Ein API Key
Nutze dieselben Zugangsdaten über Modelle und Anbieter hinweg.
Text
DeepSeek
DeepSeek API
Nutze die DeepSeek API über RunAPI mit einem Modell-Skill, einheitlicher Authentifizierung und Pay-as-you-go-Preisen.
# Base URL
https://runapi.ai
# Endpoints
POST /v1/chat/completions
POST /v1/responses
POST /v1/messages
POST /v1beta/models/{model}:generateContent
POST /v1beta/models/{model}:streamGenerateContent
curl https://runapi.ai/v1/chat/completions \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4-flash-vision-exp",
"messages": [
{
"role": "user",
"content": "Refaktoriere dieses Python-Modul für bessere Lesbarkeit, erkläre jede Änderung und füge dann Unit-Tests für die Edge Cases hinzu."
}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://runapi.ai/v1",
api_key="your-runapi-key"
)
response = client.chat.completions.create(
model="deepseek-v4-flash-vision-exp",
messages=[{"role": "user", "content": "Refaktoriere dieses Python-Modul für bessere Lesbarkeit, erkläre jede Änderung und füge dann Unit-Tests für die Edge Cases hinzu."}]
)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://runapi.ai/v1",
apiKey: "your-runapi-key"
});
const response = await client.chat.completions.create({
model: "deepseek-v4-flash-vision-exp",
messages: [{ role: "user", content: "Refaktoriere dieses Python-Modul für bessere Lesbarkeit, erkläre jede Änderung und füge dann Unit-Tests für die Edge Cases hinzu." }]
});ÜBERBLICK
Über DeepSeek
Nutzen Sie deepseek-flash für alltägliche Aufgaben und deepseek-v4-pro für komplexes Schlussfolgern. Laut DeepSeek nutzt die offizielle Direkt-API seit dem Update vom 2026-10-17 DeepSeek-V4.1-Flash-1017. Drittanbieterkanäle können ältere Versionen verwenden; ihr 1017-Status ist nicht verifiziert. DeepSeek nennt für V4.1 Flash offiziell Bildeingaben, 1M Token Kontext und bis zu 384K Ausgabe-Token. Verwenden Sie auf RunAPI deepseek-flash; Bildeingaben sowie diese Kontext- und Ausgabegrenzen wurden noch nicht für alle Kanäle getestet.
Anbieter
DeepSeek
Modalität
Text
DeepSeek API-Endpunkte
| Endpoint | Protocol |
|---|---|
POST /v1/chat/completions | OpenAI compatible |
POST /v1/responses | OpenAI Responses |
POST /v1/messages | Anthropic compatible |
POST /v1beta/models/{model}:generateContent | Gemini generateContent |
POST /v1beta/models/{model}:streamGenerateContent | Gemini streamGenerateContent |
Varianten
| Variante | Abrechnung | Preise | |
|---|---|---|---|
| deepseek-flash | 1K-Token | Eingabe $0.30 / 1 Mio. Tokens | Ausgabe $1.20 / 1 Mio. Tokens | Ansehen → |
| deepseek-v4-flash | 1K-Token | Eingabe $0.30 / 1 Mio. Tokens | Ausgabe $1.20 / 1 Mio. Tokens | Ansehen → |
| deepseek-v4-flash-vision-exp | 1K-Token | Eingabe $0.30 / 1 Mio. Tokens | Ausgabe $1.20 / 1 Mio. Tokens | Ansehen → |
| deepseek-v4-pro | 1K-Token | Eingabe $1.32 / 1 Mio. Tokens | Ausgabe $3.96 / 1 Mio. Tokens | Ansehen → |
PREISE
DeepSeek-Preise
| Endpoint | Auflösung | Dauer | Preis | |
|---|---|---|---|---|
| chat_completion | — | — | Eingabe $0.30 / 1 Mio. Tokens | Ausgabe $1.20 / 1 Mio. Tokens | |
| message | — | — | Eingabe $0.30 / 1 Mio. Tokens | Ausgabe $1.20 / 1 Mio. Tokens |
Preise für deepseek-flash angezeigt. Andere Varianten behalten ihre eigenen Endpoint-Preise.
