DeepSeek 模型與 API
瀏覽 TokenHub 目前可用的 DeepSeek 模型,比較價格、上下文視窗與支援能力,並透過相容 OpenAI 的 API 工作流程完成串接。
DeepSeek 模型與 API 定價
比較目前 DeepSeek API 價格、輸入與輸出 token 成本、上下文視窗和支援端點。開啟模型頁可查看完整規格與請求範例。
獨立比較各模型的輸入、輸出與快取讀取價格,避免與能力參數混在一起。
比較上下文視窗、最大輸出、推理、工具呼叫、端點和發布日期。
價格、模型可用性、上下文視窗和端點支援來自 TokenHub 目前模型目錄。規格與可用性可能調整,生產環境上線前請在模型詳情頁再次確認。
最後更新: 2026-08-25開始呼叫 DeepSeek API
透過 DeepSeek OpenAI API 相容方式呼叫 Chat Completions 或 Responses,也可以使用 DeepSeek Claude Messages API。頁面提供 OpenAI SDK 呼叫 DeepSeek 的 Python 和 Node.js 範例;是否支援串流輸出取決於所選端點。
- 01建立 TokenHub API Key
- 02選擇目前可用的 DeepSeek 模型
- 03選擇 API 協定
- 04使用發布的端點和模型 ID
- 05傳送第一個請求
選擇 API 協定
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({
"model": "deepseek-v3.2-think",
"messages": [
{
"role": "user",
"content": "Explain why low latency matters for an AI product in one sentence."
}
]
})
console.log(result.choices[0]?.message?.content)import json
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ.get("TOKENHUB_API_KEY"),
base_url="https://us-api.tokenhub.com/v1",
)
request = json.loads("{\"model\":\"deepseek-v3.2-think\",\"messages\":[{\"role\":\"user\",\"content\":\"Explain why low latency matters for an AI product in one sentence.\"}]}")
result = client.chat.completions.create(**request)
print(result.choices[0].message.content)curl 'https://us-api.tokenhub.com/v1/chat/completions' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v3.2-think",
"messages": [
{
"role": "user",
"content": "Explain why low latency matters for an AI product in one sentence."
}
]
}'const response = await fetch("https://us-api.tokenhub.com/v1/chat/completions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.TOKENHUB_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"model": "deepseek-v3.2-think",
"messages": [
{
"role": "user",
"content": "Explain why low latency matters for an AI product in one sentence."
}
]
}),
})
const data = await response.json()
console.log(data)import os
import requests
response = requests.request(method="POST", url="https://us-api.tokenhub.com/v1/chat/completions",
headers={
"Authorization": f"Bearer {os.environ['TOKENHUB_API_KEY']}",
"Content-Type": "application/json",
},
json=__import__("json").loads("{\"model\":\"deepseek-v3.2-think\",\"messages\":[{\"role\":\"user\",\"content\":\"Explain why low latency matters for an AI product in one sentence.\"}]}"),
)
response.raise_for_status()
print(response.json())import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.responses.create({
"model": "deepseek-v3.2-think",
"input": "Explain why low latency matters for an AI product in one sentence."
})
console.log(result.output_text)import json
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ.get("TOKENHUB_API_KEY"),
base_url="https://us-api.tokenhub.com/v1",
)
request = json.loads("{\"model\":\"deepseek-v3.2-think\",\"input\":\"Explain why low latency matters for an AI product in one sentence.\"}")
result = client.responses.create(**request)
print(result.output_text)curl 'https://us-api.tokenhub.com/v1/responses' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v3.2-think",
"input": "Explain why low latency matters for an AI product in one sentence."
}'const response = await fetch("https://us-api.tokenhub.com/v1/responses", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.TOKENHUB_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"model": "deepseek-v3.2-think",
"input": "Explain why low latency matters for an AI product in one sentence."
}),
})
const data = await response.json()
console.log(data)import os
import requests
response = requests.request(method="POST", url="https://us-api.tokenhub.com/v1/responses",
headers={
"Authorization": f"Bearer {os.environ['TOKENHUB_API_KEY']}",
"Content-Type": "application/json",
},
json=__import__("json").loads("{\"model\":\"deepseek-v3.2-think\",\"input\":\"Explain why low latency matters for an AI product in one sentence.\"}"),
)
response.raise_for_status()
print(response.json())curl 'https://us-api.tokenhub.com/v1/messages' \
-X 'POST' \
-H "Authorization: Bearer $TOKENHUB_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v3.2-think",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Explain why low latency matters for an AI product in one sentence."
