DeepSeek-V3.2

Chat completions บน DeepSeek-V3.2 ผ่าน endpoint ที่เข้ากันได้กับ OpenAI: deepseek-reasoner ส่งขั้นตอนการคิดมาพร้อมคำตอบ ส่วน deepseek-chat ตอบตรง

POST/v3/llm/deepseek-3p2/chat/completionsทดลองใช้

ราคา0.01 / 0.02 ICต่อ 1k โทเคน เข้า / ออก
ให้บริการแล้ว28.4Kครั้ง

v3.2
ใช้งานได้

Input

model: deepseek-reasoner
messages: role: user content: สวัสดีครับ คุณช่วยอะไรได้บ้าง?
max_tokens: 4096
temperature: 0.7
top_p: 0.9

OutputPOST /v3/llm/deepseek-3p2/chat/completions

{
  "id": "233c1fa8-e6ea-4b4f-86b5-2bbccb39fd9e",
  "object": "chat.completion",
  "created": 1764635256,
  "model": "deepseek-reasoner",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello there! How can I assist you today?",
        "reasoning_content": "Hmm, the user just greeted me with "Hello!". This is a straightforward opening greeting, so I should respond warmly and invitingly. I can start with a cheerful "Hello there!" to mirror their friendly tone, then offer my assistance to encourage them to share what they need. Keeping it simple and open-ended works best here since they haven't specified a request yet."
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 12,
    "completion_tokens": 109,
    "total_tokens": 121,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 96
    },
    "prompt_cache_hit_tokens": 0,
    "prompt_cache_miss_tokens": 12
  },
  "system_fingerprint": "fp_eaab8d114b_prod0820_fp8_kvcache"
}

ฟิลด์ทั้งหมดอยู่ในหัวข้อ Response

Request

curl -X POST 'https://api.iapp.co.th/v3/llm/deepseek-3p2/chat/completions' \
  -H 'apikey: YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{ \
    "model": "deepseek-reasoner", \
    "messages": [ \
      {"role": "user", "content": "สวัสดีครับ คุณช่วยอะไรได้บ้าง?"} \
    ], \
    "max_tokens": 4096, \
    "temperature": 0.7, \
    "top_p": 0.9 \
  }'

Response

200OK ฟิลด์อธิบายไว้ในหัวข้อ Response

{
  "id": "233c1fa8-e6ea-4b4f-86b5-2bbccb39fd9e",
  "object": "chat.completion",
  "created": 1764635256,
  "model": "deepseek-reasoner",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello there! How can I assist you today?",
        "reasoning_content": "Hmm, the user just greeted me with "Hello!". This is a straightforward opening greeting, so I should respond warmly and invitingly. I can start with a cheerful "Hello there!" to mirror their friendly tone, then offer my assistance to encourage them to share what they need. Keeping it simple and open-ended works best here since they haven't specified a request yet."
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 12,
    "completion_tokens": 109,
    "total_tokens": 121,
    "prompt_tokens_details": {
      "cached_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 96
    },
    "prompt_cache_hit_tokens": 0,
    "prompt_cache_miss_tokens": 12
  },
  "system_fingerprint": "fp_eaab8d114b_prod0820_fp8_kvcache"
}

Request

ส่ง JSON ตามรูปแบบ chat completions ของ OpenAI ไคลเอนต์ OpenAI จึงใช้ได้ทันทีเพียงเปลี่ยน base URL

Headers

apikeystringrequired

API key ของคุณ สร้างได้ที่เมนู API Keys ในแผงควบคุม

Body

modelstringrequired

deepseek-reasoner โหมดคิดก่อนตอบ หรือ deepseek-chat โหมดตอบตรงที่เร็วกว่า

messagesarrayrequired

บทสนทนา: ออบเจ็กต์ที่มี role เป็น system, user หรือ assistant และ content

max_tokensinteger

จำนวนโทเคนสูงสุดที่จะสร้าง ค่าเริ่มต้น 4096 สูงสุด 128,000

streamboolean

ใส่ true เพื่อรับแบบ server-sent events ทีละโทเคน ค่าเริ่มต้น false

temperaturefloat

0 ถึง 2 ค่าเริ่มต้น 0.7 ใกล้ 0 สำหรับโค้ดและคณิตศาสตร์ 1.0 สำหรับวิเคราะห์ข้อมูล 1.3 สำหรับสนทนาและแปล 1.5 สำหรับงานเขียนสร้างสรรค์

top_pfloat

Nucleus sampling ค่าเริ่มต้น 0.9

ราคา

ทั้งสองโมเดลคิด 0.01 IC ต่อ 1K input tokens และ 0.02 IC ต่อ 1K output tokens

Response

ออบเจ็กต์ chat completion แบบ OpenAI ตามตัวอย่างในแผงด้านข้าง คำตอบอยู่ที่ choices[0].message.content และ usage คือจำนวนโทเคนที่คิดเงิน ถ้าใช้ deepseek-reasoner ขั้นตอนการคิดจะอยู่ที่ message.reasoning_content และนับไว้ใน usage.completion_tokens_details.reasoning_tokens ถ้าใส่ stream: true จะได้เป็นบรรทัด data: ทีละ chunk แต่ละ chunk มี choices[0].delta และปิดท้ายด้วย data: [DONE]

รายละเอียดเพิ่มเติม

ผลการทดสอบ

รายการ	ผล
พารามิเตอร์	685 พันล้าน
Context window	128,000 โทเคน
โอลิมปิกคณิตศาสตร์และคอมพิวเตอร์	ระดับเหรียญทองบนโจทย์ IMO และ IOI ตามที่ผู้พัฒนาโมเดลเผยแพร่
สัญญาอนุญาต	MIT และเปิดน้ำหนักโมเดล (open weights)

ข้อจำกัด

เรียกได้ 5 ครั้งต่อวินาที และ 200 ครั้งต่อนาทีต่อ API key
reasoning tokens คิดเงินเป็น output ตั้ง max_tokens โดยเผื่อส่วนนี้ไว้ด้วย

Request​

Response​

รายละเอียดเพิ่มเติม​

Request

Response

รายละเอียดเพิ่มเติม