DeepSeek-V3.2 新

由 DeepSeek AI 提供支持

按 Token 计价

输入：0.01 IC / 1K tokens (约 10 泰铢/1M, 约 $0.30/1M)输出：0.02 IC / 1K tokens (约 20 泰铢/1M, 约 $0.60/1M)

v3.2 已上线 POST /v3/llm/deepseek-3p2/chat/completions

欢迎使用 iApp DeepSeek-V3.2 API，由最新的 DeepSeek-V3.2 模型提供支持。此 API 提供对最先进的开源大语言模型之一的访问，具有卓越的推理能力、与 GPT-4 和 Claude Sonnet 相当的性能，以及完全兼容 OpenAI 的接口。

基准测试结果

DeepSeek-V3.2 在多个基准测试中表现出色：

核心性能亮点

685B 参数：具有最先进能力的大规模模型
128K 上下文长度：支持长文档的扩展上下文窗口
推理模式：使用 deepseek-reasoner 模型内置链式思维推理
兼容 OpenAI：可直接替代 OpenAI API
金牌级表现：在国际数学奥林匹克（IMO）和国际信息学奥林匹克（IOI）中达到金牌水平

试用演示

试用 AI 演示

登录或创建免费账户来使用此 AI 服务演示并探索我们强大的 API。

注册即可获得 100 积分 (IC) 免费赠送！

优惠截止至 2025 年 12 月 31 日

免费创建账户登录

DeepSeek-V3.2 聊天

API Key

Start a conversation with the AI assistant

Type your message below and press Enter or click Send

0 messages in conversationModel: deepseek-reasoner

概述

DeepSeek-V3.2 代表了一种先进的以推理为中心的模型，旨在将高计算效率与卓越的推理和代理性能相协调。它引入了三项核心创新：

DeepSeek Sparse Attention (DSA)：一种高效的注意力机制，在保持扩展上下文性能的同时降低计算复杂度
可扩展强化学习框架：用于增强推理能力的后训练方法
代理任务合成管道：将推理能力集成到工具使用场景中

主要功能

高级推理：内置思考模式，提供明确的推理过程
兼容 OpenAI：遵循 OpenAI API 格式，便于集成
流式支持：实时 token 流式传输，适用于响应式应用
128K 上下文：支持最多 128,000 tokens 的上下文长度
泰语和英语：支持泰语和英语
性价比高：企业级 AI 的竞争性定价

快速开始

前提条件
- iApp Technology 的 API key
- 互联网连接
快速入门
- 简单的 REST API 接口
- 兼容 OpenAI 格式
- 支持流式和非流式
速率限制
- 每秒 5 个请求
- 每分钟 200 个请求

如何获取 API Key？

请访问 API Key 管理页面查看现有的 API key 或申请新的。

API 端点

端点	方法	描述	费用
`/v3/llm/deepseek-3p2/chat/completions`	POST	Chat completions（流式和非流式）	0.01 IC/1K 输入 + 0.02 IC/1K 输出

可用模型

模型	描述
`deepseek-reasoner`	带有明确推理的思考模式（推荐）
`deepseek-chat`	无思考模式，响应更快

代码示例

cURL - 非流式

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": "你好，你能帮我什么？"}
    ],
    "max_tokens": 4096,
    "temperature": 0.7,
    "top_p": 0.9
  }'

cURL - 流式

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": "你好，你能帮我什么？"}
    ],
    "max_tokens": 4096,
    "temperature": 0.7,
    "top_p": 0.9,
    "stream": true
  }'

响应示例（带推理的非流式）

使用 deepseek-reasoner 时，响应包含 reasoning_content 字段，显示模型的思考过程：

{
  "id": "233c1fa8-e6ea-4b4f-86b5-2bbccb39fd9e",
  "object": "chat.completion",
  "created": 1764635256,
  "model": "deepseek-reasoner",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "你好！我可以帮助你很多事情。",
        "reasoning_content": "用户用"你好"问候我。这是一个基本的问候，我应该友好地回应并提供帮助..."
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 12,
    "completion_tokens": 109,
    "total_tokens": 121
  }
}

