DeepSeek-R1 API

API应用详情

模型列表

DeepSeek版本	上下文长度	最大思维链长度（1）	最大输出长度（2）	参数规模（B）	模型大小（约）
DeepSeek-R1	64K	32K	8K	671	FP8: 671GB

（1） 最大思维链长度：是推理完整性与计算效率的关键参数，用户需根据具体任务和模型能力进行调整。

（2）最大输出长度：指模型生成的回复文本的最大字符数或令牌（Tokens）数量。

说明

目前平台支持DeepSeek模型：DeepSeek-R1满血版(FP8无量化版)。

API

Post

使用指南

请求地址：https://deepseek.alayanew.com/v1/chat/completions

请求参数(json)

请求示例

响应参数

响应示例

参数名称	参数值	类型	说明	是否必须
messages	[{"role": "system", "content": "You are a helpful assistent."}, {"role": "user", "content": "你好"}]	List[object]	包含对话历史描述的消息列表。	是
model	deepseek-r1	string	要使用的模型。	是
temperature	1	float	默认为 1。表示要使用的采样温度(temperature)，介于 0 ~ 2 之间。较高的值（如 0.8）会使输出更随机，而较低的值（如 0.2）则会使其更加专注和确定。	否
top_p	1	float	默认为 1。一种称为“核心采样”的采样替代方法，其中模型考虑概率质量值在前 top_p 的标记的结果。因此，0.1 意味着仅考虑概率质量值前 10% 的标记。	否
n	1	int	默认为 1。要生成的每个输入消息的聊天完成选项数量。	否
stream	false	bool	是否为流式响应。	否
stop	[]	optional[string, List]	默认为 null。API 最多将生成 4 个序列，这些序列将停止生成更多标记。	否
max_tokens	1024	int	默认为 inf，表示最大生成 token 数。	否
presence_penalty	0	float	默认为 0。介于 -2.0~2.0 之间的数字。正值会根据新标记在迄今为止的文本中出现的频率惩罚新标记，增加模型谈论新话题的可能性。	否
frequency_penalty	0	float	默认为 0。范围在 -2.0~2.0 之间的数字。正值会根据其在文本中的现有频率惩罚新标记，从而减少模型重复同一行的可能性。	否
logit_bias	-	dict	默认为 null。修改出现在完成中的指定标记的可能性。	否

代码示例

curl

curl --location 'https://deepseek.alayanew.com/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer <your_access_token>' \
--data ' 
{
    "stream": false,
    "messages": [
        {
            "role": "user",
            "content": "Please generate an essay"
        }
    ],
    "model": "deepseek-r1"
}
'

Python

from openai import OpenAI

client = OpenAI(api_key="<your_access_token>", base_url="https://deepseek.alayanew.com/v1")

response = client.chat.completions.create(
    model="deepseek-r1",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "Hello"},
  ],
    max_tokens=1024,
    temperature=0.7,
    stream=False
)

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

GO

package main

import (
        "fmt"
        "io/ioutil"
        "net/http"
        "strings"
)

func main() {

        url := "https://deepseek.alayanew.com/v1/chat/completions"
        method := "POST"

        payload := strings.NewReader(`{
  "messages": [
    {
      "content": "You are a helpful assistant",
      "role": "system"
    },
    {
      "content": "Hi",
      "role": "user"
    }
  ],
  "model": "deepseek-r1",
  "frequency_penalty": 0,
  "max_tokens": 2048,
  "presence_penalty": 0,
  "response_format": {
    "type": "text"
  },
  "stop": null,
  "stream": false,
  "stream_options": null,
  "temperature": 1,
  "top_p": 1,
  "tools": null,
  "tool_choice": "none",
  "logprobs": false,
  "top_logprobs": null
}`)

        client := &http.Client{}
        req, err := http.NewRequest(method, url, payload)

        if err != nil {
                fmt.Println(err)
                return
        }
        req.Header.Add("Content-Type", "application/json")
        req.Header.Add("Accept", "application/json")
        req.Header.Add("Authorization", "Bearer <your_access_token>")

        res, err := client.Do(req)
        if err != nil {
                fmt.Println(err)
                return
        }
        defer res.Body.Close()

        body, err := ioutil.ReadAll(res.Body)
        if err != nil {
                fmt.Println(err)
                return
        }
        fmt.Println(string(body))
}

JavaScript(react为例)

axios

const axios = require('axios');
let data = JSON.stringify({
  "messages": [
    {
      "content": "You are a helpful assistant",
      "role": "system"
    },
    {
      "content": "Hi",
      "role": "user"
    }
  ],
  "model": "deepseek-r1",//模型选择deepseek-r1 / deepseek-r1-lite
  "frequency_penalty": 0,
  "max_tokens": 2048,
  "response_format": {
    "type": "text"
  },
  "stop": null,
  "stream": true,//使用流式传输
  "temperature": 1,
  "logprobs": false,
});

let config = {
  method: 'post',
  maxBodyLength: Infinity,
  url: 'https://deepseek.alayanew.com/v1/chat/completions',//前端请注意跨域请求问题
  headers: {
    'Content-Type': 'application/json',
    'Accept': 'application/json',
    'Authorization': 'Bearer <your_access_token>'
  },
  data: data
};

axios(config)
  .then((response) => {
    console.log("返回信息", JSON.stringify(response.data));
    
