Vanchin DeepSeek

复制成功!
开通模型开通后即可体验并通过 API 调用该模型。加入对比
文本生成

概述

文本生成

DeepSeek-V3 由深度求索(DeepSeek)于 2024 年 12 月发布,是目前开源社区领先的混合专家(MoE)语言模型:总参数 671B,每个 token 仅激活 37B 参数。模型在 14.8 万亿高质量 tokens 上完成预训练,原生支持 128k 上下文。通过创新的无辅助损失负载均衡策略、多头潜在注意力(MLA)架构和 FP8 混合精度训练。

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
    ¥8/M tokens
  • 输入(缓存命中)
    ¥0.8/M tokens

上下文

上下文
131.07K
最大输入
131.07K
最大输出
16.38K

速率限制

  • RPM每分钟请求数
    500
  • TPM每分钟 Token 数
    1M

API 参考

开通模型开通后即可体验并通过 API 调用该模型。
复制成功!
1234567891011121314151617181920212223
from openai import OpenAI
import os

client = OpenAI(
    api_key="sk-xxx",  # 替换为你的百炼API Key
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    model="vanchin/deepseek-v3",
    messages=[{"role": "user", "content": "你是谁"}],
    extra_body={"enable_thinking": True},
    stream=True,
)

for chunk in completion:
    if not chunk.choices:
        continue
    delta = chunk.choices[0].delta
    if hasattr(delta, "reasoning_content") and delta.reasoning_content:
        print(delta.reasoning_content, end="", flush=True)
    if hasattr(delta, "content") and delta.content:
        print(delta.content, end="", flush=True)