简介:本文说明如何用 OpenAI 兼容方式接入 DeepSeek API,给出带超时、重试和异常处理的调用代码。同时介绍按量计费的估算方法、常用的成本优化做法、常见报错的排查思路,以及多模型选型时需要比较的维度,帮助读者快速完成接入并控制调用成本。
DeepSeek API 由杭州深度求索人工智能基础技术研究有限公司提供,用于调用其大语言模型。开发者通过 HTTP 接口发送消息,接收模型生成的文本。
该接口兼容 OpenAI 格式,也支持 Anthropic 格式的请求结构。已经基于 OpenAI SDK 开发的项目,通常只需修改三处配置:base_url、api_key 和模型名。
模型的上下文长度、可用版本和知识截止时间会随版本更新。官方文档曾提到支持 1M tokens 上下文的版本。具体模型对应的上下文长度,请以官方文档当前说明为准,不同模型或版本可能不同。
base_url、超时时间和重试次数。下面的示例使用 OpenAI Python SDK,运行前需要先在环境变量中设置 DEEPSEEK_API_KEY。
import osfrom openai import (OpenAI,APIError,APITimeoutError,AuthenticationError,RateLimitError,)api_key = os.getenv("DEEPSEEK_API_KEY")if not api_key:raise RuntimeError("未设置环境变量 DEEPSEEK_API_KEY")client = OpenAI(api_key=api_key,base_url="https://api.deepseek.com",timeout=30.0, # 单次请求的等待上限,单位为秒max_retries=2, # 对网络错误、超时、429 和 5xx 自动退避重试)def ask(question: str) -> str:try:response = client.chat.completions.create(model="deepseek-chat",messages=[{"role": "system", "content": "你是一个严谨的技术助手。"},{"role": "user", "content": question},],max_tokens=512, # 限制输出长度,控制成本和等待时间stream=False,)content = response.choices[0].message.contentif content is None:raise RuntimeError("模型未返回文本内容,请检查 finish_reason")return contentexcept AuthenticationError:raise RuntimeError("API Key 无效或已过期,请到控制台检查密钥")except RateLimitError:raise RuntimeError("请求触发限流,请降低并发或稍后重试")except APITimeoutError:raise RuntimeError("请求超时,请检查网络或适当调大 timeout")except APIError as e:raise RuntimeError(f"API 调用失败:{e}")if __name__ == "__main__":print(ask("请用三点总结大模型 API 接入的关键步骤。"))
代码中有几处需要注意:
response.choices[0].message.content 表示取第一个候选结果。直接写成 response.choices.message 会报错。max_retries 会让 SDK 对临时性错误做指数退避重试。重试会产生额外 Token 消耗,次数不宜设得过高。在生产环境中,建议把模型名、base_url、超时时间、重试策略和密钥读取统一放在配置层,便于切换模型和排查问题。
DeepSeek API 按 Token 数量计费,输入和输出通常分别计价。可以用下面的公式做粗略估算:
调用成本 = 输入 Token 数 / 1,000,000 × 输入单价+ 输出 Token 数 / 1,000,000 × 输出单价
假设输入单价为 1 元每百万 Token,输出单价为 2 元每百万 Token,一次调用有 2000 个输入 Token 和 500 个输出 Token,则成本为:
2000 / 1,000,000 × 1 + 500 / 1,000,000 × 2 = 0.003 元
上面的单价只用于演示计算方法,不是官方价格。
关于峰谷价格,官方可能对不同时段设置不同单价。高峰时段的具体时间、倍率和优惠规则,应以官方价格页为准。本文没有核验最新价格,因此不给出具体倍率。核对价格时,请记录查询日期,因为价格可能调整。
估算值与实际账单可能存在偏差。中文、英文和代码的字符与 Token 换算比例不同,直接用字数推算费用并不可靠。更准确的做法是读取每次响应中的 usage 字段:
print(response.usage.prompt_tokens, response.usage.completion_tokens)
常见的成本优化方式如下:
| 优化方式 | 具体做法 | 作用 |
|---|---|---|
| 缩短上下文 | 只保留与任务相关的材料 | 降低输入 Token |
| 控制输出长度 | 设置合理的 max_tokens |
避免无效长输出 |
| 缓存重复请求 | 对高频相似问题缓存结果 | 减少重复调用 |
| 错峰执行 | 把非实时任务放到低价时段 | 利用峰谷价格差异 |
| 模型分级 | 简单任务使用更轻量的模型 | 降低整体成本 |
接入后,常见问题及处理思路如下。具体错误码和提示文案以官方文档为准。
| 现象 | 可能原因 | 处理建议 |
|---|---|---|
| 鉴权失败 | Key 错误、已过期,或环境变量未生效 | 检查环境变量,必要时重新创建 Key |
| 限流 | 请求频率或并发超过配额 | 降低并发,加入退避重试,把任务错峰执行 |
| 请求超时 | 网络不稳定,或输出过长 | 调大超时时间,限制 max_tokens,改用流式输出 |
| 上下文超限 | 输入加历史消息超过模型上限 | 截断历史消息,分段处理,或先摘要再提问 |
| 输出为空或被截断 | max_tokens 过小,或 finish_reason 为 length |
检查 finish_reason,适当提高输出上限 |
长上下文适合处理报告、合同、论文和代码库等材料。但上下文变长并不代表效果必然随之提升。无关内容会干扰模型判断,成本也会增加。实际应用中,可以先分段,再做摘要,并要求模型给出引用位置,方便人工核对。
由于接口兼容 OpenAI 格式,DeepSeek API 可以接入代码助手、终端工具、IDE 插件和自动化脚本。对于代码解释、单元测试生成和重构建议等任务,可以通过系统提示词约束输出格式,例如要求返回固定结构的 JSON 或分点说明。
在 RAG 架构中,DeepSeek API 通常负责生成层,即根据检索到的资料组织答案。检索层可以自行实现,也可以使用向量数据库或搜索服务。这种方式适合企业知识库、客服问答和文档总结。模型应被要求在资料不足时明确说明,而不是凭空作答。
如果应用需要调用搜索、数据库、计算器或业务接口,可以把模型作为推理和规划模块。开发时应重点关注工具描述是否清晰、参数是否经过校验、超时如何处理、权限如何隔离,以及失败后如何回退。这样可以避免模型生成无法执行或越权的调用。
如果同时评估多个模型,可以按下面的维度逐项核对,并以官方文档或正式合同为准:
| 维度 | 需要确认的问题 |
|---|---|
| 上下文长度 | 目标模型的官方上限是多少 |
| 价格 | 输入、输出、缓存和峰谷规则分别如何计费 |
| 响应延迟 | 典型输入长度下的耗时是否满足业务要求 |
| 工具调用 | 是否支持函数调用,参数格式是否稳定 |
| 结构化输出 | 是否支持 JSON 等格式约束 |
| 合规要求 | 数据存储位置、保留期限,以及是否用于模型训练 |
| SDK 兼容 | 能否沿用现有 OpenAI SDK 或其他已有工具链 |
建议先用小流量,在真实业务数据上测试准确率、响应时间和单次成本,再决定是否扩大调用规模。