DeepSeek-Reasoner

Was ist DeepSeek-Reasoner?

DeepSeek-Reasoner ist der Reasoning- (bzw. „Thinking“-)Modus/der API-Name für DeepSeeks reasoning-first-Modelle (derzeit ausgerichtet auf die DeepSeek-V3.2-Familie). Er ist darauf ausgelegt, vor der finalen Antwort eine explizite Chain-of-Thought (CoT) zu erzeugen – d. h., das Modell generiert bewusst interne schrittweise Überlegungen, die über die API offengelegt werden (oder offengelegt werden können), sodass Aufrufer sie inspizieren oder destillieren können. DeepSeek positioniert die Reasoner-Variante als „denkendes“ Gegenstück zum nicht denkenden Chat-Modell und vermarktet sie für mehrstufiges Reasoning, Mathematik, Programmierung und Agenten-Workflows.

Hauptfunktionen (nutzerseitig)

• Explizite Chain-of-Thought-(CoT)-Ausgabe. Die API liefert ein separates Feld reasoning_content, das die internen schrittweisen Überlegungen des Modells neben der finalen content-Antwort enthält. Dies dient der Prüfbarkeit und nachgelagerter Agentenlogik.
• „Thinking“- vs. „Chat“-Modi. deepseek-reasoner (Thinking-Modus) unterscheidet sich von deepseek-chat (Nicht-Thinking-Modus); beide wurden auf die Generation V3.2 aktualisiert.
• Große Kontextfenster. DeepSeek stellt sehr große Kontextlängen bereit. Die Reasoner-Varianten werden für langes Reasoning und Agentenspeicher beworben.
• JSON-Ausgabe/strukturierte Antworten. Unterstützung für strukturierte JSON-Ausgaben, die sich für die programmatische Verarbeitung eignen.
• Fokus auf Agenten/Agenten-Builder. V3.2 und die Speciale-Variante werden ausdrücklich als „reasoning-first models built for agents“ beschrieben.

Technische Fähigkeiten

• Eingaben: Klartext-Prompts, strukturiertes JSON für Tool-/Agentenaufrufe, Dateien oder lange Dokumente (über langen Kontext); Token sind Standard-NLP-Token.
• Ausgaben: Die API liefert sowohl reasoning_content (CoT-Text) als auch content (finale Antwort). API-Clients können nur CoT oder nur die finale Antwort anfordern, indem sie max_tokens oder Antwortparameter anpassen. (Praktischer Hinweis: Das Extrahieren von CoT kann weiterhin als Modellausgabe abgerechnet werden.)
• DeepSeek hat entlang einer auf Reasoning spezialisierten Roadmap iteriert: Basale große Modelle (R1-Familie), gefolgt von fokussiertem Post-Training/Reinforcement Learning (im RLHF-Stil) und Policy-Style-Fine-Tuning zur Vertiefung der Reasoning-Fähigkeiten. Das Team nutzt außerdem Distillation, um Reasoning-Fähigkeiten in kleinere, deploybare Modelle zu komprimieren.
• Die V3.2-Serie ergänzt agentisches Post-Training für Tool-Nutzung, hybride Inferenz (Think / Non-Think) sowie Optimierungen für schnellere „Thinking“-Iterationen.
• Die Inferenz-Effizienz wird durch ein Sparse-Attention-Verfahren unterstützt (Berichte nennen es DeepSeek Sparse Attention — DSA), das die Rechenleistung auf relevante Segmente fokussiert, anstatt dichte Attention über sehr lange Sequenzen hinweg anzuwenden; das senkt die Kosten bei sehr langen Kontexten.

Zugriff auf deepseek-reasoner API

Schritt 1: API-Schlüssel anfordern

Melden Sie sich bei cometapi.com an. Falls Sie noch kein Nutzer sind, registrieren Sie sich zuerst. Melden Sie sich in Ihrer CometAPI-Konsole an. Rufen Sie den Zugriffsnachweis (API-Schlüssel) für die Schnittstelle ab. Klicken Sie im persönlichen Bereich beim API-Token auf „Add Token“, erhalten Sie den Token-Schlüssel: sk-xxxxx und senden Sie ihn ab.

Schritt 2: Anfragen an die deepseek-reasoner API senden

Wählen Sie den Endpunkt „deepseek-reasoner“, um die API-Anfrage zu senden und den Request-Body festzulegen. Methode und Request-Body entnehmen Sie unserer Website-API-Dokumentation. Unsere Website stellt zu Ihrer Bequemlichkeit auch Apifox-Tests bereit. Ersetzen Sie <YOUR_API_KEY> durch Ihren tatsächlichen CometAPI-Schlüssel aus Ihrem Konto. Die Basis-URL hat das Chat-Format.

Fügen Sie Ihre Frage oder Anforderung in das content-Feld ein — darauf reagiert das Modell. Verarbeiten Sie die API-Antwort, um die generierte Antwort zu erhalten.

Schritt 3: Ergebnisse abrufen und verifizieren

Verarbeiten Sie die API-Antwort, um die generierte Antwort zu erhalten. Nach der Verarbeitung antwortet die API mit dem Aufgabenstatus und den Ausgabedaten.