你手头有个小项目，想给App加个AI对话功能。翻了一圈文档，发现DeepSeek有四个版本：chat、reasoner、v4-flash、v4-pro。选哪个？API怎么调？第一次接触的大概率会被这些名字绕晕。别担心，这篇指南从个人开发者的实际需求出发，帮你理清楚怎么挑、怎么配、怎么跑。
先说版本区别，直接说人话。v4-flash是性价比之王，速度快，适合实时对话、客服机器人这类对延迟敏感的场景，单次调用成本最低。v4-pro是旗舰版，推理精度高，适合需要深度分析的场景，比如代码审查、长文档总结，但费用稍高。chat和reasoner其实是旧版模型，chat偏向通用对话，reasoner专攻逻辑推理和数学问题。现在新项目建议直接上v4系列，旧版只在你需要兼容历史代码时才考虑。个人开发者的推荐顺序：先试v4-flash，如果觉得输出质量不够，再升级到v4-pro。省下来的token费用够你喝好几杯咖啡。
准备工作很简单。去DeepSeek官网注册账号（用邮箱或手机都行），然后在控制台的“API密钥”页面生成一个Key。注意，Key只有创建时能看到一次，记得复制保存到.env文件或安全的地方。这里有个坑：别把Key硬编码到代码里，更不能传到公开仓库。
具体调用步骤分三步。第一步是环境配置，推荐用Python，版本3.8以上，装好openai库（DeepSeek API兼容OpenAI格式）。第二步写代码，第三步测试。核心操作如下：
client = OpenAI( api_key=os.getenv("DEEPSEEK_API_KEY"), base_url="https://api.deepseek.com/v1" )
response = client.chat.completions.create( model="deepseek-chat", # 注意：官方文档里v4-flash对应模型名是"deepseek-chat" messages=[ {"role": "system", "content": "你是一个乐于助人的助手。"}, {"role": "user", "content": "用Python写一个快速排序"} ], stream=False # 流式输出改成True即可 )
print(response.choices[0].message.content)
`
注意base_url要填https://api.deepseek.com/v1，模型名“deepseek-chat”实际指向v4-flash。想调用v4-pro则把模型名改成“deepseek”（不带版本后缀）。旧版的chat和reasoner分别用“deepseek-chat”和“deepseek-reasoner”的旧名称，但官方可能逐步废弃，所以不建议在新代码里用。
如果想测试速度，可以开流式输出（stream=True）配合循环逐字打印；如果只需要一次完整回复，非流式更简单。另外，请求体里的temperature、max_tokens等参数都支持，跟OpenAI API一样，不用额外学第二套。
最后给你几个实在建议。第一，先花两块钱充值到账户，用v4-flash跑100个请求，感受一下速度和成本。第二，如果要做多轮对话，记得在messages列表里传历史记录，否则模型没有上下文。第三，如果遇到超时或503错误，可以通过timeout参数延长等待时间，或者回到控制台检查模型配额是否用尽。
小项目用v4-flash足够，等用户量上来再考虑升级到v4-pro或横向扩展。别一上来就想用最贵的，又不是做竞赛。API调用就是这么回事，十几行代码就能跑起来。现在去登录控制台，生成Key，复制上面的代码，改掉模型名，你就可以开始玩耍了。