DeepSeek API 购买与使用教程 2026 | APIMaster.ai
DeepSeek API 购买和使用教程:DeepSeek V4 Flash/Pro、R1 兼容模型接入,Python 代码示例,价格对比。通过 APIMaster.ai 支持 epay、PayPal、信用卡、USDT。
DeepSeek API 购买与使用教程
DeepSeek V4 是主打高性价比和长上下文的前沿大模型,包含 deepseek-v4-flash 与 deepseek-v4-pro 两个主要 API 模型。本文介绍如何购买和使用 DeepSeek API。
DeepSeek API 获取方式
方式一:DeepSeek 官方(平台.deepseek.com)
- 需要手机号注册
- 支付方式有限(主要支持人民币充值)
方式二:APIMaster 统一接入(推荐)
- 一个端点统一调用 DeepSeek、Claude、GPT 等模型
- 支持 epay、PayPal、信用卡、USDT
- 与其他模型(Claude、GPT)共用一个 Key
- 价格有额外折扣
快速开始
pip install openai
DeepSeek API 完全兼容 OpenAI 格式:
from openai import OpenAI
client = OpenAI(
api_key="你的 APIMaster Key",
base_url="https://apimaster.ai/v1",
)
response = client.chat.completions.create(
model="deepseek-v4-flash",
messages=[
{"role": "system", "content": "你是一个专业的 Python 工程师。"},
{"role": "user", "content": "写一个高效的 Python 函数来判断一个字符串是否是有效的 IPv4 地址。"},
],
)
print(response.choices[0].message.content)
DeepSeek 模型对比
| 模型 | 上下文 | 特点 | 适合场景 |
|---|---|---|---|
| deepseek-v4-flash | 100 万 Token | 速度快、成本低,支持思考/非思考模式 | 代码生成、分析、问答 |
| deepseek-v4-pro | 100 万 Token | 能力更强,支持思考/非思考模式 | 复杂推理、Agent、深度分析 |
| deepseek-reasoner | 兼容别名 | 推理模式兼容入口,2026-07-24 后弃用 | R1/推理迁移场景 |
DeepSeek API 价格
| 模型 | 输入(每百万 Token) | 输出(每百万 Token) |
|---|---|---|
| DeepSeek V4 Flash | $0.14/M 原价,实时价见模型广场 | $0.28/M 原价,实时价见模型广场 |
| DeepSeek V4 Pro | $0.435/M 原价,实时价见模型广场 | $0.87/M 原价,实时价见模型广场 |
| DeepSeek Reasoner(兼容) | 以模型广场实时价格为准 | 以模型广场实时价格为准 |
DeepSeek 官方价格会随模型版本、缓存命中和币种调整。APIMaster 的实时价格参见 模型广场。
DeepSeek V4 代码生成示例
response = client.chat.completions.create(
model="deepseek-v4-flash",
messages=[
{
"role": "user",
"content": """写一个 FastAPI 接口,要求:
1. POST /analyze,接收 JSON body {"text": "..."}
2. 调用 OpenAI API 分析情感(正面/负面/中性)
3. 返回 {"sentiment": "...", "confidence": 0.95}
4. 包含错误处理和日志记录"""
}
],
)
print(response.choices[0].message.content)
DeepSeek R1 推理示例
response = client.chat.completions.create(
model="deepseek-v4-pro",
messages=[
{
"role": "user",
"content": "一个水桶里有 48 升水,每天用掉总量的 1/4,几天后剩余不足 1 升?给出完整推理过程。"
}
],
max_tokens=2048,
)
# 思考模式通常通过 reasoning_content 字段返回推理内容,content 为最终回答
choice = response.choices[0].message
print(getattr(choice, "reasoning_content", ""))
print(choice.content)
流式输出
stream = client.chat.completions.create(
model="deepseek-v4-flash",
messages=[{"role": "user", "content": "用 Python 写一个完整的 Redis 缓存装饰器,支持 TTL 设置。"}],
stream=True,
)
for chunk in stream:
content = chunk.choices[0].delta.content
if content:
print(content, end="", flush=True)
print()
DeepSeek vs Claude vs GPT 选哪个
| 场景 | 首选 | 原因 |
|---|---|---|
| 代码生成、重构 | DeepSeek V4 Flash | 代码能力强,价格低 |
| 数学、逻辑推理 | DeepSeek V4 Pro(思考模式) | 支持 reasoning_content,适合推理任务 |
| 长文档(超 20 万 Token) | Claude Sonnet 4.6 或 DeepSeek V4 | 最大支持 100 万 Token |
| 创意写作 | Claude | 文字更自然 |
| 图片识别 | GPT-4o | DeepSeek 不支持视觉 |
| 预算敏感 | DeepSeek V4 Flash | 高性价比前沿模型 |
接入常用工具
Cursor
设置 → Model → 自定义模型:
- API Key:你的 APIMaster Key
- Base URL:
https://apimaster.ai/v1 - 模型名:
deepseek-v4-flash
LangChain
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(
model="deepseek-v4-flash",
openai_api_key="你的Key",
openai_api_base="https://apimaster.ai/v1",
)