HI ▾
API कुंजी पाएँ

getdeepseekapi.comगाइड

कोडिंग के लिए बिना सेंसर AI API: सेटअप, लागत, सीमाएँ

सोच रहे हैं कि DeepSeek API को कोडिंग के लिए कैसे उपयोग करें, एक एंडपॉइंट के साथ जो सुरक्षा या स्क्रैपिंग प्रश्नों को अस्वीकार नहीं करेगा? यह सेवा DeepSeek की अपनी API नहीं है, लेकिन यह एक बिना सेंसर ओपन-वेट मॉडल के लिए एक OpenAI-संगत एंडपॉइंट है, और यह उसी चैट कॉल्स के माध्यम से कोड कार्यों को संभालती है।

अपडेट किया गया

मुख्य बिंदु

  • मॉडल ID uncensored है, Base URL https://api.getdeepseekapi.com/v1 है और कोई भी OpenAI SDK काम करता है।
  • सुरक्षा परीक्षण, रिवर्स इंजीनियरिंग, स्क्रैपिंग और मैलवेयर विश्लेषण के लिए अस्वीकृतियाँ सबसे महत्वपूर्ण हैं, सभी कानूनी उपयोग के लिए।
  • 50,000-टोकन कोडबेस रिव्यू की लागत इनपुट में एक सेंट से कम है; 30-चरण एजेंट रन लगभग 19 सेंट का है।
  • टूल कॉलिंग, JSON मोड और स्ट्रीमिंग का समर्थन किया जाता है, 100,000-टोकन कॉन्टेक्स्ट विंडो के साथ।
टर्मिनल जिसमें चमकते कोड ब्रैकेट और सर्वर के बगल में एक खुला ताला है, जो अनफिल्टर्ड कोडिंग API एक्सेस का प्रतिनिधित्व करता है

यह एंडपॉइंट क्या है, और यह क्या नहीं है

प्रश्न में DeepSeek का उल्लेख है, इसलिए एक त्वरित स्पष्टीकरण। यह सेवा आधिकारिक DeepSeek API नहीं है और न ही यह DeepSeek या किसी अन्य विक्रेता की ओर रूट करती है। यह एक स्वतंत्र प्रदाता के माध्यम से एक ओपन-वेट मॉडल चलाती है, जिसे वयस्कों के कानूनी उपयोग के लिए सामग्री से इनकार किए बिना उत्तर देने हेतु ट्यून किया गया है। आप इसे मॉडल uncensored के रूप में https://api.getdeepseekapi.com/v1 पर कॉल करते हैं, OpenAI SDKs के समान अनुरोध प्रारूप का उपयोग करते हुए। यदि आप DeepSeek के अपने मॉडल्स के लिए आए थे, तो कृपया सीधे DeepSeek का उपयोग करें और उनके दस्तावेज़ीकरण जांचें।

कोड के लिए एक अनफिल्टर्ड मॉडल का उपयोग क्यों करें? अधिकांश प्रोग्रामिंग प्रश्न किसी भी मॉडल पर कभी अस्वीकृति नहीं ट्रिगर करते हैं। लेकिन कुछ कानूनी कार्यों को फिल्टर द्वारा अवरुद्ध या कमजोर कर दिया जाता है: अपने नेटवर्क के लिए एक पोर्ट स्कैनर लिखना, एक संदिग्ध बाइनरी नमूने का विश्लेषण करना, अपनी API पर फ़ज़िंग करना, एक स्क्रैपर बनाना, यह समझाना कि एक एक्सप्लॉइट क्लास कैसे काम करती है ताकि आप उसे पैच कर सकें। एक मॉडल जो उन प्रश्नों का सीधा उत्तर देने के लिए ट्यून्ड है, आपके समय की बचत करता है जिसे आप पुनः लिखने में बिताते। यह कोड को बेहतर नहीं बनाता, और यह कानूनी रूप से उपयोग करने की आपकी जिम्मेदारी खत्म नहीं करता। कठोर सीमा: नाबालिगों से जुड़ी कोई भी यौन सामग्री कभी स्वीकार्य नहीं।

