Panduan API DeepSeek R1

DeepSeek R1 adalah istilah pencarian umum untuk kemampuan penalaran DeepSeek. Untuk integrasi API saat ini, gunakan mode berpikir DeepSeek V4 Pro; entri kompatibilitas deepseek-reasoner yang lama dijadwalkan untuk pensiun setelah 24 Juli 2026.

Apa yang Membuat DeepSeek R1 Berbeda

Tidak seperti model obrolan standar, R1:

1. Beralasan sebelum menjawab: mode berpikir mengembalikan penalaran di field reasoning_content terpisah
2. Unggul dalam penalaran formal: pembuktian matematika, verifikasi kode, teka-teki logika
3. Bobot terbuka: model dasar bersifat open-source (bobot tersedia di HuggingFace)
4. Kinerja kompetitif: setara dengan o1 di banyak tolok ukur dengan biaya yang jauh lebih rendah

Mulai Cepat API 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)

Memahami Output Penalaran

Mode berpikir DeepSeek V4 biasanya mengembalikan penalaran secara terpisah dari jawaban akhir:

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

Strategi Prompt untuk DeepSeek R1

Matematika dan Pembuktian

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,
)

Verifikasi Kode

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."
        }
    ],
)

Logika Multi-Langkah

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 Model Penalaran Lainnya

Model	Kelebihan	Kisaran Harga	Konteks
deepseek-v4-pro	Matematika, sains, penalaran kompleks	Harga langsung	1M
o3 (OpenAI)	Penalaran luas	Tinggi	200K
o4-mini	Penalaran cepat	Sedang	128K
claude-opus-4-8	Analisis kompleks	Tinggi	1M

Model penalaran DeepSeek seringkali hemat biaya, tetapi harga bervariasi berdasarkan tingkat model, rasio cache hit, dan panjang output.

Menangani Output Penalaran Panjang

R1 dapat menghasilkan output yang sangat panjang—atur max_tokens tinggi untuk tugas kompleks:

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")

Streaming Respons R1

Untuk UX yang lebih baik pada tugas penalaran panjang:

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)

Harga API DeepSeek R1

Model	Input (per 1M)	Output (per 1M)
DeepSeek V4 Pro	$0.435 list	$0.87 list
DeepSeek V4 Flash	$0.14 list	$0.28 list

Lihat pasar APIMaster untuk tarif diskon saat ini.

Dapatkan Akses API DeepSeek R1

Pertanyaan yang Sering Diajukan

Apa itu DeepSeek R1? DeepSeek R1 adalah nama lama yang diasosiasikan pengguna dengan penalaran DeepSeek. Integrasi API saat ini harus menggunakan mode berpikir DeepSeek V4, yang mengekspos penalaran melalui reasoning_content.

Kapan saya harus menggunakan DeepSeek R1 sebagai pengganti V4? Gunakan mode berpikir V4 Pro untuk matematika, logika formal, masalah sains, dan tugas di mana penalaran meningkatkan akurasi. Gunakan mode V4 Flash atau non-berpikir untuk tugas yang sensitif terhadap kecepatan.

Bagaimana cara mengurai output berpikir DeepSeek R1 di Python? Baca reasoning_content untuk jejak penalaran dan content untuk jawaban akhir. Hindari mengandalkan penguraian tag thinking untuk integrasi API saat ini.

Berapa biaya DeepSeek R1? Harga bervariasi berdasarkan tingkat V4 Flash/Pro, rasio cache hit, dan panjang output. Lihat harga APIMaster langsung.

Apakah DeepSeek R1 tersedia melalui APIMaster? Ya—gunakan ID model deepseek-v4-pro dengan endpoint yang kompatibel dengan OpenAI milik APIMaster.

Mulai → · Panduan API DeepSeek → · Harga DeepSeek →