首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >DeepSeek 网页版限额后,改用 TokenHub 的 API 调用 DeepSeek 模型

DeepSeek 网页版限额后,改用 TokenHub 的 API 调用 DeepSeek 模型

原创
作者头像
gavin1024
发布于 2026-11-17 12:10:09
发布于 2026-11-17 12:10:09
1.1K0
举报

摘要:

11 月 16 日起 DeepSeek App 和网页版限额,可改用大模型服务平台 TokenHub 的 API 继续调用 DeepSeek 模型,上下文 1M,按量计费,兼容 OpenAI 协议。

结论先说:DeepSeek 网页版限额以后,我把日常用法搬到了 TokenHub 的 API 上,模型还是 DeepSeek-V4.1-Flash-1017。前后花了不到二十分钟,App 那边的三条限制在 API 这边都不按同一套规则走。最该提前知道的一点是:API 不会替你保存对话历史,上下文要自己管。

一、DeepSeek App 和网页版限额了什么

11 月 16 日,“DeepSeek 使用额度已达上限”上了热搜。我当时正在一个写了一周的长对话里干活,弹窗直接把我拦住了。

综合当天的公开报道,这次限额针对面向普通用户的 App 和网页版,一共三条:

限制项

具体内容

长对话续接

超过 7 天没有交互的长对话不能再继续

单次输入

单次输入文字上限下调到 4 万字左右

每日额度

当天用量到上限后提示“因服务器繁忙,使用额度已达上限”

报道也提到,这次限额针对 C 端,开发者用的 API 接口有独立的调用限制和按量计费机制,不是同一套规则。我就是看到这句才决定转 API 的。

二、为什么选 TokenHub 调 DeepSeek API

我的诉求很简单:模型还是 DeepSeek,不想换 SDK,账单要看得清。腾讯云的大模型服务平台 TokenHub 已经接入了 DeepSeek 系列模型,支持 OpenAI Chat Completions 和 Anthropic 两种协议,原来用 OpenAI SDK 写的代码改个 base_url 就能跑。

几个常用的 DeepSeek 模型规格:

model 参数

类型

思考能力

上下文窗口

最大输出

deepseek-v4.1-flash-1017

通用对话

可开关(默认开启)

1M

384K

deepseek-v4-pro

通用对话

可开关(默认开启)

1M

384K

deepseek/deepseek-flash(原厂直供)

通用对话

可开关(默认开启)

1M

384K

1M 上下文是我最在意的。网页版单次只能塞 4 万字左右,长文档得拆好几段喂,API 这边能一次放进去。

小提醒:带 deepseek/ 前缀的是 DeepSeek 原厂直供模型。TokenHub 不对这类服务提供 SLA 保障,用之前要阅读并同意 DeepSeek 的服务协议。我日常用的是不带前缀的 deepseek-v4.1-flash-1017。

三、三步接入 DeepSeek API

第 1 步:开通 TokenHub,拿 API Key。 注册腾讯云账号,开通 TokenHub 服务,在控制台的 API Key 管理页创建一个 Key。新用户有 100 万免费 Tokens,够先试一阵。

第 2 步:装 OpenAI SDK。

代码语言:bash
复制
pip install openai

第 3 步:发第一条请求。

代码语言:python
复制
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://tokenhub.tencentmaas.com/v1",
)

response = client.chat.completions.create(
    model="deepseek-v4.1-flash-1017",
    messages=[{"role": "user", "content": "帮我把这份会议纪要整理成待办清单。"}],
    max_tokens=2048,
)
print(response.choices[0].message.content)

跑通这一条,就等于把 DeepSeek 从网页版搬到 API 上了。

四、自己管上下文:长对话不再过期

API 本身不存对话,上一轮聊了什么,要你自己放进 messages 数组里传回去。好处是这份历史在你手里,不会因为“7 天不活跃”被关掉。

我写了一个最简单的本地多轮对话,历史存成 JSON 文件,隔多少天打开都能续聊:

