--- title: DeepSeek in WorkBuddy über RunAPI verwenden – MCP-LLM-Anleitung | RunAPI description: DeepSeek V4 in WorkBuddy über den RunAPI-MCP-Server ausführen. Ein Schlüssel, integrierter Reasoning-Modus und 50 % Rabatt auf DeepSeek-Preise – kein zusätzliches Provider-Setup. url: https://runapi.ai/de/workbuddy-deepseek.md canonical: https://runapi.ai/de/workbuddy-deepseek locale: de site: RunAPI image: https://runapi.ai/assets/opengraph-bfaaa0f0.png alternates: en: https://runapi.ai/workbuddy-deepseek zh-CN: https://runapi.ai/zh-CN/workbuddy-deepseek es: https://runapi.ai/es/workbuddy-deepseek ja: https://runapi.ai/ja/workbuddy-deepseek de: https://runapi.ai/de/workbuddy-deepseek fr: https://runapi.ai/fr/workbuddy-deepseek pt-BR: https://runapi.ai/pt-BR/workbuddy-deepseek ko: https://runapi.ai/ko/workbuddy-deepseek it: https://runapi.ai/it/workbuddy-deepseek nl: https://runapi.ai/nl/workbuddy-deepseek pl: https://runapi.ai/pl/workbuddy-deepseek tr: https://runapi.ai/tr/workbuddy-deepseek zh-TW: https://runapi.ai/zh-TW/workbuddy-deepseek zh-HK: https://runapi.ai/zh-HK/workbuddy-deepseek ar: https://runapi.ai/ar/workbuddy-deepseek x-default: https://runapi.ai/workbuddy-deepseek model: deepseek --- > HTML version: https://runapi.ai/de/workbuddy-deepseek > Site index for agents: https://runapi.ai/llms.txt # DeepSeek in WorkBuddy verwenden. DeepSeek V4 ist ein reasoning-fähiges LLM, das über den RunAPI-MCP-Server verfügbar ist – Flash für Geschwindigkeit, Pro für Qualität, mit integriertem Chain-of-Thought, der über einen Anfrageparameter aktiviert wird. Füge RunAPI einmalig als MCP-Server in WorkBuddy hinzu, und der Workbench-Agent kann DeepSeek zu 50 % der offiziellen DeepSeek-Preise aufrufen. - [API Key holen](https://runapi.ai/de/login) - [Dokumentation lesen](https://runapi.ai/de/docs/guides) ein MCP-Server · integriertes Reasoning · 50 % Rabatt auf DeepSeek-Preise ### Prompt ```text Using the runapi MCP server, ask DeepSeek to help me with a coding task. Requirements: - Call the chat tool exposed by the runapi MCP server. - Set model to "deepseek-v4-pro". - Enable reasoning by setting thinking.type to "enabled". - Task: write a Python function that finds the longest palindromic substring in O(n) time using Manacher's algorithm, then explain the key insight in two sentences. - Show me the reply and the token usage. ``` ### MCP-Konfiguration ```bash { "mcp_servers": { "runapi": { "url": "https://runapi.ai/mcp", "transport": "streamable_http", "headers": { "Authorization": "Bearer $RUNAPI_API_KEY" } } } } ``` ### Antwort ```json { "model": "deepseek-v4-pro", "choices": [ { "message": { "role": "assistant", "content": "Here is Manacher's algorithm implementation..." }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 42, "completion_tokens": 356, "total_tokens": 398 } } ``` ## DeepSeek in WorkBuddy in drei Schritten verwenden 1. **RunAPI als MCP-Server hinzufügen** - Setze RUNAPI_API_KEY in der Umgebung, die WorkBuddy startet, und registriere dann einen MCP-Server namens runapi, der über streamable HTTP auf https://runapi.ai/mcp zeigt. Der Authorization-Header trägt deinen Schlüssel – DeepSeek erscheint als aufrufbares Tool neben allen anderen RunAPI-Modellen. `export RUNAPI_API_KEY=runapi_xxx # MCP server: runapi → https://runapi.ai/mcp ` 2. **Den Workbench-Agent prompten** - Gib eine natürlichsprachliche Anfrage in WorkBuddy ein und nenne das Modell. Wähle deepseek-v4-pro für Qualität oder deepseek-v4-flash für Geschwindigkeit, und erwähne thinking.type set to enabled, wenn du sichtbares schrittweises Reasoning möchtest – kein separater Modell-Slug erforderlich. `model: deepseek-v4-pro` 3. **Die Antwort in der Workbench lesen** - WorkBuddy ruft das runapi-MCP-Tool auf und die Antwort erscheint im