🧠 写在前面：我为什么一直在用 DeepSeek

这篇不是搬运官方文档的"全网最全"，而是我把自己从 2025 年初用到现在的经验整理出来——这个博客的不少文章润色、SEO 描述生成，还有日常脚本，都是用 DeepSeek API 跑的。

我持续用它的原因其实就三点：

• 开源：模型权重公开，MIT 协议可商用，社区生态活跃
• 便宜：API 按量计费，个人开发者一个月的用量常常就几块钱，缓存命中时更便宜
• 国内直连：不用翻墙，网页版、App、API 都是直连，这点对国内用户是硬性优势

一、DeepSeek 有哪些模型？

简单记：日常用 V3，需要深度思考用 R1。

一个好消息是：API 代号是稳定的。官方升级底层模型版本时，deepseek-chat 和 deepseek-reasoner 这两个代号会自动指向最新版，你的代码不用改。

二、网页版使用（最简单）

不需要任何技术知识，打开网页就能用。

2.1 注册账号

1. 访问 https://chat.deepseek.com/open in new window
2. 手机号或邮箱注册
3. 登录后直接开始对话

2.2 切换模型

在对话界面可以切换两种模式：

• DeepSeek V3：默认模式，响应速度快
• 深度思考（R1）：开启后 AI 会先"思考"再回答，适合复杂问题

2.3 手机 App

DeepSeek 提供官方移动 App，随时随地使用：

• iOS：App Store 搜索「DeepSeek」
• Android：各大应用市场搜索「DeepSeek」
• 微信小程序：搜索「DeepSeek」

功能与网页版一致，支持深度思考模式和联网搜索。

2.4 使用技巧

• 写代码：直接描述需求，V3 就能写出高质量代码
• 文档处理：支持上传文件，可以分析 PDF、Word 等
• 长文本：128K 上下文窗口，可以处理很长的文档
• 联网搜索：开启后可以获取最新信息

三、API 使用（开发者必看）

如果你是开发者，或者想在自己的项目中接入 DeepSeek，就需要用到 API。

3.1 申请 API Key

1. 访问 https://platform.deepseek.com/open in new window
2. 注册/登录账号
3. 进入「API Keys」页面
4. 点击「创建 API Key」
5. 复制并妥善保管（只会显示一次）

新用户一般会有免费体验额度（具体数额以官网当期活动为准），轻度使用够撑一段时间；用完后充值门槛也很低，我自己是一次充 10 块钱用很久。

3.2 API 基本信息

3.3 Python 调用示例

安装依赖：

pip install openai

代码示例：

from openai import OpenAI

client = OpenAI(
    api_key="你的API Key",
    base_url="https://api.deepseek.com"
)

# 使用 DeepSeek V3（日常对话）
response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "你是一个专业的编程助手，使用中文回答。"},
        {"role": "user", "content": "用 Python 写一个快速排序算法"}
    ],
    stream=False
)

print(response.choices[0].message.content)

使用 R1 推理模型：

# 使用 DeepSeek R1（深度推理）
response = client.chat.completions.create(
    model="deepseek-reasoner",
    messages=[
        {"role": "user", "content": "证明：对于所有正整数 n，1+2+...+n = n(n+1)/2"}
    ]
)

print(response.choices[0].message.content)

3.4 Node.js 调用示例

安装依赖：

npm install openai

代码示例：

import OpenAI from 'openai'

const client = new OpenAI({
  apiKey: '你的API Key',
  baseURL: 'https://api.deepseek.com'
})

const response = await client.chat.completions.create({
  model: 'deepseek-chat',
  messages: [
    { role: 'system', content: '你是一个专业的编程助手。' },
    { role: 'user', content: '用 TypeScript 写一个防抖函数' }
  ]
})

console.log(response.choices[0].message.content)

3.5 cURL 调用

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer 你的API Key" \
  -d '{
    "model": "deepseek-chat",
    "messages": [{"role": "user", "content": "你好"}],
    "stream": false
  }'

3.6 流式输出

在 Python 中启用流式输出：

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[{"role": "user", "content": "写一篇关于AI的短文"}],
    stream=True
)

for chunk in response:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

3.7 Function Calling（函数调用）

V3-0324 版本新增了 Function Calling 功能，可以让 AI 调用你定义的函数：

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "查询指定城市的天气",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "城市名"}
                },
                "required": ["city"]
            }
        }
    }
]

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[{"role": "user", "content": "深圳今天天气怎么样？"}],
    tools=tools,
    tool_choice="auto"
)