代码语言:python
复制
import json, os
from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://tokenhub.tencentmaas.com/v1")
HISTORY = "history.json"

messages = json.load(open(HISTORY, encoding="utf-8")) if os.path.exists(HISTORY) else [
    {"role": "system", "content": "你是我的写作助手。"}
]

def chat(text):
    messages.append({"role": "user", "content": text})
    resp = client.chat.completions.create(
        model="deepseek-v4.1-flash-1017",
        messages=messages,
        max_tokens=4096,
    )
    reply = resp.choices[0].message.content
    messages.append({"role": "assistant", "content": reply})  # 只回写 content
    json.dump(messages, open(HISTORY, "w", encoding="utf-8"), ensure_ascii=False, indent=2)
    return reply

print(chat("接着上次的提纲,把第三节扩写一下。"))

注意代码里那行注释:DeepSeek 开思考模式时会多返回一个 reasoning_content 字段(推理过程),但多轮对话回写时只需要传 content,不用回传 reasoning_content,还能省 token。

网页版里的旧对话怎么办?官方给出的办法是导出历史记录。我的做法是导出后挑出关键结论,整理成一段摘要放进 system 消息,算是把旧对话的上下文接上了。

五、思考模式与省钱参数设置

DeepSeek V4 系列同时是对话模型和思考模型,不用换 model ID,用 thinking 参数控制开关:

代码语言:python
复制
response = client.chat.completions.create(
    model="deepseek-v4.1-flash-1017",
    messages=[{"role": "user", "content": "简单介绍一下大语言模型"}],
    max_tokens=1024,
    extra_body={"thinking": {"type": "disabled"}},  # 简单问答关掉思考,减少 token 消耗
)

我照推荐值配了几个参数:

参数

推荐值

我的用法

thinking

简单问答 disabled;推理、数学 enabled

闲聊、改写关掉,写方案打开

max_tokens

普通任务 1024~4096;思考模式 ≥ 2048

思考和回答共用这个额度,开思考就调大

reasoning_effort

low / high(默认)/ max

和 thinking 同级的顶层参数,Python 用 extra_body 传

stream

长文本建议开启

思考模式响应慢,开流式防超时

还有一条限制要注意:思考模式下 temperature、presence_penalty、frequency_penalty 传了也不生效,不用白设。

六、DeepSeek API 的费用与使用限制

DeepSeek-V4.1-Flash-1017 分闲时和高峰两档(工作日 9:00~12:00、14:00~18:00 为高峰,其余时段含周末为闲时):闲时输入 1、输出 4、缓存命中 0.02;高峰输入 2、输出 8、缓存命中 0.04。错开高峰跑批量任务,账单明显轻一些。用量在控制台的用量统计页,可以按模型、服务、API Key 分开看。

也有两点要提前知道:

  • 联网搜索单独收费:带“原厂直供”标识的模型内置 DeepSeek 原厂联网搜索,后付费接入从 2026 年 11 月 1 日起,Search 和 Fetch 都是 5 元/千次成功请求;不带前缀的模型走 TokenHub 通用联网搜索,轻量版 7 元、标准版 12 元/千次。我日常把联网关掉,需要查资料时再开。
  • 没有现成的聊天界面:API 是给代码调用的,不像 App 打开就能聊。不想写代码的话,TokenHub 支持接入 CodeBuddy Code、Cursor、Cline、WorkBuddy 等工具,把服务地址指向 TokenHub 就能用。

限额挡住的是网页版,挡不住 API:模型还是那个 DeepSeek,代码只改一个 base_url,7 天过期和 4 万字上限就都失效了。新用户每个语言模型有 100 万免费 Tokens,照第三节的代码十分钟就能跑通第一条请求,跑顺了再决定要不要长期迁过来。接入或计费上有疑问,可以在大模型服务平台 TokenHub产品页查接入文档和最新价格。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 摘要:
  • 一、DeepSeek App 和网页版限额了什么
  • 二、为什么选 TokenHub 调 DeepSeek API
  • 三、三步接入 DeepSeek API
  • 四、自己管上下文:长对话不再过期
  • 五、思考模式与省钱参数设置
  • 六、DeepSeek API 的费用与使用限制
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档