undercode_
  1. Главная
  2. Блог
  3. DeepSeek API: подключение, первый запрос, ошибки и расходы
Человек за ноутбуком и робот подключают кабель к окну браузера с панелью API и счётчиком токенов

Разбор20 мин чтения

DeepSeek API: подключение, первый запрос, ошибки и расходы

Как подключить DeepSeek API: ключ и base_url, первый запрос на curl и Python, выбор модели, цены в пик и вне пика, ошибки 402 и 429, повторы и лимиты.

Содержание · 10 разделов

DeepSeek API принимает запросы в формате OpenAI и Anthropic. Для подключения хватит ключа, адреса https://api.deepseek.com и имени модели: в коде под SDK OpenAI для начала меняются только эти настройки. Сложности начинаются позже. При пустом балансе приходит 402, при упоре в лимит одновременных запросов 429, режим JSON иногда возвращает ответ из одних пробелов, а в пиковые часы токены стоят вдвое дороже. Ниже первый запрос с признаками успеха, выбор модели, таблица ошибок с тем, что повторять, и расчёт расходов по полю usage. Цены, модели и лимиты сверены с документацией DeepSeek 10.11.2026. DeepSeek оставляет за собой право менять цены, поэтому перед расчётом бюджета откройте страницу цен ещё раз.

Что нужно до первого запроса

ЧтоГде взятьНа что обратить внимание
Аккаунтплатформа DeepSeekобщий с чатом DeepSeek (условия, п. 2.1)
Ключ APIраздел ключей на платформехранить в секрете, не класть в браузерный код (п. 2.2)
Баланспополнение на платформеуслуги предоплатные, без баланса обслуживание могут приостановить (п. 6.1)
Адрес APIдокументацияhttps://api.deepseek.com для формата OpenAI, https://api.deepseek.com/anthropic для формата Anthropic
Имя моделистраница ценdeepseek-flash или deepseek-v4-pro

Ключ держите в переменной окружения, например DEEPSEEK_TOKEN. По условиям платформы за расходы и убытки от утечки ключа отвечает владелец аккаунта, а показывать ключ в браузерном или другом клиентском коде запрещено. Если запросы идут из веб-приложения, к DeepSeek должен обращаться ваш сервер, а не браузер пользователя.

read -rs DEEPSEEK_TOKEN && export DEEPSEEK_TOKEN

Ключ здесь вводится с клавиатуры после запуска команды, в тексте самой команды его нет.

Первый запрос: curl и Python

Проверка из терминала:

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_TOKEN}" \
  -d '{
        "model": "deepseek-flash",
        "messages": [
          {"role": "system", "content": "Ты помощник разработчика."},
          {"role": "user", "content": "Ответь одним словом: работает?"}
        ],
        "reasoning_effort": "none",
        "max_tokens": 50,
        "stream": false
      }'

Для проверки связи размышления не нужны: "reasoning_effort": "none" выключает их, а max_tokens ограничивает длину ответа. Это настройки теста, в рабочих запросах их подбирают под задачу.

Признаки успеха: HTTP 200, текст ответа в choices[0].message.content и блок usage с расходом токенов. Пришёл 401: проверьте ключ. Пришёл 402: пополните баланс. Остальные коды разобраны ниже.

Python через официальный SDK OpenAI. Установка и запуск:

pip3 install openai
python3 first_call.py

Содержимое first_call.py:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_TOKEN"],
    base_url="https://api.deepseek.com",
)

resp = client.chat.completions.create(
    model="deepseek-flash",
    messages=[
        {"role": "system", "content": "Ты помощник разработчика."},
        {"role": "user", "content": "Ответь одним словом: работает?"},
    ],
    reasoning_effort="none",
    max_tokens=50,
)
print(resp.choices[0].message.content)
print(resp.usage)

С stream=True текст приходит частями как server-sent events, и поток заканчивается строкой data: [DONE]. Статистика токенов приходит в последнем чанке перед [DONE], отдельного чанка только с usage DeepSeek не присылает (описание Chat Completions). Ответ при этом нужно перебирать по частям:

stream = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "Назови три цвета радуги."}],
    reasoning_effort="none",
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if chunk.usage:
        print("\n", chunk.usage)

На счёт влияет ещё одно свойство: /chat/completions не хранит контекст. Сервер не помнит прошлые сообщения, всю историю диалога клиент передаёт в каждом запросе (многоходовый диалог). Значит, каждый следующий ход отправляет накопленную переписку как входные токены. Как держать её размер под контролем, разобрано в статье про контекст ИИ-агента.

