DeepSeek初体验

一、文档

DeepSeek API文档

二、关键参数

• model,指定model=‘deepseek-chat’ 即可调用 DeepSeek-V3;指定 model=‘deepseek-reasoner’，即可调用 DeepSeek-R1
• max_tokens，最终回答的最大长度（不含思维链输出），默认为 4K，最大为 8K。
• temperature,采样温度，介于 0 和 2 之间。更高的值，如 0.8，会使输出更随机，而更低的值，如 0.2，会使其更加集中和确定。 我们通常建议可以更改这个值或者更改 top_p，但不建议同时对两者进行修改。
• stream, 设置为 true 来使用流式输出(非流式输出：整体响应完了一起输出，流式输出：一段一段地输出，用户体验更佳)
• frequency_penalty,介于 -2.0 和 2.0 之间的数字。如果该值为正，那么新 token 会根据其在已有文本中的出现频率受到相应的惩罚，降低模型重复相同内容的可能性。
• messages, 列表
  – role 有system(系统消息是可选的)、user、assistant

三、实战

⚠️需先安装openai，指令如下：

 /usr/bin/python3 -m pip install  openai 

3.1DeepSeek-R1

from openai import OpenAI

openai_api_key = "xxx"
openai_api_base = "https://tbnx.plus7.plus/v1"

client = OpenAI(api_key=openai_api_key,
                base_url=openai_api_base)

messages = [{
   "role": "user", "content": "9.11 and 9.8, which is greater?"}]

def chat(input