Hva er DeepSeek-Reasoner?

DeepSeek-Reasoner er navnet på resonnement- (eller «tenke-»)modus/API for DeepSeeks resonneringsorienterte modeller (for tiden på linje med DeepSeek‑V3.2‑familien). Den er utformet for å produsere en eksplisitt resonnementskjede (CoT) før den gir et endelig svar—det vil si at modellen bevisst genererer internt trinnvis resonnement som eksponeres (eller kan eksponeres) via API‑et slik at kallere kan inspisere eller destillere det. DeepSeek posisjonerer reasoner‑varianten som det «tenkende» motstykket til sin ikke‑tenkende chat‑modell og markedsfører den for flertrinnsresonnement, matematikk, koding og agent‑arbeidsflyter.

Hovedfunksjoner (brukervendte)

Eksplisitt Chain‑of‑Thought (CoT)-utdata. API‑et returnerer et separat reasoning_content‑felt som inneholder modellens interne trinnvise resonnement sammen med det endelige content. Dette er laget for innsyn og videre agentlogikk.
«Thinking» vs «Chat»-moduser. deepseek-reasoner (tenkemodus) er forskjellig fra deepseek-chat (ikke‑tenkemodus); begge ble oppgradert til V3.2‑generasjonen.
Store kontekstvinduer. DeepSeek tilbyr svært store kontekstlengder. Reasoner‑variantene markedsføres for langformresonnement og agentminne.
JSON‑utdata / strukturerte svar. Støtte for strukturerte JSON‑utdata som er nyttige for programmatisk bruk.
Fokus på agenter/agent‑byggere. V3.2 og Speciale‑varianten beskrives eksplisitt som «resonnerings‑først‑modeller bygget for agenter.»

Tekniske egenskaper

Inndata: fritekstledetekster, strukturert JSON for verktøy-/agentkall, filer eller lange dokumenter (via lang kontekst); tokenene er standard NLP‑token.
Utdata: API‑et returnerer både reasoning_content (CoT‑tekst) og content (endelig svar). API‑klienter kan be om kun CoT eller kun endelig svar ved å justere max_tokens eller responsparametre. (Praktisk merknad: uttrekking av CoT kan fortsatt være fakturerbart som modellutdata.)
DeepSeek har iterert langs et resonnementsspesialisert veikart: basismodeller (R1‑familien) etterfulgt av målrettet ettertrening / forsterkningslæring (RLHF‑stil) og finjustering i policy‑stil for å forbedre resonnementdybde. Teamet bruker også destillering for å komprimere resonnementsevne i mindre, distribuerbare modeller.
V3.2‑serien legger til agentrettet ettertrening for verktøybruk, hybrid inferens (Think / Non‑Think) og optimaliseringer for raskere «tenke»-iterasjoner.
Inferenseffektiviteten støttes av en sparsom oppmerksomhetsmetode (rapporter kaller den DeepSeek Sparse Attention — DSA) som fokuserer beregning på relevante segmenter snarere enn full, tett oppmerksomhet over svært lange sekvenser; dette reduserer kostnaden for svært lange kontekster.

Slik får du tilgang til deepseek-reasoner API

Trinn 1: Registrer deg for API‑nøkkel

Logg inn på cometapi.com. Hvis du ikke er bruker ennå, registrer deg først. Logg inn i din CometAPI‑konsoll. Hent API‑nøkkelen for tilgang til grensesnittet. Klikk «Add Token» under API‑token i det personlige senteret, hent token‑nøkkelen: sk-xxxxx, og send inn.

Trinn 2: Send forespørsler til deepseek-reasoner API

Velg «deepseek-reasoner»-endepunktet for å sende API‑forespørselen og angi forespørselskroppen. Forespørselsmetoden og forespørselskroppen hentes fra API‑dokumentasjonen på nettstedet vårt. Nettstedet tilbyr også Apifox‑test for bekvemmelighet. Bytt ut <YOUR_API_KEY> med din faktiske CometAPI‑nøkkel fra kontoen din. Basis‑URL er i Chat-format.

Sett inn spørsmålet eller forespørselen din i content‑feltet—det er dette modellen svarer på. Behandle API‑responsen for å hente det genererte svaret.

Trinn 3: Hent og verifiser resultater

Behandle API‑responsen for å få det genererte svaret. Etter behandling svarer API‑et med oppgavestatus og utdata.

Priser for DeepSeek-Reasoner

Utforsk konkurransedyktige priser for DeepSeek-Reasoner, designet for å passe ulike budsjetter og bruksbehov. Våre fleksible planer sikrer at du bare betaler for det du bruker, noe som gjør det enkelt å skalere etter hvert som kravene dine vokser. Oppdag hvordan DeepSeek-Reasoner kan forbedre prosjektene dine samtidig som kostnadene holdes håndterbare.

Komet-pris (USD / M Tokens)	Offisiell pris (USD / M Tokens)	Rabatt
Inndata:$0.44/M Utdata:$1.752/M	Inndata:$0.55/M Utdata:$2.19/M	-20%

Eksempelkode og API for DeepSeek-Reasoner

Få tilgang til omfattende eksempelkode og API-ressurser for DeepSeek-Reasoner for å effektivisere integreringsprosessen din. Vår detaljerte dokumentasjon gir trinn-for-trinn-veiledning som hjelper deg med å utnytte det fulle potensialet til DeepSeek-Reasoner i prosjektene dine.

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)

Versjoner av DeepSeek-Reasoner

Grunnen til at DeepSeek-Reasoner har flere øyeblikksbilder kan inkludere potensielle faktorer som variasjoner i utdata etter oppdateringer som krever eldre øyeblikksbilder for konsistens, å gi utviklere en overgangsperiode for tilpasning og migrering, og ulike øyeblikksbilder som tilsvarer globale eller regionale endepunkter for å optimalisere brukeropplevelsen. For detaljerte forskjeller mellom versjoner, vennligst se den offisielle dokumentasjonen.

version
deepseek-reasoner
deepseek-r1
deepseek-r1-0528

DeepSeek-Reasoner