deepseek api参数详解

deepseek的参数与openai保持兼容，所以openai能用的参数deepseek都可以使用，以下是常用的参数介绍。

在使用 Deepseek/OpenAI 的 Python API 时，最常用的 API 端点是 chat/completions，用于调用 deepseek 生成文本对话内容。以下是 openai.ChatCompletion.create() 方法的主要参数及其作用：

---

1. model

• 作用：指定使用的模型。
• 示例值：

  model="deepseek-chat"
  

• 支持的模型：
  • "deepseek-chat"
  • "deepseek-reasoner"
  • 其他 deepseek 支持的模型

---

2. messages

• 作用：提供对话上下文（历史聊天内容）。

• 格式：列表，每条消息是一个字典，包含：

  • role（角色）：必须是 "system"、"user" 或 "assistant"。
  • content（内容）：具体的文本内容。

• 示例：

  messages=[
      {"role": "system", "content": "你是一个字幕翻译助手"},
      {"role": "user", "content": "请翻译这段字幕文件：\n1\n00:00:00,000 --> 00:00:02,000\nHello, world!"}
  ]
  

• 角色说明：

  • system：设定 AI 的行为和规则。
  • user：用户的输入内容。
  • assistant：AI 生成的回复。

---

3. temperature

• 作用：控制输出的随机性，范围 [0, 2]。

• 推荐使用范围：

  • temperature=0.0：答案最稳定，一致性最高（适用于代码生成、精准翻译）。
  • temperature=0.7（默认值）：较平衡的创造性和稳定性。
  • temperature=1.5 及以上：更加随机和创新，适用于创意写作。

• 示例：

  temperature=0.7
  

---

4. top_p

• 作用：控制概率采样，范围 [0, 1]，一般与 temperature 互斥使用。

• 说明：

  • top_p=1.0（默认值）：不限制采样范围。
  • top_p=0.9：仅从累积概率前 90% 的词中选择（减少随机性）。
  • 一般建议调整 temperature，保持 top_p=1。

• 示例：

  top_p=0.9
  

---

5. n

• 作用：指定返回的回答数量（默认 n=1）。

• 说明：

  • n=1（默认）：仅返回一个回复。
  • n=3：返回 3 个不同的回复，可用于选择最佳答案。

• 示例：

  n=2
  

---

6. max_tokens

• 作用：限制返回文本的最大 token 数，防止超长回答消耗过多 token。
• 说明：
  • 如果 max_tokens=None，API 将自动计算最优值。
  • 受 模型 token 限制 影响（GPT-4 Turbo 约 128K tokens）。
  • 示例：

    max_tokens=1000
    

---

7. stop

• 作用：设置停止生成的标识符，可以是一个字符串或字符串列表。
• 说明：
  • 如果模型输出中出现 stop 设定的字符串，则停止生成。
  • 示例：

    stop=["\n\n"]
    

---

8. presence_penalty

• 作用：控制重复内容的出现，值范围 [-2.0, 2.0]。

• 说明：

  • 负值（如 -1）：降低重复内容的惩罚，更倾向于保持相同内容。
  • 正值（如 1.5）：鼓励引入新词，减少重复。

• 示例：

  presence_penalty=0.6
  

---

9. frequency_penalty

• 作用：减少重复单词或短语的频率，值范围 [-2.0, 2.0]。

• 说明：

  • frequency_penalty=0.0（默认）：不做额外处理。
  • frequency_penalty=1.0：减少高频词的重复。

• 示例：

  frequency_penalty=0.5
  

---

10. logit_bias

• 作用：控制特定 token（词）的生成概率。

• 格式：

  logit_bias={"50256": -100}
  

  • 这里 50256 是 GPT 模型的特殊 token ID，-100 表示完全抑制该 token。

• 用途：

  • 限制某些词的生成（如避免生成某些不想要的内容）。
  • 强制使用某些特定词（设置较高的正值）。

---

11. stream

• 作用：是否以流式方式返回数据（默认 False）。

• 说明：

  • stream=False（默认）：返回完整的响应。
  • stream=True：逐步返回 token，适用于实时聊天或字幕生成。

• 示例：

  stream=True
  

---

12. response_format

• 作用：指定输出格式（目前仅支持 json 和 text）。
• 示例：

  response_format="json"
  

---

13. seed

• 作用：设置随机种子，使相同输入的响应更稳定。

• 说明：

  • seed=None（默认）：每次调用结果可能不同。
  • seed=42：使用相同种子时，相同输入返回相同结果。

• 示例：

  seed=42
  

---

API 调用完整示例

import openai

response = openai.ChatCompletion.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "你是一个专业的字幕翻译助手"},
        {"role": "user", "content": "请翻译这段字幕：\n1\n00:00:00,000 --> 00:00:02,000\nHello, world!"}
    ],
    temperature=0.7,
    max_tokens=500,
    top_p=0.9,
    n=1,
    presence_penalty=0.6,
    frequency_penalty=0.5,
    stream=False
)

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

---

总结

参数名	作用
model	选择使用的 模型
messages	传入的对话历史，包含 system、user、assistant 角色
temperature	影响回答的随机性（0.0 最稳定，1.5 更自由）
top_p	影响采样范围（与 temperature 互斥）
n	生成多个回答以供选择
max_tokens	限制返回内容长度
stop	设置停止生成的标识
presence_penalty	影响新词的使用概率
frequency_penalty	降低高频词的重复概率
logit_bias	控制特定 token 生成概率
stream	是否启用流式返回
response_format	设定输出格式（json 或 text）
seed	设定随机种子，确保相同输入返回相同结果