Python

import requests
import json

url = "https://api.iapp.co.th/v3/llm/deepseek-3p2/chat/completions"

payload = {
    "model": "deepseek-reasoner",
    "messages": [
        {"role": "user", "content": "你好，你能帮我什么？"}
    ],
    "max_tokens": 4096,
    "temperature": 0.7,
    "top_p": 0.9
}

headers = {
    'apikey': 'YOUR_API_KEY',
    'Content-Type': 'application/json'
}

response = requests.post(url, headers=headers, json=payload)
print(response.json())

JavaScript / Node.js

const axios = require('axios');

const url = 'https://api.iapp.co.th/v3/llm/deepseek-3p2/chat/completions';

const payload = {
  model: 'deepseek-reasoner',
  messages: [
    { role: 'user', content: '你好，你能帮我什么？' }
  ],
  max_tokens: 4096,
  temperature: 0.7,
  top_p: 0.9
};

const config = {
  headers: {
    'apikey': 'YOUR_API_KEY',
    'Content-Type': 'application/json'
  }
};

axios.post(url, payload, config)
  .then(response => {
    console.log(response.data.choices[0].message.content);
  })
  .catch(error => {
    console.error(error);
  });

API 参考

请求头

参数	类型	必需	描述
apikey	String	是	您的 API key
Content-Type	String	是	application/json

请求体参数

参数	类型	必需	描述
model	String	是	模型名称：`deepseek-reasoner` 或 `deepseek-chat`
messages	Array	是	包含 `role` 和 `content` 的消息对象数组
max_tokens	Integer	否	生成的最大 tokens（默认：4096，最大：128000）
stream	Boolean	否	启用流式响应（默认：false）
temperature	Float	否	采样温度 0-2（默认：0.7）
top_p	Float	否	核采样（默认：0.9）

消息对象

字段	类型	描述
role	String	`system`、`user` 或 `assistant`
content	String	消息内容

响应字段

字段	类型	描述
content	String	生成的响应
reasoning_content	String	（仅限 deepseek-reasoner）推理过程

用例	温度
编程 / 数学	0.0
数据分析	1.0
一般对话	1.3
翻译	1.3
创意写作	1.5

模型信息

属性	值
模型名称	`deepseek-reasoner` / `deepseek-chat`
基础模型	DeepSeek-V3.2
参数	685B
上下文长度	128,000 tokens
支持语言	泰语、英语、中文等
许可证	MIT

应用场景

高级推理：复杂问题解决、数学证明、逻辑推导
编程辅助：代码生成、调试、代码解释
内容生成：多语言文章、报告、创意写作
翻译：泰语、英语和其他语言之间的高质量翻译
问答系统：具有推理能力的智能问答
数据分析：数据解读和洞察生成

定价

AI API 服务名称	端点	IC 费用	本地部署
DeepSeek-V3.2 [v3.2]	/v3/llm/deepseek-3p2/chat/completions	输入：0.01 IC / 1K tokens（约 10 泰铢/1M，约 $0.30/1M）输出：0.02 IC / 1K tokens（约 20 泰铢/1M，约 $0.60/1M）	联系我们

支持

如需支持和咨询：

DeepSeek-V3.2 新

基准测试结果

核心性能亮点

试用演示

试用 AI 演示

概述

主要功能

快速开始

API 端点

可用模型

代码示例

cURL - 非流式

cURL - 流式

响应示例（带推理的非流式）

Python

JavaScript / Node.js

API 参考

请求头

请求体参数

消息对象

响应字段

推荐的温度设置

模型信息

应用场景

定价

支持

ChindaX

SpeechFlow

ChindaGO

基准测试结果​

核心性能亮点​

试用演示​

试用 AI 演示

概述​

主要功能​

快速开始​

API 端点​

可用模型​

代码示例​

cURL - 非流式​

cURL - 流式​

响应示例（带推理的非流式）​

Python​

JavaScript / Node.js​

API 参考​

请求头​

请求体参数​

消息对象​

响应字段​

推荐的温度设置​

模型信息​

应用场景​

定价​

支持​

基准测试结果

核心性能亮点

试用演示

概述

主要功能

快速开始

API 端点

可用模型

代码示例

cURL - 非流式

cURL - 流式

响应示例（带推理的非流式）

Python

JavaScript / Node.js

API 参考

请求头

请求体参数

消息对象

响应字段

推荐的温度设置

模型信息

应用场景

定价

支持