Какую модель выбрать

На странице моделей и цен две модели:

deepseek-flashdeepseek-v4-pro
Версия сейчасDeepSeek-V4.1-Flash-1017DeepSeek-V4-Pro-0813
Контекст1M токенов1M токенов
Максимум вывода384K384K
Режим размышленийесть, включён по умолчаниюесть, включён по умолчанию
JSON Output, Tool Callsдада
Изображения на входе (Vision)данет
Одновременных запросов на аккаунт2500500

Flash дешевле. По таблице цен ниже выход у неё в 3,3 раза дешевле, чем у Pro, а вход без кэша в 4,4 раза (расчёт по ценам вне пика). Сравнения качества двух моделей на этих страницах нет, поэтому проверяйте выбор своими запросами: начните с Flash и переходите на Pro, если на вашей задаче не хватает качества ответов.

Имя deepseek-flash сейчас обслуживает DeepSeek-V4.1-Flash-1017. При обновлении 17.10.2026 способ вызова и цена не изменились (журнал изменений). Старые имена deepseek-v4-flash и deepseek-v4-flash-vision-exp ещё принимаются, такие запросы обслуживает V4.1 Flash по цене Flash.

В старых инструкциях часто встречаются deepseek-chat и deepseek-reasoner. По журналу изменений эти имена должны были отключить 24.07.2026, а до того они указывали на режим без размышлений и с размышлениями у deepseek-v4-flash. Как они отвечают сейчас, для статьи вызовом не проверялось. В новом коде берите имена со страницы цен.

Режим размышлений

Режим размышлений включён по умолчанию с уровнем high (Thinking Mode). Уровень задаёт параметр reasoning_effort, и DeepSeek сводит запрошенные значения к трём:

ЗапрошеноФактически
minimal, lowlow
medium, high, xhighhigh
max, ultramax

Значение none того же параметра выключает размышления, так сказано в описании списка моделей. В режиме размышлений:

  • temperature, presence_penalty и frequency_penalty не действуют: ошибки не будет, параметры просто игнорируются;
  • ход рассуждений приходит в поле reasoning_content рядом с content;
  • токены рассуждений входят в число выходных, это видно по reasoning_tokens внутри output_tokens в Responses API, поэтому длинное рассуждение оплачивается по цене выхода.

Для temperature DeepSeek советует 0.0 для кода и математики, 1.3 для перевода и диалога, 1.5 для творческих текстов (параметр temperature). Работает она только без размышлений.

Сколько стоит DeepSeek API

Цены в долларах за 1 млн токенов по странице цен на 10.11.2026:

Flash, вне пикаFlash, пикPro, вне пикаPro, пик
Вход, попадание в кэш0,0030,0060,0220,044
Вход, промах кэша0,150,30,661,32
Выход0,61,21,983,96

Пиковые часы: 01:00–04:00 и 06:00–10:00 UTC с понедельника по пятницу, кроме государственных праздников Китая. Остальное время, включая выходные и китайские праздники целиком, считается вне пика, и цены там вдвое ниже. В пересчёте на московское время (UTC+3, расчёт наш, на странице его нет) пик по будням идёт с 04:00 до 07:00 и с 09:00 до 13:00. Пакетные задачи, которые могут подождать, дешевле запускать после 13:00 по Москве, между 07:00 и 09:00, ночью до 04:00 или в выходные.

Деньги списываются сначала с подаренного баланса, потом с пополненного. Стоимость работы модели считается как число токенов, умноженное на цену.

