相信大家都已经有体验过deepseek-r1的强大推理能力,由于其网页版本免费使用的原因,用户量激增、同时据传还遭受了大量的网络攻击,这使得过程不是很流程,经常收到类似下图的问题:

同时,API服务也已经暂停充值,之前的余额用完之后暂时也就不用调用了

为了更流畅的使用对话或者API服务,我们可以考虑在自己机器上部署deepseek,如何部署以及如何提供API服务,年前DD在Spring AI + Ollama 实现 deepseek-r1 的API服务和调用一文中分享过了,感兴趣的小伙伴可以参考一下。

虽然借助类似Ollama这样的工具可以帮我们快速的自己部署deepseek,但是由于我们个人的计算资源有限,在本地无法部署具备671b参数的deepseek-r1满血模型。大部分用户只能部署1.5b或7b参数呃蒸馏小参数版本,这使得本地部署之后,虽然使用不卡顿了,但推理效果大打折扣!

那么是否有方法来低成本的使用671b参数的满血模型呢?有的!下面就给大家介绍一个白嫖的671b参数满血模型的方法!

免费使用deepseek-r1:671B参数满血模型

  1. 先准备一个腾讯云账号,进入腾讯云知识引擎原子能力: https://console.cloud.tencent.com/lkeap

目前该产品的DeepSeek系列模型(包含671B参数的 deepseek-v3 和 deepseek-r1)正在免费限时提供服务:

  1. 点击“开通大模型知识引擎”

  1. 根据自身情况,选择调用方式去获取API KEY。如果自己写代码调用,两个都ok,选择自己喜欢的就行。如果是要对接类似这些Chat类客户端的话就选择OpenAI的API KEY。

注意:创建完成后,记得保存好! 后续自己调API或者接入开源工具的时候需要配置使用。

使用OpenAI的SDK调用

如果上面你选择了penai的api key,那么接下来就可以使用OpenAI的SDK去调用deepseek-r1:671B参数的模型了。

参考示例:

from openai import OpenAI

# 构造 client
client = OpenAI(
api_key="sk-xxxxxxxxxxx", # 知识引擎原子能力 APIKey
base_url="https://api.lkeap.cloud.tencent.com/v1",
)
# 流式
s_value = True
# 请求
chat_completion = client.chat.completions.create(
model="deepseek-r1",
messages=[
{
"role": "user",
"content": "你是谁",
}
],
stream=s_value,
)
if s_value:
for chunk in chat_completion:
# 打印思维链内容
if hasattr(chunk.choices[0].delta, 'reasoning_content'):
print(f"{chunk.choices[0].delta.reasoning_content}", end="")
# 打印模型最终返回的content
if hasattr(chunk.choices[0].delta, 'content'):
if chunk.choices[0].delta.content != None and len(chunk.choices[0].delta.content) != 0:
print(chunk.choices[0].delta.content, end="")
else:
result = chat_completion.choices[0].message.content

使用Chat类客户端调用

在拿到API KEY之后,就可以使用Chat类客户端去调用deepseek-r1:671B参数的模型了。

配置方法都差不多,主要几个关键元素:

  1. 使用OpenAI的API调用方式
  2. 填入上面获取到的API KEY和腾讯云的API地址:https://api.lkeap.cloud.tencent.com/v1
  3. 使用deepseek的模型名,比如:deepseek-r1deepseek-v3

小结

如果你最近对DeepSeek的使用需求较大,官方又经常服务繁忙的话,不妨尝试一下这种使用方式。目前这个入口可以免费使用到2025年2月25日23:59:59,后续付费价格也不贵,可以考虑可以长期使用或者当作官方的备用。

欢迎关注我的公众号:程序猿DD。第一时间了解前沿行业消息、分享深度技术干货、获取优质学习资源

拒绝繁忙!免费使用 deepseek-r1:671B 参数满血模型的更多相关文章

  1. 细说 Web API参数绑定和模型绑定

    今天跟大家分享下在Asp.NET Web API中Controller是如何解析从客户端传递过来的数据,然后赋值给Controller的参数的,也就是参数绑定和模型绑定. Web API参数绑定就是简 ...

  2. Mysql怎么判断繁忙 checkpoint机制 innodb的主要参数

    Mysql怎么判断繁忙,innodb的主要参数,checkpoint机制,show engine innodb status   2018年07月13日 15:45:36 anzhen0429 阅读数 ...

  3. 千亿参数开源大模型 BLOOM 背后的技术

    假设你现在有了数据,也搞到了预算,一切就绪,准备开始训练一个大模型,一显身手了,"一朝看尽长安花"似乎近在眼前 -- 且慢!训练可不仅仅像这两个字的发音那么简单,看看 BLOOM ...

