DeepSeek V4 预览版 5 分钟入门：注册 → 拿 Key → 跑通第一个 Python 请求（2026 新手教程）

飞坦
5 阅读1分钟

今天刷到 DeepSeek 发了 V4 预览版，我第一反应是：又来？V3 我才用熟，V4 就来了。但点进去看了下 benchmark，确实有提升，尤其是长上下文和代码生成这块。正好我一个学弟刚学 Python，问我「哥，这个 API 到底怎么调？我连 Key 是啥都不知道」——我寻思干脆写一篇从零开始的教程，把术语也解释清楚，省得每次都在微信上打字教。

DeepSeek V4 预览版的 API 调用流程很简单：注册账号拿到 API Key，装个 openai 这个 Python 库，然后不到 10 行代码就能发出第一个请求。整个过程 5 分钟内跑通，不需要任何机器学习基础，会装 Python 就行。

先说结论

步骤耗时难度
注册账号1 分钟填个手机号就行
获取 API Key30 秒点一下按钮
安装依赖30 秒一行 pip 命令
写代码跑通3 分钟复制粘贴即可

下面每一步我都会截图级别地讲清楚，术语也会解释，完全零基础友好。

术语扫盲（30 秒读完）

开始之前先搞懂几个词，不然后面会懵：

  • API：Application Programming Interface，简单理解就是「你的代码和 DeepSeek 服务器之间的对话通道」。你发一段话过去，它返回 AI 的回答。
  • API Key：一串密码字符串，用来证明「这个请求是你发的，从你账户扣费」。类似银行卡号，别泄露。
  • Token：AI 处理文本的最小单位。大约 1 个中文字 ≈ 1-2 个 token，1 个英文单词 ≈ 1 个 token。API 按 token 数量计费。
  • base_url：你的代码要把请求发到哪个服务器地址。不同平台地址不同。
  • model：你要调用哪个模型，比如 deepseek-v4 就是指定用 V4 预览版。

搞懂这几个就够了，往下走。

第一步：环境准备

你需要：

  1. Python 3.8+（终端输入 python --version 确认）
  2. pip（Python 自带的包管理器）

如果你连 Python 都没装，去 python.org 下载安装，记得勾选「Add to PATH」。

安装唯一需要的依赖：

pip install openai

这里用的是 OpenAI 官方的 Python SDK。你可能会问：我要调 DeepSeek，为啥装 openai 的库？

好问题。因为 DeepSeek 的 API 协议兼容 OpenAI 格式，直接复用这个 SDK，改一下 base_url 就行。目前大部分模型厂商都兼容 OpenAI 的接口格式，算是行业事实标准了。

第二步：注册账号 + 拿 Key

方案一：DeepSeek 官方平台

  1. 打开 platform.deepseek.com
  2. 手机号注册，验证码登录
  3. 进入控制台，左侧菜单找到「API Keys」
  4. 点「创建 API Key」，起个名字（比如 my-first-key），复制保存

⚠️ Key 只显示一次，复制后存到本地文件里，丢了只能重新创建。

拿到的 Key 长这样：sk-xxxxxxxxxxxxxxxxxxxxxxxx

方案二：用聚合平台（省事版）

说实话，如果你后面还想试 GPT-5.5、Claude 4.6、Gemini 3 这些模型，每个平台都注册一遍挺烦的。我现在的做法是用 ofox.ai 这个聚合平台——一个 API Key 可以调用 50+ 模型，包括 DeepSeek V4，改个 model 参数就能切换，不用到处注册。ofox.ai 支持支付宝/微信付款，按量计费，免费版可以起步，对学生来说比较友好。

两种方案都行，下面代码我两种都写。

第三步：跑通第一个请求

用 DeepSeek 官方接口

创建一个文件 hello_deepseek.py：

from openai import OpenAI

client = OpenAI(
 api_key="sk-你的DeepSeek-Key", # 替换成你自己的 Key
 base_url="https://api.deepseek.com/v1" # DeepSeek 官方地址
)

response = client.chat.completions.create(
 model="deepseek-v4", # V4 预览版模型名
 messages=[
 {"role": "user", "content": "用一句话解释什么是 API"}
 ],
 max_tokens=200 # 限制回答长度，省 token
)

print(response.choices[0].message.content)

运行：

python hello_deepseek.py

如果一切正常，你会看到类似这样的输出：

API 是一种让不同软件之间互相通信的接口，就像餐厅的服务员——你告诉它你要什么，它去厨房拿给你。

第一个 AI API 调用成功了 🎉

用聚合接口（改一行就行）

from openai import OpenAI

client = OpenAI(
 api_key="your-ofox-key", # 在 ofox.ai 拿到的 Key
 base_url="https://api.ofox.ai/v1" # 聚合接口地址
)

response = client.chat.completions.create(
 model="deepseek-v4", # 同样的模型名
 messages=[
 {"role": "user", "content": "用一句话解释什么是 API"}
 ],
 max_tokens=200
)

print(response.choices[0].message.content)