दो मिनट में सेटअप करें

एक खाता बनाएं (Google, या ईमेल और पासवर्ड) और API कुंजी पेज खोलें। नए उपयोगकर्ता एक क्लिक के साथ $0.50 का मुफ़्त ट्रायल क्रेडिट दावा कर सकते हैं। यह 7 दिनों के लिए मान्य है, कार्ड की आवश्यकता नहीं है और एक व्यक्ति के लिए एक बार है। फिर SDK इंस्टॉल करें और पहला कॉल चलाएं।

pip install openai
export UNCENSORED_API_KEY="paste-your-key-here"
import os
from openai import OpenAI

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

resp = client.chat.completions.create(
    model="uncensored",
    temperature=0.2,
    messages=[
        {"role": "system", "content": "You are a senior engineer. Answer with code first, then a short explanation."},
        {"role": "user", "content": "Write a Python function that scans TCP ports 1-1024 on a host I own, using asyncio."},
    ],
)
print(resp.choices[0].message.content)

कोड के लिए कम तापमान, लगभग 0.0 से 0.3, उपयुक्त है। ब्रेनस्टॉर्मिंग के लिए विविध वैकल्पिक विकल्प चाहने पर ही ज़्यादा मान सेट करें।

एक पूरे फ़ाइल या छोटे रिपॉजिटरी पर कोड रिव्यू

कुछ प्रॉम्प्टिंग आदतें किसी भी मॉडल पर कोड के जवाबों को बेहतर बनाती हैं। भाषा और संस्करण का नाम दें, इसे वर्णन करने के बजाय सटीक त्रुटि टेक्स्ट पेस्ट करें, और बताएं कि आपने पहले क्या आज़माया है। पूरे फ़ाइल के रीराइट के बजाय एक diff या एकल फ़ंक्शन के लिए पूछें, क्योंकि छोटे जवाब सस्ते और समीक्षा के लिए आसान होते हैं। जब कार्य बड़ा हो, तो उसे विभाजित करें: योजना बनाने के लिए एक अनुरोध, हर भाग को लिखने के लिए एक दूसरा अनुरोध। इससे हर प्रॉम्प्ट विंडो के भीतर रहता है और आपको स्वतंत्र टुकड़ों को समानांतर रूप से चलाए जाने की अनुमति देता है, कन्करेंसी सीमा तक।

100,000-टोकन विंडो (प्रॉम्प्ट और कम्प्लीशन) आपको एक अनुरोध में बहुत सारा स्रोत पेस्ट करने देती है। लगभग, 1,000 लाइनों का सामान्य कोड 10,000 से 15,000 टोकन होता है, लेकिन नियम पर भरोसा करने के बजाय usage फ़ील्ड से मापें।

JSON मोड रिव्यू आउटपुट को मशीन-पठनीय बनाता है। एक निश्चित आकार के लिए पूछें और इसे पार्स करें।

import json, pathlib

source = pathlib.Path("app.py").read_text()

r = client.chat.completions.create(
    model="uncensored",
    temperature=0.1,
    response_format={"type": "json_object"},
    messages=[
        {"role": "system", "content": "Review code. Return JSON: {\"issues\": [{\"line\": int, \"severity\": \"low|medium|high\", \"problem\": str, \"fix\": str}]}"},
        {"role": "user", "content": source},
    ],
)
for issue in json.loads(r.choices[0].message.content)["issues"]:
    print(issue["severity"], issue["line"], issue["problem"])
print(r.usage)

JSON मोड वैध सिंटैक्स की गारंटी देता है, आपकी सटीक कुंजियों की नहीं, इसलिए उन्हें उपयोग करने से पहले जांचें कि फ़ील्ड मौजूद हैं। लागत छोटी है। 50,000-टोकन कोडबेस भेजना और 2,000 टोकन वापस मिलना 50,000 x 0.15 / 1,000,000 = $0.0075 इनपुट के लिए और 2,000 x 0.50 / 1,000,000 = $0.001 आउटपुट के लिए खर्च करता है, कुल $0.0085।

कोडिंग कार्य में अस्वीकृतियाँ कहाँ दिखाई देती हैं

स्पष्ट होना मददगार है, क्योंकि एक फिल्टर्ड मॉडल जो कुछ हानिरहित अस्वीकार करता है, वह उस मॉडल से अलग है जो कुछ खतरनाक अस्वीकार करता है। ये कानूनी कार्य हैं जिन पर डेवलपर्स ने अन्यत्र घर्षण की रिपोर्ट की है, इसलिए आप जो भी मॉडल उपयोग करते हैं, उस पर इनका परीक्षण करें:

