
РазборЕвгений20 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
| Что | Где взять | На что обратить внимание |
|---|---|---|
| Аккаунт | платформа DeepSeek | общий с чатом DeepSeek (условия, п. 2.1) |
| Ключ API | раздел ключей на платформе | хранить в секрете, не класть в браузерный код (п. 2.2) |
| Баланс | пополнение на платформе | услуги предоплатные, без баланса обслуживание могут приостановить (п. 6.1) |
| Адрес API | документация | https://api.deepseek.com для формата OpenAI, https://api.deepseek.com/anthropic для формата Anthropic |
| Имя модели | страница цен | deepseek-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-flash | deepseek-v4-pro | |
|---|---|---|
| Версия сейчас | DeepSeek-V4.1-Flash-1017 | DeepSeek-V4-Pro-0813 |
| Контекст | 1M токенов | 1M токенов |
| Максимум вывода | 384K | 384K |
| Режим размышлений | есть, включён по умолчанию | есть, включён по умолчанию |
| JSON Output, Tool Calls | да | да |
| Изображения на входе (Vision) | да | нет |
| Одновременных запросов на аккаунт | 2500 | 500 |
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:
| Запрошено | Фактически |
|---|---|
minimal, low | low |
medium, high, xhigh | high |
max, ultra | max |
Значение none того же параметра выключает размышления, так сказано в описании списка моделей. В режиме размышлений:
temperature,presence_penaltyиfrequency_penaltyне действуют: ошибки не будет, параметры просто игнорируются;- ход рассуждений приходит в поле
reasoning_contentрядом сcontent; - токены рассуждений входят в число выходных, это видно по
reasoning_tokensвнутриoutput_tokensв 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 пика | Flash, пик | Pro, вне пика | Pro, пик | |
|---|---|---|---|---|
| Вход, попадание в кэш | 0,003 | 0,006 | 0,022 | 0,044 |
| Вход, промах кэша | 0,15 | 0,3 | 0,66 | 1,32 |
| Выход | 0,6 | 1,2 | 1,98 | 3,96 |
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 даютprompt_tokens;completion_tokens: выходные токены, а сколько из них ушло на рассуждения, показываетreasoning_tokensв 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
| Код | Причина по документации | Что делать | Повторять? |
|---|---|---|---|
| 400 | Неверный формат тела запроса | Исправить тело по подсказке в ответе | Нет |
| 401 | Неверный ключ API | Проверить ключ или создать новый | Нет |
| 402 | Закончился баланс | Проверить баланс и пополнить | Нет, пока не пополнен |
| 422 | Неверные параметры | Исправить параметры по подсказке | Нет |
| 429 | Слишком частые запросы, превышен лимит одновременных запросов или QPS | Снизить темп, ограничить параллельность | Да, с паузой |
| 500 | Ошибка на стороне сервера | Повторить после короткой паузы, при повторении написать в поддержку | Да |
| 503 | Сервер перегружен | Повторить после короткой паузы | Да |
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=0выключает повторы SDK, поэтому запросов на один вызов не больше, чемattempts: цикл выходит раньше при успехе или при ошибке, которую повторять бессмысленно;budgetзапрещает 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
attemptsи 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-Afterбывает числом секунд или датой HTTP, функцияretry_after_secondsразбирает оба варианта, а непонятное значение заменяет своей паузой; - RFC 6585 разрешает серверу прислать
Retry-Afterвместе 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):
response_format={"type": "json_object"};- слово «json» в системном или пользовательском промпте и пример нужного формата;
max_tokensс 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
toolsвозвращайтеreasoning_contentвсех прошлых ходов целиком во всех следующих запросах, даже там, где модель функцию не вызывала, иначе API ответит 400. Безtoolsполе 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_urlhttps://api.deepseek.com/beta,strict: trueу каждой функции, все свойства каждого объекта вrequiredиadditionalProperties: 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 наdeepseek-v4-proи оплачиваются по цене Pro,claude-haiku*иclaude-sonnet*уходят наdeepseek-flash; - веб-поиск в Claude Code порождает дополнительные запросы к модели для пересказа найденного, а сами поиски оплачиваются по тарифу Search;
max_tokensдля 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
- Как создать ИИ-агента: рабочий агент на Python за 57 строк и что нужно ему дальше
- Контекстное окно нейросети: что это, какой размер у Claude и GPT и почему длинный чат дорогой
- Где хранить контекст ИИ-агента: пять слоёв вместо огромного промпта
- n8n: что это, как запустить и где он хранит ключи
- Локальная нейросеть на ПК: как запустить локальный ИИ и какую модель выбрать
Источники
- DeepSeek API Docs: Your First API Call
- DeepSeek API Docs: Models & Pricing
- DeepSeek Open Platform Terms of Service
- DeepSeek API Docs: Chat Completions API
- DeepSeek API Docs: Multi-round Conversation
- DeepSeek API Docs: Change Log
- DeepSeek API Docs: Thinking Mode
- DeepSeek API Docs: Lists Models
- DeepSeek API Docs: Using the Responses API
- DeepSeek API Docs: The Temperature Parameter
- DeepSeek API Docs: Search & Fetch
- DeepSeek-V4.1-Flash-1017: Wish-Driven Programming Made Real
- DeepSeek API Docs: Token & Token Usage
- DeepSeek API Docs: Get User Balance
- DeepSeek API Docs: Context Caching
- DeepSeek API Docs: Using the Anthropic API
- DeepSeek API Docs: Error Codes
- OpenAI Python SDK: README (GitHub)
- OpenAI Node SDK: README (GitHub)
- AWS Architecture Blog: Exponential Backoff And Jitter
- RFC 9110: HTTP Semantics
- RFC 6585: Additional HTTP Status Codes
- DeepSeek API Docs: Rate Limit & Isolation
- DeepSeek API Docs: JSON Output
- DeepSeek API Docs: Tool Calls
- DeepSeek API Docs: Integrate with Claude Code
- n8n Docs: DeepSeek credentials
- LangChain Docs: ChatDeepSeek integration
- AI SDK: OpenAI Compatible Providers
- DeepSeek Status