Gespräch, mit Token-Nutzung für Abrechnungstransparenz. Derselbe Ablauf funktioniert unabhängig davon, ob der Agent DeepSeek, GPT oder Claude über RunAPI aufruft – nur der Modellname ändert sich. `"total_tokens": 398` ## DeepSeek-Chat-Parameter | Parameter | Typ | Beschreibung | | --- | --- | --- | | `model` | `string` | Pflichtfeld. deepseek-v4-pro oder deepseek-v4-flash. | | `messages` | `array` | Pflichtfeld. Array von Nachrichtenobjekten mit den Feldern role (system, user, assistant) und content. | | `stream` | `boolean` | Optional. Auf true setzen für gestreammte Ausgabe. Standard: false. | | `max_tokens` | `integer` | Optional. Maximale Anzahl der zu generierenden Tokens. | | `temperature` | `number` | Optional. Sampling-Temperatur zwischen 0 und 2. Niedrigere Werte sind deterministischer. | | `thinking` | `object` | Optional. Typ auf "enabled" setzen, um DeepSeeks integrierten Reasoning-Modus zu aktivieren. | ## Was ist DeepSeek in WorkBuddy? DeepSeek V4 ist ein reasoning-fähiges LLM, das WorkBuddy über den RunAPI-MCP-Server erreicht – kein providerspezifisches Konto, keine zusätzlichen Schlüssel. Es unterstützt integriertes Chain-of-Thought-Reasoning über einen Anfrageparameter (kein separater Modell-Slug erforderlich), und RunAPI berechnet 50 % der bereits günstigen offiziellen DeepSeek-Preise – damit ist es die günstigste Option pro Token für ein reasoning-fähiges Modell, das dein Workbench-Agent aufrufen kann. ## DeepSeek-Anwendungsfälle - **Kostengünstige Workbench-Aufgaben in hohem Volumen** - Leite alltägliches Verfassen, Zusammenfassen und Übersetzen von WorkBuddy zu DeepSeek statt zu einem Premium-Modell weiter. Zu 50 % der bereits niedrigen DeepSeek-Preise über RunAPI bleiben die Token-Kosten gering, selbst wenn die Workbench Tausende von Anfragen verarbeitet. - **Aufgaben mit hohem Reasoning-Anteil und sichtbarer Gedankenkette** - Aktiviere den Thinking-Modus für Mathe-, Logik-, Code-Debugging- oder Planungsaufgaben, bei denen schrittweises Reasoning die Genauigkeit verbessert. Die Thinking-Token kommen im Tool-Ergebnis zurück, sodass du in WorkBuddy sehen kannst, wie das Modell zu seiner Antwort gelangt ist. - **Code-Generierung und Debugging** - Weise den Workbench-Agenten an, Code-Generierung, Algorithmus-Implementierung und Debugging-Aufgaben an DeepSeek V4 Pro zu senden. Es erzielt gute Ergebnisse in Coding-Benchmarks und kostet pro Token einen Bruchteil von GPT-5.5. ## DeepSeek + WorkBuddy – Häufige Fragen ### Wie ruft WorkBuddy DeepSeek auf – benötige ich ein DeepSeek-Konto? Nein. WorkBuddy unterstützt MCP nativ, und der runapi-MCP-Server stellt DeepSeek als Standardtool bereit. Registriere den Server einmalig mit deinem RUNAPI_API_KEY und nenne dann deepseek-v4-pro oder deepseek-v4-flash in deiner Anfrage – kein DeepSeek-Konto oder separate Anmeldedaten erforderlich. ### Was sind Thinking-Token bei DeepSeek und wie wirken sie sich auf die Kosten aus? Wenn du Reasoning aktivierst (thinking.type auf enabled gesetzt), generiert DeepSeek zusätzliche „Thinking"-Token, die den Chain-of-Thought-Prozess zeigen. Diese Token zählen als Ausgabe-Token und werden entsprechend abgerechnet. Sie verbessern die Genauigkeit bei komplexen Aufgaben, erhöhen aber den gesamten Token-Verbrauch. ### Was ist der Unterschied zwischen deepseek-v4-flash und deepseek-v4-pro? Flash priorisiert Geschwindigkeit mit niedrigerer Latenz und Kosten. Pro priorisiert Qualität mit besserer Leistung bei komplexem Reasoning, Coding und mehrstufigen Aufgaben. Beide sind über denselben runapi-MCP-Server erreichbar und akzeptieren dieselben Parameter. ### Kann ich zwischen DeepSeek und anderen Modellen in WorkBuddy mitten in einer Aufgabe wechseln? Ja. Jedes Modell hinter dem runapi-MCP-Server ist ein Tool, das der