Liste de contrôle de production API DeepSeek

Configuration du point de terminaison et URL de base

La première étape consiste à pointer votre client vers la bonne URL de base. Nous utilisons la structure standard compatible OpenAI, ce qui signifie que vos SDK existants fonctionnent sans refonte majeure. Définissez le base_url à https://api.deepseekunrestricted.com/v1 Et configurez votre clé API dans l'en-tête d'autorisation. Cette configuration garantit que tous les points de terminaison standard comme /v1/chat/completions se comportent exactement comme documenté. Vous n'avez pas besoin de réécrire votre logique de routage.

• URL de base : https://api.deepseekunrestricted.com/v1
• En-tête Auth : Authorization: Bearer YOUR_API_KEY
• ID du modèle : uncensored

Cette configuration vous permet de passer entre différents modèles si vous vous développez plus tard, mais pour l'instant, restez sur le modèle uncensored unique. Le point de terminaison est conçu pour les opérations texte en, texte hors. Il prend en charge des paramètres standards comme la température et top_p. Centralisez votre configuration pour éviter de coder en dur les URL à plusieurs endroits. Cela réduit la charge de maintenance lorsque nous mettons à jour la version de l'API.

Calcul des jetons et estimation des coûts

L'estimation du coût repose sur le suivi séparé des tokens d'entrée et des tokens de sortie. La structure de tarification est simple : 0,15 $ par 1M de tokens d'entrée et 0,50 $ par 1M de tokens de sortie. Les erreurs et les refus ne consomment pas de crédits, vous ne payez donc que pour le traitement réussi. Ce modèle prépayé garantit que votre budget est strictement contrôlé. Vous pouvez recharger en utilisant des cryptomonnaies avec des bonus pour les montants plus élevés.

• Coût d'entrée : 0,15 $ par 1M de tokens
• Coût de la sortie : $0.50 par 1M tokens
• Remboursements : Aucun, mais le crédit n'expire jamais

Surveillez toujours le 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.

Gestion efficace des réponses en streaming

Les réponses en streaming améliorent l'expérience utilisateur en délivrant le contenu de manière incrémentale. Nous prenons en charge les Server-Sent Events (SSE) pour la livraison de jetons en temps réel. Chaque fragment contient du texte partiel et des métadonnées. Analysez ces fragments pour mettre à jour votre interface utilisateur en douceur. Le dernier fragment inclut l'utilisation totale des jetons pour la demande.

• Activez le streaming en définissant stream: true
• Analysez le format SSE pour les mises à jour partielles
• Extrayez les données d'utilisation à partir du dernier fragment.

Gérez les interruptions réseau potentielles avec élégance. Réessayez les fragments échoués si nécessaire. Assurez-vous que votre analyseur ignore les événements autres que les données. Cette approche réduit la latence perçue pour les sorties longues. Elle permet également aux utilisateurs de voir les progrès au fur et à mesure que le modèle génère du texte. Implémentez une mémoire taminaire pour agréger les jetons avant le rendu. Cela évite les clignotements dans les interfaces dynamiques. Fermez toujours la connexion de flux après avoir reçu le dernier fragment pour libérer les ressources.

Gestion des limites de débit et de la concurrence

Les limites de débit sont appliquées pour garantir des performances stables pour tous les utilisateurs. Chaque clé API est limitée à 300 requêtes par minute. Vous pouvez avoir jusqu'à huit requêtes simultanées actives à tout moment. Le dépassement de ces limites entraîne une erreur 429. Implémentez une rétrogradation exponentielle pour gérer efficacement les nouvelles tentatives.

• Limite : 300 requêtes par minute par clé
• Concurrence : 8 requêtes simultanées
• Taille du corps : 8 Mo maximum

Surveillez votre file d'attente de requêtes pour éviter de toucher au plafond de concurrence. Utilisez un sémaphore ou un pool de threads pour gérer les requêtes parallèles. Journalisez les erreurs de limite de débit pour identifier les modèles. Si vous avez besoin d'un débit plus élevé, envisagez de générer des clés supplémentaires, bien que chaque compte soit limité à une clé active. Faites tourner les clés stratégiquement pour répartir la charge. Cela garantit que les tâches critiques ne sont pas bloquées par les tâches de fond.

Gestion des erreurs et logique de réessai

Une gestion robuste des erreurs évite le plantage de votre application lors des appels API. Nous renvoyons des codes d’état HTTP standard pour indiquer le succès ou l’échec. Une erreur 4xx signifie généralement un problème côté client, comme une clé invalide ou une requête mal formée. Une erreur 5xx indique un problème côté serveur qui peut se résoudre de lui-même.

