DeepSeek
复制成功!
立即体验加入对比
推理文本生成
概述
推理文本生成
DeepSeek-V3.2是引入DeepSeek Sparse Attention(一种稀疏注意力机制)的正式版模型,也是DeepSeek推出的首个将思考融入工具使用的模型,同时支持思考模式与非思考模式的工具调用。
输入
文本
输出
文本
功能
前缀补全
函数调用
缓存
结构化输出
批量任务
联网搜索
微调
定价
- 输入¥2/M tokens
- 输出¥3/M tokens
- 输入(缓存命中)¥0.4/M tokens
- 输入(Batch File)¥1/M tokens
- 输出(Batch File)¥1.5/M tokens
- 显式缓存创建¥2.5/M tokens
- 显式缓存命中¥0.2/M tokens
- 输入(Batch Chat)限时5折¥2¥1/M tokens
- 输出(Batch Chat)限时5折¥3¥1.5/M tokens
上下文
上下文
131.07K
最大输入
98.30K
最大输出
65.53K
速率限制
- RPM每分钟请求数15K
- TPM每分钟 Token 数1.20M
API 参考
获取 API Key复制成功!
12345678910111213141516171819202122232425262728293031
import os
from dashscope import Generation
import dashscope
dashscope.base_http_api_url = 'https://dashscope.aliyuncs.com/api/v1'
messages = [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "你是谁?"},
]
response = Generation.call(
# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key = "sk-xxx",
api_key=os.getenv("DASHSCOPE_API_KEY"),
model="deepseek-v3.2",
messages=messages,
result_format="message",
# 开启深度思考
enable_thinking=True,
)
if response.status_code == 200:
# 打印思考过程
print("=" * 20 + "思考过程" + "=" * 20)
print(response.output.choices[0].message.reasoning_content)
# 打印回复
print("=" * 20 + "完整回复" + "=" * 20)
print(response.output.choices[0].message.content)
else:
print(f"HTTP返回码:{response.status_code}")
print(f"错误码:{response.code}")
print(f"错误信息:{response.message}")