上个月我想给自己的博客加一个AI摘要功能，翻到DeepSeek的文档才发现有四个版本：chat、reasoner、v4-flash、v4-pro。每个文档写一堆“适用于高级推理”“速度快成本低”之类的描述，但没有代码对比，我愣是花了半天才搞清楚该用哪个。如果你也刚接触DeepSeek，应该能直接跳过这个坑。
这几个版本本质上是模型架构和价格策略的差异。chat是通用对话模型，响应自然，适合翻译、改写、闲聊这类没有严格逻辑要求的事。reasoner版本叫“深度思考”，会输出内部的思考链，适合数学、代码生成、复杂逻辑分析。v4-flash走的是轻量快速路线，延迟低、跑得飞快，适合高频调用或实时聊天。v4-pro是性能最强的旗舰版，支持更长的上下文（128K）和更高的精确度，但也最贵。
我的建议是：日常写总结、对话、文案，直接用chat版本，1M tokens大概1块钱，性价比很高。需要做算法题、调试代码、生成正则表达式时用reasoner。想省成本且对响应速度有要求的话选v4-flash。只有处理长文档、需要高精度结果时才上v4-pro。我个人80%的场景都用chat，偶尔用reasoner解下数学题。
你需要三样东西：一个DeepSeek账号、一个API Key、一个能发HTTP请求的环境。注册直接在官网用邮箱或GitHub账号就行，几分钟搞定。登录后点右上角头像→API Keys→创建一个，复制保存好。环境方面，如果你用Python，直接装requests或者openai库（DeepSeek兼容OpenAI接口格式），node.js的话用axios或fetch。
另外注意Base URL是https://api.deepseek.com，别写成OpenAI的。确认你的Key有余额——新账号通常会送几块钱体验金，够你测试几百次。
第一步：获取API Key并测试连通性 拿到Key后，先别急着写代码。可以用命令行快速验证：
返回里应该能看到“你好!有什么可以帮你的吗？”之类的回复。如果报错401，检查Key是否有效；报错404说明模型名写错了。
第二步：写一段Python调用代码
我习惯用openai库，因为接口和GPT几乎一样。安装：pip install openai。然后写个函数：
client = OpenAI(api_key="sk-你的key", base_url="https://api.deepseek.com/v1")
def chat(query, model="deepseek-chat"): resp = client.chat.completions.create( model=model, messages=[{"role": "user", "content": query}], temperature=0.7 ) return resp.choices[0].message.content
print(chat("解释一下什么是反向代理"))
`
这里model参数填deepseek-chat、deepseek-reasoner、deepseek-v4-flash或deepseek-v4-pro就行。想用流式输出（打字机效果）就把stream=True加上，然后遍历resp。
第三步：处理常见问题和错误
调用reasoner模型时，返回消息里会多一个reasoning_content字段，里面是模型产生最终答案之前的思考过程。如果你想在UI里展示思考链，需要单独提取这个字段。另外v4-pro支持max_tokens设到4096，chat默认只支持2048，如果生成的文本被截断可以调大。遇到RateLimitError说明请求太频繁，加个time.sleep(0.5)或者用指数退避重试就行。
选模型前先想清楚你的核心需求是“快”“省”还是“准”，不要盲目追旗舰版。个人开发者建议从chat版本入手，把主要功能跑通，再根据实际响应质量决定是否升级。调用时记得打开stream=True，用户体验会好很多——用户看到字一个一个出来，比等十几秒出整段文字强十倍。最后提醒一下，API Key别硬编码在代码里，用环境变量或者配置文件管理，避免不小心泄漏到Git仓库里。
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。