Apakah DeepSeek-Reasoner?
DeepSeek-Reasoner ialah mod penaakulan (atau “berfikir”) / nama API bagi model mendahulukan penaakulan DeepSeek (kini sejajar dengan keluarga DeepSeek-V3.2). Ia direka untuk menghasilkan rantai pemikiran (CoT) yang jelas sebelum mengeluarkan jawapan akhir — iaitu model dengan sengaja menjana penaakulan dalaman langkah demi langkah yang didedahkan (atau boleh didedahkan) melalui API supaya pemanggil boleh memeriksanya atau menyulingnya. DeepSeek memposisikan varian reasoner sebagai pasangan “berfikir” kepada model sembang bukan berfikirnya dan memasarkan ia untuk penaakulan berbilang langkah, matematik, pengaturcaraan dan aliran kerja ejen.
Ciri utama (untuk pengguna)
- Output Chain-of-Thought (CoT) yang jelas. API memulangkan medan
reasoning_contentberasingan yang mengandungi penaakulan berperingkat dalaman model bersamacontentakhir. Ini direka untuk kebolehperiksaan dan logik ejen hiliran. - Mod “Thinking” vs “Chat”.
deepseek-reasoner(mod berfikir) berbeza daripadadeepseek-chat(mod tidak berfikir); kedua-duanya dinaik taraf kepada generasi V3.2. - Tetingkap konteks yang besar. DeepSeek menyediakan panjang konteks yang sangat besar. Varian Reasoner dipasarkan untuk penaakulan bentuk panjang dan memori ejen.
- Output JSON / respons berstruktur. Sokongan untuk output JSON berstruktur yang berguna untuk penggunaan secara programatik.
- Fokus ejen/pembina ejen. V3.2 dan varian Speciale dinyatakan secara jelas sebagai “model reasoning-first yang dibina untuk ejen.”
Keupayaan teknikal
- Input: prompt teks biasa, JSON berstruktur untuk panggilan alat/ejen, 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 pasca latihan tertumpu / pembelajaran pengukuhan (gaya RLHF) dan penalaan halus gaya polisi untuk meningkatkan kedalaman penaakulan. Pasukan juga menggunakan distilasi untuk memampatkan keupayaan penaakulan ke dalam model yang lebih kecil dan mudah dideploy.
- Siri V3.2 menambah pasca latihan berorientasikan ejen 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 tumpat penuh merentas 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. Log masuk ke konsol CometAPI. Dapatkan kunci API bukti kelayakan akses 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 endpoint “deepseek-reasoner” untuk menghantar permintaan API dan tetapkan badan permintaan. Kaedah permintaan dan badan permintaan diperoleh daripada dokumen API laman web kami. Laman web kami turut menyediakan ujian Apifox untuk kemudahan anda. Gantikan <YOUR_API_KEY> dengan kunci CometAPI sebenar daripada akaun anda. base url adalah format Chat.
Masukkan soalan atau permintaan anda ke dalam medan content — inilah yang akan direspons oleh model. Proses respons API untuk mendapatkan jawapan yang dijana.
Langkah 3: Dapatkan dan Sahkan Keputusan
Proses respons API untuk mendapatkan jawapan yang dijana. Selepas diproses, API membalas dengan status tugasan dan data output.