Deepseek

Deepseek是什么

Deepseek是一款支持文本与多模态输入的AI模型，主打长上下文理解与代码生成。参数规模从1.3B到671B不等，其中V3版本为671B MoE架构，R1版本侧重推理链路拆解。上下文窗口最高支持128K Token，单次可处理约10万汉字。

有一点需要注意，不同版本的能力侧重点不一样。V3偏向通用对话与内容生成，R1偏向数学推理和代码调试。

Deepseek主要功能

• 长文档解析：接收PDF、Word、TXT等格式，按页拆解文本块，输出保留原始段落顺序的结构化内容，单文件上限约50MB。
• 代码生成与补全：输入自然语言描述或部分代码片段，基于代码训练语料输出可运行代码，支持Python、Java、C++等主流语言，补全响应延迟在200ms以内。
• 数学推理链路输出：输入数学题或逻辑题，按步骤展开推导过程，输出中间计算节点和最终答案，R1版本在AIME 2024测试中准确率约79.8%。
• 多轮对话状态保持：维护对话历史，单会话最多保留128K Token上下文，超出后自动截断最早轮次。
• 文件上传解析：支持图片、PDF、PPT等文件，提取文字和表格信息，输出Markdown格式文本。图片分辨率建议不低于300dpi。
• API调用：提供RESTful接口，输入JSON格式请求体，返回流式或非流式文本结果，单账号默认QPS限制为60。

Deepseek使用要求

使用API方式需要先获取API Key。请求体为JSON格式，需指定model名称和messages数组。流式输出需设置stream参数为true。

这里有个细节，R1版本不支持function call。V3版本支持。

本地部署的话，671B版本需要多卡A100/H800集群，显存需求约1.3TB。1.3B小模型可在单张消费级显卡上运行。

Deepseek核心优势

推理链路可拆解。R1版本在输出答案时附带中间推理步骤，每一步有独立标记，方便定位错误节点。这个在调试数学证明或代码逻辑时比较实用。

长上下文保持能力。128K Token窗口下，对第1K Token和第120K Token的注意力权重衰减控制在15%以内。处理百页PDF时，末尾信息召回率比同量级模型高约12个百分点。

Deepseek如何使用

• 对话生成：在输入框键入文本，模型按Token逐字返回结果。按Shift+Enter换行，Enter直接发送。
• 文件解析：点击上传按钮，选择PDF或图片，模型自动提取文字并生成摘要。表格数据会转成Markdown格式返回。
• 代码调试：粘贴报错信息和代码段，模型定位错误行并给出修改建议。支持直接输出diff格式。
• API调用：POST请求到指定端点，Header中带Authorization: Bearer <API_KEY>，Body传model和messages字段。
• 参数调整：temperature控制随机性，范围0-2；top_p控制采样范围，默认0.95。max_tokens限

首页截图