• 4xx : Erreurs client (vérifiez votre requête)
• 5xx : Erreurs serveur (réessayez avec une nouvelle tentative exponentielle)
• 429 : Limite de débit dépassée (attendez et réessayez)

Mettez en œuvre un mécanisme de nouvelle tentative avec une backoff exponentielle pour les erreurs transitoires. Ne réessayez pas en cas d'erreurs 4xx, sauf si elles sont liées à une limite de débit. Enregistrez les détails de l'erreur pour le débogage. Incluez l'ID de la requête dans vos journaux pour aider les équipes de support. Cela permet de diagnostiquer rapidement les problèmes. Gérez toujours les timeouts réseau séparément des erreurs HTTP. Une requête échouée ne doit pas consommer votre solde de jetons si aucun jeton n'a été traité.

Mode JSON pour la sortie de données structurées

Le mode JSON garantit que le modèle renvoie des structures JSON valides. C'est crucial pour l'intégration avec d'autres systèmes attendant des données structurées. Définissez le response_format le paramètre à {"type": "json_object"}. Cela force le modèle à respecter les règles de syntaxe JSON.

• Définir response_format à json_object
• Validez la sortie avec un analyseur JSON
• Gérez les violations de schéma avec élégance

Bien que le mode JSON améliore la cohérence, il ne garantit pas la conformité au schéma. Validez toujours la sortie par rapport à votre schéma attendu. Si la sortie est invalide, réessayez la demande avec une invite plus stricte. Cela réduit le besoin de post-traitement. Utilisez cette fonctionnalité pour des tâches comme l'extraction de données ou la génération de configuration. Cela garantit que vos systèmes en aval reçoivent des entrées prévisibles. Testez minutieusement votre logique d'analyse JSON pour gérer les cas limites.

Appels de fonction et utilisation des outils

L'appel de fonction permet au modèle d'exécuter des actions spécifiques en fonction de l'entrée utilisateur. Définissez vos fonctions dans le tools paramètre. Le modèle renverra un objet d'appel de fonction au lieu de texte brut. Votre application exécute ensuite la fonction et renvoie le résultat au modèle.

• Définissez des fonctions dans le tools tableau
• Analysez la réponse de l'appel de fonction
• Retourner les résultats pour continuer la conversation

Cela permet des workflows complexes comme des requêtes de base de données ou des recherches web. Assurez-vous que vos définitions de fonctions soient claires et bien documentées. Le modèle s'appuie sur ces définitions pour choisir le bon outil. Gérez les cas où le modèle appelle une fonction non définie. Cela évite les erreurs dans votre logique d'exécution. Utilisez l'appel de fonctions pour étendre les capacités du LLM. Il comble le fossé entre la génération de langage et l'exécution d'actions.

Gestion de la fenêtre de contexte

La fenêtre de contexte détermine la quantité de texte que le modèle peut traiter en une seule fois. Notre API prend en charge une fenêtre de contexte de 100 000 tokens. Cela inclut à la fois l'invite et la réponse. Soyez attentif à la limite maximale de sortie de 16 000 tokens par requête. Si vous dépassez cette limite, le modèle tronquera la réponse.

• Fenêtre de contexte : 100 000 jetons
• Sortie maximale : 16 000 tokens
• Sortie maximale par défaut : 2 048 jetons

Mettez en œuvre une stratégie de fenêtre glissante ou de résumation pour les longs documents. Cela maintient le contexte dans les limites tout en préservant les informations clés. Surveillez le nombre de jetons dans vos invites pour éviter les débordements. La troncature peut entraîner des réponses incomplètes. Utilisez le max_tokens paramètre pour contrôler la longueur de la sortie. Cela aide à gérer les coûts et les temps de réponse. Planifiez soigneusement votre budget de jetons pour assurer un espace suffisant pour le raisonnement du modèle.

Sécurité et rotation des clés

La sécurité est primordiale lorsque vous exposez votre API à des systèmes de production. Utilisez des variables d'environnement pour stocker votre clé API. Évitez de la coder en dur dans votre code source. Faites tourner les clés périodiquement pour minimiser le risque d'exposition. Nous supportons la rotation des clés via le tableau de bord.

• Stockez les clés dans les variables d'environnement
• Faites pivoter les clés régulièrement
• Surveillez l'utilisation pour les anomalies

Implémentez la journalisation pour suivre l'utilisation de l'API et détecter les activités inhabituelles. Configurez des alertes pour les requêtes à fort volume. Cela permet d'identifier les utilisations abusives ou les attaques potentielles. Maintenez vos versions du SDK à jour pour bénéficier des correctifs de sécurité. Utilisez HTTPS pour toutes les communications API. Cela garantit que vos données sont chiffrées en transit. Des audits réguliers de votre utilisation de l'aident à maintenir une bonne hygiène de sécurité.