DeepSeek API-produktionschecklista

Slutpunktskonfiguration och bas-URL

Det första steget är att peka din klient mot rätt bas-URL. Vi använder den standard OpenAI-kompatibla strukturen, vilket innebär att dina befintliga SDK:er fungerar utan större omstrukturering. Ställ in base_url för https://api.deepseekunrestricted.com/v1 och konfigurera din API-nyckel i auktoriseringshuvudet. Denna uppsättning säkerställer att alla standard slutpunkter som /v1/chat/completions bete sig exakt som dokumenterat. Du behöver inte skriva om din routinelogik.

• Bas-URL: https://api.deepseekunrestricted.com/v1
• Auth-huvud: Authorization: Bearer YOUR_API_KEY
• Modell-ID: uncensored

Denna konfiguration gör att du kan växla mellan olika modeller om du utvidgar senare, men för tillfället, håll dig till den enda uncensored-modellen. Slutpunkten är designad för text-in, text-ut-operationer. Den stöder standardparametrar som temperatur och top_p. Håll din konfiguration centraliserad för att undvika att hårdkoda URL:er på flera ställen. Detta minskar underhållsobekvämligheten när vi uppdaterar API-versionen.

Tockenberäkning och kostnadsuppskattning

Kostnadsberäkning bygger på att spåra in- och utmatningstokens separat. Prisstrukturen är enkel: 0,15 $ per 1M inmatningstokens och 0,50 $ per 1M utmatningstokens. Fel och avslag konsumerar inte krediter, så du betalar endast för lyckad bearbetning. Detta förskottsbetalningsmodell säkerställer att din budget hålls strikt kontrollerad. Du kan fylla på med kryptovaluta med bonusar för större belopp.

• Ingångskostnad: $0,15 per 1M tokens
• Utdatakostnad: $0,50 per 1M tokens
• Återbetalningar: Inga, men krediten upphör aldrig att gälla

Övervaka alltid den 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.

Effektiv hantering av strömnings-svar

Strömsvar förbättrar användarupplevelsen genom att leverera innehåll inkrementellt. Vi stöder Server-Sent Events (SSE) för realtids-tokenleverans. Varje del innehåller delvis text och metadata. Parsa dessa delar för att uppdatera ditt UI smidigt. Den sista delen innehåller total tokenanvändning för förfrågan.

• Aktivera strömning genom att ställa in stream: true
• Parsera SSE-format för delvisa uppdateringar
• Extrahera användningsdata från den sista chunken

Hantera potentiella nätverksavbrott smidigt. Upprepa misslyckade bitar vid behov. Se till att din parser ignorerar händelser som inte är data. Denna metod minskar den upplevda latensen för långa utdata. Den gör det också möjligt för användare att se framsteg när modellen genererar text. Implementera en buffert för att aggregera token innan rendering. Detta förhindrar flimmer i dynamiska gränssnitt. Stäng alltid strömanslutningen efter att ha tagit emot den sista biten för att frigöra resurser.

Hantering av hastighetsbegränsningar och parallellism

Begränsningsgränserna tillämpas för att säkerställa stabil prestanda för alla användare. Varje API-nyckel är begränsad till 300 förfrågningar per minut. Du kan ha upp till åtta parallella förfrågningar aktiva vid en tidpunkt. Att överskrida dessa gränser resulterar i ett 429-fel. Implementera exponentiell backoff för att hantera omförsök effektivt.

• Begränsa: 300 förfrågningar per minut per nyckel
• Konkurrens: 8 samtidiga förfrågningar
• Body-storlek: max 8 MB

Övervaka din begärandekö för att undvika att träffa konkurrenskapaciteten. Använd en semafor eller en trådpool för att hantera parallella begäranden. Logga hastighetsbegränsningsfel för att identifiera mönster. Om du behöver högre genomströmning, överväg att generera ytterligare nycklar, även om varje konto är begränsat till en aktiv nyckel. Rotera nycklar strategiskt för att fördela belastningen. Detta säkerställer att kritiska uppgifter inte blockeras av bakgrundsjobb.

Felfhantering och återanvändningslogik

Robust felhantering förhindrar att din applikation kraschar under API-anrop. Vi returnerar standard HTTP-statuskoder för att indikera framgång eller misslyckande. Ett 4xx-fel innebär vanligtvis ett problem på klientidan, till exempel en ogiltig nyckel eller felaktig begäran. Ett 5xx-fel indikerar ett serverproblem som kan lösa sig självt.

