跳转到主要内容
三方模型

DeepSeek-千问AI平台

通过OpenAI兼容接口或DashScope SDK调用千问AI平台提供的DeepSeek系列模型。

快速开始

deepseek-v4-pro-0813 是 DeepSeek 系列旗舰模型,总参1.6T、激活 49B,原生支持百万级超长上下文,在编程、数学和通用任务方面表现出色。您可以通过enable_thinking参数在思考与非思考模式之间切换。以下示例展示如何调用思考模式的 deepseek-v4-pro-0813 模型。 最新上架的 deepseek-v4.1-flash-1017 与 deepseek-v4.1-flash 为轻量旗舰模型,总参 552B、输入激活仅 8B,并支持图像输入,调用方式与下述示例一致(DashScope 侧端点不同,请参见多模态调用示例)。 需要已获取API Key并完成配置API Key到环境变量。如果通过SDK调用,需要安装 OpenAI 或 DashScope SDK。
  • OpenAI兼容
  • DashScope
enable_thinking非 OpenAI 标准参数,OpenAI Python SDK通过 extra_body传入,Node.js SDK作为顶层参数传入。reasoning_effort是 OpenAI 标准参数,可直接作为顶层参数传入。
  • Python
  • Node.js
  • curl
示例代码
from openai import OpenAI
import os

# 初始化OpenAI客户端
client = OpenAI(
  # 如果没有配置环境变量,请用千问AI平台API Key替换:api_key="sk-xxx"
  api_key=os.getenv("DASHSCOPE_API_KEY"),
  base_url="https://maas.qianwenaiapi.com/compatible-mode/v1",
)

messages = [{"role": "user", "content": "你是谁"}]
completion = client.chat.completions.create(
  model="deepseek-v4-pro-0813",
  messages=messages,
  # 通过 extra_body 设置 enable_thinking 开启思考模式
  extra_body={"enable_thinking": True},
  stream=True,
  stream_options={
    "include_usage": True
  },
)

reasoning_content = ""  # 完整思考过程
answer_content = ""  # 完整回复
is_answering = False  # 是否进入回复阶段
print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")

for chunk in completion:
  if not chunk.choices:
    print("\n" + "=" * 20 + "Token 消耗" + "=" * 20 + "\n")
    print(chunk.usage)
    print("Request ID:", chunk.id)
    continue

  delta = chunk.choices[0].delta

  # 只收集思考内容
  if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
    if not is_answering:
      print(delta.reasoning_content, end="", flush=True)
    reasoning_content += delta.reasoning_content

  # 收到content,开始进行回复
  if hasattr(delta, "content") and delta.content:
    if not is_answering:
      print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
      is_answering = True
    print(delta.content, end="", flush=True)
    answer_content += delta.content
返回结果
====================思考过程====================

嗯,用户问了一个非常简单的自我介绍问题:"你是谁"。

我需要明确自己的身份,用简洁友好的方式介绍我是DeepSeek,说明我的创造者、基本特性和可提供的帮助。

想到了可以这样组织回答:先直接表明身份,说明由深度求索公司创造,然后列出一些关键特点(免费、长上下文、文件上传等),最后以友好的邀请结束,询问是否需要帮助。
====================完整回复====================

你好!我是 DeepSeek,由深度求索公司创造的 AI 助手。

我可以帮你解答各种问题、进行文字创作、分析文档、编程辅助等等。我最大的特点是**免费使用**、**超长上下文**(能一次处理整本三体三部曲那么多内容)、支持**文件上传**和**联网搜索**(需手动开启)。

有什么我可以帮你的吗?不管是学习、工作还是日常闲聊,我都很乐意陪你聊聊!
====================Token 消耗====================

CompletionUsage(completion_tokens=238, prompt_tokens=5, total_tokens=243, completion_tokens_details=CompletionTokensDetails(accepted_prediction_tokens=None, audio_tokens=None, reasoning_tokens=93, rejected_prediction_tokens=None), prompt_tokens_details=None)
Request ID: chatcmpl-a1b2c3d4-e5f6-7890-abcd-ef1234567890

推理强度(reasoning_effort)

deepseek-v4.1-flash、deepseek-v4-pro-0813、deepseek-v4-pro 和 deepseek-v4-flash-0731 默认开启思考模式。通过reasoning_effort参数可以调整推理强度,可选值为low(仅 deepseek-v4-flash-0731、deepseek-v4-pro-0813 和 deepseek-v4.1-flash 支持)、high和max,默认为high。
  • OpenAI兼容
  • DashScope
  • Python
  • Node.js
  • curl
from openai import OpenAI
import os

client = OpenAI(
  api_key=os.getenv("DASHSCOPE_API_KEY"),
  base_url="https://maas.qianwenaiapi.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
  model="deepseek-v4-pro-0813",
  messages=[{"role": "user", "content": "9.9和9.11哪个大"}],
  reasoning_effort="high",
)
print(completion.choices[0].message.content)