  4. 深度学习原理与框架-卷积网络细节-图像分类与图像位置回归任务 1.模型加载 2.串接新的全连接层 3.使用SGD梯度对参数更新 4.模型结果测试 5.各个模型效果对比

    对于图像的目标检测任务:通常分为目标的类别检测和目标的位置检测 目标的类别检测使用的指标:准确率, 预测的结果是类别值,即cat 目标的位置检测使用的指标:欧式距离,预测的结果是(x, y, w, h ...

  5. ubuntu之路——day15.1 只用python的numpy在底层检验参数初始化对模型的影响

    首先感谢这位博主整理的Andrew Ng的deeplearning.ai的相关作业:https://blog.csdn.net/u013733326/article/details/79827273 ...

  6. mybatis 根据参数映射对应模型

    ORM 框架的优势在于能让我们利用面向对象的思维去操作数据库, hibernate 作为重量级的 ORM 框架对面向对象的支持很强大.作为半自动化的 mybatis ,对面向对象的支持也是很完备的.这 ...

  7. Django框架ORM常用参数汇总_模型层

    primary_key 如果为True,那么这个字段就是模型的主键. 如果你没有指定任何一个字段的primary_key=True, Django就会自动添加一个IntegerField字段做为主键, ...

  8. 记一次企业级爬虫系统升级改造(六):基于Redis实现免费的IP代理池

    前言: 首先表示抱歉,春节后一直较忙,未及时更新该系列文章. 近期,由于监控的站源越来越多,就偶有站源做了反爬机制,造成我们的SupportYun系统小爬虫服务时常被封IP,不能进行数据采集. 这时候 ...

  9. Web APi之捕获请求原始内容的实现方法以及接受POST请求多个参数多种解决方案(十四)

    前言 我们知道在Web APi中捕获原始请求的内容是肯定是很容易的,但是这句话并不是完全正确,前面我们是不是讨论过,在Web APi中,如果对于字符串发出非Get请求我们则会出错,为何?因为Web A ...

  10. MVC学习系列9--控制器接收从视图传递过来的参数

    前面学习了,从控制器向视图传递数据,现在学习怎么从视图向控制器传递数据. 通常,我们有两种方式,来处理浏览器的请求,一个是GET方式,一个是POST方式.一般来说,直接通过在浏览器中输入URL话,请求 ...

随机推荐

  1. 发布一个TCP 吞吐性能测试小工具

    当写完一个TCP服务的时候,是不是很想马上测试一下这个服务的性能,它到底能应付怎样的请求处理,其性能又是怎样呢.相信以下这个小工具能帮到你的小忙,它是基于Beetle实现的一个小工具只需要设置一下参数 ...

  2. golang之设计模式

    [选项模式] package main import "fmt" type OptionFunc func(*DoSomethingOption) type DoSomething ...

  3. golang之媒体处理

    [视频] 获取视频封面图: 1) 如果是使用oss的话, 可以添加指定的后缀生成指定图片 视频截帧: https://help.aliyun.com/zh/oss/user-guide/video-s ...

  4. 结合uWSGI和Nginx部署flask项目

    在开发环境,我们一般使用python起一个web服务即可访问,但是对于生产环境来说,我们一般使用nginx+uWSGI的方式进行部署. 使用Nginx优点: 安全:不管什么请求都要经过代理服务器,这样 ...

  5. AI让照片跳舞,人人都能是舞王!Swan下载介绍

    最近,兵马俑.马斯克以及各地网友跳科目三和网红舞的视频陆续在社交媒体和朋友圈刷屏,这些大约10秒左右的视频都不是真人出镜,均由大模型生成,这种低门槛的跳舞方式引发了网友的广泛体验,掀起了一波斗舞狂潮「 ...

  6. Python 学习记录(3)

    数据 主要是对Pandas相关的数据帧等做处理和一定的可视化 Pandas对数据帧各列的运算 import seaborn as sns import pandas as pd #从Seaborn 当 ...

  7. gradle命令与maven命令对照

    Gradle和Maven都是流行的构建工具,用于管理和构建Java项目.下面是Gradle命令和对应的Maven命令对照: 1. 构建项目: - Gradle: `./gradlew build` - ...

  8. node 生成api文档 使用apidoc

    先给大家看一下使用apidoc生成文档之后的视图,如果是所需的样子,可以继续往下看, 开始操作 1. 需要全局安装apidoc npm i apidoc -g 2. 生成配置文件 两种方法(用哪个都可 ...

  9. Envoy 官网,中文指南,Envoy 实现 .NET 架构网关

    收集一些 Envoy 的资料 Envoy 实现 .NET 架构的网关系列 Envoy实现.NET架构的网关(一)静态配置与文件动态配置 Envoy实现.NET架构的网关(二)基于控制平面的动态配置 E ...

  10. 再次探讨 WinForms 多线程开发

    再次探讨 WinForms 多线程开发 WinForms 已经开源,您现在可以在 GitHub 上查看 WinForm 源代码. 正好有人又讨论到在 WinFroms 环境下的多线程开发,这里就再整理 ...