DeepSeek API 中转与推理模型接入指南

对话模型与推理模型

普通对话任务更关注响应速度和成本，复杂分析任务则可能需要推理能力。选择模型时应根据任务难度、输出长度和延迟要求进行小规模评测。

推理任务通常产生更长的中间或最终输出，应设置合理的最大 Token，并避免对简单任务默认使用高成本配置。

OpenAI SDK 调用示例

DeepSeek 兼容调用与常见 Chat Completions 代码一致，重点是正确填写模型标识与 Base URL。

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_MODB_API_KEY",
    base_url="https://modbapi.com/v1",
)

result = client.chat.completions.create(
    model="your-deepseek-model",
    messages=[{"role": "user", "content": "分析这个问题"}],
)

处理超时和长输出

复杂推理可能需要更长响应时间。客户端超时不应设置得过短，也不应无限等待；建议区分连接超时和完整响应超时。

交互式产品可使用流式响应改善等待体验。后台任务则应保存请求状态，并对可重试错误使用有限次数重试。