Lista de verificación para producción con API de DeepSeek

Configuración del punto final y URL base

El primer paso es apuntar tu cliente a la URL base correcta. Utilizamos la estructura estándar compatible con OpenAI, lo que significa que tus SDK existentes funcionan sin una refactorización importante. Establece el base_url para https://api.deepseekunrestricted.com/v1 y configura tu clave API en el encabezado de autorización. Esta configuración asegura que todos los endpoints estándar como /v1/chat/completions se comportan exactamente como se documenta. No necesitas reescribir tu lógica de enrutamiento.

• URL base: https://api.deepseekunrestricted.com/v1
• Cabecera de autenticación: Authorization: Bearer YOUR_API_KEY
• ID del Modelo: uncensored

Esta configuración te permite cambiar entre diferentes modelos si expandes más adelante, pero por ahora, quédate con el único modelo sin censura. El endpoint está diseñado para operaciones de entrada y salida de texto. Soporta parámetros estándar como la temperatura y top_p. Mantén tu configuración centralizada para evitar codificar URLs en múltiples lugares. Esto reduce la sobrecarga de mantenimiento cuando actualizamos la versión de la API.

Cálculo de tokens y estimación de costes

La estimación del coste se basa en rastrear los tokens de entrada y los de salida por separado. La estructura de precios es sencilla: $0.15 por cada 1M de tokens de entrada y $0.50 por cada 1M de tokens de salida. Los errores y rechazos no consumen créditos, por lo que solo pagas por el procesamiento exitoso. Este modelo prepagado garantiza que tu presupuesto esté estrictamente controlado. Puedes recargar usando criptomonedas con bonificaciones por montos más grandes.

• Coste de entrada: $0,15 por 1M tokens
• Coste de salida: $0.50 por 1M tokens
• Reembolsos: Ninguno, pero el crédito nunca caduca

Monitorea siempre el usage field in the response to track your spend accurately. Implement a local counter to estimate costs before sending large batches. This prevents unexpected depletion of your prepaid balance. Remember that the credit never expires, so you can top up when prices are favorable. Use the bonus tiers to maximize your purchasing power. A $100 top-up gives you 10% extra credit, which effectively lowers your per-token rate.

Gestión eficiente de respuestas en streaming

Las respuestas en streaming mejoran la experiencia del usuario entregando contenido de forma incremental. Admitimos Server-Sent Events (SSE) para la entrega de tokens en tiempo real. Cada fragmento contiene texto parcial y metadatos. Analiza estos fragmentos para actualizar tu interfaz de usuario suavemente. El último fragmento incluye el uso total de tokens para la solicitud.

• Habilita la transmisión estableciendo stream: true
• Analiza el formato SSE para actualizaciones parciales
• Extrae datos de uso del último fragmento

Maneja las posibles interrupciones de red de manera adecuada. Reintenta los fragmentos fallidos si es necesario. Asegúrate de que tu analizador ignore los eventos que no sean de datos. Este enfoque reduce la latencia percibida para las salidas largas. También permite a los usuarios ver el progreso a medida que el modelo genera texto. Implementa un búfer para agregar tokens antes de la representación. Esto evita parpadeos en interfaces dinámicas. Cierra siempre la conexión de transmisión después de recibir el último fragmento para liberar recursos.

Gestión de límites de velocidad y concurrencia

Los límites de velocidad se aplican para garantizar un rendimiento estable para todos los usuarios. Cada clave de API está limitada a 300 solicitudes por minuto. Puedes tener hasta ocho solicitudes concurrentes activas en cualquier momento. Exceder estos límites genera un error 429. Implementa retroceso exponencial para gestionar los reintentos de manera efectiva.

• Límite: 300 solicitudes por minuto por clave
• Concurrencia: 8 solicitudes simultáneas
• Tamaño del cuerpo: máximo 8 MB

Monitora tu cola de solicitudes para evitar alcanzar el límite de concurrencia. Utiliza un semáforo o un grupo de hilos para gestionar las solicitudes paralelas. Registra los errores de límite de velocidad para identificar patrones. Si necesitas un mayor rendimiento, considera generar claves adicionales, aunque cada cuenta está limitada a una clave activa. Rota las claves estratégicamente para distribuir la carga. Esto asegura que las tareas críticas no queden bloqueadas por trabajos en segundo plano.

Gestión de errores y lógica de reintento

El manejo robusto de errores evita que tu aplicación se bloquee durante las llamadas a la API. Devolvemos códigos de estado HTTP estándar para indicar el éxito o el fracaso. Un error 4xx suele indicar un problema del lado del cliente, como una clave inválida o una solicitud mal formada. Un error 5xx indica un problema del lado del servidor que podría resolverse por sí solo.

