你手头有个项目，需要接个大模型 API 做文本摘要，结果 DeepSeek 官网一打开，chat、reasoner、v4-flash、v4-pro 四个版本摆在那，参数还不一样。随便试了一个，返回的结果要么太啰嗦，要么不够深入，浪费了钱还耽误进度。这种场景我太熟了——选错模型，后续所有工作都得重来。
先把账号和密钥搞定。去 platform.deepseek.com 注册，登录后左侧菜单点「API Keys」，新建一个 key 并保存好。这个 key 后面每个请求都会用到。同时确认你的开发环境能发 HTTPS 请求，Python 的话用 pip install requests 就够了，Node 用 axios，不必上 SDK，直接用原生 HTTP 调用更可控。
第一步：选对你的模型版本
四个版本的核心区别如下：
- deepseek-chat：基础对话模型，适合日常问答、代码补全，响应快，性价比高。如果你只需要快速生成通用文本，选它没错。 - deepseek-reasoner：带思考链的推理模型，会输出中间推理过程，适合数学、逻辑、复杂分析。代价是延迟高，token 消耗翻倍（输出包含推理过程）。 - deepseek-v4-flash：轻量快速版，对标 GPT-4o mini，擅长对速度敏感的场景（如实时聊天补全）、简单翻译。成本最低，但复杂任务容易丢细节。 - deepseek-v4-pro：顶级模型，代码能力、长文理解最强，适合需要高准确率的场景（如代码审查、复杂指令遵循）。价格是 flash 的 5-10 倍，别拿来干小事。
我的建议：先用 v4-flash 做原型验证，等精度不够了再升级到 chat 或 pro。reasoner 只在需要解释推理过程时用，普通任务不要碰。
第二步：配置请求端点和参数
DeepSeek API 统一域名是 https://api.deepseek.com，但不同版本的端点略有区别。Chat 和 Reasoner 走 /v1/chat/completions，V4 系列走 /v4/chat/completions。下面是 Python 示例，头部放 key，参数里 model 填上面四个名字之一：
api_key = "sk-你的key"
headers = {"Authorization": f"Bearer {api_key}"}
payload = {
"model": "deepseek-v4-flash",
"messages": [{"role": "user", "content": "用一句话总结量子计算的核心优势"}],
"temperature": 0.7,
"max_tokens": 200
}
resp = requests.post("https://api.deepseek.com/v4/chat/completions",
headers=headers, json=payload)
data = resp.json()
print(data["choices"][0]["message"]["content"])
`
注意：reasoner 模型不支持 temperature 参数，且默认 max_tokens 要设大一些（至少 1024），否则推理过程会被截断。v4-pro 推荐 temperature 设为 0.3 以下，追求确定性。
第三步：处理响应和错误
API 返回的 JSON 格式和 OpenAI 一致，直接解 choices[0].message.content 就行。常见异常：401 检查 key 权限，429 代表限流（加指数退避重试），400 多半是参数没对齐（比如给 reasoner 传了 temperature）。reasoning_content 字段仅在 reasoner 模型返回里存在，取之前先判断。
个人开发者别追求一步到位——用 v4-flash 写脚本、做演示，等发现输出不够好再逐个升级：如果只是风格不对，调 prompt 和 temperature 就好；如果需要严谨推理，切到 chat 或 pro。始终保持 max_tokens 可控，避免账单爆炸。另外，所有模型都支持 streaming，想实时显示输出就加 "stream": true 并逐行解析 data: 前缀的行。踩过这些坑之后，你会发现 DeepSeek API 本质上就是个 OpenAI 兼容接口，核心难点不在技术，而在于用对模型。
如果你也想试试一个Key调多个模型的方便，可以看看充站——¥50起步，额度永久有效，用支付宝/微信就能付款。