Поиск и загрузка страниц (Search и Fetch) оплачиваются отдельно: 0,75 доллара за 1000 успешных запросов к каждому. Платным считается запрос с HTTP 200 и результатом, а ошибки, пустая выдача и таймауты бесплатны (Search & Fetch). Это касается и вызовов из Claude Code, Codex и DeepSeek Harness: бесплатный период для них закончился 31.10.2026 в 16:00 UTC (новость о V4.1 Flash).

Как считать расход по usage

Расход запроса лежит в блоке usage: у ответа без стрима в самом ответе, в стриме в последнем чанке перед [DONE] (токены и usage):

  • prompt_cache_hit_tokens: входные токены, попавшие в кэш;
  • prompt_cache_miss_tokens: входные токены мимо кэша, вместе с предыдущим полем они дают prompt_tokens;
  • completion_tokens: выходные токены, а сколько из них ушло на рассуждения, показывает reasoning_tokens в детализации.

Оценка «1 английский символ ≈ 0,3 токена» из документации годится только для прикидки, коэффициента для русского текста там нет. Источником правды по числу токенов DeepSeek называет usage в ответе.

Функция пересчёта в доллары:

# Цены за 1M токенов: Flash вне пика, по странице цен на 10.11.2026
PRICE = {"hit": 0.003, "miss": 0.15, "out": 0.6}

def request_cost(usage, price=PRICE):
    hit = getattr(usage, "prompt_cache_hit_tokens", 0) or 0
    miss = getattr(usage, "prompt_cache_miss_tokens", 0) or 0
    if hit + miss == 0:
        miss = usage.prompt_tokens  # полей кэша нет: считаем весь вход промахом
    out = usage.completion_tokens
    return (hit * price["hit"] + miss * price["miss"] + out * price["out"]) / 1_000_000

Пример: запрос на 20 000 входных токенов, из которых 18 000 попали в кэш, и 1 500 выходных. На Flash вне пика это (18 000 × 0,003 + 2 000 × 0,15 + 1 500 × 0,6) / 1 000 000 ≈ 0,00125 доллара, тысяча таких запросов обойдётся примерно в 1,25 доллара. Без попадания в кэш тот же запрос стоил бы 0,0039 доллара, примерно втрое дороже. На Pro вне пика он стоит около 0,0047 доллара, в пик вдвое больше.

Остаток денег показывает эндпоинт баланса GET /user/balance. Поле is_available говорит, хватает ли баланса на вызовы, total_balance даёт общую сумму, granted_balance и topped_up_balance делят её на подаренную и пополненную части. Перед ночной пакетной задачей проверьте is_available: так видно, что баланса не хватает уже сейчас. Хватит ли его на весь прогон, покажет только сравнение остатка с оценкой стоимости по usage.

Кэш контекста

Кэш на диске включён для всех по умолчанию, код менять не нужно (Context Caching). Попадание засчитывается, только когда начало нового запроса полностью совпадает с уже сохранённым префиксом. Кэш строится за секунды, а без использования очищается через несколько часов или дней. Работает он по принципу best-effort: стопроцентного попадания DeepSeek не обещает.

Из этого механизма следует практический совет: неизменную часть запроса (системный промпт, инструкции, справочные документы) держите в начале, а меняющуюся (вопрос пользователя, свежие данные) в конце. Насколько это снизит счёт, покажет prompt_cache_hit_tokens в ваших ответах. Что вообще попадает в контекст модели и чем он ограничен, разобрано в статье про контекстное окно.

Ловушка max_tokens

max_tokens в Chat Completions принимает значения от 1 до 393 216. Если его не задать, по умолчанию это 8K без размышлений, 64K в режиме размышлений и 128K при reasoning_effort=max. Вход и выход вместе ограничены длиной контекста.

У Claude Code и OpenCode через формат Anthropic есть оговорка. Для части запросов главного агента в режиме размышлений DeepSeek ради совместимости может поднять фактический max_tokens выше запрошенного, и тогда параметр перестаёт быть жёстким пределом вывода (Anthropic API). Бюджет такого агента держите балансом и контролем usage, одного max_tokens для этого мало.

