Guía de la API de DeepSeek R1

DeepSeek R1 es un término de búsqueda común para la capacidad de razonamiento de DeepSeek. Para integraciones de API actuales, use el modo de pensamiento DeepSeek V4 Pro; el antiguo punto de entrada de compatibilidad deepseek-reasoner está programado para retirarse después del 24 de julio de 2026.

¿Qué hace diferente a DeepSeek R1?

A diferencia de los modelos de chat estándar, R1:

1. Razona antes de responder: el modo de pensamiento devuelve el razonamiento en un campo separado reasoning_content
2. Destaca en razonamiento formal: demostraciones matemáticas, verificación de código, acertijos lógicos
3. Pesos abiertos: el modelo base es de código abierto (pesos disponibles en HuggingFace)
4. Rendimiento competitivo: iguala a o1 en muchos benchmarks a un costo mucho menor

Inicio rápido de la API de DeepSeek R1

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_APIMASTER_KEY",
    base_url="https://apimaster.ai/v1",
)

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {
            "role": "user",
            "content": "Prove that the square root of 2 is irrational.",
        }
    ],
    max_tokens=2048,  # R1 needs more tokens for reasoning
)

message = response.choices[0].message
print(getattr(message, "reasoning_content", ""))
print(message.content)

Comprendiendo la salida de razonamiento

El modo de pensamiento DeepSeek V4 normalmente devuelve el razonamiento por separado de la respuesta final:

message = response.choices[0].message
reasoning = getattr(message, "reasoning_content", "")
answer = message.content
print(answer)

Estrategias de prompt para DeepSeek R1

Matemáticas y demostraciones

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {
            "role": "user",
            "content": """Solve step by step:
Find all integer solutions to: x² - 5y² = 1

Show your reasoning."""
        }
    ],
    max_tokens=3000,
)

Verificación de código

code = """
def merge_sort(arr):
    if len(arr) <= 1:
        return arr
    mid = len(arr) // 2
    left = merge_sort(arr[:mid])
    right = merge_sort(arr[mid:])
    return merge(left, right)
"""

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {
            "role": "user",
            "content": f"Verify this merge sort implementation is correct:\n\n```python\n{code}\n```\n\nFind any bugs or edge cases."
        }
    ],
)

Lógica de múltiples pasos

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[
        {
            "role": "user",
            "content": """You have 3 boxes. One contains only apples, one only oranges, one both. All boxes are mislabeled. You can draw one fruit from one box. Which box do you pick and why?"""
        }
    ],
)

DeepSeek R1 vs otros modelos de razonamiento

Modelo	Fortalezas	Rango de precios	Contexto
deepseek-v4-pro	Matemáticas, ciencia, razonamiento complejo	Precio en vivo	1M
o3 (OpenAI)	Razonamiento amplio	Alto	200K
o4-mini	Razonamiento rápido	Medio	128K
claude-opus-4-8	Análisis complejo	Alto	1M

Los modelos de razonamiento de DeepSeek suelen ser rentables, pero el precio varía según el nivel del modelo, la tasa de aciertos de caché y la longitud de la salida.

Manejo de salidas de razonamiento largas

R1 puede producir salidas muy largas—establezca max_tokens alto para tareas complejas:

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Solve this calculus problem: ..."}],
    max_tokens=4096,  # High limit for complex reasoning
)

# Check if output was truncated
if response.choices[0].finish_reason == "length":
    print("Warning: Output truncated—increase max_tokens")

Transmisión de respuestas de R1

Para una mejor experiencia de usuario en tareas de razonamiento largas:

with client.chat.completions.stream(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Explain Gödel's incompleteness theorems."}],
    max_tokens=3000,
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

Precios de la API de DeepSeek R1

Modelo	Entrada (por 1M)	Salida (por 1M)
DeepSeek V4 Pro	$0.435 list	$0.87 list
DeepSeek V4 Flash	$0.14 list	$0.28 list

Consulte el mercado de APIMaster para las tarifas con descuento actuales.

Obtener acceso a la API de DeepSeek R1

Preguntas frecuentes

¿Qué es DeepSeek R1? DeepSeek R1 es el nombre anterior que los usuarios asocian con el razonamiento de DeepSeek. Las integraciones de API actuales deberían usar el modo de pensamiento DeepSeek V4, que expone el razonamiento a través de reasoning_content.

¿Cuándo debería usar DeepSeek R1 en lugar de V4? Use el modo de pensamiento V4 Pro para matemáticas, lógica formal, problemas de ciencia y tareas donde el razonamiento mejora la precisión. Use V4 Flash o el modo sin pensamiento para tareas sensibles a la velocidad.

¿Cómo analizar la salida de pensamiento de DeepSeek R1 en Python? Lea reasoning_content para el rastro de razonamiento y content para la respuesta final. Evite confiar en el análisis de etiquetas thinking para las integraciones de API actuales.

¿Cuánto cuesta DeepSeek R1? El precio varía según el nivel V4 Flash/Pro, la tasa de aciertos de caché y la longitud de la salida. Consulte los precios en vivo de APIMaster.

¿Está DeepSeek R1 disponible a través de APIMaster? Sí—use el ID de modelo deepseek-v4-pro con el endpoint compatible con OpenAI de APIMaster.

Comience ahora → · Guía de la API de DeepSeek → · Precios de DeepSeek →