Unlock exclusive introductory pricing for the newly launched Gemini 3.5 Flash.
D

DeepSeek-Chat

Wejście:$0.216/M
Wyjście:$0.88/M
Kontekst:64K
Maks. wyjście:64K
Wydano:Oct 1, 2025

Najpopularniejszy i najbardziej opłacalny model DeepSeek-V3. Pełna wersja 671B. Ten model obsługuje maksymalną długość kontekstu 64,000 tokenów.

Popularny
Użycie komercyjne

Playground dla DeepSeek-Chat

Poznaj Playground DeepSeek-Chat — interaktywne środowisko do testowania modeli i uruchamiania zapytań w czasie rzeczywistym. Wypróbuj prompty, dostosuj parametry i iteruj natychmiast, aby przyspieszyć rozwój i zweryfikować przypadki użycia.

Czym jest DeepSeek-Chat?

DeepSeek-Chat odnosi się do wdrożeń DeepSeek ukierunkowanych na czat, zbudowanych na serii DeepSeek V3 (najnowsze to DeepSeek-V3.2 oraz wariant o wyższej wydajności DeepSeek-V3.2-Speciale). Te modele to duże modele językowe (LLM) o podejściu „reasoning-first”, zoptymalizowane pod kątem rozumowania w długim kontekście, użycia narzędzi (agentowe przepływy pracy) oraz zadań z zakresu kodu i matematyki.

Najważniejsze funkcje i cechy architektury

  • Projekt ukierunkowany na rozumowanie i hybrydowe wnioskowanie: DeepSeek podkreśla podwójny tryb „think / non-think”, dzięki czemu te same wagi mogą zachowywać się jak szybki generator lub jak rozważny agent, który wewnętrznie tworzy wieloetapowe plany przed wywoływaniem narzędzi (w materiałach marketingowych nazywane to „myśleniem podczas użycia narzędzi”). Jest to wbudowane w dane treningowe i doświadczenie produktu (UX).
  • Długi kontekst i rzadka uwaga: DeepSeek implementuje wariant rzadkiej/efektywnej uwagi (marketingowo określany jako DeepSeek Sparse Attention / NSA), który ma uczynić praktycznymi okna 100k+ tokenów i tańszymi w uruchomieniu niż uwaga gęsta przy tej samej długości. Jest to klucz do ich deklaracji wsparcia bardzo dużych dokumentów/historii agentów.

Wyniki w benchmarkach (wybrane, powtarzalne metryki)

Poniżej przedstawiono reprezentatywne liczby zaczerpnięte z publicznych tabel benchmarkowych DeepSeek V3 (Hugging Face / wyniki dostawcy). Cytując benchmarki, pamiętaj, że strony dostawców zwykle kontrolują ustawienia ewaluacji (temperatura, ustawienia promptu, limity długości wyjścia) i oceniają wiele metryk; poniższe liczby to reprezentatywne wyróżnienia, a nie wyczerpująca tabela.

  • Matematyka:
    • MATH-500 (EM): ~90.2% (zgłoszone dla DeepSeek-V3).
    • GSM8K: ~89.3% (dokładność 8-shot w matematyce raportowana w tabelach dostawcy).
  • Kod: Code HumanEval (Pass@1): tabele dostawcy pokazują 65.2% (0-shot) w jednej tabeli ewaluacyjnej oraz wyższe wskaźniki zaliczeń w zintegrowanych ustawieniach czatu/generowania kodu (różne warianty ewaluacji dają wartości Pass@1 sięgające niskich 80% przy użyciu specjalizowanych konfiguracji czatu/kodu). (Zob. strony z benchmarkami dostawcy dla dokładnego wariantu ewaluacji.)
  • Ogólne rozumowanie i benchmarki: MMLU / BBH / AGIEval: DeepSeek V3 zajmuje wysokie pozycje względem innych modeli o otwartych wagach i według tabel dostawcy jest konkurencyjny lub zbliża się do czołowych zamkniętych modeli na wybranych benchmarkach rozumowania i rozwiązywania problemów. Materiały dostawcy podkreślają silne wyniki w kategoriach matematyki i kodu.