Ошибки DeepSeek API: что значат и что повторять

КодПричина по документацииЧто делатьПовторять?
400Неверный формат тела запросаИсправить тело по подсказке в ответеНет
401Неверный ключ APIПроверить ключ или создать новыйНет
402Закончился балансПроверить баланс и пополнитьНет, пока не пополнен
422Неверные параметрыИсправить параметры по подсказкеНет
429Слишком частые запросы, превышен лимит одновременных запросов или QPSСнизить темп, ограничить параллельностьДа, с паузой
500Ошибка на стороне сервераПовторить после короткой паузы, при повторении написать в поддержкуДа
503Сервер перегруженПовторить после короткой паузыДа

Источник: Error Codes. Повтор после паузы для 500 и 503 советует сам DeepSeek. Коды 400, 401, 402 и 422 повтором не лечатся: тот же запрос с тем же ключом и балансом получит тот же ответ. Для Search и Fetch правило записано прямо: при 408, 429 и 5xx ждать и повторять, при 402 пополнить баланс, остальные 4xx без изменения запроса не повторять.

Повторы без умножения попыток

Официальный Python SDK OpenAI сам повторяет часть ошибок, по умолчанию 2 раза с короткой экспоненциальной паузой. Под повтор попадают ошибки соединения, 408, 409, 429 и все ответы от 500 и выше (README openai-python). Параметр max_retries настраивается, значение 0 отключает повторы, таймаут по умолчанию 10 минут. Чтение потока SDK автоматически не повторяет, чтобы не задублировать уже выданный текст. В JavaScript-клиенте то же самое: 2 повтора по умолчанию, maxRetries: 0 их выключает, а запросы, упавшие по таймауту, тоже повторяются дважды.

Отсюда частая ошибка: свой цикл из 5 попыток поверх SDK с max_retries=2 даёт до 15 запросов на один вызов. Держите повторы в одном месте. В варианте ниже SDK не повторяет ничего, а свой цикл ограничен по числу попыток, ждёт с экспоненциальной паузой и случайным разбросом (jitter, приём из AWS Architecture Blog) и учитывает заголовок Retry-After, если сервер его прислал.

import os, random, time
from datetime import datetime, timezone
from email.utils import parsedate_to_datetime
import openai
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_TOKEN"],
    base_url="https://api.deepseek.com",
    max_retries=0,  # повторяет только цикл ниже
)

RETRY_STATUS = {429, 500, 503}

def retry_after_seconds(err):
    resp = getattr(err, "response", None)
    value = resp.headers.get("retry-after") if resp is not None else None
    if not value:
        return None
    value = value.strip()
    if value.isdigit():
        return int(value)  # число секунд
    try:
        when = parsedate_to_datetime(value)  # дата HTTP
    except (TypeError, ValueError):
        return None
    if when.tzinfo is None:
        when = when.replace(tzinfo=timezone.utc)
    return max(0.0, (when - datetime.now(timezone.utc)).total_seconds())

def chat_with_retry(messages, model="deepseek-flash", attempts=4, base=1.0, cap=30.0, budget=300.0):
    deadline = time.monotonic() + budget  # после него новых попыток и пауз нет
    for attempt in range(attempts):
        left = deadline - time.monotonic()
        if left <= 0:
            raise TimeoutError("вышло время на повторы")
        try:
            # попытка ждёт не дольше 120 секунд и не дольше остатка budget
            return client.with_options(timeout=min(120.0, left)).chat.completions.create(
                model=model, messages=messages,
            )
        except openai.APIStatusError as err:
            if err.status_code not in RETRY_STATUS or attempt == attempts - 1:
                raise  # 400, 401, 402, 422 повтором не лечатся
            wait = retry_after_seconds(err)
            if wait is not None and wait > cap:
                raise  # сервер просит ждать дольше, чем мы готовы
        except openai.APIConnectionError:  # сюда входит и таймаут попытки
            if attempt == attempts - 1:
                raise
            wait = None
        if wait is None:
            wait = random.uniform(0, min(cap, base * 2 ** attempt))
        if time.monotonic() + wait >= deadline:
            raise TimeoutError("вышло время на повторы")
        time.sleep(wait)

Что здесь важно:

