ModelliPrezziAzienda
500+ API di Modelli AI, Tutto In Una Sola API. Solo In CometAPI
API dei Modelli
Sviluppatore
Avvio RapidoDocumentazioneDashboard API
Azienda
Chi siamoAzienda
Risorse
Modelli di Intelligenza ArtificialeBlogRegistro delle modificheSupporto
Termini di ServizioInformativa sulla Privacy
© 2026 CometAPI · All rights reserved
Home/Models/DeepSeek/DeepSeek-Reasoner
D

DeepSeek-Reasoner

Ingresso:$0.44/M
Uscita:$1.752/M
DeepSeek-Reasoner è la famiglia di LLM ed endpoint API di DeepSeek incentrata sul ragionamento, progettata per (1) esporre ai chiamanti il ragionamento interno a catena di pensiero (CoT) e (2) operare in modalità di 'thinking' ottimizzate per la pianificazione a più fasi, la matematica, la programmazione e l'uso di agenti/strumenti.
Uso commerciale
Playground
Panoramica
Caratteristiche
Prezzi
API
Versioni

Che cos'è DeepSeek-Reasoner?

DeepSeek-Reasoner è la modalità/API di ragionamento (o “pensiero”) per i modelli di DeepSeek incentrati sul ragionamento (attualmente allineati alla famiglia DeepSeek-V3.2). È progettato per produrre una esplicita catena di pensiero (CoT) prima di emettere una risposta finale—cioè, il modello genera intenzionalmente un ragionamento interno passo dopo passo che è esposto (o può essere esposto) tramite l'API così che i chiamanti possano ispezionarlo o distillarlo. DeepSeek presenta la variante reasoner come la controparte “pensante” del suo modello di chat non pensante e la propone per ragionamenti multi-step, matematica, coding e workflow di agenti.

Funzionalità principali (lato utente)

  • Output esplicito della Chain-of-Thought (CoT). L'API restituisce un campo separato reasoning_content contenente il ragionamento interno passo per passo del modello insieme al content finale. Questo è pensato per l'ispezionabilità e la logica degli agenti a valle.
  • Modalità “Thinking” vs “Chat”. deepseek-reasoner (modalità thinking) è distinto da deepseek-chat (modalità non-thinking); entrambi sono stati aggiornati alla generazione V3.2.
  • Finestre di contesto ampie. DeepSeek offre lunghezze di contesto molto grandi. Le varianti Reasoner sono proposte per ragionamenti di lunga durata e memoria degli agenti.
  • Output JSON / risposte strutturate. Supporto per output JSON strutturati utili al consumo programmatico.
  • Focus su agenti/costruttori di agenti. V3.2 e la variante Speciale sono descritte esplicitamente come “modelli incentrati sul ragionamento, costruiti per agenti”.

Capacità tecniche

  • Input: prompt in testo semplice, JSON strutturato per chiamate a tool/agent, file o documenti lunghi (tramite contesto esteso); i token sono token NLP standard.
  • Output: l'API restituisce sia reasoning_content (testo CoT) sia content (risposta finale). I client dell'API possono richiedere solo la CoT o solo la risposta finale regolando max_tokens o i parametri di risposta. (Nota pratica: l'estrazione della CoT può comunque essere fatturata come output del modello.)
  • DeepSeek ha iterato secondo una roadmap specializzata nel ragionamento: modelli di base di grandi dimensioni (famiglia R1) seguiti da post-training mirato/apprendimento per rinforzo (stile RLHF) e fine-tuning di tipo policy per migliorare la profondità del ragionamento. Il team utilizza anche la distillazione per comprimere la capacità di ragionamento in modelli più piccoli e distribuibili.
  • La serie V3.2 aggiunge post-training agentico per l'uso di strumenti, inferenza ibrida (Think / Non-Think) e ottimizzazioni per iterazioni di “pensiero” più rapide.
  • L'efficienza dell'inferenza è supportata da un metodo di attenzione sparsa (i report lo chiamano DeepSeek Sparse Attention — DSA) che concentra il calcolo sui segmenti pertinenti invece di applicare un'attenzione densa completa su sequenze molto lunghe; ciò riduce i costi per contesti molto lunghi.

Come accedere all'API deepseek-reasoner

Passaggio 1: registrati per ottenere la chiave API

Accedi a cometapi.com. Se non sei ancora nostro utente, registrati prima. Accedi alla tua console CometAPI. Ottieni la chiave API di accesso dell'interfaccia. Fai clic su “Add Token” nella sezione API token del centro personale, ottieni la chiave token: sk-xxxxx e invia.

Passaggio 2: invia richieste all'API deepseek-reasoner

Seleziona l'endpoint “deepseek-reasoner” per inviare la richiesta API e imposta il corpo della richiesta. Il metodo e il corpo della richiesta si ottengono dalla documentazione API sul nostro sito web. Il nostro sito fornisce anche test Apifox per tua comodità. Sostituisci <YOUR_API_KEY> con la tua chiave CometAPI effettiva dal tuo account. L'URL base è in formato Chat.

Inserisci la tua domanda o richiesta nel campo content—è a questo che il modello risponderà. Elabora la risposta dell'API per ottenere la risposta generata.

Passaggio 3: recupera e verifica i risultati

Elabora la risposta dell'API per ottenere la risposta generata. Dopo l'elaborazione, l'API risponde con lo stato dell'attività e i dati di output.

Prezzi per DeepSeek-Reasoner

Esplora i prezzi competitivi per DeepSeek-Reasoner, progettato per adattarsi a vari budget e necessità di utilizzo. I nostri piani flessibili garantiscono che paghi solo per quello che usi, rendendo facile scalare man mano che i tuoi requisiti crescono. Scopri come DeepSeek-Reasoner può migliorare i tuoi progetti mantenendo i costi gestibili.
Prezzo Comet (USD / M Tokens)Prezzo Ufficiale (USD / M Tokens)Sconto
Ingresso:$0.44/M
Uscita:$1.752/M
Ingresso:$0.55/M
Uscita:$2.19/M
-20%

Codice di esempio e API per DeepSeek-Reasoner

Accedi a codice di esempio completo e risorse API per DeepSeek-Reasoner per semplificare il tuo processo di integrazione. La nostra documentazione dettagliata fornisce una guida passo dopo passo, aiutandoti a sfruttare appieno il potenziale di DeepSeek-Reasoner nei tuoi progetti.
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)

Python Code Example

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)

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY;
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({
  apiKey: api_key,
  baseURL: base_url,
});

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

console.log(completion.choices[0].message.content);

Curl Code Example

curl https://api.cometapi.com/v1/chat/completions \
     --header "Authorization: Bearer $COMETAPI_KEY" \
     --header "content-type: application/json" \
     --data \
'{
    "model": "deepseek-reasoner",
    "messages": [
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"}
    ]
}'

Versioni di DeepSeek-Reasoner

Il motivo per cui DeepSeek-Reasoner dispone di più snapshot può includere fattori potenziali come variazioni nell'output dopo aggiornamenti che richiedono snapshot precedenti per coerenza, offrire agli sviluppatori un periodo di transizione per l'adattamento e la migrazione, e diversi snapshot corrispondenti a endpoint globali o regionali per ottimizzare l'esperienza utente. Per le differenze dettagliate tra le versioni, si prega di fare riferimento alla documentazione ufficiale.
version
deepseek-r1-0528
deepseek-reasoner
deepseek-r1