ES ▾
Obtener clave de API

getdeepseekapi.comGuía

Cómo usar la API de DeepSeek en Claude Code: opciones reales

Si estás averiguando cómo usar la API de DeepSeek en Claude Code, lo primero que debes saber es que Claude Code se comunica con endpoints al estilo de Anthropic, mientras que este servicio utiliza el formato de OpenAI. Un pequeño proxy de traducción cierra la brecha, y esta página muestra cómo configurarlo.

Actualizado

Puntos clave

  • Claude Code espera la API de mensajes de Anthropic; este servicio ofrece /v1/chat/completions compatible con OpenAI.
  • Un proxy local como LiteLLM puede traducir entre los dos formatos.
  • Aider, Continue y Cline aceptan una URL base compatible con OpenAI directamente, sin necesidad de proxy.
  • Esta no es la API oficial de DeepSeek: es un único modelo de pesos abiertos independiente con el ID uncensored.
Dos conectores incompatibles unidos por un adaptador brillante, mostrando un proxy traduciendo entre formatos de API

Empieza con lo que sí y no funcionará

Dos aclaraciones ahorran una hora de confusión. Primero, este servicio no es la API oficial de DeepSeek y no es un enrutador para DeepSeek ni ningún otro proveedor. Aloja un modelo de pesos abiertos, ejecutado por un proveedor independiente, bajo el ID de modelo uncensored. Si necesitas los modelos propios de DeepSeek, ve directamente a DeepSeek. Segundo, Claude Code está construido alrededor de la API Messages de Anthropic. Puedes cambiar dónde envía las peticiones, pero lo que envía sigue siendo JSON con forma de Anthropic.

Este servicio expone POST /v1/chat/completions y GET /v1/models en formato OpenAI. Apuntar Claude Code directamente a este servicio no funcionará, porque las rutas y los payloads difieren. La solución es una capa de traducción. Ejecutas un pequeño proxy en tu máquina que acepta llamadas en formato Anthropic desde Claude Code y las reenvía como llamadas en formato OpenAI a https://api.getdeepseekapi.com/v1. Existen herramientas diseñadas exactamente para esto, y la siguiente sección configura una de ellas.

Antes de empezar, una verificación de expectativas. Claude Code depende mucho de las llamadas a funciones para leer archivos, editarlos y ejecutar comandos. Esta API soporta llamadas a funciones, incluyendo tool_calls en streaming, pero qué tan bien un modelo dado impulsa un bucle de agente largo es algo que debes probar en tu propio repositorio, no algo que debas asumir.

Obtén una clave y confirma el endpoint

Crea una cuenta con Google o correo electrónico y contraseña, luego abre la página de claves de API. Los nuevos usuarios pueden reclamar $0,50 de crédito de prueba con un clic. Dura 7 días, no requiere detalles de pago y es suficiente para probar todo lo anterior. Ten en cuenta que una clave de prueba permite 2 peticiones simultáneas y 60 por minuto, lo cual importa para herramientas de agente que disparan varias llamadas a la vez.

export UNCENSORED_API_KEY="paste-your-key-here"

curl https://api.getdeepseekapi.com/v1/chat/completions \
  -H "Authorization: Bearer $UNCENSORED_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"uncensored","messages":[{"role":"user","content":"Reply with the word ready."}]}'

Si eso devuelve una completación, el lado upstream está listo. Todo lo demás es conectar el proxy a ello.

Opción 1: un proxy LiteLLM delante de Claude Code

LiteLLM es un proyecto de código abierto cuyo servidor proxy puede presentar un endpoint compatible con Anthropic y enrutar a backends compatibles con OpenAI. Consulta su documentación para ver el conjunto de funciones actual, ya que esta parte del ecosistema evoluciona rápidamente.

