DeepSeek API 上線檢查清單

端點配置與基礎 URL

第一步是將您的客戶端指向正確的基礎 URL。我們使用標準的 OpenAI 相容結構，這意味著您現有的 SDK 無需大幅重構即可運作。設定 base_url 以 https://api.deepseekunrestricted.com/v1 並設定您的 API 金鑰於授權標頭中。此設定確保所有標準端點，例如 /v1/chat/completions 完全按照文件說明運作。您無需重寫路由邏輯。

• 基礎 URL： https://api.deepseekunrestricted.com/v1
• Auth Header： Authorization: Bearer YOUR_API_KEY
• 模型 ID： uncensored

此配置允許您在未來擴展時在不同模型之間切換，但就目前而言，請堅持使用單一的 uncensored 模型。端點專為文字輸入、文字輸出的操作而設計。它支援溫度與 top_p 等標準參數。保持配置集中化，以避免在多個位置硬編碼 URL。當我們更新 API 版本時，這能減少維護負擔。

Token 計算與成本估算

成本估算依賴於分別追蹤輸入與輸出 token。定價結構簡單明瞭：輸入 token 每 1M 個 $0.15，輸出 token 每 1M 個 $0.50。錯誤與拒絕不會消耗信用額度，因此您只需為成功處理的部分付費。此預付模式確保您的預算受到嚴格控制。您可以使用加密貨幣充值，大額充值享有優惠。

• 輸入成本：每 1M tokens $0.15
• 輸出成本：$0.50 / 100 萬個 token
• 退款：無，但信用額度不會過期

始終監控 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.

高效處理串流回應

串流回應透過逐步交付內容來改善使用者體驗。我們支援伺服器發送事件（SSE）以進行即時 Token 交付。每個片段包含部分文字和元資料。解析這些片段以平滑更新您的 UI。最後一個片段包含請求的總 Token 使用量。

• 在請求主體中將 stream: true
• 解析 SSE 格式以獲取部分更新
• 從最後一個塊中提取使用數據

優雅地處理潛在的網路中斷。如有必要請重試失敗的區塊。確保您的解析器忽略非資料事件。這種方法可降低長輸出時的感知延遲。它也允許使用者在模型生成文字時看到進度。實作緩衝區以在渲染前聚合 token。這可防止動態介面中的閃爍。收到最後一個區塊後，請務必關閉串流連線以釋放資源。

管理速率限制與併發

速率限制旨在確保所有使用者的穩定效能。每個 API 金鑰每分鐘限 300 次請求。您最多可同時有 8 個並行請求。超過這些限制將導致 429 錯誤。實作指數退避以有效處理重試。

• 限制：每分鐘每金鑰 300 次請求
• 並行處理：8 個同時請求
• Body size: 8 MB maximum

監控您的請求佇列以避免達到並行上限。使用訊號量或執行緒池來管理平行請求。記錄速率限制錯誤以識別模式。如果您需要更高的吞吐量，請考慮生成更多金鑰，儘管每個帳戶限制為一個有效金鑰。策略性地輪換金鑰以分散負載。這可確保關鍵任務不會被背景作業阻塞。

錯誤處理與重試邏輯

強大的錯誤處理可防止您的應用程式在 API 呼叫期間當機。我們傳回標準的 HTTP 狀態碼以指示成功或失敗。4xx 錯誤通常表示客戶端問題，例如金鑰無效或請求格式錯誤。5xx 錯誤表示伺服器端問題，可能會自行解決。

• 4xx：客戶端錯誤（檢查您的請求）
• 5xx：服務器錯誤（使用退避機制重試）
• 429：超過速率限制（等待並重試）

為暫時性錯誤實作具有指數退避的重試機制。除非錯誤與速率限制有關，否則不要重試 4xx 錯誤。記錄錯誤詳細資訊以供除錯。在日誌中包含請求 ID 以協助支援團隊。這有助於快速診斷問題。始終將網路超時與 HTTP 錯誤分開處理。如果未處理任何 token，失敗的請求不應消耗您的 token 餘額。

用於結構化資料輸出的 JSON 模式

JSON 模式可確保模型回傳有效的 JSON 結構。這對於與預期結構化資料的其他系統整合至關重要。請設定 response_format 參數至 {"type": "json_object"}. 這可強制模型遵循 JSON 語法規則。

• 設定 response_format 以 json_object
• 使用 JSON 解析器驗證輸出
• 優雅地處理結構違規

雖然 JSON 模式提高了穩定性，但並不保證符合架構。請始終根據預期的架構驗證輸出。如果輸出無效，請使用更嚴格的提示重試請求。這減少了後處理的需求。將此功能用於數據提取或配置生成等任務。它確保您的下游系統接收可預測的輸入。徹底測試您的 JSON 解析邏輯以處理邊緣情況。

函式呼叫與工具使用

函式呼叫允許模型根據使用者輸入執行特定動作。在 tools 參數。模型將返回函式呼叫物件而非純文字。您的應用程式隨後執行該函式並將結果回傳給模型。

• 在 tools 陣列
• 解析函式呼叫回應
• 返回結果以繼續對話

這可實現複雜的工作流程，如資料庫查詢或網頁搜尋。確保您的函式定義清晰且文件齊全。模型依賴這些定義來選擇正確的工具。處理模型呼叫未定義函式的情況。這可防止執行邏輯中的錯誤。使用函式呼叫來擴展 LLM 的功能。它彌合了語言生成與動作執行之間的差距。

上下文視窗管理

上下文窗口決定了模型一次可以處理多少文字。我們的 API 支援 100,000 token 的上下文窗口。這包含提示詞與補全內容。請注意每個請求的輸出上限為 16,000 token。若超出此限制，模型將截斷回應。

• 上下文窗口：100,000 tokens
• 最大輸出：16,000 個 token
• 預設最大輸出：2,048 個 token

對於長文件，實作滑動視窗或摘要策略。這可將上下文保持在限制範圍內，同時保留關鍵資訊。監控提示中的 token 計數以避免溢出。截斷可能導致回應不完整。使用 max_tokens 用於控制輸出長度的參數。這有助於管理成本與回應時間。請仔細規劃您的 token 預算，以確保模型有足夠的空間進行推理。

安全性與金鑰輪換

將 API 暴露給生產系統時，安全性至關重要。使用環境變數儲存您的 API 金鑰。避免將其硬編碼在原始碼中。定期輪換金鑰以最小化暴露風險。我們支援透過儀表板進行金鑰輪換。

• 將金鑰儲存在環境變數中
• 定期旋轉密鑰
• 監控用量以偵測異常

實施日誌記錄以追蹤 API 使用情況並偵測異常活動。為高流量請求設定警報。這有助於識別潛在的濫用或攻擊。保持您的 SDK 版本為最新，以獲得安全修補程式。對所有 API 通訊使用 HTTPS。這確保您的資料在傳輸過程中已加密。定期審計您的 API 使用情況有助於維持安全衛生。