Apakah itu DeepSeek-Reasoner?
DeepSeek-Reasoner ialah mod penaakulan (atau “berfikir”) / nama API untuk model berasaskan penaakulan DeepSeek (kini sejajar dengan keluarga DeepSeek-V3.2). Ia direka untuk menghasilkan rantaian pemikiran (CoT) yang jelas sebelum mengeluarkan jawapan akhir—iaitu, model sengaja menjana penaakulan dalaman langkah demi langkah yang didedahkan (atau boleh didedahkan) melalui API agar pemanggil boleh memeriksa atau mendistilkannya. DeepSeek memposisikan varian reasoner sebagai pasangan “berfikir” kepada model sembang tidak berfikirnya dan memasarkan ia untuk penaakulan berbilang langkah, matematik, pengaturcaraan dan aliran kerja agen.
Ciri utama (untuk pengguna)
- Pengeluaran Rantaian Pemikiran (CoT) yang jelas. API memulangkan medan
reasoning_contentberasingan yang mengandungi penaakulan dalaman bertahap model bersamacontentakhir. Ini direka untuk kebolehperiksaan dan logik agen hiliran. - Mod “Berfikir” vs “Sembang”.
deepseek-reasoner(mod berfikir) berbeza daripadadeepseek-chat(mod bukan berfikir); kedua-duanya dinaik taraf kepada generasi V3.2. - Tetingkap konteks besar. DeepSeek menyediakan panjang konteks yang sangat besar. Varian Reasoner dipasarkan untuk penaakulan bentuk panjang dan memori agen.
- Pengeluaran JSON / respons berstruktur. Menyokong pengeluaran JSON berstruktur yang berguna untuk kegunaan programatik.
- Fokus pada agen/pembangun agen. V3.2 dan varian Speciale digambarkan secara jelas sebagai “model berasaskan penaakulan yang dibina untuk agen.”
Keupayaan teknikal
- Input: gesaan teks biasa, JSON berstruktur untuk panggilan alat/agen, fail atau dokumen panjang (melalui konteks panjang); token ialah token NLP standard.
- Output: API memulangkan kedua-dua
reasoning_content(teks CoT) dancontent(jawapan akhir). Klien API boleh meminta hanya CoT atau hanya jawapan akhir dengan melaraskan max_tokens atau parameter respons. (Nota praktikal: mengekstrak CoT mungkin masih dicaj sebagai output model.) - DeepSeek telah beriterasi melalui peta jalan khusus penaakulan: model besar asas (keluarga R1) diikuti oleh pasca latihan berfokus / pembelajaran pengukuhan (gaya RLHF) dan pelarasan halus gaya polisi untuk meningkatkan kedalaman penaakulan. Pasukan turut menggunakan distilasi untuk memampatkan keupayaan penaakulan ke dalam model yang lebih kecil dan boleh digunakan.
- Siri V3.2 menambah pasca latihan berorientasikan agen untuk penggunaan alat, inferens hibrid (Think / Non-Think), dan pengoptimuman untuk iterasi “berfikir” yang lebih pantas.
- Kecekapan inferens dibantu oleh kaedah perhatian jarang (laporan menyebutnya DeepSeek Sparse Attention — DSA) yang memfokuskan pengiraan pada segmen berkaitan berbanding perhatian padat penuh merentasi jujukan yang sangat panjang; ini mengurangkan kos untuk konteks yang sangat panjang.
Cara mengakses API deepseek-reasoner
Langkah 1: Daftar untuk Kunci API
Log masuk ke cometapi.com. Jika anda belum menjadi pengguna kami, sila daftar terlebih dahulu. Masuk ke konsol CometAPI. Dapatkan kunci API kelayakan akses untuk antara muka. Klik “Add Token” pada token API di pusat peribadi, dapatkan kunci token: sk-xxxxx dan hantar.
Langkah 2: Hantar Permintaan ke API deepseek-reasoner
Pilih titik akhir “deepseek-reasoner” untuk menghantar permintaan API dan tetapkan badan permintaan. Kaedah permintaan dan badan permintaan diperoleh daripada dokumen API di laman web kami. Laman web kami juga menyediakan ujian Apifox untuk kemudahan anda. Gantikan <YOUR_API_KEY> dengan kunci CometAPI sebenar daripada akaun anda. URL asas adalah format Chat.
Masukkan soalan atau permintaan anda ke dalam medan content—ini ialah perkara yang akan direspons oleh model. Proses respons API untuk mendapatkan jawapan yang dijana.
Langkah 3: Dapatkan dan Sahkan Hasil
Proses respons API untuk mendapatkan jawapan yang dijana. Selepas diproses, API akan memberikan status tugas dan data output.