什么是 DeepSeek R1？为什么值得使用
红烁AI 培训，红烁 AI 中转站为您整理：DeepSeek R1 是由深度求索（DeepSeek）公司推出的新一代推理增强型大语言模型。与普通对话模型不同，R1 在训练阶段引入了强化学习机制，使其在数学推导、逻辑推理、代码生成和复杂问题分析等任务上表现出色，性能对标 OpenAI o1 系列模型，但 API 调用成本仅为后者的几分之一。
对于开发者而言，DeepSeek R1 API 的核心优势体现在以下几点：
- 推理能力强：内置思维链（Chain-of-Thought）机制，复杂问题自动分步推导，结果更可靠。
- 成本极低：输入 token 约 ¥1/百万，输出 token 约 ¥16/百万，远低于同级别竞品。
- 兼容 OpenAI 接口：API 格式与 OpenAI Chat Completions 高度兼容，迁移成本极低。
- 中英文双语优秀：中文理解与生成能力在同类模型中处于第一梯队。
第一步：注册账号并获取 API Key
使用 DeepSeek R1 API 的第一步是在官方平台完成注册并申请密钥。
1.1 注册 DeepSeek 开放平台账号
访问 platform.deepseek.com，点击右上角「注册」按钮，使用手机号或邮箱完成账号创建。注册完成后，新用户通常可获得一定额度的免费 token 用于测试。
1.2 创建 API Key
登录后进入控制台，按以下步骤操作：
- 点击左侧菜单「API Keys」选项。
- 点击「创建 API Key」，为密钥填写一个便于识别的名称（如
my-project-key）。 - 密钥仅在创建时完整显示一次，务必立即复制并妥善保存到安全位置（如密码管理器）。
- 切勿将 API Key 硬编码到代码中或上传至公开代码仓库。
1.3 充值与额度管理
免费额度用尽后，进入「充值」页面按需充值。平台支持支付宝、微信等主流支付方式。建议先小额充值测试，确认业务稳定后再批量充值。
第二步：环境配置与依赖安装
DeepSeek R1 API 兼容 OpenAI SDK，因此可以直接复用现有的 OpenAI 客户端库，无需安装额外依赖。
2.1 安装 OpenAI Python SDK
pip install openai2.2 配置环境变量
推荐通过环境变量管理 API Key，避免密钥泄露：
# Linux / macOS
export DEEPSEEK_API_KEY="your_api_key_here"
# Windows PowerShell
$env:DEEPSEEK_API_KEY="your_api_key_here"也可以在项目根目录创建 .env 文件，配合 python-dotenv 库自动加载，并确保将 .env 加入 .gitignore。
第三步：调用 DeepSeek R1 API 完整示例
3.1 基础调用示例（Python）
以下是一个完整的 Python 调用示例，展示如何向 DeepSeek R1 发送请求并获取推理结果：
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-reasoner", # DeepSeek R1 对应的模型名称
messages=[
{
"role": "system",
"content": "你是一位专业的数学辅导老师，请用清晰的步骤解答问题。"
},
{
"role": "user",
"content": "请证明：对任意正整数 n，n³ - n 能被 6 整除。"
}
],
max_tokens=4096
)
# 获取推理过程（思维链）
reasoning = response.choices[0].message.reasoning_content
# 获取最终答案
answer = response.choices[0].message.content
print("=== 推理过程 ===")
print(reasoning)
print("\n=== 最终答案 ===")
print(answer)3.2 流式输出（Streaming）
对于需要实时展示生成内容的场景（如聊天界面），推荐使用流式输出：
stream = client.chat.completions.create(
model="deepseek-reasoner",
messages=[{"role": "user", "content": "用 Python 实现快速排序算法"}],
stream=True
)
for chunk in stream:
delta = chunk.choices[0].delta
if hasattr(delta, "reasoning_content") and delta.reasoning_content:
print(delta.reasoning_content, end="", flush=True)
elif delta.content:
print(delta.content, end="", flush=True)3.3 关键参数说明
- model：使用
deepseek-reasoner调用 R1 推理模型，使用deepseek-chat调用 V3 对话模型。 - max_tokens：控制输出长度上限，R1 推理任务建议设置 4096 以上，复杂任务可设到 16384。
- temperature：R1 模型官方建议保持默认值（1.0），不建议修改，以免影响推理质量。
- reasoning_content：R1 特有字段，包含模型的完整思维链过程，可用于调试和展示。
实际应用场景
DeepSeek R1 API 凭借其推理能力，在以下场景中表现尤为突出：
- 智能代码审查：将代码片段传入，让 R1 逐步分析潜在 bug、性能瓶颈和安全漏洞。
- 数学与科学计算辅助：自动生成解题步骤，适合教育类产品和科研工具开发。
- 复杂文档分析：合同条款解读、财务报告摘要、法律文书分析等需要深度理解的任务。
- 多步骤任务规划：将复杂项目拆解为可执行子任务，适合 AI Agent 工作流编排。
- 技术方案评审：输入架构设计文档，获取专业的优缺点分析和改进建议。
常见问题 FAQ
Q1：调用时报错 401 Unauthorized 怎么办？
这通常是 API Key 配置问题。请检查：密钥是否完整复制（无多余空格）、base_url 是否正确设置为 https://api.deepseek.com、账户余额是否充足。
Q2：DeepSeek R1 和 DeepSeek V3 有什么区别？
V3（deepseek-chat）是通用对话模型，响应速度快、成本更低，适合日常问答和内容生成。R1（deepseek-reasoner）是推理增强模型，内置思维链，适合数学、代码、逻辑等需要深度推理的任务，但响应时间相对较长。
Q3：如何控制 API 调用成本？
建议从三个维度控制成本：合理设置 max_tokens 避免超长输出；对简单任务优先使用 V3 模型；在开发阶段使用较短的 prompt 进行功能验证，上线前再优化完整 prompt。
Q4：是否支持多轮对话？
支持。将历史消息按顺序放入 messages 数组即可实现多轮对话。注意 R1 模型的 reasoning_content 字段不应放入历史消息中传回，只需传递 content 字段。
Q5：国内网络能否正常访问 DeepSeek API？
可以。DeepSeek API 端点部署在国内，无需代理即可直接访问，这也是其相比 OpenAI 等海外服务的重要优势之一。
总结
DeepSeek R1 API 以极具竞争力的价格提供了顶级的推理能力，是目前性价比最高的大模型 API 之一。本教程覆盖了从账号注册、密钥获取、环境配置到代码调用的完整流程。掌握这些基础后，你可以进一步探索 Function Calling、结构化输出（JSON Mode）等高级特性，将 DeepSeek R1 深度集成到你的产品和工作流中。
想了解更多AI工具和技巧？欢迎访问红烁AI 培训，红烁 AI 中转站，获取最新AI资讯和实用教程。