Hvad er DeepSeek-Reasoner?

DeepSeek-Reasoner er ræsonnerings- (eller “tænke”-)tilstand/API-navnet for DeepSeeks reasoning-first-modeller (aktuelt på linje med DeepSeek-V3.2-familien). Den er designet til at producere en eksplicit Chain-of-Thought (CoT) før den afgiver et endeligt svar—dvs. modellen genererer med vilje intern trinvis ræsonnering, som eksponeres (eller kan eksponeres) via API’et, så opkaldere kan inspicere eller destillere den. DeepSeek positionerer reasoner-varianten som den “tænkende” modpart til sin ikke-tænkende chatmodel og markedsfører den til flertrinsræsonnering, matematik, kodning og agent-arbejdsgange.

Hovedfunktioner (brugerrettede)

Eksplicit Chain-of-Thought (CoT)-output. API’et returnerer et separat reasoning_content-felt, der indeholder modellens interne trinvise ræsonnering sammen med det endelige content. Dette er designet for inspektionsmuligheder og downstream agentlogik.
“Tænkning” vs “Chat”-tilstande. deepseek-reasoner (tænke-tilstand) er adskilt fra deepseek-chat (ikke-tænkende tilstand); begge er opgraderet til V3.2-generationen.
Store kontekstvinduer. DeepSeek tilbyder meget store kontekstlængder. Reasoner-varianterne markedsføres til langformet ræsonnering og agent-hukommelse.
JSON-output / strukturerede svar. Understøtter strukturerede JSON-uddata, nyttige til programmatisk brug.
Fokus på agenter/agent-buildere. V3.2 og Speciale-varianten beskrives eksplicit som “reasoning-first-modeller bygget til agenter.”

Tekniske kapabiliteter

Inputs: almindelige tekstprompter, struktureret JSON til tool-/agent-kald, filer eller lange dokumenter (via lang kontekst); tokens er standard NLP-tokens.
Outputs: API’et returnerer både reasoning_content (CoT-tekst) og content (endeligt svar). API-klienter kan anmode om kun CoT eller kun endeligt svar ved at justere max_tokens eller responsparametre. (Praktisk note: udtræk af CoT kan stadig blive faktureret som modeloutput.)
DeepSeek har itereret via en ræsonneringsspecialiseret roadmap: basale store modeller (R1-familien) efterfulgt af fokuseret eftertræning/forstærkningslæring (RLHF-stil) og policy-lignende finjustering for at forbedre ræsonneringsdybden. Teamet bruger også distillation til at komprimere ræsonneringsevner i mindre, deployerbare modeller.
V3.2-serien tilføjer agentisk eftertræning til værktøjsbrug, hybrid inferens (Tænk / Ikke-tænk) og optimeringer for hurtigere “tænke”-iterationer.
Inferenz-effektivitet hjælpes af en metode med sparse attention (rapporter kalder den DeepSeek Sparse Attention — DSA), der fokuserer beregning på relevante segmenter i stedet for fuld tæt attention på meget lange sekvenser; dette reducerer omkostningerne ved meget lange kontekster.

Sådan får du adgang til deepseek-reasoner-API’et

Trin 1: Tilmeld dig for at få en API-nøgle

Log ind på cometapi.com. Hvis du ikke er bruger endnu, skal du registrere dig først. Log ind på din CometAPI-konsol. Hent adgangslegitimationen API-nøgle til interfacet. Klik på “Add Token” ved API token i personal center, hent token-nøglen: sk-xxxxx og indsend.

Trin 2: Send forespørgsler til deepseek-reasoner-API’et

Vælg “deepseek-reasoner”-endpointet for at sende API-forespørgslen og angiv request body. Forespørgselsmetoden og request body fås fra vores websteds API-dokumentation. Vores websted tilbyder også Apifox-test for din bekvemmelighed. Erstat <YOUR_API_KEY> med din faktiske CometAPI-nøgle fra din konto. Basis-URL er i Chat-format.

Indsæt dit spørgsmål eller din anmodning i content-feltet—det er dette, modellen vil svare på. Behandl API-svaret for at få det genererede svar.

Trin 3: Hent og verificer resultater

Behandl API-svaret for at få det genererede svar. Efter behandlingen svarer API’et med opgavens status og outputdata.

Priser for DeepSeek-Reasoner

Udforsk konkurrencedygtige priser for DeepSeek-Reasoner, designet til at passe til forskellige budgetter og brugsbehov. Vores fleksible planer sikrer, at du kun betaler for det, du bruger, hvilket gør det nemt at skalere, efterhånden som dine krav vokser. Opdag hvordan DeepSeek-Reasoner kan forbedre dine projekter, mens omkostningerne holdes håndterbare.

Comet-pris (USD / M Tokens)	Officiel Pris (USD / M Tokens)	Rabat
Indtast:$0.44/M Output:$1.752/M	Indtast:$0.55/M Output:$2.19/M	-20%

Eksempelkode og API til DeepSeek-Reasoner

Få adgang til omfattende eksempelkode og API-ressourcer for DeepSeek-Reasoner for at strømline din integrationsproces. Vores detaljerede dokumentation giver trin-for-trin vejledning, der hjælper dig med at udnytte det fulde potentiale af DeepSeek-Reasoner i dine projekter.

Python
JavaScript
Curl

from openai import OpenAI
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="deepseek-r1",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"},
    ],
)

print(completion.choices[0].message.content)

Versioner af DeepSeek-Reasoner

Årsagen til, at DeepSeek-Reasoner har flere øjebliksbilleder kan omfatte potentielle faktorer såsom variationer i output efter opdateringer, der kræver ældre øjebliksbilleder for konsistens, at give udviklere en overgangsperiode til tilpasning og migration, og at forskellige øjebliksbilleder svarer til globale eller regionale slutpunkter for at optimere brugeroplevelsen. For detaljerede forskelle mellem versioner, henvises der til den officielle dokumentation.

version
deepseek-r1-0528
deepseek-reasoner
deepseek-r1

DeepSeek-Reasoner