当前位置：首页 > news >正文

DeepSeek API流式输出与多轮对话示例

news 来源：原创 2025/6/2 16:27:00

一、相关信息

deepseek api包含两个模型版本：deepseek-chat和deepseek-reasoner，分别是不带深度思考和深度思考的，前者更为轻量，输出字数与全面性不如后者，不带深度思考，但价格更为便宜，输出简洁。后者带深度思考，输出字数更多，意味着用户问一个问题需要等待的时间更长，价格更贵，但也更全面详细。

模型(1)		deepseek-chat	deepseek-reasoner
上下文长度		64K	64K
输出长度(2)		默认 4K，最大 8K	默认 32K，最大 64K
功能	Json Output	支持	支持
	Function Calling	支持	支持
	对话前缀续写（Beta）	支持	支持
	FIM 补全（Beta）	支持	不支持
标准时段价格（北京时间 08:30-00:30）	百万tokens输入（缓存命中）(3)	0.5元	1元
	百万tokens输入（缓存未命中）	2元	4元
	百万tokens输出 (4)	8元	16元
优惠时段价格(5) （北京时间 00:30-08:30）	百万tokens输入（缓存命中）	0.25元（5折）	0.25元（2.5折）
	百万tokens输入（缓存未命中）	1元（5折）	1元（2.5折）
	百万tokens输出	4元（5折）	4元（2.5折）

deepseek-chat 模型对应 DeepSeek-V3-0324；deepseek-reasoner 模型对应 DeepSeek-R1-0528。
deepseek-reasoner 的 max_tokens 参数限制了模型单次输出的最大长度（思维链输出）。
关于上下文缓存的细节，请参考 DeepSeek 硬盘缓存。
deepseek-reasoner的输出 token 数包含了思维链和最终答案的所有 token，其计价相同。
DeepSeek API 现实行错峰优惠定价，每日优惠时段为北京时间 00:30-08:30，其余时间按照标准价格计费。请求的计价时间为该请求完成的时间。

下面我写了两个流式输出版本、支持多轮对话的例子，只需要填写apio key即可运行。

二、非深度思考版

from openai import OpenAI
from colorama import init, Fore, Styleinit(autoreset=True)client = OpenAI(api_key="你的key", base_url="https://api.deepseek.com")
messages = [{"role": "system", "content": "回答用户任何问题"}]while True:print('-------------------------------------')sendMS = input(Fore.YELLOW+'\n\n请输入内容（按q退出对话）：')messages.append({"role": "user", "content": f"{sendMS}"}) # 拼接用户对话历史，实现多轮对话if sendMS == 'q':breakstream_response = client.chat.completions.create(model="deepseek-chat",messages=messages,stream=True # 启用流式传输)# 流式响应输出print(Fore.GREEN+"\n\n--- 正式回答开始 ---\n")full_res = ''for chunk in stream_response:if chunk.choices[0].delta.content is not None:text_chunk = chunk.choices[0].delta.contentfull_res += text_chunkprint(text_chunk, end="", flush=True)messages.append({"role": "assistant", "content": full_res})print('-------------------------------------\n')
print('对话已退出......')

三、深度思考版

from openai import OpenAI
from colorama import init, Fore, Styleinit(autoreset=True)  client = OpenAI(api_key="你的key", base_url="https://api.deepseek.com")
messages = [{"role": "system", "content": "回答用户任何问题"}]while True:print('-------------------------------------')flag = FalsesendMS = input(Fore.YELLOW+'\n\n请输入内容（按q退出对话）：')messages.append({"role": "user", "content": f"{sendMS}"}) # 拼接用户对话历史，实现多轮对话if sendMS == 'q':break# 如果你需要流式响应（适合长内容）stream_response = client.chat.completions.create(model="deepseek-reasoner",messages=messages,stream=True # 启用流式传输)# 流式响应输出full_res = ''print(Fore.CYAN+"\n\n思考过程开始：\n")for chunk in stream_response:if chunk.choices[0].delta.reasoning_content is not None:text_chunk = chunk.choices[0].delta.reasoning_contentprint(text_chunk, end="", flush=True)if chunk.choices[0].delta.content is not None:if not flag:print(Fore.GREEN+"\n\n--- 正式回答开始 ---\n")flag = Truetext_chunk = chunk.choices[0].delta.contentfull_res += text_chunkprint(text_chunk, end="", flush=True)messages.append({"role": "assistant", "content": full_res})print('-------------------------------------\n\n')
print('对话已退出......')