrerade LLM, distinkt från GPT, Claude eller andra leverantörer. Du kan verifiera kontextfönstret och tokenbegränsningarna direkt från detta svar. Det är en snabb kontroll för att säkerställa att din SDK-klient pekar mot våra servrar korrekt. Använd detta för att felsöka anslutningsproblem innan du skickar tunga laster.

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);

Parametrar: Temperatur, Top P och Strömning

Styr kreativitet med temperatur och top_p, eller aktivera strömning via Server-Sent Events (SSE). Strömning ger realtids-tokenuppdateringar, vilket är avgörande för att bygga responsiva chattgränssnitt. Du kan också ange en seed för deterministiska utdata eller definiera stoppsekvenser. Vår API returnerar tokenanvändning i den sista chunken av en ström. Denna transparens hjälper dig att spåra kostnader exakt när modellen genererar text.

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-läge och funktionsanrop

Strukturera dina utdata för programmatisk användning med JSON-läge eller integrera externa verktyg via funktionsanrop. Ställ in response_format till json_object för att tvinga strikt JSON-kompatibilitet. Functon calling gör att modellen kan anropa verk med specifika argument. Denna konfiguration är idealisk för att bygga agenter eller parsning av strukturerad data. Du kan också använda närvaro- och frekvensstraff för att minska upprepning i genererad text.

Begränsningar för begäranderänta och tokenantal

Varje nyckel stöder 300 begäranden per minut och tillåter 8 parallella begäranden. Kontextrutan rymmer 100 000 token totalt, med en max utdata på 16 000 token per begäran. Om du inte anger max_tokens, gränsen är standardinställd till 2 048 tokens. Request bodies får inte överstiga 8 MB. Dessa gränser är strikta men förutsägbara, vilket hjälper dig att designa robust retry-logik utan oväntad throttling. Fel förbrukar inte credit, så du kan testa fritt.