Instala y configura

pip install 'litellm[proxy]'

cat > litellm-config.yaml <<'EOF'
model_list:
  - model_name: uncensored
    litellm_params:
      model: openai/uncensored
      api_base: https://api.getdeepseekapi.com/v1
      api_key: os.environ/UNCENSORED_API_KEY
EOF

litellm --config litellm-config.yaml --port 4000

El prefijo openai/ le dice a LiteLLM que use el adaptador compatible con OpenAI; el nombre después de él se envía upstream como el modelo. Mantén la terminal en ejecución.

Señala a Claude Code hacia el proxy

Claude Code lee su endpoint y credenciales de variables de entorno. En una segunda terminal:

export ANTHROPIC_BASE_URL="http://localhost:4000"
export ANTHROPIC_AUTH_TOKEN="any-local-string"
export ANTHROPIC_MODEL="uncensored"
export ANTHROPIC_SMALL_FAST_MODEL="uncensored"
claude

El token de autenticación aquí es solo lo que tu proxy local espera; la clave real permanece en el entorno del proxy. Configurar el modelo pequeño y rápido también importa, porque Claude Code usa un segundo modelo para tareas ligeras en segundo plano. Si lo dejas sin configurar, puede intentar llamar a un nombre de modelo de Anthropic que el proxy no conoce. Las versiones más nuevas pueden nombrar esta configuración de manera diferente, así que ejecuta claude --help o lee la documentación actual de configuración de Claude Code si una variable parece ignorada.

Opción 2: herramientas que aceptan una URL base de OpenAI directamente

Si tu objetivo es un asistente de código de IA en lugar de Claude Code en sí, varias herramientas omiten el proxy porque ya hablan el formato OpenAI. Cada una te permite configurar una URL base personalizada y un nombre de modelo.

  • Aider es un asistente de pair programming en la terminal. Lee OPENAI_API_BASE y OPENAI_API_KEY, y prefijas el modelo con openai/.
  • Continue es una extensión de editor donde una entrada de modelo puede llevar un apiBase y un proveedor estilo OpenAI.
  • Cline ofrece un proveedor Compatible con OpenAI en su configuración con campos para URL base, clave e ID de modelo.

Con Aider toda la configuración son tres líneas:

export OPENAI_API_BASE="https://api.getdeepseekapi.com/v1"
export OPENAI_API_KEY="$UNCENSORED_API_KEY"
aider --model openai/uncensored

Estas herramientas cambian sus menús a menudo, así que trata los nombres de campo anteriores como una guía y sigue la documentación actual de cada proyecto. Los valores que necesitas nunca cambian: URL base https://api.getdeepseekapi.com/v1, tu clave y el ID de modelo uncensored.

Escribe tu propio bucle de agente ligero

Cuando un asistente de código completo es excesivo, un script corto con llamadas a funciones cubre mucho terreno. Este permite que el modelo pida leer un archivo, luego devuelve el archivo como un mensaje de role: "tool".

import json, os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.getdeepseekapi.com/v1",
    api_key=os.environ["UNCENSORED_API_KEY"],
)

tools = [{
    "type": "function",
    "function": {
        "name": "read_file",
        "description": "Read a text file from the project",
        "parameters": {
            "type": "object",
            "properties": {"path": {"type": "string"}},
            "required": ["path"],
        },
    },
}]

messages = [{"role": "user", "content": "What does main.py do? Read it first."}]

for _ in range(5):
    r = client.chat.completions.create(model="uncensored", messages=messages, tools=tools)
    msg = r.choices[0].message
    messages.append(msg)
    if not msg.tool_calls:
        print(msg.content)
        break
    for call in msg.tool_calls:
        args = json.loads(call.function.arguments)
        with open(args["path"]) as f:
            result = f.read()
        messages.append({"role": "tool", "tool_call_id": call.id, "content": result})

El límite de bucle de cinco evita que un modelo confundido se ejecute para siempre. En una herramienta real también validarías las rutas para que el modelo no pueda leer archivos fuera del proyecto.

