上个月把文档摘要接进内部工具，跑了两周才发现账单不对劲：一个只做分类的小接口，居然占了大头。查日志才想起来，当初为了“效果稳一点”，把 model 写死成了 deepseek-reasoner，几十万次请求全在烧思考链。改成 deepseek-chat 之后，成本掉了一个数量级，准确率也没明显变化。
这类问题不少见。模型选错、参数配错，跑起来都能出结果，只是钱和延迟在悄悄漏。下面把选择和调用一次讲清楚。
一个已充值的 DeepSeek 账号，控制台里生成的 API Key，Python 3.8+ 和 openai 这个 SDK——接口是 OpenAI 兼容的，不用装别的包。Key 记得放环境变量，别硬编码进仓库。
模型名会随版本更新变化，别照抄博客里的。直接问接口：
返回的列表就是当前可用的全部模型，下面的选型都以这个列表为准。
- v4-flash：延迟和单价最低的一档。分类、意图识别、字段抽取、简单改写这类结构化、量大的活交给它，绝大多数场景够用。 - deepseek-chat：通用对话的默认选项。指令跟随和多轮上下文都稳，做客服、摘要、写作、代码补全这类没有硬推理要求的任务，从它起步最省心。 - v4-pro：旗舰档。长文档理解、复杂多步指令、格式要求苛刻的输出，用它更稳，但单价和延迟都上一个台阶。 - deepseek-reasoner：输出前会先生成思考链，数学、算法、逻辑推理题明显更强。代价是慢，且思考 token 也计费，别拿它做高并发的轻任务。
一个实用的判断法：先全用 flash 跑一遍，效果不够就升 chat，再不够升 pro；只有任务本身需要“想清楚再答”时，才切 reasoner。
client = OpenAI( api_key=os.environ["DEEPSEEK_API_KEY"], base_url="https://api.deepseek.com", )
resp = client.chat.completions.create(
model="deepseek-chat",
messages=[{"role": "user", "content": "把下面这段需求压成一句话：..."}],
temperature=0.3,
)
print(resp.choices[0].message.content)
print(resp.usage) # 上线前先看这个字段估成本
`
base_url 一定要显式传，否则 SDK 会打到 OpenAI 的域名上。
切到 deepseek-reasoner 时，有两件事和 chat 不一样：一是 temperature、top_p 这些采样参数不支持，传了会报错，得从代码里摘掉；二是返回体里多了 reasoning_content，多轮对话时不要把它塞回 messages，只保留 content 就行。
在配置里给模型名留一个
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。