API и инструменты моделей DeepSeek: модели, параметры и веб-поиск
Справка по DeepSeek API: модели flash и pro, ключевые параметры запроса, тарификация токенов и поиска, схема ответа с источниками и чек-лист перед запуском.

DeepSeek API — программный доступ к языковым моделям DeepSeek: приложение отправляет запрос на сервер, получает ответ и само решает, что с ним делать. Возможности не сводятся к генерации текста: в документации описаны вызов инструментов, включая серверный веб-поиск и чтение страниц, а также отдельные Search и Fetch API. Ниже — разбор моделей, параметров, тарификации и рабочая схема «поиск → контекст → ответ с источниками».
Названия моделей, цены и лимиты у провайдера меняются, и сам провайдер оговаривает право их пересматривать. Всё фактическое ниже опирается на официальную документацию DeepSeek; перед запуском сверяйте значения на странице тарифов на дату публикации.
Чем API отличается от чата
Чат в браузере — готовый интерфейс с историей диалога и настройками по умолчанию. API — конструктор: вы формируете входные сообщения, выбираете модель, задаёте параметры и обрабатываете ответ. Отсюда два следствия.
- Контроль над контекстом. API не хранит состояние: ответы и диалоги на сервере не сохраняются. Для многошаговой беседы историю нужно отправлять заново при каждом запросе.
- Ответственность за безопасность. Ключ — секрет. Если он попадёт в клиентский JavaScript, он окажется в исходниках страницы и в сетевых запросах браузера, то есть станет доступен посторонним.
API нужен, когда модель встраивают в бота, внутренний сервис или обработку документов. Для разового диалога чат проще.
Модели и критерии выбора
В документации указаны два имени модели: deepseek-flash и deepseek-v4-pro. Устаревшие имена вроде deepseek-v4-flash и deepseek-v4-flash-vision-exp ещё принимаются, но соответствующие модели выведены: запросы обслуживает DeepSeek-V4.1-Flash-1017 и тарифицирует по цене Flash. Это наглядная причина не брать имя модели из старого туториала.
Обе модели поддерживают режимы с рассуждением и без него, JSON-вывод, вызов инструментов, Responses API и Anthropic-совместимый формат. Различие существеннее в инструментах: серверный web_search доступен только deepseek-v4-pro, тогда как deepseek_web_search и deepseek_read_url — это отдельные веб-инструменты, которые нельзя объявлять вместе с web_search.
| Критерий | Когда критичен | Что проверить |
|---|---|---|
| Задержка ответа | Чат, автодополнение, боты | Замер на ваших типичных запросах |
| Стоимость токенов | Большие объёмы, длинный контекст | Цены за 1M входных и выходных токенов, пиковые и непиковые ставки |
| Длина контекста | Документы, RAG, длинные диалоги | Лимит модели и фактический размер промпта |
| Структурированный вывод | Парсинг ответа кодом | JSON-режим и схема ответа |
| Серверный поиск | Ответы о свежих событиях | Доступность web_search у выбранной модели |
Практическое правило: начинайте с более быстрой и дешёвой модели, а на сложные случаи переключайтесь по результатам собственных замеров.
Ключевые параметры запроса
Параметры определяют не только содержание ответа, но и счёт за него. Полные таблицы совместимости — в справочнике Responses API; ниже смысл основных полей, подтверждённых документацией.
- model — имя модели. Опечатка или устаревшее имя дают ошибку либо неожиданную тарификацию.
- input — строка (одно сообщение пользователя) или список элементов: сообщения, результаты вызовов функций, элементы рассуждения, веб-поиска. Хотя бы одно из полей
inputиinstructionsобязательно. - instructions — системная инструкция, вставляется первым системным сообщением.
- thinking — режим рассуждения:
noneвыключает его,low,high,maxвключают с разной глубиной. Если не задан, действует поведение модели по умолчанию. - temperature — от 0 до 2, выше значение — случайнее вывод; в режиме рассуждения не действует. Документация даёт ориентиры: 0.0 для кода и математики, 1.0 для анализа данных, 1.3 для перевода и обычной беседы, 1.5 для творческого письма.
- max_output_tokens — верхняя граница сгенерированных токенов, включая рассуждение.
- stream — потоковая выдача событиями; финальное событие —
response.completed,response.incompleteилиresponse.failed. - tools и tool_choice — список доступных инструментов и правило выбора:
none,autoилиrequired.
Вывод: параметры — часть бюджета и надёжности, а не косметика. Меняйте их по одному и фиксируйте, что изменилось.
Веб-поиск через API
Знания модели ограничены датой обучения. Для вопросов о свежих событиях, ценах или изменениях в документации нужен внешний источник. В документации описан эндпоинт /v1/tools/search: он принимает поисковый запрос и возвращает ранжированный список результатов.
Параметры запроса:
- поисковая строка длиной от 1 до 128 символов, поддерживаются операторы
site:,-site:и фразы в кавычках; - число результатов от 1 до 50, по умолчанию 10;
- исходный вопрос пользователя — помогает лучше понять запрос;
- необязательный IP для локализации выдачи;
- флаг возврата содержимого страницы, по умолчанию выключен.
В ответе есть оценка релевантности от 0 до 3 (значения от 1,5 считаются качественными), короткое и длинное резюме, содержимое страницы, время публикации в UTC и уровень авторитетности источника от 0 до 4, где 3 и выше — высокоавторитетные, а −1 означает «неизвестно». Это даёт основу для отбора: например, отбрасывать результаты с низкой оценкой и без даты публикации.