  })
  .catch((error) => {
    console.log("错误信息", error);

  });

fetch

import React,{useState} from 'react'
const [requestData,setRequestData]=useState('')
let data = JSON.stringify({
   "messages": [
     {
       "content": "You are a helpful assistant",
       "role": "system"
     },
     {
       "content": "Hi",
       "role": "user"
     }
   ],
   "model": "deepseek-r1",//模型选择deepseek-r1 / deepseek-r1-lite
   "frequency_penalty": 0,
   "max_tokens": 2048,
   "response_format": {
     "type": "text"
   },
   "stop": null,
   "stream": true,//可以自由选择是否为流式传输
   "temperature": 1,
   "logprobs": false,
 });
try {
const response = await fetch('https://deepseek.alayanew.com/v1/chat/completions', {
 method: 'POST',
 headers: {
   'Content-Type': 'application/json',
   'Authorization': 'Bearer <your_access_token>',//请在此处修改为你的API Key
 },
 body: JSON.stringify(data),
});

// 处理流式响应
const reader = response.body.getReader();
const decoder = new TextDecoder('utf-8');
let partialData = '';
const dataStream = data.stream

while (true) {
 const { done, value } = await reader.read();
 if (done) {
   break;
 }
 partialData += decoder.decode(value, { stream: true });
 if (dataStream) {//判断是否为流式响应
   const lines = partialData.split('\n');
   for (let line of lines) {
     if (line.startsWith('data: ')) {
       line = line.substring(6); 
       if (line === '[DONE]') {
         break; // 结束流式响应
       }
       try {
         const jsonData = JSON.parse(line);
         const content = jsonData.choices[0]?.delta?.content;
         if (content) {
           console.log(content)//可以打印在控制台
           setRequestData(prevData => prevData + content);//将消息存储在state中
         }
       } catch (e) {
         console.error('Error parsing JSON:', e);
       }
     }
   }
   // 清空 partialData 以便处理下一个分块
   partialData = '';
 } else {
   const jsonData = JSON.parse(partialData)
   const content = jsonData.choices[0]?.message?.content ?? null;
   if (content !== null) {
     console.log(content);//可以打印在控制台
     setRequestData(content);//将消息存储在state中
   }
 }

}
} catch (error) {
console.error('Final error:', error);
}

Java

import okhttp3.*;

import java.io.IOException;
import java.util.concurrent.TimeUnit;

public class Test {


    private static final String OPENAI_API_KEY = "<your_access_token>";
    private static final String OPENAI_API_BASE = "https://deepseek.alayanew.com/v1/chat/completions";


    public static void main(String[] args) {

        OkHttpClient client = new OkHttpClient().newBuilder()
                .connectTimeout(10, TimeUnit.SECONDS)
                .readTimeout(10,TimeUnit.MINUTES)
                .writeTimeout(10,TimeUnit.MINUTES)
                .build();
        MediaType mediaType = MediaType.parse("application/json");
        RequestBody body = RequestBody.create(mediaType, "{\n  \"messages\": [\n    {\n      \"content\": \"You are a helpful assistant\",\n      \"role\": \"system\"\n    },\n    {\n      \"content\": \"你是一个特级中学语文老师，特别擅长唐诗的研究，会高度模仿李白、杜甫的作诗风格，还特别能接受别人的意见。\",\n      \"role\": \"user\"\n    }\n  ],\n  \"model\": \"deepseek-r1\",\n  \"frequency_penalty\": 0,\n  \"max_tokens\": 2048,\n  \"presence_penalty\": 0,\n  \"response_format\": {\n    \"type\": \"text\"\n  },\n  \"stop\": null,\n  \"stream\": false,\n  \"stream_options\": null,\n  \"temperature\": 1,\n  \"top_p\": 1,\n  \"tools\": null,\n  \"tool_choice\": \"none\",\n  \"logprobs\": false,\n  \"top_logprobs\": null\n}");
        Request request = new Request.Builder()
                .url(OPENAI_API_BASE)
                .method("POST", body)
                .addHeader("Content-Type", "application/json")
                .addHeader("Accept", "application/json")
                .addHeader("Authorization", "Bearer " + OPENAI_API_KEY)
                .build();
        try {
            Response response = client.newCall(request).execute();

            System.out.println(response.body().string());
        }catch (IOException e){
            e.printStackTrace();
        }


    }
}

重要

当您按照上述示例进行操作时，请将your_access_token替换为您实际获得的API Key。这一步骤是必要的，以确保您的请求能够被服务器正确识别和授权。

API错误码及解决办法

400

Reason：请求体格式错误。

Solution：请根据错误信息提示修改请求体。

401

Reason：API Key错误，认证失败。

Solution：请检查您的API Key是否正确。

404

Reason：请求错误。

Solution：请检查URL或模型名称是否正确。

415

Reason：请求头Content-Type错误，格式不支持。

Solution：请将请求头Content-Type设置为application/json。

500

Reason：服务器故障。

Solution：请等待后重试。若问题一直存在，请联系我们解决。

503

Reason：请求频繁或服务器繁忙，导致服务不可用。

Solution：您的请求超过速率限制，或服务器繁忙，请稍后重试您的请求。