}
]
}'const response = await fetch("https://us-api.tokenhub.com/v1/messages", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.TOKENHUB_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"model": "deepseek-v3.2-think",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Explain why low latency matters for an AI product in one sentence."
}
]
}),
})
const data = await response.json()
console.log(data)import os
import requests
response = requests.request(method="POST", url="https://us-api.tokenhub.com/v1/messages",
headers={
"Authorization": f"Bearer {os.environ['TOKENHUB_API_KEY']}",
"Content-Type": "application/json",
},
json=__import__("json").loads("{\"model\":\"deepseek-v3.2-think\",\"max_tokens\":1024,\"messages\":[{\"role\":\"user\",\"content\":\"Explain why low latency matters for an AI product in one sentence.\"}]}"),
)
response.raise_for_status()
print(response.json())應該選擇哪個 DeepSeek 模型?
依 DeepSeek API 的實際任務選擇模型;接入前再確認 DeepSeek API 價格、上下文視窗與端點支援情況。
| API 任務 | 優先查看 | 適合情境 | 上線前確認 |
|---|---|---|---|
| 高頻、重視成本的 API 呼叫 | DeepSeek V4 Flash | 聊天、摘要、內容生成和批次處理等重視快速迭代的任務。 | DeepSeek API 價格、吞吐量與輸出 token 成本 |
| 複雜推理 | DeepSeek R1 | 多步驟分析、程式碼推理等更看重答案品質而非延遲的任務。 | 推理延遲、輸出長度與單次請求總成本 |
| 通用生產任務 | DeepSeek V3.2 Think | 助理、資訊擷取等透過一個 DeepSeek API 接入涵蓋的日常產品功能。 | 任務準確率、端點支援與生產環境價格 |
| 長輸入和長對話 | DeepSeek V4 Flash | 提示詞、文件或對話歷史成為限制的長上下文 DeepSeek API 請求。 | 上下文視窗、輸入 token 價格與串流輸出支援 |
| 高品質或高風險交付 | DeepSeek V4 Pro | 最終交付更看重能力上限,而不是追求最低單位成本的任務。 | 具體任務品質、延遲,以及與 Flash 的成本差異 |
比較 DeepSeek
在選擇模型前,比較能力、API 價格和上下文視窗。
整合 DeepSeek
透過 TokenHub,將 DeepSeek 接入團隊已在使用的開發工具。
DeepSeek API 常見問題
TokenHub 上有哪些 DeepSeek 模型?
本頁模型清單反映 TokenHub 目錄目前可用的 DeepSeek 模型。可用性可能變更,串接前請開啟模型詳情頁確認。
應該使用哪個 DeepSeek 模型?
先根據任務選擇:重視成本和迭代速度時使用快速模型,複雜任務使用推理模型,長輸入情境則重點比較上下文視窗。
DeepSeek API 如何計費?
價格取決於所選模型和計費類型。請在目錄和模型詳情頁查看輸入、輸出、快取或按請求計費的價格。
可以透過 OpenAI SDK 呼叫 TokenHub 上的 DeepSeek 模型嗎?
可以。使用 TokenHub Base URL、API Key 和 DeepSeek 模型 ID,即可透過 OpenAI Python 或 Node.js SDK 傳送 Chat Completions 和 Responses 請求。
呼叫 DeepSeek 可以使用哪些 API 協定?
TokenHub 提供 DeepSeek Chat Completions API、DeepSeek Responses API 和 DeepSeek Claude Messages API 範例。是否支援串流輸出取決於請求所使用的端點。
在哪裡可以找到 DeepSeek 模型 ID?
定價表中的每個模型都會顯示模型 ID,對應的模型詳情頁也會提供該資訊。
開始使用 DeepSeek 建置
選擇模型、建立 TokenHub API Key,並在應用演進時維持同一套 API 工作流程。