有了 Function Calling，你可以让 DeepSeek 自动调用外部 API、查数据库、操作文件系统，玩法无限。

四、费用（为什么说它便宜？）

4.1 定价结构

DeepSeek 的计费由三个变量决定：模型（V3/R1）× 输入或输出 × 缓存是否命中。

• 输出价格高于输入价格
• R1 比 V3 贵（思维链也按输出计费）
• 缓存命中的输入费用约为未命中的 1/4 ~ 1/10，这是省钱的关键

具体单价会随版本调整（官方还做过错峰折扣活动），下单前看一眼 官方定价页open in new window 即可。横向对比的结论倒是一直稳定：比 OpenAI / Anthropic 同档模型便宜一个数量级，个人开发者每月开销通常是个位数人民币。

4.2 缓存命中机制（重点看这个）

DeepSeek 的上下文硬盘缓存：当两次请求的前缀内容相同时，自动触发缓存命中，这部分输入按命中价计费。

适合场景：

• 使用固定的 system prompt
• 多轮对话（前面的消息都一样）
• 批量处理相似任务

我自己的真实用法：给博客批量生成文章 SEO 描述时，把固定的指令模板放在最前面、变化的文章内容放在后面，让模板部分尽量命中缓存。

五、OpenAI 兼容性（无缝迁移）

DeepSeek API 和 OpenAI API 完全兼容，这意味着：

• 所有使用 OpenAI SDK 的项目，只需要改两行配置就能切换到 DeepSeek
• ChatGPT 的代码示例可以直接搬过来用
• 第三方工具（如 OpenClaw、Cursor）可以直接接入

迁移只需改两处：

# 原来用 OpenAI
client = OpenAI(api_key="sk-xxx")

# 改成 DeepSeek，只需加 base_url
client = OpenAI(
    api_key="你的DeepSeek Key",
    base_url="https://api.deepseek.com"
)

六、DeepSeek 能做什么？（附我的真实用法）

写代码

• 前端 React/Vue 组件开发
• Python / Node.js 脚本和数据处理
• SQL 查询优化
• 算法题解答
• 代码审查和重构建议

我的用法：在 Cursor 里把 DeepSeek 接成自定义模型，处理批量、机械的代码任务（比如给老代码补类型注解），复杂架构问题再切回更强的模型，成本能压到很低。具体接法见 Cursor 教程。

内容创作

• 写技术博客、产品文案
• 翻译（中英日韩等）
• 总结长文档、会议纪要
• 生成 SEO 优化的标题和描述

我的用法：本站文章的 description 和 keywords 很多是用 DeepSeek 按固定模板批量生成再人工筛改的——固定模板还能吃到缓存折扣。

数据分析

• 分析 CSV/Excel 数据
• 生成图表代码
• 统计分析和报告

学习助手

• 解释技术概念
• 解答数学/物理问题（用 R1，能看到完整推理过程）
• 代码 Debug 帮手

七、与其他 AI 对比

模型能力排名月月变，给"五星好评表"意义不大。这里只列不随版本变化的客观差异：

我的真实取舍：在国内、对价格敏感、以中文场景为主，DeepSeek 是默认选项；需要更强的多模态或复杂 Agent 能力时，再考虑搭配其他模型混用——它们不冲突，API 都是按量付费，用谁调谁。

八、常见问题

Q1：DeepSeek 免费吗？

网页版完全免费。API 新用户有赠送额度，之后按量计费，但价格非常低。

Q2：需要翻墙吗？

不需要！DeepSeek 是国产 AI，国内直连，速度很快。

Q3：V3 和 R1 怎么选？

• 90% 的场景用 V3（快、便宜）
• 数学证明、复杂逻辑推理、代码架构设计用 R1

Q4：可以替代 ChatGPT 吗？

文本类场景（写代码、写文章、翻译、总结）基本可以。多模态（图片理解、语音对话）方面 ChatGPT 目前仍更全面，按需选择。

Q5：API Key 怎么保管？

• 不要提交到公开的 Git 仓库
• 使用环境变量（.env 文件）存储
• 定期在控制台检查用量

Q6：和 Cursor、OpenClaw 怎么搭配使用？

• Cursor + DeepSeek：在 Cursor 中接入 DeepSeek API，实现低成本 AI 编程。详见：Cursor AI 编程教程
• OpenClaw + DeepSeek：用 DeepSeek 驱动你的私人 AI 助手。详见：OpenClaw 安装教程

九、总结

用了一年多，我对 DeepSeek 的定位是：国内中文场景下性价比突出的主力模型，尤其适合：

• 开发者：API 便宜、OpenAI 兼容、迁移成本几乎为零
• 内容创作者：中文理解出色、长文本处理稳定
• 学生/研究者：R1 输出完整思维链，适合学习推理过程
• 个人用户：网页版免费、不用翻墙

如果你之前用 ChatGPT 苦于翻墙和价格，值得拿它跑一周试试，反正网页版不要钱。

有问题欢迎在下面留言 👇