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-V4系列是强大的混合专家(MoE)语言模型,包含DeepSeek-V4-Pro(1.6T总参数,49B激活参数)。支持高达100万(1M)token的上下文长度,是在超过32T高质量多样化token上预训练的开源模型。

输入

文本

输出

文本

功能

前缀补全

您可在调用通义千问 API 时启用 Partial Mode,确保模型严格基于您的起始文本进行生成。查看文档

函数调用

您可以使用 函数调用 功能,通过引入外部工具,使得大模型可以与外部世界进行交互。查看文档

缓存

Context Cache 技术会缓存长上下文请求的公共前缀,减少推理时的重复计算,提升响应速度同时降低您的使用成本。查看文档

结构化输出

开启结构化输出功能可以确保大模型输出标准格式的 JSON 字符串。查看文档

批量任务

联网搜索

启用联网检索功能后,模型将基于实时检索数据进行回复。查看文档

微调

定价

  • 输入
    ¥12/M tokens
  • 输出
    ¥24/M tokens
  • 输入(缓存命中)
    ¥1/M tokens

速率限制与上下文

  • 最大输入
    1.04M
  • 最大输出
    393.21K
  • RPM每分钟请求数
    60
  • TPM每分钟 Token 数
    300K
  • 最大输入(思考模式)
    1.04M
  • 最大输出(思考模式)
    393.21K
  • 上下文
    1.04M

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-v4-pro",
    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)