  • उन सिस्टम का सुरक्षा परीक्षण जिनके आप मालिक हैं या जिनके परीक्षण की आपके पास लिखित अनुमति है: स्कैनर, फज़र्स, एक पैच के काम करने की पुष्टि करने के लिए प्रूफ-ऑफ-कॉन्सेप्ट कोड।
  • रिवर्स इंजीनियरिंग और मैलवेयर विश्लेषण: यह समझाना कि एक डिकंपाइल्ड रूटीन क्या करता है।
  • स्क्रैपिंग और ऑटोमेशन: अपने खातों पर लॉगिन, रेट लिमिट और एंटी-बॉट व्यवहार को हैंडल करना।
  • डिटेक्शन रूल्स लिखना, जिसका अर्थ है पहले यह समझना कि हमला कैसे काम करता है।
  • गेम मॉडिंग और एमुलेशन टूल्स जो कॉपी प्रोटेक्शन को असाधारण तरीकों से छूते हैं।

जिम्मेदारी नहीं बदलती। यदि आप उन सिस्टम के खिलाफ आउटपुट का उपयोग करते हैं जिनके परीक्षण की आपको अनुमति नहीं है, तो यह आप पर है। एक अनफिल्टर्ड मॉडल का उद्देश्य यह है कि यह आपको एक वयस्क के रूप में मानता है जिसके पास पूछने का कारण है, न कि यह कि यह किसी भी उपयोग को स्वीकार्य बनाता है।

एक छोटे कोडिंग एजेंट के लिए टूल कॉलिंग

टूल कॉलिंग मॉडल को टेस्ट चलाने जैसी कार्रवाइयाँ अनुरोध करने की अनुमति देती है। आप tools में फ़ंक्शन परिभाषित करते हैं, जवाब से tool_calls पढ़ते हैं, उन्हें स्वयं चलाते हैं, और role: "tool" के साथ परिणाम वापस भेजते हैं। यहाँ एक कॉम्पैक्ट लूप है जो एक टेस्ट कमांड चला सकता है और आउटपुट पढ़ सकता है।

import json, subprocess

tools = [{
    "type": "function",
    "function": {
        "name": "run_tests",
        "description": "Run the project's test suite and return the output",
        "parameters": {"type": "object", "properties": {}, "required": []},
    },
}]

messages = [
    {"role": "system", "content": "Fix failing tests. Call run_tests, then explain the cause."},
    {"role": "user", "content": "The tests in this repo fail. Find out why."},
]

for step in range(6):
    r = client.chat.completions.create(model="uncensored", messages=messages, tools=tools, temperature=0.2)
    msg = r.choices[0].message
    messages.append(msg)
    if not msg.tool_calls:
        print(msg.content)
        break
    for call in msg.tool_calls:
        out = subprocess.run(["pytest", "-x", "-q"], capture_output=True, text=True, timeout=120)
        messages.append({"role": "tool", "tool_call_id": call.id, "content": (out.stdout + out.stderr)[-4000:]})

टूल आउटपुट को अंतिम 4,000 वर्णों तक सीमित करने से कॉन्टेक्स्ट और लागत नियंत्रित रहती है। लूप स्टेप्स पर हमेशा एक कठोर सीमा लगाएं, और शेल कमांड्स केवल एक सैंडबॉक्स या उस डायरेक्टरी के अंदर ही चलाएं जिसे आप खो सकते हैं। रेडीमेड एडिटर और टर्मिनल टूल्स के लिए, कई OpenAI-संगत Base URL स्वीकार करते हैं; समर्थित पैरामीटर की सूची इंटीग्रेशन डॉक्स में है।

एजेंट सेशन की लागत

एजेंट्स को दोहराव के आधार पर मूल्य दिया जाता है। हर स्टेप कॉन्टेक्स्ट को फिर से भेजता है, इसलिए इनपुट टोकन प्रमुख होते हैं। दरें 1M इनपुट टोकन के लिए $0.15 और 1M आउटपुट टोकन के लिए $0.50 हैं।

मान लीजिए कि एक सेशन में 30 स्टेप चलते हैं, जिनमें प्रत्येक में कॉन्टेक्स्ट के लगभग 40,000 टोकन भेजे जाते हैं और लगभग 500 टोकन वापस मिलते हैं।