代码几乎一模一样，就改了 api_key 和 base_url。哪天想试试 GPT-5.5，把 model 改成 gpt-5.5 就行，其他代码一个字不用动。

第四步：进阶一点——多轮对话

刚才是单轮问答，实际场景经常需要多轮对话（让 AI 记住上下文）。核心就是 messages 列表里多塞几条消息：

from openai import OpenAI

client = OpenAI(
 api_key="your-key",
 base_url="https://api.ofox.ai/v1"
)

messages = [
 {"role": "system", "content": "你是一个耐心的编程老师，用大白话解释概念"},
 {"role": "user", "content": "什么是变量？"},
]

# 第一轮
response = client.chat.completions.create(
 model="deepseek-v4",
 messages=messages,
 max_tokens=300
)
answer1 = response.choices[0].message.content
print("AI:", answer1)

# 把 AI 的回答加进历史
messages.append({"role": "assistant", "content": answer1})

# 第二轮追问
messages.append({"role": "user", "content": "那函数呢？跟变量有啥关系？"})

response = client.chat.completions.create(
 model="deepseek-v4",
 messages=messages,
 max_tokens=300
)
print("AI:", response.choices[0].message.content)

role 的三个值解释一下：

role含义什么时候用
system系统提示词，设定 AI 的角色和行为对话开头放一条
user用户说的话你的每次提问
assistantAI 之前的回答塞进去让 AI 记住上下文

第五步：流式输出（打字机效果）

默认调用是等 AI 全部生成完才一次性返回，等待时间比较长。加个 stream=True 就能像 ChatGPT 那样一个字一个字蹦出来：

from openai import OpenAI

client = OpenAI(
 api_key="your-key",
 base_url="https://api.ofox.ai/v1"
)

stream = client.chat.completions.create(
 model="deepseek-v4",
 messages=[
 {"role": "user", "content": "写一首关于代码的五言绝句"}
 ],
 stream=True # 开启流式输出
)

for chunk in stream:
 content = chunk.choices[0].delta.content
 if content:
 print(content, end="", flush=True)

print() # 最后换行

运行效果就是文字一个个冒出来，体验好很多。

整体调用流程

graph LR
 A[你的 Python 代码] -->|发送 messages| B{API 网关}
 B -->|官方直连| C[DeepSeek V4 服务器]
 B -->|聚合接口| D[ofox.ai 网关]
 D --> C
 D --> E[GPT-5.5]
 D --> F[Claude 4.6]
 C -->|返回生成结果| A

不管走哪条路线，代码写法都一样，区别只在 base_url 和 api_key。

踩坑记录

写这篇的时候我让学弟跟着操作了一遍，果然踩了几个坑：

坑 1：ModuleNotFoundError: No module named 'openai'

他装了 Python 但用的是系统自带的旧版，pip 装到了另一个环境里。解决：

python -m pip install openai

用 python -m pip 而不是直接 pip，确保装到你实际运行的那个 Python 环境里。

坑 2：AuthenticationError: Incorrect API key

Key 复制的时候前面多了个空格……低级错误但真的常见。建议把 Key 存到环境变量里：

# Mac/Linux
export DEEPSEEK_API_KEY="sk-xxxxxx"

# Windows PowerShell
$env:DEEPSEEK_API_KEY="sk-xxxxxx"

代码里这样读：

import os
client = OpenAI(
 api_key=os.environ.get("DEEPSEEK_API_KEY"),
 base_url="https://api.deepseek.com/v1"
)

坑 3：返回结果是空的

max_tokens 设太小了（他设了 10），AI 话说一半就被截断。新手建议设 500-1000，等熟悉了再按需调整。

坑 4：报错 429 Too Many Requests

免费额度用完了或者请求太频繁。DeepSeek 免费额度有限，如果是学习用途，控制下调用频率，或者充几块钱。

费用大概多少？

学生党最关心这个，我算了一下：

场景大约 token 数V4 预览版费用（估算）
问一个简单问题~500 tokens< ¥0.01
让 AI 写一段代码~2000 tokens~¥0.02-0.05
多轮对话聊 10 分钟~5000 tokens~¥0.05-0.15
一天高强度学习调试~50000 tokens~¥0.5-1.5

学习阶段一个月花不了几块钱。别怕烧钱，大胆调。

小结

整个流程回顾：

  1. 装好 Python + pip install openai
  2. 注册拿 Key（官方或聚合平台都行）
  3. 10 行代码跑通第一个请求
  4. 多轮对话就是往 messages 列表里追加消息
  5. 加 stream=True 实现打字机效果

DeepSeek V4 预览版目前体验下来，中文理解和代码生成比 V3 有进步，长上下文场景不容易丢信息了。作为学习 AI API 的入门模型，性价比很高。

有问题评论区问，我看到会回。学弟已经跑通了，你也行。

avatar
文章
阅读
粉丝