获取DeepSeek API密钥、模型名称、模型URL教程

小鹏linux

21611人浏览 · 2025-11-14 10:15:46

小鹏linux · 2025-11-14 10:15:46 发布

1、获取DeepSeek API密钥方式

1.1 官方DeepSeek平台获取

申请步骤：

访问DeepSeek开放平台官网：https://platform.deepseek.com/
注册或登录个人账户（支持手机号注册/登录或微信扫码登录）
登录后，在左侧菜单栏找到"API Keys"页面
点击"创建API Key"，输入自定义名称（如"测试项目"）
创建成功后，系统会显示API密钥，请立即复制并妥善保存

注意事项：

API密钥生成后只会显示一次，关闭页面后将无法再次查看完整密钥
如密钥丢失，需要重新创建新的API密钥
建议绑定手机号，便于后续管理账户和查看使用情况

1.2 通过第三方云平台获取

腾讯云：

访问腾讯云控制台，搜索"大模型知识引擎LKE"
创建应用后，在"应用管理"中创建API密钥

百度智能云：

访问百度智能云平台，在"API Key"页面创建密钥
选择"千帆ModelBuilder"服务类型

硅基流动：

访问硅基流动平台，注册账号
在左侧导航栏找到"API密钥"，点击"新建API密钥"
填写描述信息后创建密钥

1.3 其他平台选项

阿里云百炼：

访问阿里云百炼控制台
在模型广场选择DeepSeek模型
在右上角个人菜单中创建API密钥

讯飞开放平台：

提供"满血版"DeepSeek-V3和DeepSeek-R1模型
支持公有云API调用和专属模型一键部署

1.4 使用注意事项

安全存储：

切勿将API密钥泄露给他人
建议使用环境变量存储密钥，避免硬编码在代码中
定期轮换密钥以提高安全性

费用说明：

各平台通常提供一定量的免费试用额度
官方平台定价为每100万输出Token 8元(V3)/16元(R1)
部分平台如百度千帆价格更优惠，为1.6元(V3)/8元(R1)

调用配置：

使用标准RESTful接口，在请求头中添加Authorization: Bearer YOUR_API_KEY
支持多种编程语言调用，如Python、JavaScript等

建议根据实际需求选择合适的平台，个人开发者可优先考虑官方平台，企业用户可考虑各大云平台提供的企业级服务。

2、首次调用 API

DeepSeek API 使用与 OpenAI 兼容的 API 格式，通过修改配置，您可以使用 OpenAI SDK 来访问 DeepSeek API，或使用与 OpenAI API 兼容的软件。

PARAM	VALUE
base_url	`https://api.deepseek.com`
api_key	apply for an API key

出于与 OpenAI 兼容考虑，您也可以将 base_url 设置为 https://api.deepseek.com/v1 来使用，但注意，此处 v1 与模型版本无关。

deepseek-chat 和 deepseek-reasoner 都已经升级为 DeepSeek-V3.2-Exp。deepseek-chat 对应 DeepSeek-V3.2-Exp 的非思考模式，deepseek-reasoner 对应 DeepSeek-V3.2-Exp 的思考模式。

2.1 调用对话 API

在创建 API key 之后，你可以使用以下样例脚本的来访问 DeepSeek API。样例为非流式输出，您可以将 stream 设置为 true 来使用流式输出。

curl方式：

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
        "model": "deepseek-chat",
        "messages": [
          {"role": "system", "content": "You are a helpful assistant."},
          {"role": "user", "content": "Hello!"}
        ],
        "stream": false
      }'

python方式：

# Please install OpenAI SDK first: `pip3 install openai`
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get('DEEPSEEK_API_KEY'),
    base_url="https://api.deepseek.com")

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "Hello"},
    ],
    stream=False
)

print(response.choices[0].message.content)

nodejs方式：

// Please install OpenAI SDK first: `npm install openai`

import OpenAI from "openai";

const openai = new OpenAI({
        baseURL: 'https://api.deepseek.com',
        apiKey: process.env.DEEPSEEK_API_KEY,
});

async function main() {
  const completion = await openai.chat.completions.create({
    messages: [{ role: "system", content: "You are a helpful assistant." }],
    model: "deepseek-chat",
  });

  console.log(completion.choices[0].message.content);
}

main();

2.2 调用时错误码含义

在调用 DeepSeek API 时，可能会遇到以下错误：

错误码	描述
400 - 格式错误	原因：请求体格式错误解决方法：请根据错误信息提示修改请求体
401 - 认证失败	原因：API key 错误，认证失败解决方法：请检查您的 API key 是否正确，如没有 API key，请先创建 API key
402 - 余额不足	原因：账号余额不足解决方法：请确认账户余额，并前往充值页面进行充值
422 - 参数错误	原因：请求体参数错误解决方法：请根据错误信息提示修改相关参数
429 - 请求速率达到上限	原因：请求速率（TPM 或 RPM）达到上限解决方法：请合理规划您的请求速率。
500 - 服务器故障	原因：服务器内部故障解决方法：请等待后重试。若问题一直存在，请联系我们解决
503 - 服务器繁忙	原因：服务器负载过高解决方法：请稍后重试您的请求

获取到 API Key 后，配置模型 URL 就很简单了。核心在于根据你使用的平台和服务来选择正确的地址。下表清晰地列出了不同情况下的配置方法。

2.3 模型URL和模型名称配置

使用平台	API URL（Endpoint）	对应模型名称（Model）	说明
DeepSeek 官方平台	`https://api.deepseek.com/v1/chat/completions`或 `https://api.deepseek.com`	`deepseek-chat`（对应 DeepSeek-V3）或 `deepseek-reasoner`（对应 DeepSeek-R1）	使用官方服务时的标准配置。
硅基流动 (SiliconFlow)	`https://api.siliconflow.cn/v1/chat/completions`或 `https://api.siliconflow.cn/v1`	`deepseek-ai/DeepSeek-V3`	硅基流动提供了自托管的 DeepSeek 模型。
其他兼容 OpenAI 的客户端/库	`https://api.deepseek.com/v1`	`deepseek-chat`	一些第三方库（如 OpenAI Python 库）可通过修改 `api_base`来兼容。

2.4 Python `requests`库调用DeepSeek官方API完整示例

import requests

api_key = "你的_API_Key"  # 请替换为你的真实 API Key
url = "https://api.deepseek.com/v1/chat/completions"  # API 端点

headers = {
    "Authorization": f"Bearer {api_key}",
    "Content-Type": "application/json",
}

data = {
    "model": "deepseek-chat",  # 指定模型
    "messages": [
        {"role": "user", "content": "你好，请介绍一下你自己。"}
    ],
    "temperature": 0.7,  # 控制生成随机性
}

response = requests.post(url, headers=headers, json=data)
print(response.json())