Отдельно о тарификации: поиск и загрузка страниц оплачиваются за использование — и при прямом вызове Search и Fetch API, и когда модель обращается к ним через инструменты. «Бесплатного» веб-поиска внутри запроса нет.
Схема собственного RAG
Нативный поиск через API — не единственный путь. Цепочку можно построить самостоятельно:
- Сформулировать поисковый запрос из вопроса пользователя.
- Получить результаты и отобрать источники по оценке релевантности и авторитетности.
- Извлечь текст страниц и уложить его в лимит контекста.
- Передать модели вопрос и фрагменты источников с указанием, откуда взят каждый.
- Потребовать ответ со ссылками на фрагменты и явной пометкой, если данных не хватило.
| Критерий | Нативный поиск через API | Собственный RAG |
|---|---|---|
| Скорость запуска | Выше: один вызов инструмента | Ниже: нужна своя логика |
| Контроль над источниками | Ограничен правилами провайдера | Полный: свои фильтры и белый список |
| Стоимость | Оплата за использование поиска | Зависит от выбранного поискового сервиса |
| Прозрачность | Зависит от возвращаемых полей | Максимальная: видно каждый шаг |
Сквозной пример: бот с веб-поиском
Ниже — схема шагов, а не готовый к запуску код. Конкретные имена полей и адреса сверяйте с документацией.
1. Пользователь пишет боту вопрос.
2. Сервер формирует поисковый запрос (1–128 символов).
3. Сервер вызывает поисковый API и получает список результатов.
4. Сервер отбирает 3–5 источников с высокой оценкой релевантности.
5. Сервер собирает контекст: вопрос + фрагменты + пометки об источниках.
6. Сервер вызывает модель DeepSeek с системной инструкцией:
«Отвечай только по фрагментам. Если данных нет — скажи об этом.
В конце перечисли использованные источники».
7. Ответ проходит проверку длины и разметки, затем уходит пользователю.
8. В журнал пишутся: запрос, число токенов, задержка, статус.
Почему так: шаг 6 снижает риск выдуманных фактов, шаг 7 защищает от слишком длинных сообщений, шаг 8 даёт данные для расчёта стоимости и поиска узких мест. Ключи хранятся только на сервере, в переменных окружения.
Учебный пример (вымышленные числа, не результат исследования). Допустим, бот за сутки обработал 200 вопросов, и в среднем на запрос ушло 4000 входных токенов (вопрос, фрагменты страниц, инструкция) и 500 выходных, а поиск вызывался один раз. Тогда расход токенов за сутки — 200 × 4000 = 800 000 входных и 200 × 500 = 100 000 выходных, плюс 200 обращений к поиску. Подставив актуальные цены за 1M токенов и цену за обращение, вы получите оценку бюджета. Такой расчёт показывает главное: входные токены из найденных страниц обычно весят больше выходных, поэтому отбор источников экономит деньги не меньше, чем выбор модели.
Расчёт стоимости и лимиты
По документации цены указаны за 1M токенов, а оплата считается по сумме входных и выходных токенов модели. Поиск и загрузка страниц тарифицируются отдельно, за использование. Также указано, что непиковые ставки вдвое ниже пиковых, а пиковые часы — 01:00–04:00 и 06:00–10:00 UTC по будням, кроме китайских государственных праздников; всё остальное время, включая выходные и праздники целиком, — непиковое. Эти значения сверяйте на странице тарифов на дату публикации: провайдер оговаривает право их менять.
Проверяемая формула для одного запроса с поиском:
стоимость = (входные_токены / 1_000_000 × цена_входа)
+ (выходные_токены / 1_000_000 × цена_выхода)
+ (число_обращений_к_поиску × цена_за_обращение)
Практика: считайте не один запрос, а типичную сессию. Длинный контекст из найденных страниц увеличивает входные токены сильнее, чем кажется. Провайдер рекомендует пополнять баланс по фактическому расходу и регулярно сверять страницу тарифов.
Типичные ошибки и безопасность ключа
Разберём одну ошибку пошагово: ключ оказался в клиентском JavaScript.
- Обнаружение. Ключ виден в исходниках страницы или в сетевых запросах браузера.
- Немедленные действия. Отозвать ключ и выпустить новый; проверить журналы на необычные запросы и расход.
- Исправление. Перенести вызовы на серверный endpoint, который проверяет пользователя и сам обращается к API.
- Профилактика. Хранить секреты в переменных окружения, ограничить права ключа, настроить оповещения о расходе.
Другие частые проблемы: превышение лимита контекста при большом RAG-наборе, неверный базовый адрес при использовании совместимого клиента и отсутствие повторных попыток с паузой при временных ошибках. Отдельно стоит помнить, что модель не всегда генерирует валидный JSON в аргументах вызова функции — аргументы нужно проверять в коде до вызова. Каждую из этих проблем лучше закрывать до продакшена, а не после инцидента.
Чек-лист перед запуском
- Имя модели и цены сверены с официальной страницей тарифов на дату запуска.
- Ключи только на сервере; настроена ротация и оповещения о расходе.
- Задан лимит выходных токенов и проверено поведение при обрыве ответа.
- Есть таймауты и повторные попытки с паузой.
- Логируются токены, задержка и статус — иначе стоимость не посчитать.
- Для ответов с поиском сохраняются источники и дата получения данных.
- Проверено поведение при пустой выдаче поиска: модель должна сказать, что данных нет.
Смежные темы: обзор API для интеграции ИИ и библиотеки Python для работы с ИИ. Официальные источники: страница моделей и цен DeepSeek и справочник Search API.