  • इनपुट: 30 x 40,000 = 1,200,000 टोकन, इसलिए 1.2 x $0.15 = $0.18
  • आउटपुट: 30 x 500 = 15,000 टोकन, इसलिए 0.015 x $0.50 = $0.0075
  • कुल: $0.1875

उस रेट पर, $20 का क्रेडिट 100 से अधिक ऐसे सेशन को कवर करता है। क्रेडिट प्रीपेड है, कभी समाप्त नहीं होता और कोई सब्सक्रिप्शन नहीं है। क्रिप्टो (TRC20 पर USDT, Base पर USDC) से $20 से $500 तक किसी भी पूर्णांक राशि से टॉप-अप करें, $50 से +5%, $100 से +10% और $200 से +15% बोनस के साथ। विफल या अस्वीकृत अनुरोधों के लिए शुल्क नहीं लिया जाता। विवरण मूल्य निर्धारण पेज पर हैं।

सीमाएँ और शर्तें

एक पूर्ण कुंजी 8 समानांतर अनुरोधों और प्रति मिनट 300 की अनुमति देती है; एक ट्रायल कुंजी 2 और 60 की अनुमति देती है। कई फ़ाइलों में समानांतर परीक्षण चला रहे हैं? अपने वर्कर पूल को 8 पर सीमित रखें। सीमा से अधिक होने पर, API एक 429 लौटाता है: प्रति मिनट अनुरोधों के लिए rate_limited और एक साथ बहुत अधिक के लिए concurrency। अस्थायी ओवरलोड 429 लौटाता है Retry-After: 5 के साथ। एक स्ट्रीमिंग अनुरोध स्ट्रीम समाप्त होने तक अपना स्लॉट रखता है, इसलिए उन स्ट्रीम्स को बंद करें जिनकी अब आपको आवश्यकता नहीं है।

अब चेतावनियाँ। हम बेंचमार्क प्रकाशित नहीं करते हैं, और आपको यह नहीं मानना चाहिए कि यह मॉडल कोडिंग क्वालिटी में किसी अन्य मॉडल से बेहतर है। यह एक सामान्य ओपन-वेट मॉडल है जिसे इनकार न करने के लिए ट्यून किया गया है, यह एक विशेष कोड मॉडल नहीं है। इसे अपने स्वयं के कार्यों के नमूने पर टेस्ट करें और उससे तुलना करें जो आप अब उपयोग करते हैं। यह केवल टेक्स्ट है और रिक्वेस्ट बॉडी की सीमा 8 MB है, इसलिए आप बड़ी बाइनरी फ़ाइलें नहीं भेज सकते। प्रॉम्प्ट्स को ट्रेनिंग के लिए उपयोग नहीं किया जाता है, जो कोड प्राइवेट होने पर महत्वपूर्ण है। यदि आप इस सेवा के व्यापक संदर्भ को जानना चाहते हैं, तो DeepSeek वैकल्पिक ओवरव्यू बताता है कि यह वेंडर APIs से कैसे भिन्न है।

प्रश्न और उत्तर

क्या यह आधिकारिक DeepSeek API है?

नहीं। यह एक अलग सेवा है जो एक स्वतंत्र ओपन-वेट मॉडल, ID uncensored, चलाती है, एक OpenAI-संगत API के पीछे।

क्या यह कोडिंग एजेंट्स के लिए फ़ंक्शन कॉलिंग का समर्थन करता है?

हाँ। tools और tool_choice का उपयोग करें, जवाब में tool_calls हैंडल करें, और परिणाम role tool संदेशों के रूप में लौटाएं। स्ट्रीम किए गए टूल कॉल्स भी काम करते हैं।

मैं कितना बड़ा कोडबेस भेज सकता हूँ?

विंडो 100,000 टोकन के लिए प्रॉम्प्ट और कम्प्लीशन मिलाकर है, और अनुरोध बॉडी 8 MB तक हो सकती है। प्रतिक्रिया में टोकन उपयोग जांचें।

कोड रिव्यू की लागत कितनी है?

50,000-टोकन इनपुट और 2,000 टोकन के आउटपुट की लागत $0.0085 है, 1M टोकन के लिए $0.15 और $0.50 की दर पर।

आपकी कुंजी बस एक फ़ॉर्म दूर है

एक खाता बनाएँ, कुंजी कॉपी करें, Base URL बदलें। सेटअप यही है।

API कुंजी पाएँ