Workbench-Agent pro Anfrage auswählen kann. Fordere DeepSeek für kostensensitive Schritte und ein Premium-Modell für schwierige Schritte an – gleicher Schlüssel, gleicher Server, keine Konfigurationsänderung. ### Wie verhält sich der DeepSeek-Preis bei RunAPI im Vergleich zur direkten DeepSeek-API? RunAPI berechnet DeepSeek-Tokens zu 50 % der offiziellen DeepSeek-Tarife. DeepSeek ist bereits einer der günstigsten LLM-Anbieter – über RunAPI erhältst du den niedrigsten verfügbaren Token-Preis für ein Reasoning-fähiges Modell. Die Abrechnung erfolgt pro Token ohne Abonnement oder Mindestausgabe. - [WorkBuddy-Einrichtungsanleitung →](https://runapi.ai/de/workbuddy.md) - Noch nicht verbunden? Starte mit der RunAPI MCP-Einrichtungsanleitung für WorkBuddy. - [DeepSeek models →](https://runapi.ai/de/models/deepseek.md) - DeepSeek-V4-Varianten, Preise und API-Dokumentation. ## DeepSeek in WorkBuddy heute ausprobieren. Hol dir einen kostenlosen RunAPI-Schlüssel, füge den MCP-Server zu WorkBuddy hinzu und frage den Workbench-Agenten nach deepseek-v4-pro – Reasoning inklusive, zum niedrigsten verfügbaren Token-Preis. [Modelle durchsuchen →](https://runapi.ai/de/models.md) --- ## More from RunAPI - [Home](https://runapi.ai/de/.md) ### Produkt - [Modellkatalog](https://runapi.ai/de/models.md) - [Preise](https://runapi.ai/de/pricing.md) - [Anbieter](https://runapi.ai/de/models#all-models) ### Entwickler - [Dokumentation](https://runapi.ai/de/docs/guides) - [SDKs](https://runapi.ai/de/sdk.md) - [CLI](https://runapi.ai/de/cli.md) - [MCP Server](https://runapi.ai/de/mcp.md) - [x402](https://runapi.ai/de/x402.md) ### Anleitungen - [Claude Code vs Cursor](https://runapi.ai/de/claude-code-vs-cursor.md) - [Cursor API-Einrichtung](https://runapi.ai/de/cursor-api-setup.md) - [RunAPI vs OpenRouter](https://runapi.ai/de/openrouter-alternative.md) ### Unternehmen - [Enterprise](https://runapi.ai/de/contact.md) - [Kontakt](https://runapi.ai/de/contact.md) ### Rechtliches - [Bedingungen](https://runapi.ai/de/terms.md) - [Datenschutz](https://runapi.ai/de/privacy.md) - [Site index for agents](https://runapi.ai/llms.txt) Contact: contact@runapi.ai ## Structured data ```json [ { "@context": "https://schema.org", "inLanguage": "de", "@type": "WebSite", "name": "RunAPI", "url": "https://runapi.ai/de", "potentialAction": { "@type": "SearchAction", "target": { "@type": "EntryPoint", "urlTemplate": "https://runapi.ai/de/models?q={search_term_string}" }, "query-input": "required name=search_term_string" } }, { "@context": "https://schema.org", "inLanguage": "de", "@type": "Organization", "name": "RunAPI", "url": "https://runapi.ai/de", "logo": { "@type": "ImageObject", "url": "https://runapi.ai/deicon.svg" }, "sameAs": [ "https://github.com/runapi-ai" ] }, { "@context": "https://schema.org", "inLanguage": "de", "@type": "SoftwareApplication", "name": "RunAPI DeepSeek für WorkBuddy", "applicationCategory": "DeveloperApplication", "description": "DeepSeek V4 in WorkBuddy über den RunAPI-MCP-Server ausführen. Ein Schlüssel, integrierter Reasoning-Modus und 50 % Rabatt auf DeepSeek-Preise – kein zusätzliches Provider-Setup.", "url": "https://runapi.ai/de/workbuddy-deepseek" }, { "@context": "https://schema.org", "inLanguage": "de", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "Wie ruft WorkBuddy DeepSeek auf – benötige ich ein DeepSeek-Konto?", "acceptedAnswer": { "@type": "Answer", "text": "Nein. WorkBuddy unterstützt MCP nativ, und der runapi-MCP-Server stellt DeepSeek als Standardtool bereit. Registriere den Server einmalig mit deinem RUNAPI_API_KEY und nenne dann deepseek-v4-pro oder deepseek-v4-flash in deiner Anfrage – kein DeepSeek-Konto oder separate Anmeldedaten erforderlich." } }, { "@type": "Question", "name": "Was sind