Agent-Integration
DeepSeek mit einem Agenten ausführen
SO FUNKTIONIERT ES
Mit DeepSeek starten
-
Modell wählen
Wähle Modell und Variante passend zu Ausgabetyp, Qualitätsziel und Latenz.
-
Einmal authentifizieren
Nutze deinen RunAPI Key für jedes unterstützte Modell.
-
Skill installieren
Füge den Model Skill deinem Coding-Workspace hinzu, bevor du das Feature implementierst.
-
Ergebnis empfangen
Frage per Task ID ab oder verarbeite den Callback, wenn die Generierung abgeschlossen ist.
KONTEXT
Wo DeepSeek passt
DeepSeek-Modelle sind große Sprachmodelle, die auf Reasoning, Code und agentischen Tool-Einsatz optimiert sind. Über RunAPI teilen sie einen gemeinsamen API-Key mit nutzungsbasierter Token-Abrechnung und lassen sich sowohl mit dem OpenAI- als auch dem Anthropic-SDK aufrufen.
Warum DeepSeek über RunAPI nutzen
Skill-ready
Der Model Skill enthält Schemas, Setup-Hinweise, Preiskontext und Modell-IDs.
Planbare Abrechnung
Nutzungsbasierte Preise sind vor dem Aufruf sichtbar.
DeepSeek-Fragen
Welchen Modellnamen sollte ich für DeepSeek Flash verwenden?
Verwenden Sie für neuen Code deepseek-flash. Laut DeepSeek bedient die offizielle Direkt-API die eingestellten Namen deepseek-v4-flash und deepseek-v4-flash-vision-exp mit DeepSeek-V4.1-Flash-1017 zum Flash-Preis. Die Zuordnung zu 1017 bei Drittanbietern ist weiterhin unbestätigt.
Was ist der Unterschied zwischen deepseek-flash und deepseek-v4-pro?
Flash ist der schnelle, kostengünstige Tarif für alltägliche Aufgaben; Pro richtet sich an die komplexesten Reasoning-Aufgaben und langen agentischen Workflows zu einem höheren Token-Preis.
Wie aktiviere ich den Thinking-(Reasoning-)Modus?
Thinking ist ein Request-Parameter bei deepseek-flash, kein eigenständiges Modell — setze ihn pro Request, wenn du schrittweises Reasoning möchtest.
Kann ich DeepSeek sowohl mit dem OpenAI- als auch dem Anthropic-SDK aufrufen?
Ja. DeepSeek ist sowohl auf der OpenAI Chat Completions- als auch der Anthropic Messages-Oberfläche verfügbar; richte eines der SDKs auf RunAPI und übergebe die DeepSeek-Modell-ID.
Wie werden gecachte Prompt-Tokens abgerechnet?
Gecachte Prompt-Tokens werden zu einem deutlich günstigeren Cache-Read-Preis als frische Input-Tokens abgerechnet; Cache-Treffer werden automatisch erkannt und in der Nutzungsübersicht ausgewiesen.
Welche DeepSeek-Varianten sollte ich verwenden?
Nutzen Sie deepseek-flash für alltägliche Aufgaben und deepseek-v4-pro für komplexes Schlussfolgern. Laut DeepSeek nutzt die offizielle Direkt-API seit dem Update vom 2026-10-17 DeepSeek-V4.1-Flash-1017. Drittanbieterkanäle können ältere Versionen verwenden; ihr 1017-Status ist nicht verifiziert. DeepSeek nennt für V4.1 Flash offiziell Bildeingaben, 1M Token Kontext und bis zu 384K Ausgabe-Token. Verwenden Sie auf RunAPI deepseek-flash; Bildeingaben sowie diese Kontext- und Ausgabegrenzen wurden noch nicht für alle Kanäle getestet.
ÄHNLICHE MODELLE