  • max_retries=0 выключает повторы SDK, поэтому запросов на один вызов не больше, чем attempts: цикл выходит раньше при успехе или при ошибке, которую повторять бессмысленно;
  • budget запрещает новые попытки и паузы после дедлайна, а таймаут каждой попытки не больше 120 секунд и не больше остатка. Это ограничение попыток, жёстким пределом длительности всего вызова оно не служит: если он нужен, оборачивайте вызов внешним таймаутом задачи. Для длинных ответов в режиме размышлений 120 секунд может не хватить, поднимите это число под свою задачу;
  • обрыв соединения или таймаут на стороне клиента не доказывает, что сервер запрос не обработал. Как DeepSeek тарифицирует такие запросы к чат-моделям, в документации не сказано, поэтому для дорогих запросов уменьшайте attempts и сверяйте расход с балансом;
  • верхняя граница паузы растёт как 1, 2, 4 секунды и так далее до cap, а сама пауза берётся случайной в этих пределах (full jitter), чтобы параллельные клиенты не приходили к серверу одновременно;
  • по RFC 9110 Retry-After бывает числом секунд или датой HTTP, функция retry_after_seconds разбирает оба варианта, а непонятное значение заменяет своей паузой;
  • RFC 6585 разрешает серверу прислать Retry-After вместе с 429, но не обязывает. В документации DeepSeek, на которую опирается статья, этот заголовок не упоминается, поэтому без него цикл ждёт по своей формуле.

С потоковыми ответами осторожнее: повтор после того, как часть текста уже пришла, задублирует вывод. По этой же причине SDK не повторяет чтение потока.

Лимит одновременных запросов и долгие ответы

Лимит DeepSeek считает в одновременных соединениях, и он общий на аккаунт, сколько бы ключей вы ни создали (Rate Limit & Isolation):

  • deepseek-flash: 2500 одновременных запросов;
  • deepseek-v4-pro: 500.

Запрос занимает слот с момента отправки до конца ответа. Сверх лимита приходит 429. Если лимита не хватает, можно подать заявку на расширение, денег за это DeepSeek не берёт. Чисел QPS для чат-моделей в документации нет; лимиты 100 и 25 запросов в секунду относятся только к Search и Fetch.

Пока запрос ждёт начала генерации, сервер держит соединение: без стрима шлёт пустые строки, в стриме комментарии SSE : keep-alive. JSON ответа они не ломают, но если вы разбираете HTTP-ответ сами, их нужно пропускать. Если генерация не началась за 10 минут, сервер закрывает соединение. Таймаут клиента короче 10 минут может оборвать запрос, который ещё ждёт очереди, а у SDK OpenAI таймаут по умолчанию как раз 10 минут.

Параллельность в своём коде ограничивайте семафором. Число подбирайте по своей нагрузке и держите с запасом до лимита аккаунта, учитывая все процессы и сервисы, которые работают под ним:

import asyncio, os
from openai import AsyncOpenAI

aclient = AsyncOpenAI(
    api_key=os.environ["DEEPSEEK_TOKEN"],
    base_url="https://api.deepseek.com",
)
limit = asyncio.Semaphore(20)  # своё число, ниже лимита аккаунта

async def ask(text):
    async with limit:
        resp = await aclient.chat.completions.create(
            model="deepseek-flash",
            messages=[{"role": "user", "content": text}],
        )
        return resp.choices[0].message.content

async def main(questions):
    return await asyncio.gather(*(ask(q) for q in questions))

JSON Output и вызов функций

Для валидного JSON нужны три вещи (JSON Output):

  1. response_format={"type": "json_object"};
  2. слово «json» в системном или пользовательском промпте и пример нужного формата;
  3. max_tokens с запасом, чтобы JSON не оборвался на середине. В режиме размышлений не занижайте его: по умолчанию там 64K.

