DeepSeek-V4 为什么值得关注?
2026年,DeepSeek 发布了 V4-Pro,在三项主流基准(MMLU、HumanEval、MATH)上超越 GPT-4o,而 API 价格仅约 $0.27/1M tokens——是 GPT-4o 价格的约 5%。
这不只是「便宜的替代品」,而是真正达到顶级水准的国产 AI。
方式一:网页直接使用(免费)
最简单的方式,无需注册 API。
注册步骤
- 访问 chat.deepseek.com
- 用手机号或邮箱注册
- 免费使用,有每日额度限制
界面功能
- 💭 深度思考模式:点击「DeepThink」,开启 R1 风格的慢思考,适合数学/逻辑题
- 🌐 联网搜索:点击搜索图标,获取实时信息
- 📎 文件上传:支持 PDF、图片、代码文件
- 🔗 对话分享:可生成链接分享给他人
实用技巧
切换模型:
- 对话旁边可以选择 V3(快速)或 R1(深度推理)
- 日常任务用 V3,数学/分析用 R1
中文效果:
DeepSeek 在中文场景的表现优于 GPT-4o,尤其是:
- 中文写作风格更自然
- 中国法律/政策知识更准确
- 古文、诗词理解更精准
方式二:API 接入(开发者)
获取 API Key
- 访问 platform.deepseek.com
- 注册并充值(最低 $5 起)
- 在「API Keys」页面创建 Key
Python 调用示例
DeepSeek API 与 OpenAI SDK 完全兼容:
from openai import OpenAI
client = OpenAI(
api_key="your_deepseek_api_key",
base_url="https://api.deepseek.com"
)
# 普通对话
response = client.chat.completions.create(
model="deepseek-chat", # DeepSeek-V4
messages=[
{"role": "system", "content": "你是一个专业的Python工程师"},
{"role": "user", "content": "用Python写一个快速排序算法,加详细注释"}
],
stream=True # 流式输出
)
for chunk in response:
if chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end='', flush=True)使用推理模型(R1)
response = client.chat.completions.create(
model="deepseek-reasoner", # R1 模型
messages=[
{"role": "user", "content": "证明:√2 是无理数"}
]
)
# R1 的思考过程
reasoning = response.choices[0].message.reasoning_content
# 最终答案
answer = response.choices[0].message.content
print("思考过程:", reasoning[:500], "...")
print("\n最终答案:", answer)TypeScript/Node.js 示例
import OpenAI from 'openai';
const client = new OpenAI({
apiKey: process.env.DEEPSEEK_API_KEY,
baseURL: 'https://api.deepseek.com',
});
async function askDeepSeek(question: string): Promise<string> {
const response = await client.chat.completions.create({
model: 'deepseek-chat',
messages: [{ role: 'user', content: question }],
max_tokens: 2048,
temperature: 0.7,
});
return response.choices[0].message.content ?? '';
}
// 使用示例
const answer = await askDeepSeek('解释一下量子纠缠');
console.log(answer);方式三:本地部署(完全私有化)
如果你有 GPU 或想完全控制数据,可以本地部署 DeepSeek。
使用 Ollama(推荐新手)
# 安装 Ollama
curl -fsSL https://ollama.ai/install.sh | sh
# 下载 DeepSeek 模型
# 小模型(7B,适合 8GB+ 显存或 16GB+ 内存)
ollama pull deepseek-r1:7b
# 中等模型(14B,需要 16GB+ 显存)
ollama pull deepseek-r1:14b
# 运行
ollama run deepseek-r1:7b硬件配置建议
| 模型 | 显存需求 | 内存需求 | 推荐硬件 |
| 7B | 6GB | 16GB | RTX 3060/M2 Mac |
| 14B | 12GB | 32GB | RTX 3080/M3 Pro |
| 32B | 24GB | 64GB | RTX 4090 |
| 67B+ | 80GB+ | 128GB+ | A100 服务器 |
API 调用本地模型
Ollama 兼容 OpenAI API 格式:
client = OpenAI(
api_key="ollama", # 任意字符串
base_url="http://localhost:11434/v1"
)
response = client.chat.completions.create(
model="deepseek-r1:7b",
messages=[{"role": "user", "content": "你好!"}]
)核心功能对比
| 功能 | DeepSeek-V4 (Chat) | DeepSeek-R1 (Reasoner) |
| 适合场景 | 写作、翻译、日常对话 | 数学、逻辑、代码调试 |
| 响应速度 | 快 | 较慢(需要思考时间) |
| 输出风格 | 直接给答案 | 先思考再回答 |
| 价格 | $0.27/1M tokens | $0.55/1M tokens |
| 上下文窗口 | 128K tokens | 128K tokens |
DeepSeek vs GPT-4o 实战对比
场景:中文诗歌创作
提示词:「以'春天的AI'为主题,写一首七言绝句」
DeepSeek-V4:
算法花开万里春,
代码织就彩霞新。
人机共舞今时代,
智慧芬芳满乾坤。GPT-4o:
春风拂面算法生,
代码花开映日明。
人机共创新纪元,
智慧无边绽繁荣。两者都能完成任务,但 DeepSeek 在格律和意境上更符合中国古诗规范。
场景:数学推导(优势明显)
在 MATH 基准上,DeepSeek-R1 超越 GPT-4o 约 3-5 个百分点,在复杂数学推导任务上差距更明显。
常见问题
Q:DeepSeek 会审查内容吗?
DeepSeek 在部分敏感话题上有内容限制(和国内法规相关)。对于不涉及敏感内容的专业/技术任务,几乎无影响。
Q:数据安全如何?
使用 API 时,数据会发送到 DeepSeek 服务器。如有数据安全要求,建议本地部署。
Q:中文以外的语言表现如何?
DeepSeek-V4 英文表现优秀,接近 GPT-4o 水平。日语、法语等其他语言略弱于 OpenAI/Anthropic 的旗舰模型。
推荐使用场景
✅ 强烈推荐:
- 中文写作和翻译
- 代码编写和调试
- 数学和逻辑推理
- 文档分析和摘要
⚠️ 谨慎使用:
- 涉及政治和历史的敏感话题
- 需要实时联网的任务(建议开启搜索模式)
❌ 不推荐:
- 英文创意写作(Claude 更擅长)
- 图像生成(用 Midjourney/Flux)