Jak uzyskać dostęp do deepseek-chat API

Krok 1: Zarejestruj się, aby uzyskać klucz API

Zaloguj się na cometapi.com. Jeśli nie jesteś jeszcze naszym użytkownikiem, zarejestruj się najpierw. Zaloguj się do CometAPI console. Uzyskaj poświadczenie dostępu — klucz API interfejsu. Kliknij „Add Token” przy tokenie API w centrum osobistym, pobierz klucz tokenu: sk-xxxxx i zatwierdź.

img

Krok 2: Wyślij żądania do deepseek-chat API

Wybierz punkt końcowy „deepseek-chat\ \”, aby wysłać żądanie do API i ustawić treść żądania. Metodę żądania i treść żądania znajdziesz w dokumentacji API na naszej stronie. Nasza strona udostępnia także test w Apifox dla Twojej wygody. Zastąp <YOUR_API_KEY> rzeczywistym kluczem CometAPI ze swojego konta. Adres bazowy to Veo3 Async Generation(https://api.cometapi.com/v1/videos).

Wstaw swoje pytanie lub prośbę do pola content — na to odpowie model. Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź.

Krok 3: Pobierz i zweryfikuj wyniki

Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź. Po przetworzeniu API zwraca status zadania i dane wyjściowe.

Cennik dla DeepSeek-Chat

Poznaj konkurencyjne ceny dla DeepSeek-Chat, zaprojektowane tak, aby pasowały do różnych budżetów i potrzeb użytkowania. Nasze elastyczne plany zapewniają, że płacisz tylko za to, czego używasz, co ułatwia skalowanie w miarę wzrostu Twoich wymagań. Odkryj, jak DeepSeek-Chat może ulepszyć Twoje projekty przy jednoczesnym utrzymaniu kosztów na rozsądnym poziomie.

ModelComet Price (USD / M Tokens)Official Price (USD / M Tokens)Discount
deepseek-chat
Wejście:$0.216/M
Wyjście:$0.88/M
Wejście:$0.27/M
Wyjście:$1.1/M
-20%

Przykładowy kod i API dla DeepSeek-Chat

Uzyskaj dostęp do kompleksowego przykładowego kodu i zasobów API dla DeepSeek-Chat, aby usprawnić proces integracji. Nasza szczegółowa dokumentacja zapewnia wskazówki krok po kroku, pomagając wykorzystać pełny potencjał DeepSeek-Chat w Twoich projektach.

curl https://api.cometapi.com/v1/chat/completions \
     --header "Authorization: Bearer $COMETAPI_KEY" \
     --header "content-type: application/json" \
     --data \
'{
    "model": "deepseek-chat",
    "messages": [
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"}
    ]
}'

cURL Code Example

curl https://api.cometapi.com/v1/chat/completions \
     --header "Authorization: Bearer $COMETAPI_KEY" \
     --header "content-type: application/json" \
     --data \
'{
    "model": "deepseek-chat",
    "messages": [
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"}
    ]
}'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"},
    ],
)

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

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY;
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

const completion = await openai.chat.completions.create({
  model: "deepseek-chat",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Hello!" },
  ],
});

console.log(completion.choices[0].message.content);

Uptime

Wskaźnik sukcesu żądań z ostatnich 30 dni, odzwierciedlający niezawodność każdego dostawcy modelu. CometAPI monitoruje wszystkich podłączonych dostawców w czasie rzeczywistym przez całą dobę.

RespondLIVE
4841msAvg. Response
UptimeLIVE
100.0%Avg. Uptime

Wersje modelu DeepSeek-Chat

Powody, dla których DeepSeek-Chat posiada wiele migawek, mogą obejmować takie czynniki jak: różnice w wynikach po aktualizacjach wymagające starszych migawek dla zachowania spójności, zapewnienie programistom okresu przejściowego na adaptację i migrację, oraz różne migawki odpowiadające globalnym lub regionalnym punktom końcowym w celu optymalizacji doświadczenia użytkownika. Aby poznać szczegółowe różnice między wersjami, zapoznaj się z oficjalną dokumentacją.

Version
deepseek-chat