Подвох в том, что вывод, который не распознаётся как JSON, API заменяет пробелами. В content может прийти строка из одних пробелов, и выглядит она пустой даже при finish_reason="stop". Проверяйте это в коде:

import json

# client: синхронный OpenAI-клиент из первого примера
resp = client.chat.completions.create(
    model="deepseek-flash",
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": 'Верни json вида {"city": "...", "temp_c": 0}'},
        {"role": "user", "content": "Погода в Казани: плюс 5 градусов."},
    ],
)
content = resp.choices[0].message.content or ""
if not content.strip():
    raise ValueError("пустой JSON: поменяйте промпт или повторите запрос")
try:
    data = json.loads(content)
except json.JSONDecodeError as err:
    # обрезанный или битый JSON: проверьте max_tokens и промпт
    raise ValueError(f"невалидный JSON, finish_reason={resp.choices[0].finish_reason}") from err

DeepSeek в таких случаях советует поправить промпт и обрабатывать пустой ответ в коде, например повтором запроса.

Вызов функций (Tool Calls) работает так: модель возвращает, какую функцию вызвать и с какими аргументами, а выполняет её ваш код и отправляет результат следующим сообщением. Сама модель ничего не запускает (Tool Calls). Детали, на которых ломаются агенты:

  • в режиме размышлений с tools возвращайте reasoning_content всех прошлых ходов целиком во всех следующих запросах, даже там, где модель функцию не вызывала, иначе API ответит 400. Без tools поле передавать не нужно, сервер его проигнорирует;
  • Chat Completions не даёт вставить вызов инструмента в середину диалога. Для этого DeepSeek советует формат Anthropic или Responses API;
  • строгий режим (strict) пока в бете: base_url https://api.deepseek.com/beta, strict: true у каждой функции, все свойства каждого объекта в required и additionalProperties: false.

Как собрать агента с инструментами поверх такого API, разобрано в статье как создать ИИ-агента, а как защитить ключи и инструменты от чужих инструкций в тексте, в статье про промпт-инъекции.

Подключение к Claude Code, n8n, LangChain и AI SDK

Claude Code. DeepSeek поддерживает формат Anthropic, и Claude Code подключается переменными окружения, которые направляют его на https://api.deepseek.com/anthropic. Точные имена переменных и порядок настройки даны в гайде DeepSeek для Claude Code. Для счёта важно:

  • модели с именами claude-opus* уходят на deepseek-v4-pro и оплачиваются по цене Pro, claude-haiku* и claude-sonnet* уходят на deepseek-flash;
  • веб-поиск в Claude Code порождает дополнительные запросы к модели для пересказа найденного, а сами поиски оплачиваются по тарифу Search;
  • max_tokens для части запросов главного агента не жёсткий предел (см. выше).

n8n. У n8n есть свои учётные данные для DeepSeek: создаёте ключ на платформе и вставляете его в поле API Key (документация n8n). Как устроены сценарии в n8n, есть в статье про n8n.

LangChain. Пакет langchain-deepseek и класс ChatDeepSeek; ключ LangChain берёт из переменной окружения DEEPSEEK_API_KEY, timeout и max_retries задаются в конструкторе (документация LangChain). В примере там стоит max_retries=2, так что про сложение повторов из раздела выше помните и здесь. В примерах LangChain встречаются старые имена deepseek-chat и deepseek-reasoner, подставляйте актуальные со страницы цен.

AI SDK (Vercel). Подключается через провайдер для OpenAI-совместимых API: baseURL указывает на https://api.deepseek.com, ключ уходит в заголовок Authorization: Bearer (AI SDK). Статистика usage в потоковых ответах там по умолчанию выключена и включается отдельной опцией.

Если собираете на DeepSeek агента или автоматизацию и застряли на настройке или расходах, напишите в бот UnderCode.

Доступность и оплата

По условиям DeepSeek Open Platform:

  • DeepSeek не гарантирует, что сервис доступен или останется доступным в отдельных юрисдикциях, а функции в разных странах могут отличаться (п. 1.4);
  • услуги предоплатные; при нехватке баланса DeepSeek вправе приостановить или прекратить обслуживание и может менять цены (п. 6.1);
  • способы пополнения, цены и бесплатные квоты определяются тем, что показано на страницах продукта и платформы (п. 6.2);
  • остаток возвращают одной суммой за весь неизрасходованный баланс, частичного возврата нет, потраченное не возвращают.

