凌晨一点，想给自建的 CLI 工具接个模型跑代码审查。搜出来的名字一堆：deepseek-chat、deepseek-reasoner，还有些客户端里写着 v4-flash、v4-pro。照着别人的配置抄了 model 参数，请求直接返回 400，说是模型不存在。折腾半小时才明白——模型名不能抄，得看自己账号里实际能用什么。
注册 DeepSeek 开放平台账号，在控制台创建 API Key，sk- 开头，只在创建时完整显示一次，立刻塞进环境变量，别写在代码里。账户要有余额，赠送额度用完就停。
Python 侧只需要 OpenAI 官方的 SDK，DeepSeek 兼容 OpenAI 协议，不用装额外的东西：
第一件事不是写代码，是确认可用模型：
返回的 ID 列表才是你 key 真正能调的东西。
主力就两个。deepseek-chat 是通用对话模型，响应快、单价低，日常问答、文案、代码补全、批量打标全够用。deepseek-reasoner 带思维链，输出前先做内部推理，适合数学推导、复杂算法调试、多步逻辑题，代价是慢和贵，而且不吃 temperature 这类采样参数。
至于 v4-flash、v4-pro 这类名字，常见于第三方客户端或聚合平台，背后指向的模型、计费口径和上下文长度都可能不一样。稳妥做法就是跑一遍上面的 /models，用返回结果里的 ID，别信博客里的字符串。官方上新后这个接口会跟着变。
client = OpenAI( api_key=os.environ["DEEPSEEK_API_KEY"], base_url="https://api.deepseek.com", )
resp = client.chat.completions.create( model="deepseek-chat", # 换 reasoner 就改这一行 messages=[ {"role": "system", "content": "你是 code review 助手"}, {"role": "user", "content": "这段 SQL 能改成窗口函数吗？"}, ], stream=True, )
for chunk in resp:
print(chunk.choices[0].delta.content or "", end="")
`
用 reasoner 时，推理过程在 delta.reasoning_content，最终答案在 delta.content，两个字段分开取。
流式输出在命令行场景几乎是必须的，stream=True 打开，否则用户盯着空屏等十几秒。超时要自己加，配个指数退避重试，网络抖动比想象中频繁。固定的 system prompt 放在最前面，能吃到上下文缓存，重复调用会便宜不少。最后，Key 进 .gitignore，别等推上
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。