Responses API

deepseek-v4.1-flash、deepseek-v4.1-flash-1017、deepseek-v4-pro-0813、deepseek-v4-flash-0731 与 deepseek-v4-pro 支持通过 OpenAI 兼容的 Responses API 调用。 通过 Responses API 调用时,可在 tools 参数中添加 web_search(联网搜索)、web_extractor(网页抓取)与 code_interpreter(代码解释器)工具。
  • Python
  • Node.js
  • curl
from openai import OpenAI
import os

client = OpenAI(
  api_key=os.getenv("DASHSCOPE_API_KEY"),
  base_url="https://maas.qianwenaiapi.com/compatible-mode/v1",
)

response = client.responses.create(
  model="deepseek-v4-flash-0731",
  input="你好,请用一句话介绍你自己。",
  # 可选:通过 tools 参数开启联网搜索、网页抓取与代码解释器工具
  tools=[
    {"type": "web_search"},
    {"type": "web_extractor"},
    {"type": "code_interpreter"},
  ],
)
# 获取模型回复
print(response.output_text)

多模态调用示例

deepseek-v4.1-flash 与 deepseek-v4.1-flash-1017 具备原生视觉理解能力,支持文本与图像输入,输出为文本。其余 DeepSeek 模型仅支持文本输入。 通过 OpenAI 兼容接口传入图像时,使用 image_url 内容块;通过 DashScope 调用时,需使用 multimodal-generation 端点与 MultiModalConversation,图像以 image 字段传入。
  • OpenAI兼容
  • DashScope
  • Python
  • Node.js
  • curl
from openai import OpenAI
import os

client = OpenAI(
  # 如果没有配置环境变量,请用千问AI平台API Key替换:api_key="sk-xxx"
  api_key=os.getenv("DASHSCOPE_API_KEY"),
  base_url="https://maas.qianwenaiapi.com/compatible-mode/v1",
)

# 单图传入示例
completion = client.chat.completions.create(
  model="deepseek-v4.1-flash",
  messages=[
    {
      "role": "user",
      "content": [
        {"type": "text", "text": "这张图描绘了什么内容?"},
        {
          "type": "image_url",
          "image_url": {"url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241022/emyrja/dog_and_girl.jpeg"}
        }
      ]
    }
  ],
)
print(completion.choices[0].message.content)

# 多图传入示例(取消注释使用)
# completion = client.chat.completions.create(
#     model="deepseek-v4.1-flash",
#     messages=[
#         {
#             "role": "user",
#             "content": [
#                 {"type": "text", "text": "这些图描绘了什么内容?"},
#                 {
#                     "type": "image_url",
#                     "image_url": {"url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241022/emyrja/dog_and_girl.jpeg"}
#                 },
#                 {
#                     "type": "image_url",
#                     "image_url": {"url": "https://dashscope.oss-cn-beijing.aliyuncs.com/images/tiger.png"}
#                 }
#             ]
#         }
#     ],
# )
# print(completion.choices[0].message.content)

其它功能

模型多轮对话Function Calling联网搜索上下文缓存结构化输出前缀续写
deepseek-v4.1-flash✓✓✓✓✓✗
deepseek-v4.1-flash-1017✓✓✓仅隐式仅 JSON Object✗
deepseek-v4-pro-0813✓✓✓✓✓✗
deepseek-v4-pro✓✓✓✓✓✗
deepseek-v4-flash-0731✓✓✓✓✓✗
deepseek-v4.1-flash-1017 支持 OpenAI 兼容的 Chat Completions API、Anthropic Messages API 和思考;不支持 Batch 调用或微调。

参数默认值

模型temperaturetop_prepetition_penaltypresence_penaltymax_tokensthinking_budget
deepseek-v4.1-flash1.01.0--393,216-
deepseek-v4.1-flash-10171.01.0--393,216-
deepseek-v4-pro-08131.01.0--共393,216共393,216
deepseek-v4-pro1.01.0--共393,216共393,216
deepseek-v4-flash-07311.01.0--共393,216共393,216
  • "-" 表示没有默认值,也不支持设置。
  • 参数含义请参考OpenAI兼容-Chat接口文档。

模型列表与计费

  • 混合思考模型(通过enable_thinking参数控制是否思考):deepseek-v4.1-flash、deepseek-v4-pro-0813、deepseek-v4-pro、deepseek-v4-flash-0731
deepseek-v4.1-flash 与快照版本 deepseek-v4.1-flash-1017 是轻量旗舰版本,552B 总参 MoE、输入激活仅 8B,在多项基准上超越包括 deepseek-v4-pro 在内的旗舰模型,且具备原生视觉理解能力,兼顾高吞吐、低延迟与性价比,推荐优先使用。deepseek-v4-pro-0813 在编程、数学和通用任务方面表现出色。 模型上下文长度与价格信息请参见模型市场。 按照模型的输入与输出 Token 计费。
思考模式下,思维链按照输出 Token 计费。

常见问题

如何接入Chatbox、Cherry Studio或Dify?

此处以常用工具为例进行说明,其它大模型工具的接入方式类似。
  • Chatbox
  • Cherry Studio
  • Dify
请参见 Chatbox 接入文档。

可以上传图片或文档进行提问吗?

deepseek-v4.1-flash 与 deepseek-v4.1-flash-1017 支持文本与图像输入,用法请参见多模态调用示例。其余 DeepSeek 模型仅支持文本输入。DeepSeek 模型均不支持文档输入,如需文档输入,请使用Qwen-Long模型。

错误码

如果执行报错,请参见错误码进行解决。