• 4xx: Errores del cliente (revisa tu solicitud)
• 5xx: Errores del servidor (reintentar con retroceso)
• 429: Límite de velocidad excedido (espera y reintenta)

Implementa un mecanismo de reintento con retroceso exponencial para errores transitorios. No reintentes en errores 4xx a menos que estén relacionados con límites de velocidad. Registra los detalles del error para depuración. Incluye el ID de la solicitud en tus registros para ayudar a los equipos de soporte. Esto ayuda a diagnosticar problemas rápidamente. Maneja siempre los tiempos de espera de red por separado de los errores HTTP. Una solicitud fallida no debe consumir tu saldo de tokens si no se procesaron tokens.

Modo JSON para salida de datos estructurados

El modo JSON garantiza que el modelo devuelva estructuras JSON válidas. Esto es crucial para integrarse con otros sistemas que esperan datos estructurados. Establece el response_format el parámetro a {"type": "json_object"}. Esto obliga al modelo a adherirse a las reglas de sintaxis JSON.

• Establecer response_format para json_object
• Validar la salida con un analizador JSON
• Maneja las violaciones de esquema de manera adecuada

Mientras el modo JSON mejora la consistencia, no garantiza el cumplimiento del esquema. Siempre valida la salida frente a tu esquema esperado. Si la salida es inválida, reintenta la solicitud con un prompt más estricto. Esto reduce la necesidad de postprocesamiento. Usa esta función para tareas como extracción de datos o generación de configuración. Asegura que tus sistemas downstream reciban entradas predecibles. Prueba tu lógica de análisis JSON exhaustivamente para manejar casos límite.

Llamada a funciones y uso de herramientas

La llamada de función permite que el modelo ejecute acciones específicas basadas en la entrada del usuario. Define tus funciones en el tools parámetro. El modelo devolverá un objeto de llamada a función en lugar de texto plano. Tu aplicación luego ejecuta la función y devuelve el resultado al modelo.

• Define funciones en el tools array
• Analiza la respuesta de la llamada a la función
• Devuelve resultados para continuar la conversación

Esto habilita flujos de trabajo complejos como consultas a bases de datos o búsquedas en la web. Asegúrate de que tus definiciones de funciones sean claras y estén bien documentadas. El modelo depende de estas definiciones para elegir la herramienta correcta. Maneja los casos en los que el modelo llama a una función no definida. Esto evita errores en tu lógica de ejecución. Utiliza la llamada a funciones para extender las capacidades del LLM. Cierra la brecha entre la generación de lenguaje y la ejecución de acciones.

Gestión de la ventana de contexto

La ventana de contexto determina cuánta texto puede procesar el modelo a la vez. Nuestra API admite una ventana de contexto de 100,000 tokens. Esto incluye tanto el prompt como la completación. Ten en cuenta el límite máximo de salida de 16,000 tokens por solicitud. Si superas este límite, el modelo truncará la respuesta.

• Ventana de contexto: 100,000 tokens
• Salida máxima: 16.000 tokens
• Salida máxima predeterminada: 2,048 tokens

Implementa una estrategia de ventana deslizante o resumen para documentos largos. Esto mantiene el contexto dentro de los límites mientras se preserva la información clave. Monitorea el conteo de tokens en tus prompts para evitar desbordamientos. El truncamiento puede llevar a respuestas incompletas. Usa el max_tokens parámetro para controlar la longitud de la salida. Esto ayuda a gestionar los costos y los tiempos de respuesta. Planifica tu presupuesto de tokens cuidadosamente para asegurar espacio suficiente para el razonamiento del modelo.

Rotación de claves y seguridad

La seguridad es primordial cuando expones tu API a sistemas de producción. Usa variables de entorno para almacenar tu clave API. Evita codificarla en tu código fuente. Rota las claves periódicamente para minimizar el riesgo de exposición. Ofrecemos soporte para la rotación de claves a través del panel de control.

• Almacena las claves en variables de entorno
• Rota las claves regularmente
• Monitor el uso para anomalías

Implementa el registro (logging) para rastrear el uso de la API y detectar actividad inusual. Configura alertas para solicitudes de alto volumen. Esto ayuda a identificar posibles usos indebidos o ataques. Mantén las versiones de tu SDK actualizadas para beneficiarte de las parches de seguridad. Usa HTTPS para todas las comunicaciones de la API. Esto garantiza que tus datos estén cifrados en tránsito. Las auditorías periódicas del uso de tu API ayudan a mantener la higiene de seguridad.