¿Qué es DeepSeek-Reasoner?
DeepSeek-Reasoner es el modo de razonamiento (o “pensamiento”) y el nombre de la API para los modelos con prioridad al razonamiento de DeepSeek (actualmente alineados con la familia DeepSeek-V3.2). Está diseñado para producir una cadena de pensamiento (CoT) explícita antes de emitir una respuesta final; es decir, el modelo genera intencionalmente un razonamiento interno paso a paso que se expone (o puede exponerse) a través de la API para que los clientes puedan inspeccionarlo o destilarlo. DeepSeek posiciona la variante reasoner como el contraparte “pensante” de su modelo de chat no pensante y la comercializa para razonamiento de múltiples pasos, matemáticas, programación y flujos de trabajo de agentes.
Características principales (de cara al usuario)
- Salida explícita de Chain-of-Thought (CoT). La API devuelve un campo
reasoning_contentseparado que contiene el razonamiento interno paso a paso del modelo junto con elcontentfinal. Está diseñado para la inspección y la lógica de agentes posterior. - Modos “Thinking” vs “Chat”.
deepseek-reasoner(modo de pensamiento) es distinto dedeepseek-chat(modo no pensante); ambos se actualizaron a la generación V3.2. - Ventanas de contexto grandes. DeepSeek expone longitudes de contexto muy grandes. Las variantes Reasoner se promocionan para razonamiento de formato largo y memoria de agentes.
- Salida JSON / respuestas estructuradas. Compatibilidad con salidas JSON estructuradas útiles para consumo programático.
- Enfoque en agentes/constructores de agentes. V3.2 y la variante Speciale se describen explícitamente como “modelos con prioridad al razonamiento creados para agentes”.
Capacidades técnicas
- Entradas: indicaciones de texto plano, JSON estructurado para llamadas de herramientas/agentes, archivos o documentos largos (mediante contexto largo); los tokens son tokens NLP estándar.
- Salidas: la API devuelve tanto
reasoning_content(texto CoT) comocontent(respuesta final). Los clientes de la API pueden solicitar solo la CoT o solo la respuesta final ajustando max_tokens o los parámetros de respuesta. (Nota práctica: extraer la CoT puede seguir siendo facturable como salida del modelo.) - DeepSeek ha iterado mediante una hoja de ruta especializada en razonamiento: modelos grandes base (familia R1) seguidos de post-entrenamiento enfocado / aprendizaje por refuerzo (estilo RLHF) y ajuste fino de estilo policy para mejorar la profundidad del razonamiento. El equipo también usa destilación para comprimir la capacidad de razonamiento en modelos más pequeños y desplegables.
- La serie V3.2 añade post-entrenamiento agentic para el uso de herramientas, inferencia híbrida (Think / Non-Think) y optimizaciones para iteraciones de “pensamiento” más rápidas.
- La eficiencia de inferencia se ve favorecida por un método de atención dispersa (informes lo denominan DeepSeek Sparse Attention — DSA) que concentra el cómputo en segmentos relevantes en lugar de atención densa completa en secuencias muy largas; esto reduce el costo para contextos muy extensos.
Cómo acceder a la API de deepseek-reasoner
Paso 1: Regístrese para obtener la clave de API
Inicie sesión en cometapi.com. Si aún no es nuestro usuario, regístrese primero. Ingrese a su CometAPI console. Obtenga la clave de API de credencial de acceso de la interfaz. Haga clic en “Add Token” en el token de API del centro personal, obtenga la clave del token: sk-xxxxx y envíe.
Paso 2: Envíe solicitudes a la API de deepseek-reasoner
Seleccione el endpoint “deepseek-reasoner” para enviar la solicitud a la API y configure el cuerpo de la solicitud. El método y el cuerpo de la solicitud se obtienen de la documentación de la API de nuestro sitio web. Nuestro sitio web también proporciona pruebas en Apifox para su comodidad. Reemplace <YOUR_API_KEY> con su clave real de CometAPI de su cuenta. La URL base está en formato Chat.
Inserte su pregunta o solicitud en el campo content—es a lo que el modelo responderá. Procese la respuesta de la API para obtener la respuesta generada.
Paso 3: Recupere y verifique los resultados
Procese la respuesta de la API para obtener la respuesta generada. Tras el procesamiento, la API responde con el estado de la tarea y los datos de salida.