python
安装依赖：pip install openai
from openai import OpenAI
client = OpenAI( api_key="sk-你的密钥", # 在 platform.deepseek.com 创建 base_url="https://api.deepseek.com" # 注意：不需要加 /v1，加了也能用 )
resp = client.chat.completions.create( model="deepseek-chat", # 通用对话模型；需要长链推理时换成 deepseek-reasoner messages=[ {"role": "system", "content": "你是一名严谨的技术编辑，回答控制在三句话内"}, {"role": "user", "content": "用通俗的话解释一下 MoE 架构里的专家路由"} ], stream=False # 生产环境建议开 stream，首字延迟体感差别很大 )
print(resp.choices[0].message.content)
用量统计在这里，方便做成本监控
print(resp.usage)
代码里有个细节值得单独说：`base_url` 写成 `https://api.deepseek.com` 就行，官方文档明确说明 `/v1` 是可选的，加不加都能跑通。我第一次接的时候按 OpenAI 的习惯硬加了 `/v1`，结果没问题，但后来看文档才发现是自己多此一举。
关于模型选型，我的实际体感是这样：`deepseek-chat` 在摘要、分类、改写这类任务上又便宜又快；`deepseek-reasoner` 适合数学推导、复杂代码调试、多步规划，但输出里会带一段思维链，token 消耗明显更高。做成本估算时千万别拿 chat 的价格去套 reasoner，我见过有人这么算，预算直接翻了三倍。
具体的计费单价官方调整过几轮，写死在文章里很快就会过期，建议直接看 platform.deepseek.com 的定价页。如果你对 API 鉴权和限流细节感兴趣，我在 大模型 API 接入常见坑 里写过更完整的整理。
四、开源权重入口：把模型搬回自己机房
这条路径经常被忽略，但对技术团队来说反而是最有价值的。DeepSeek 把模型权重开源在 GitHub 的 `deepseek-ai` 组织下，Hugging Face 上有对应的镜像仓库。
根据 DeepSeek-V3 技术报告（arXiv:2412.19437，2024 年 12 月），V3 采用 MoE 架构，总参数量 671B，但每个 token 只激活 37B 参数——这个设计是它推理成本能压下来的关键。而 2025 年 1 月发布的 DeepSeek-R1 技术报告（arXiv:2501.12948）则详细描述了纯强化学习训练推理能力的路径，这篇论文我自己读了两遍，第 3 节的奖励设计部分值得反复琢磨。
部署门槛要说清楚：
- **满血版 V3/R1**：需要多卡 H800 或同等级显存的机器，个人玩家基本别想。
- **蒸馏小模型**：官方放出了基于 Qwen、Llama 蒸馏的 1.5B 到 70B 版本，单张 24G 显存的消费级卡就能跑 7B/14B，本地部署体验相当不错。
- **量化版本**：社区有 GGUF、AWQ 等量化权重，配合 llama.cpp 或 vLLM 可以在更小的机器上跑起来，代价是精度有损。
我在一台 4090 上跑过 14B 的蒸馏版做本地代码补全，速度够用，但复杂逻辑推理明显不如云端满血版。这个取舍很现实——要么花钱买算力，要么接受能力打折。
五、三个流传最广的误区
误区一：以为必须"科学上网"。 恰恰相反，官方网页版和 App 在国内网络环境下可以直接访问，这是它相比海外产品最大的体验优势之一。如果你打开很慢，先检查是不是本地网络或者浏览器插件的问题。
误区二：认为第三方"镜像站"能替代官方。 镜像站的本质是转发请求，稳定性完全取决于上游。我在一个聚合平台上遇到过对话记录被清空的情况，也见过它偷偷把模型换掉、回答质量断崖式下跌。涉及敏感数据时，这点尤其要警惕。
误区三：觉得 API 和网页版能力一模一样。 两者共享底层模型，但网页版有系统提示词、联网搜索、文件解析这些封装层，API 则是裸模型。想要网页版那种"上传 PDF 直接总结"的效果，得自己在 API 上搭 RAG 流程。
六、我建议的上手顺序
如果你刚接触这个模型，我的路径建议是：
- **第一天**：打开 chat.deepseek.com，打开"深度思考"开关，用三个自己领域内的真实问题试试深浅，感受一下推理链的输出风格。
- **第一周**：装上 App，把通勤时间用起来。移动端的语音输入体验比网页版顺手。
- **需要集成时**：去 platform.deepseek.com 申请 key，先用 `deepseek-chat` 跑通链路，再根据任务复杂度切换 `deepseek-reasoner`。
- **有数据合规要求时**：从 Hugging Face 拉蒸馏版权重，本地起服务。国产大模型在这方面的可选项比两年前丰富太多了。
关于多模态大模型和推理优化的更多内容，可以看 多模态模型推理优化实践，那是另一个话题了。
关键要点速览：
- 官方入口只有四类：网页版、App、API 平台、开源权重，域名后缀 `deepseek.com` 是唯一硬标准
- 网页版和 App 国内直连免费，遇到要关注公众号、要充会员的一律是套壳站
- API 兼容 OpenAI SDK，改 `base_url` 和 `model` 即可迁移，`deepseek-chat` 与 `deepseek-reasoner` 的成本差异要提前算清楚
- 开源权重的蒸馏版本能在消费级显卡上跑，但推理能力和满血版有明显差距
- 计费单价官方多次调整，任何写死的价格数字都别信，以平台定价页为准
相关推荐
- **阅读相关专题**：想系统了解国产大模型的技术路线，可以回看我们的大模型专题系列，从 MoE 架构到强化学习训练路径都有覆盖。
- **查看工具推荐**：更多 AI 工具与模型入口整理在 [VergeX AI工具导航](https://nav.vergex.cn)，按类别收录了对话、绘图、编程、语音等方向的常用站点。
- **订阅更新**：AI 产品入口变化很快，建议通过邮件或微信订阅 VergeX 的更新，新入口和失效链接我们会在第一时间同步。