Thinking-Token bei DeepSeek und wie wirken sie sich auf die Kosten aus?", "acceptedAnswer": { "@type": "Answer", "text": "Wenn du Reasoning aktivierst (thinking.type auf enabled gesetzt), generiert DeepSeek zusätzliche „Thinking\"-Token, die den Chain-of-Thought-Prozess zeigen. Diese Token zählen als Ausgabe-Token und werden entsprechend abgerechnet. Sie verbessern die Genauigkeit bei komplexen Aufgaben, erhöhen aber den gesamten Token-Verbrauch." } }, { "@type": "Question", "name": "Was ist der Unterschied zwischen deepseek-v4-flash und deepseek-v4-pro?", "acceptedAnswer": { "@type": "Answer", "text": "Flash priorisiert Geschwindigkeit mit niedrigerer Latenz und Kosten. Pro priorisiert Qualität mit besserer Leistung bei komplexem Reasoning, Coding und mehrstufigen Aufgaben. Beide sind über denselben runapi-MCP-Server erreichbar und akzeptieren dieselben Parameter." } }, { "@type": "Question", "name": "Kann ich zwischen DeepSeek und anderen Modellen in WorkBuddy mitten in einer Aufgabe wechseln?", "acceptedAnswer": { "@type": "Answer", "text": "Ja. Jedes Modell hinter dem runapi-MCP-Server ist ein Tool, das der Workbench-Agent pro Anfrage auswählen kann. Fordere DeepSeek für kostensensitive Schritte und ein Premium-Modell für schwierige Schritte an – gleicher Schlüssel, gleicher Server, keine Konfigurationsänderung." } }, { "@type": "Question", "name": "Wie verhält sich der DeepSeek-Preis bei RunAPI im Vergleich zur direkten DeepSeek-API?", "acceptedAnswer": { "@type": "Answer", "text": "RunAPI berechnet DeepSeek-Tokens zu 50 % der offiziellen DeepSeek-Tarife. DeepSeek ist bereits einer der günstigsten LLM-Anbieter – über RunAPI erhältst du den niedrigsten verfügbaren Token-Preis für ein Reasoning-fähiges Modell. Die Abrechnung erfolgt pro Token ohne Abonnement oder Mindestausgabe." } } ] }, { "@context": "https://schema.org", "inLanguage": "de", "@type": "HowTo", "name": "DeepSeek in WorkBuddy über RunAPI verwenden", "description": "Füge RunAPI als MCP-Server in WorkBuddy hinzu, weise den Workbench-Agenten an, DeepSeek V4 aufzurufen, und lese die Antwort mit sichtbarem Reasoning und Token-Nutzung.", "step": [ { "@type": "HowToStep", "position": 1, "name": "RunAPI als MCP-Server hinzufügen", "text": "Setze RUNAPI_API_KEY in der Umgebung, die WorkBuddy startet, und registriere dann einen MCP-Server namens runapi, der über streamable HTTP auf https://runapi.ai/mcp zeigt. Der Authorization-Header trägt deinen Schlüssel – DeepSeek erscheint als aufrufbares Tool neben allen anderen RunAPI-Modellen.", "url": "https://runapi.ai/de/workbuddy-deepseek#how-step-1" }, { "@type": "HowToStep", "position": 2, "name": "Den Workbench-Agent prompten", "text": "Gib eine natürlichsprachliche Anfrage in WorkBuddy ein und nenne das Modell. Wähle deepseek-v4-pro für Qualität oder deepseek-v4-flash für Geschwindigkeit, und erwähne thinking.type set to enabled, wenn du sichtbares schrittweises Reasoning möchtest – kein separater Modell-Slug erforderlich.", "url": "https://runapi.ai/de/workbuddy-deepseek#how-step-2" }, { "@type": "HowToStep", "position": 3, "name": "Die Antwort in der Workbench lesen", "text": "WorkBuddy ruft das runapi-MCP-Tool auf und die Antwort erscheint im Gespräch, mit Token-Nutzung für Abrechnungstransparenz. Derselbe Ablauf funktioniert unabhängig davon, ob der Agent DeepSeek, GPT oder Claude über RunAPI aufruft – nur der Modellname ändert sich.", "url": "https://runapi.ai/de/workbuddy-deepseek#how-step-3" } ] }, { "@context": "https://schema.org", "inLanguage": "de", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Start", "item": "https://runapi.ai/de" }, { "@type": "ListItem", "position": 2, "name": "RunAPI DeepSeek für WorkBuddy", "item": "https://runapi.ai/de/workbuddy-deepseek" } ] } ] ```