一、相关信息

deepseek api包含两个模型版本：deepseek-chat和deepseek-reasoner，分别是不带深度思考和深度思考的，前者更为轻量，输出字数与全面性不如后者，不带深度思考，但价格更为便宜，输出简洁。后者带深度思考，输出字数更多，意味着用户问一个问题需要等待的时间更长，价格更贵，但也更全面详细。

1. deepseek-chat 模型对应 DeepSeek-V3-0324；deepseek-reasoner 模型对应 DeepSeek-R1-0528。
2. deepseek-reasoner 的 max_tokens 参数限制了模型单次输出的最大长度（思维链输出）。
3. 关于上下文缓存的细节，请参考 DeepSeek 硬盘缓存。
4. deepseek-reasoner的输出 token 数包含了思维链和最终答案的所有 token，其计价相同。
5. DeepSeek API 现实行错峰优惠定价，每日优惠时段为北京时间 00:30-08:30，其余时间按照标准价格计费。请求的计价时间为该请求完成的时间。

下面我写了两个流式输出版本、支持多轮对话的例子，只需要填写apio key即可运行。

二、非深度思考版

from openai import OpenAI
from colorama import init, Fore, Style

init(autoreset=True)

client = OpenAI(api_key="你的key", base_url="https://api.deepseek.com")
messages = [{"role": "system", "content": "回答用户任何问题"}]

while True:
    print('-------------------------------------')
    sendMS = input(Fore.YELLOW+'\n\n请输入内容（按q退出对话）：')
    messages.append({"role": "user", "content": f"{sendMS}"}) # 拼接用户对话历史，实现多轮对话
    if sendMS == 'q':
        break

    stream_response = client.chat.completions.create(
        model="deepseek-chat",
        messages=messages,
        stream=True # 启用流式传输
    )

    # 流式响应输出
    print(Fore.GREEN+"\n\n--- 正式回答开始 ---\n")
    full_res = ''
    for chunk in stream_response:
        if chunk.choices[0].delta.content is not None:
            text_chunk = chunk.choices[0].delta.content
            full_res += text_chunk
            print(text_chunk, end="", flush=True)
    messages.append({"role": "assistant", "content": full_res})
    print('-------------------------------------\n')
print('对话已退出......')

三、深度思考版

from openai import OpenAI
from colorama import init, Fore, Style

init(autoreset=True)  

client = OpenAI(api_key="你的key", base_url="https://api.deepseek.com")
messages = [{"role": "system", "content": "回答用户任何问题"}]

while True:
    print('-------------------------------------')
    flag = False
    sendMS = input(Fore.YELLOW+'\n\n请输入内容（按q退出对话）：')
    messages.append({"role": "user", "content": f"{sendMS}"}) # 拼接用户对话历史，实现多轮对话
    if sendMS == 'q':
        break
    # 如果你需要流式响应（适合长内容）
    stream_response = client.chat.completions.create(
        model="deepseek-reasoner",
        messages=messages,
        stream=True # 启用流式传输
    )

    # 流式响应输出
    full_res = ''
    print(Fore.CYAN+"\n\n思考过程开始：\n")
    for chunk in stream_response:
        if chunk.choices[0].delta.reasoning_content is not None:
            text_chunk = chunk.choices[0].delta.reasoning_content
            print(text_chunk, end="", flush=True)
        if chunk.choices[0].delta.content is not None:
            if not flag:
                print(Fore.GREEN+"\n\n--- 正式回答开始 ---\n")
                flag = True
            text_chunk = chunk.choices[0].delta.content
            full_res += text_chunk
            print(text_chunk, end="", flush=True)
    messages.append({"role": "assistant", "content": full_res})
    print('-------------------------------------\n\n')
print('对话已退出......')