Способы пополнения проверяйте на платформе в момент оплаты. Если облачный API не подходит по доступности или по требованиям к данным, остаётся запуск модели у себя, об этом статья про локальные LLM.

Текущее состояние сервиса показывает status.deepseek.com. На 10.11.2026 там было «All systems are operating as expected», а у сервисов значилась доступность 99,74 % для V4 Pro API и 99,56 % для V4.1 Flash API. Цифры описывают прошлый период и ничего не обещают на будущее.

Частые вопросы

Есть ли у DeepSeek API бесплатный тариф?

На странице цен бесплатного тарифа нет: модели оплачиваются по токенам, Search и Fetch по запросам. В правилах списания упомянут подаренный баланс, он тратится первым, но его размер и условия там не описаны. По условиям платформы бесплатные квоты определяются тем, что показано на её сайте.

Чем deepseek-flash отличается от deepseek-v4-pro?

Ценой, лимитом и поддержкой изображений. Flash дешевле (выход вне пика 0,6 против 1,98 доллара за 1M токенов), допускает 2500 одновременных запросов против 500 и принимает изображения, а у Pro Vision не поддерживается. Контекст 1M и вывод до 384K у обеих.

Почему API возвращает 402?

Закончился баланс. Повтор не поможет: пополните счёт и проверьте is_available через эндпоинт баланса.

Почему приходит 429?

Запросы идут слишком часто или аккаунт упёрся в лимит одновременных запросов (2500 у Flash, 500 у Pro). Ограничьте параллельность семафором, повторяйте с экспоненциальной паузой и не складывайте свои повторы с повторами SDK. Если лимита мало, подайте заявку на расширение, она бесплатна.

Помнит ли API контекст диалога?

/chat/completions не хранит историю, каждый запрос несёт всю переписку, и её токены каждый раз считаются входом (часть может попасть в кэш). Responses API у DeepSeek тоже без состояния: previous_response_id, conversation и store не поддерживаются.

Работает ли DeepSeek с библиотекой OpenAI?

Работает. В официальном SDK OpenAI достаточно указать base_url="https://api.deepseek.com", ключ DeepSeek и имя модели. Для инструментов на формате Anthropic адрес https://api.deepseek.com/anthropic. Responses API тоже поддерживается, неподдерживаемые параметры там молча игнорируются.

Читайте также

Источники

  1. DeepSeek API Docs: Your First API Call
  2. DeepSeek API Docs: Models & Pricing
  3. DeepSeek Open Platform Terms of Service
  4. DeepSeek API Docs: Chat Completions API
  5. DeepSeek API Docs: Multi-round Conversation
  6. DeepSeek API Docs: Change Log
  7. DeepSeek API Docs: Thinking Mode
  8. DeepSeek API Docs: Lists Models
  9. DeepSeek API Docs: Using the Responses API
  10. DeepSeek API Docs: The Temperature Parameter
  11. DeepSeek API Docs: Search & Fetch
  12. DeepSeek-V4.1-Flash-1017: Wish-Driven Programming Made Real
  13. DeepSeek API Docs: Token & Token Usage
  14. DeepSeek API Docs: Get User Balance
  15. DeepSeek API Docs: Context Caching
  16. DeepSeek API Docs: Using the Anthropic API
  17. DeepSeek API Docs: Error Codes
  18. OpenAI Python SDK: README (GitHub)
  19. OpenAI Node SDK: README (GitHub)
  20. AWS Architecture Blog: Exponential Backoff And Jitter
  21. RFC 9110: HTTP Semantics
  22. RFC 6585: Additional HTTP Status Codes
  23. DeepSeek API Docs: Rate Limit & Isolation
  24. DeepSeek API Docs: JSON Output
  25. DeepSeek API Docs: Tool Calls
  26. DeepSeek API Docs: Integrate with Claude Code
  27. n8n Docs: DeepSeek credentials
  28. LangChain Docs: ChatDeepSeek integration
  29. AI SDK: OpenAI Compatible Providers
  30. DeepSeek Status
Консультация · 60 минут · 6 000 ₽Обсудить свою задачуОпишите задачу в Telegram-боте, разберём её на созвоне.