Límites de peticiones, coste y solución de 429s

Las herramientas de agente hacen muchísimas peticiones. Una sola tarea puede desencadenar docenas de peticiones, cada una reenviando un contexto en crecimiento. Con una clave completa obtienes 8 peticiones simultáneas y 300 por minuto. Un 429 con concurrency significa que hay demasiadas llamadas superpuestas, y un 429 con rate_limited significa demasiadas por minuto. Durante una sobrecarga breve verás un 429 con Retry-After: 5. LiteLLM puede reintentar automáticamente si añades una configuración de reintento; consulta su documentación.

El coste es modesto porque el precio es $0,15 por 1M de tokens de entrada y $0,50 por 1M de tokens de salida. Supongamos que una sesión de agente hace 40 llamadas que envían cada una 30.000 tokens de contexto y reciben 600 tokens. La entrada es 1.200.000 tokens, que cuestan 1,2 x $0,15 = $0,18. La salida es 24.000 tokens, que cuestan 0,024 x $0,50 = $0,012. Toda la sesión asciende a $0,192. La ventana de contexto es de 100.000 tokens, así que mantén los archivos que cargas enfocados.

Cuando se agote la prueba, recarga cualquier cantidad entera de $20 a $500 con cripto (USDT en TRC20, USDC en Base). Los bonos son +5% desde $50, +10% desde $100 y +15% desde $200. Consulta la página de precios y la documentación para los detalles.

Solución de problemas de la configuración del proxy

SíntomaCausaQué intentar
Claude Code informa un modelo desconocidoEl nombre del modelo en segundo plano no está asignadoConfigura la variable del modelo pequeño y rápido a uncensored también
Conexión rechazadaEl proxy no se está ejecutando o el puerto difiereInicia LiteLLM y coincide con el puerto en ANTHROPIC_BASE_URL
401 del servicio upstreamClave incorrecta en el entorno del proxyReexporta UNCENSORED_API_KEY y reinicia el proxy
Las llamadas a funciones fallan o entran en bucleEl modelo tiene dificultades con el formato de agenteReduce la temperatura, acorta el prompt o usa Aider
429 frecuentesConcurrencia de 2 para claves de pruebaRecarga para obtener una clave completa con 8 ranuras concurrentes

Dos hábitos mantienen la configuración segura. Ejecuta el proxy solo en localhost para que nadie más en tu red pueda gastar tu crédito, y mantén la clave real en el entorno del proxy en lugar de en un archivo del proyecto que termine en el control de versiones. También observa la cabecera de respuesta X-Balance-USD durante tu primera sesión larga, porque los bucles del agente pueden usar más tokens de los que esperas. Si el saldo baja más rápido que la estimación anterior, acorta los archivos que proporcionas o limita el número de pasos.

Las peticiones que fallan no se cobran, por lo que experimentar es económico. Los prompts no se usan para entrenamiento. Para compararlo con otras pasarelas, lee nuestra descripción general de claves de API.

Preguntas y respuestas

¿Puede Claude Code conectarse directamente a esta API?

No. Claude Code usa el formato de mensajes de Anthropic y esta API usa el formato de completados de chat de OpenAI. Coloca un proxy traductor como LiteLLM entre ellos.

¿Es esta la API oficial de DeepSeek?

No. Aloja un único modelo de pesos abiertos independiente bajo el ID uncensored y no está afiliado con DeepSeek ni con ningún otro proveedor.

¿Qué herramientas funcionan sin un proxy?

Herramientas con una configuración de proveedor compatible con OpenAI, como Aider, Continue y Cline. Configura la URL base, la clave y el ID del modelo uncensored.

¿Funcionan las llamadas a funciones?

Sí, incluidas las tool_calls en streaming y los resultados enviados como mensajes de role tool. Prueba tu propio flujo de trabajo de agente para ver cómo lo maneja el modelo.

Tu clave está a un formulario de distancia

Crea una cuenta, copia la clave, cambia la URL base. Esa es toda la configuración.

Obtener clave de API