你刚搭好一个个人项目，想让对话回复更智能、推理更准确，结果一看 DeepSeek 的文档——chat、reasoner、v4-flash、v4-pro 四个模型，名字长得像，但参数、价格、响应速度完全不同。选错了要么多花钱，要么出不来你要的效果。这篇文章直接从个人开发者的角度，说清楚怎么区分这些版本，怎么拿到 API Key，以及怎么写代码调通。
先搞懂各版本的核心定位。chat 是最基础的对话模型，价格低（每百万 token 大概 1 元出头），适合通用问答、闲聊、文本生成。reasoner 在推理能力上做了强化，数学、逻辑、代码生成这类需要链式思考的任务明显比 chat 强，价格翻一倍，但值得。v4-flash 是 v4 的轻量版，响应快（延迟通常在 1 秒内），适合对延迟敏感的实时场景（比如聊天机器人、客服助手）。v4-pro 是旗舰版，质量和复杂度最高，论文总结、长文档分析、专业编写这类场景可以无脑上，价格也是 chat 的 5-8 倍。个人开发者的建议是：预算有限用 chat，需要推理能力用 reasoner，想兼顾质量和速度用 v4-flash 调试，最终上线前再考虑是否切到 v4-pro。
第一步：申请 API Key 去 DeepSeek 官网注册账号（用邮箱就行，国内手机号也能过）。登录后进「控制台」-「API Keys」，点「创建 API Key」，给你的 Key 起个名（比如“dev-test”），复制保存好——页面关闭后就看不到了。免费额度通常给几十万的 token，够你跑几十次测试。
第二步：环境配置
用 Python 最快，不需要额外框架，requests 就够了。如果没有，先装：
`bash
pip install requests
`
然后在代码文件里设置变量：
`python
import requests
API_KEY = "sk-你的key"
BASE_URL = "https://api.deepseek.com/v1"
`
第三步：调用不同模型
所有模型共用同一个 /chat/completions 端点，通过 model 字段切换。比如你要用 reasoner，就传 "model":"deepseek-reasoner"。下面是完整的调用示例，带了错误处理和超时设置：
注意 reasoner 的回复会包含 reasoning_content 字段（推理过程），需要额外提取。对于 v4-flash 和 v4-pro，模型 ID 分别是 deepseek-v4-flash 和 deepseek-v4-pro，参数完全一样。
选模型时，先想清楚核心需求：追求低成本和通用能力，chat 够用；遇到复杂逻辑或代码问题，无脑上 reasoner；需要实时响应，用 v4-flash 做前置缓存，再异步调用 v4-pro 做最终优化。实际开发中，建议先拿 v4-flash 调 prompt 和参数（速度快省 token），调稳了再切到 v4-pro 正式上线。另外注意，免费额度有调用频率限制（通常每分钟 30 次），测试时别跑循环。把上面的代码粘到脚本里，换你自己的 Key，不出意外几分钟就能跑通。
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。