DEEPSEEK 开放平台 · 规范与帮助中心
进入网页版 返回前厅
API SPECIFICATIONS & HARNESS

DeepSeek API 开放平台
接口规范指南 与 Harness 自动化评测

信息如花窗上的分格，清晰严整地呈现每一个请求端点、参数拓扑与计费法则。
从极简代码调用到高并发 Harness 自动化流水线，一切皆遵循工业级标准。

查看接入范例 探索 Harness 套件
CORE ENDPOINTS

核心端点与服务规范

标准化 RESTful 协议与实时 SSE 流式推送，满足高可用生产集群需求。

服务能力 HTTP 动作与路径 模型标识符 最大上下文 响应协议
自省长思维链推理 POST /v1/chat/completions deepseek-reasoner (R1) 128,000 Tokens Server-Sent Events (SSE) / JSON
通用大语言对话 POST /v1/chat/completions deepseek-chat (V3) 128,000 Tokens Server-Sent Events (SSE) / JSON
高精度语义向量嵌入 POST /v1/embeddings deepseek-embed 8,192 Tokens Dense Float32 Vector (1536维)
可用模型列表查询 GET /v1/models — — RESTful JSON Object
TOPOLOGY FIGURE · 01

分布式推理调度与双通道异步输出拓扑

DeepSeek 采用高性能异步调度流水线，在保持长思维链推理与最终答案解耦输出的同时，保障服务可用性达到 99.99%。

DeepSeek API 架构调度拓扑与双通道输出示意图
QUICK INTEGRATION

极简接入范例 · 100% 协议兼容

开箱即用，两行代码完成生产级模型接入。

PYTHON 3.10+ CLIENT · PY

Python 异步流式调用

from openai import OpenAI client = OpenAI( api_key="your-deepseek-api-key", base_url="https://api.deepseek.com/v1" ) stream = client.chat.completions.create( model="deepseek-reasoner", messages=[{"role": "user", "content": "证明存在无穷多个形如 4k+1 的素数"}], stream=True ) for chunk in stream: if chunk.choices[0].delta.reasoning_content: print(chunk.choices[0].delta.reasoning_content, end="")
TYPESCRIPT / NODE CLIENT · TS

TypeScript 现代异步交互

import OpenAI from "openai"; const deepseek = new OpenAI({ baseURL: "https://api.deepseek.com/v1", apiKey: process.env.DEEPSEEK_API_KEY, }); async function generateSolution() { const completion = await deepseek.chat.completions.create({ model: "deepseek-chat", messages: [{ role: "user", content: "分析微服务架构中的死锁根因" }], stream: true, }); for await (const part of completion) { process.stdout.write(part.choices[0]?.delta?.content || ""); } }
DEEPSEEK HARNESS

DeepSeek Harness 自动化模型评测套件

统一基准、全自动沙箱隔离验证、可复现的科学评测流水线。

BENCHMARK PIPELINE HARNESS · SUITE

标准化评测流水线与度量体系

DeepSeek Harness 集成了 AIME、MATH、GPQA Diamond、LiveCodeBench 以及 SWE-bench 的全自动沙箱执行与打分引擎。支持多进程并行调度与精准 Token 计费统计，确保科研结果可重复、可校验。

# 本地运行 Harness 端对端自动化评测 $ deepseek-harness run --task=math500 --model=deepseek-r1 --workers=16 [EVAL DONE] Accuracy: 97.3% | P95 Latency: 410ms | Pass@1 Verified
DeepSeek Harness 自动化评测基准与沙箱执行流程
TELEMETRY HARNESS · METRICS

全域指标监控与自省收敛速度度量

直观呈现不同任务领域的自省 Token 产生速度、回溯点定位精度与内存消耗基线，为企业定制微调提供坚实数据支撑。

DeepSeek Harness 全域监控度量与指标报表面板
TARIFF ECONOMICS

开放平台资费 · 1 折缓存极致经济学

打破昂贵算力门槛，提供透明清晰、随用随付的极致性价比。

模型型号 输入单价（缓存未命中） 输入单价（缓存命中 1 折优惠） 输出单价 典型应用场景
DeepSeek-V3 (通用旗舰) ¥1.00 / 100万 Tokens ¥0.10 / 100万 Tokens ¥2.00 / 100万 Tokens 海量文本处理、智能问答、知识库检索
DeepSeek-R1 (深度自省推理) ¥4.00 / 100万 Tokens ¥1.00 / 100万 Tokens ¥16.00 / 100万 Tokens 前沿数理证明、复杂工程代码重构、战略决断
FREQUENTLY ASKED

常见问题与开发者解答

解答关于接口调用、配额申请与安全隐私的核心疑问。

问：DeepSeek API 是否提供默认并发配额？

答：开通账户后默认提供 50 QPS 并发调用带宽与每分钟 500 万 Token 的吞吐额度。如遇大规模生产集群扩容需求，可在后台工单系统提交提额申请。

问：什么是上下文缓存（Context Caching）自动命中机制？

答：系统会自动对连续相同的前置 Prompt（如长系统提示词或附带代码文件）建立高速缓存。命中的 Token 费用直接降至 1 折，同时将首字延迟降低 70% 以上。

问：DeepSeek 是否会将 API 请求用于模型重新训练？

答：绝不。根据数据安全与隐私保护协议，商业 API 用户的所有提示词、输入与生成输出均享受端对端隔离保护，严格不作为基座训练数据。

问：如何在生产环境中安全管理 API Key？

答：请将 API Key 存放于系统环境变量（如 DEEPSEEK_API_KEY）或企业级密钥保险箱中，严禁硬编码至公开前端仓库或分发客户端。