• 4xx: Klientfel (kontrollera din begäran)
• 5xx: Serverfel (försök igen med backoff)
• 429: Hastighetsbegränsning överskriden (vänta och försök igen)

Implementera en retry-mekanism med exponentiell backoff för tillfälliga fel. Försök inte om på 4xx-fel om de inte är relaterade till rate limiting. Logga felinformationen för felsökning. Inkludera request-ID:t i dina loggar för att hjälpa supportteamen. Detta hjälper till att diagnostisera problem snabbt. Hantera alltid nätverkstimeouts separat från HTTP-fel. Ett misslyckat svar ska inte förbruka dina tokens om inga tokens bearbetades.

JSON-läge för strukturerat dataoutput

JSON-läget säkerställer att modellen returnerar giltiga JSON-strukturer. Detta är avgörande för integration med andra system som förväntar sig strukturerad data. Ställ in response_format parametern till {"type": "json_object"}. Detta tvingar modellen att följa JSON-syntaxregler.

• Ställ in response_format för json_object
• Validera utmatning med en JSON-parser
• Hantera schemabrott smidigt

Medan JSON-läget förbättrar konsistensen garanterar det inte schemakompatibilitet. Validera alltid utmatningen mot ditt förväntade schema. Om utmatningen är ogiltig, försök igen med en striktare prompt. Detta minskar behovet av efterbehandling. Använd denna funktion för uppgifter som dataextraktion eller konfigurationsgenerering. Det säkerställer att dina nedströmsystem får förutsägbara indata. Testa din JSON-parseringslogik noggrant för att hantera kanfall.

Funktionsanrop och verktygsanvändning

Funktionsanrop gör att modellen kan exekvera specifika åtgärder baserat på användarinput. Definiera dina funktioner i tools parameter. Modellen kommer att returnera ett funktionsanropsobjekt istället för vanlig text. Din applikation kör sedan funktionen och returnerar resultatet till modellen.

• Definiera funktioner i tools array
• Analysera funktionskalls svaret
• Returnera resultat för att fortsätta samtalet

Detta möjliggör komplexa arbetsflöden som databasfrågor eller webbsökningar. Se till att dina funktionsdefinitioner är tydliga och väl dokumenterade. Modellen förlitar sig på dessa definitioner för att välja rätt verktyg. Hantera fall där modellen anropar en icke-definerad funktion. Detta förhindrar fel i din exekveringslogik. Använd funktionsanrop för att utöka LLM:ns funktioner. Det överbryggar gapet mellan språkgenerering och exekvering av åtgärder.

Kontexthantering

Kontextfönstret avgör hur mycket text modellen kan bearbeta på en gång. Vårt API stöder ett kontextfönster på 100,000 tokens. Detta omfattar både prompten och svaret. Var medveten om gränsen för max output på 16,000 tokens per begäran. Om du överskrider detta kommer modellen att klippa av svaret.

• Kontextfönster: 100 000 token
• Max output: 16 000 tokens
• Standard max output: 2 048 tokens

Implementera en glidande fönster- eller sammanfattningsstrategi för långa dokument. Detta håller kontexten inom gränserna samtidigt som nyckelinformation bevaras. Övervaka tokenräkningen i dina prompts för att undvika överskridning. Avklippning kan leda till ofullständiga svar. Använd max_tokens parameter för att styra utmatningslängd. Detta hjälper till att hantera kostnader och svars tid. Planera din tokenbudget noggrant för att säkerställa tillräckligt utrymme för modellens resonemang.

Säkerhet och nyckelrotation

Säkerhet är avgörande när du exponerar ditt API för produktionssystem. Använd miljövariabler för att lagra din API-nyckel. Undvik att hårdkoda den i din källkod. Rotatera nycklar regelbundet för att minimera risken för exponering. Vi stöder nyckelrotation via kontrollpanelen.

• Lagra nycklar i miljövariabler
• Rotera nycklar regelbundet
• Övervaka användning för anomalier

Implementera loggning för att spåra API-användning och upptäcka onormal aktivitet. Konfigurera varningar för högvolymförfrågningar. Detta hjälper till att identifiera potentiell missbruk eller attacker. Håll dina SDK-versioner uppdaterade för att dra nytta av säkerhetspatchar. Använd HTTPS för all API-kommunikation. Detta säkerställer att din data är krypterad under överföring. Regelmässiga granskningar av din API-användning hjälper till att upprätthålla säkerhetshygien.