Latest updates from supported sources.
DeepSeek API 已支持 V4-Pro 与 V4-Flash，支持 OpenAI ChatCompletions 接口与 Anthropic 接口。访问新模型时，base_url 不变, model 参数需要改为 deepseek-v4-pro 或 deepseek-v4-flash 。 旧有的 API 接口的两个模型名 deepseek-chat 与 deepseek-reasoner 将于三个月后（2026-07-24）停止使用。当前阶段内，这两个模型名分别指向 deepseek-v4-flash 的非思考模式与思考模式。 详细更新内容...
我们非正式部署了 DeepSeek-V3.2-Speciale 的 API 服务，API 用户可以通过设置 base_url="https://api.deepseek.com/v3.2_speciale_expires_on_20251215" 访问该模型。该模型 API 价格不变，只支持思考模式下的对话功能，不支持工具调用等功能，最大输出长度默认为 128K，支持时间截止至北京时间 2025-12-15 23:59。 详细更新内容请 参阅文档
deepseek-chat 和 deepseek-reasoner 都已升级为 DeepSeek-V3.2. deepseek-chat 对应 DeepSeek-V3.2 的 非思考模式 deepseek-reasoner 对应 DeepSeek-V3.2 的 思考模式
deepseek-chat 和 deepseek-reasoner 都已经升级为 DeepSeek-V3.2-Exp。 deepseek-chat 对应 DeepSeek-V3.2-Exp 的 非思考模式 deepseek-reasoner 对应 DeepSeek-V3.2-Exp 的 思考模式 详细更新内容请 参阅文档
deepseek-chat 和 deepseek-reasoner 都已经升级为 DeepSeek-V3.1-Terminus。 deepseek-chat 对应 DeepSeek-V3.1-Terminus 的 非思考模式 ， deepseek-reasoner 对应 DeepSeek-V3.1-Terminus 的 思考模式 。 此次更新在保持模型原有能力的基础上，针对用户反馈的问题进行了改进，包括： 语言一致性：缓解了中英文混杂、偶发异常字符等情况； Agent能力：进一步优化了 Code Agent 与 Search Agent 的表现。
deepseek-chat 和 deepseek-reasoner 都已经升级为 DeepSeek-V3.1。 deepseek-chat 对应 DeepSeek-V3.1 的 非思考模式 ， deepseek-reasoner 对应 DeepSeek-V3.1 的 思考模式 。 DeepSeek-V3.1 包含以下主要变化： 混合推理架构：一个模型同时支持思考模式与非思考模式 更高的思考效率：相比 DeepSeek-R1-0528，DeepSeek-V3.1-Think 能在更短时间内给出答案 更强的 Agent 能力：通过 Post-Train...
deepseek-reasoner 模型升级为 DeepSeek-R1-0528： 推理能力增强 基准测试提升显著（Pass@1） AIME 2025: 70.0→ 87.5 (+17.5) GPQA: 71.5 → 81.0 (+9.5) LCB_v6: 63.5 → 73.3 (+9.8) Aider: 57.0 → 71.6 (+14.6) 注：复杂推理问题相比老版本R1会使用更多tokens Web前端开发能力优化 生成的网页与游戏更加美观 幻觉降低 极大程度抑制了老版本R1所存在的幻觉问题 Json Output与Function Cal...
deepseek-chat 模型升级为 DeepSeek-V3-0324： 推理能力增强 基准测试提升显著 MMLU-Pro: 75.9 → 81.2 (+5.3) GPQA: 59.1 → 68.4 (+9.3) AIME: 39.6 → 59.4 (+19.8) LiveCodeBench: 39.2 → 49.2 (+10.0) Web前端开发能力优化 代码生成准确率提升 生成的网页与游戏前端更加美观 中文写作能力升级 风格与内容优化 实现与R1写作风格对齐 中长篇写作内容质量提升 功能增强 多轮交互式改写能力提升 翻译质量与书信写作优化 中...
deepseek-reasoner 是我们的新模型 DeepSeek-R1. 可以通过指定 model=deepseek-reasoner 调用。 详细更新，请参考: DeepSeek-R1 正式发布 调用指南，请参考: 推理模型
deepseek-chat 模型升级为 DeepSeek-V3，接口不变，可以通过指定 model=deepseek-chat 调用。 详细更新，请参考： DeepSeek-V3 正式发布
deepseek-chat 模型升级为 DeepSeek-V2.5-1210，模型各项能力提升，相关基准测试： 数学能力：在 MATH-500 基准测试中的表现从 74.8% 提升至 82.8% 代码能力：在 LiveCodebench (08.01 - 12.01) 基准测试中的准确率从 29.2% 提升至 34.38% 中文写作与推理能力：在内部测试集中表现也有相应提升 与此同时，全新版本的模型对文件上传和网页总结功能的用户体验进行了优化。
DeepSeek V2 Chat 和 DeepSeek Coder V2 两个模型已经合并升级，升级后的新模型为 DeepSeek V2.5。 为向前兼容，API 用户通过 deepseek-coder 或 deepseek-chat 均可以访问新的模型。 新模型在通用能力、代码能力上，都显著超过了旧版本的两个模型。 新模型更好的对齐了人类的偏好，在写作任务、指令跟随等多方面进行了优化： ArenaHard winrate从 68.3% 提升至 76.3% AlpacaEval 2.0 LC winrate从 46.61% 提升至 50.52% M...
DeepSeek API 创新采用硬盘缓存，价格再降一个数量级 更新详情请跳转文档 API 上线硬盘缓存 2024/08/02
更新接口 /chat/completions JSON 输出 Function 调用 对话前缀续写（Beta） 8K 最长输出（Beta） 新增接口 /completions FIM 补全（Beta） 更新详情请跳转文档 API 升级新功能 2024/07/25
deepseek-coder 模型升级为 DeepSeek-Coder-V2-0724。
deepseek-chat 模型升级为 DeepSeek-V2-0628，模型推理能力提升，相关基准测试： 代码，HumanEval Pass@1 79.88% -> 84.76% 数学，MATH ACC@1 55.02% -> 71.02% 推理，BBH 78.56% -> 83.40% 在 Arena-Hard 测评中，与 GPT-4-0314 的对战胜率从 41.6% 提升到了 68.3%。 模型角色扮演能力显著增强，可以在对话中按要求扮演不同角色。
deepseek-coder 模型升级为 DeepSeek-Coder-V2-0614，代码能力显著提升，在代码生成、代码理解、代码修复和代码补全上达到了 GPT-4-Turbo-0409 的水平，并拥有卓越的数学和推理能力，其通用能力与 DeepSeek-V2-0517 持平。
deepseek-chat 模型升级为 DeepSeek-V2-0517，模型在指令跟随方面的性能得到了显著提升，IFEval Benchmark Prompt-Level 准确率从 63.9% 跃升至 77.6%。此外，我们对API端的“system”区域指令跟随能力进行了优化，显著增强了沉浸式翻译、RAG 等任务的用户体验。 模型对于 JSON 格式输出的准确性得到了提升。在内部测试集中，JSON 解析率从 78% 提高到了85%。通过引入恰当的正则表达式，JSON 解析率进一步提高至 97%。 上一页 DeepSeek API 升级，支持续写...