APIMaster.ai

DeepSeek R1 API Guide — Dostęp do modelu rozumowania | APIMaster.ai

Jak używać modeli rozumowania DeepSeek z Pythonem. Obejmuje intencje wyszukiwania DeepSeek R1, tryb myślenia V4, strategie promptów i dostęp do APIMaster.ai.

DeepSeek R1 API Guide

DeepSeek R1 to popularne hasło wyszukiwania dla zdolności rozumowania DeepSeek. W obecnych integracjach API należy używać trybu myślenia DeepSeek V4 Pro; starszy wpis zgodności deepseek-reasoner jest zaplanowany do wycofania po 24 lipca 2026 roku.

Czym różni się DeepSeek R1

W przeciwieństwie do standardowych modeli czatu, R1:

  1. Rozumuje przed odpowiedzią: tryb myślenia zwraca rozumowanie w osobnym polu reasoning_content
  2. Doskonały w formalnym rozumowaniu: dowody matematyczne, weryfikacja kodu, zagadki logiczne
  3. Otwarte wagi: model bazowy jest open-source (wagi dostępne na HuggingFace)
  4. Konkurencyjna wydajność: dorównuje o1 w wielu benchmarkach przy znacznie niższym koszcie

Szybki start z 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)

Zrozumienie wyników rozumowania

DeepSeek V4 thinking mode usually returns reasoning separately from the final answer:

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

Strategie promptów dla DeepSeek R1

Matematyka i dowody

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,
)

Weryfikacja kodu

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 wieloetapowa

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 a inne modele rozumowania

Model Zalety Przedział cenowy Kontekst
deepseek-v4-pro Matematyka, nauki ścisłe, złożone rozumowanie Ceny na żywo 1M
o3 (OpenAI) Szerokie rozumowanie Wysoki 200K
o4-mini Szybkie rozumowanie Średni 128K
claude-opus-4-8 Złożona analiza Wysoki 1M

Modele rozumowania DeepSeek są często opłacalne, ale ceny różnią się w zależności od poziomu modelu, współczynnika trafień w pamięć podręczną i długości wyjścia.

Obsługa długich wyników rozumowania

R1 może generować bardzo długie wyniki — ustaw max_tokens wysoko dla złożonych zadań:

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")

Strumieniowanie odpowiedzi R1

Dla lepszego UX przy długich zadaniach rozumowania:

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)

Cennik API DeepSeek R1

Model Wejście (za 1M) Wyjście (za 1M)
DeepSeek V4 Pro $0.435 list $0.87 list
DeepSeek V4 Flash $0.14 list $0.28 list

Zobacz rynek APIMaster dla aktualnych obniżonych stawek.

Uzyskaj dostęp do API DeepSeek R1

Często zadawane pytania

Czym jest DeepSeek R1? DeepSeek R1 to starsza nazwa, z którą użytkownicy kojarzą rozumowanie DeepSeek. Obecne integracje API powinny używać trybu myślenia DeepSeek V4, który udostępnia rozumowanie przez reasoning_content.

Kiedy powinienem używać DeepSeek R1 zamiast V4? Używaj trybu myślenia V4 Pro do matematyki, logiki formalnej, problemów naukowych i zadań, w których rozumowanie poprawia dokładność. Używaj V4 Flash lub trybu bez myślenia do zadań wrażliwych na prędkość.

Jak parsować wyjście myślenia DeepSeek R1 w Pythonie? Czytaj reasoning_content dla śladu rozumowania i content dla ostatecznej odpowiedzi. Unikaj polegania na parsowaniu znaczników thinking w obecnych integracjach API.

Ile kosztuje DeepSeek R1? Ceny różnią się w zależności od poziomu V4 Flash/Pro, współczynnika trafień w pamięć podręczną i długości wyjścia. Zobacz ceny na żywo APIMaster.

Czy DeepSeek R1 jest dostępny przez APIMaster? Tak—użyj identyfikatora modelu deepseek-v4-pro z końcówką APIMaster kompatybilną z OpenAI.

Rozpocznij → · Przewodnik po API DeepSeek → · Cennik DeepSeek →