getdeepseekapi.comHướng dẫn
API AI không kiểm duyệt cho lập trình: Cài đặt, Chi phí, Giới hạn
Bạn đang thắc mắc cách sử dụng API DeepSeek cho lập trình với một endpoint không từ chối các câu hỏi về bảo mật hoặc scraping? Dịch vụ này không phải là API chính thức của DeepSeek, nhưng nó là một endpoint tương thích OpenAI cho một mô hình trọng số mở không kiểm duyệt, và nó xử lý các tác vụ mã thông qua các lệnh gọi chat tương tự.
Cập nhật
Điểm chính
- ID mô hình là
uncensored, Base URL là https://api.getdeepseekapi.com/v1, và bất kỳ SDK OpenAI nào cũng hoạt động. - Việc từ chối quan trọng nhất đối với kiểm thử bảo mật, phân tích ngược, scraping và phân tích malware, tất cả đều cho mục đích sử dụng hợp pháp.
- Chi phí rà soát cơ sở mã 50.000 token cho phần đầu vào dưới một xu; một lần chạy agent 30 bước tốn khoảng 19 xu.
- Gọi hàm, chế độ JSON và truyền phát (streaming) đều được hỗ trợ, với cửa sổ ngữ cảnh 100.000 token.

Endpoint này là gì và không phải là gì
Câu hỏi đề cập đến DeepSeek, nên cần làm rõ nhanh. Dịch vụ này không phải là API DeepSeek chính thức và không định tuyến đến DeepSeek hoặc bất kỳ nhà cung cấp nào khác. Nó chạy một mô hình trọng số mở thông qua nhà cung cấp độc lập, được tinh chỉnh để trả lời mà không từ chối nội dung cho người trưởng thành sử dụng hợp pháp. Bạn gọi nó với mô hình uncensored tại https://api.getdeepseekapi.com/v1, sử dụng cùng định dạng yêu cầu với các SDK OpenAI. Nếu bạn đến để tìm các mô hình chính thức của DeepSeek, hãy sử dụng trực tiếp DeepSeek và kiểm tra tài liệu của họ.
Tại sao dùng mô hình không bộ lọc cho code? Hầu hết câu hỏi lập trình không bao giờ bị từ chối trên bất kỳ mô hình nào. Nhưng một số tác vụ hợp pháp vẫn bị chặn hoặc làm yếu đi bởi bộ lọc: viết trình quét cổng cho mạng của bạn, phân tích mẫu nhị phân đáng ngờ, fuzzing API của chính bạn, xây dựng trình thu thập dữ liệu, giải thích cách lớp khai thác hoạt động để bạn vá nó. Mô hình được tinh chỉnh để trả lời trực tiếp những điều đó tiết kiệm thời gian bạn sẽ dành để diễn giải lại. Nó không làm code tốt hơn, và không loại bỏ trách nhiệm sử dụng nó hợp pháp của bạn. Giới hạn cứng: không có gì liên quan đến nội dung tình dục với người chưa thành niên, không bao giờ, trong mọi trường hợp.
Thiết lập trong hai phút
Tạo tài khoản (Google, hoặc email và mật khẩu) và mở trang khóa API. Người dùng mới có thể nhận $0,50 tín dụng dùng thử miễn phí chỉ với một cú nhấp chuột. Nó có giá trị trong 7 ngày, không cần thẻ và mỗi người chỉ được nhận một lần. Sau đó, hãy cài đặt SDK và chạy lệnh gọi đầu tiên.
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)
Nhiệt độ thấp, khoảng 0,0 đến 0,3, phù hợp với code. Đặt giá trị cao hơn chỉ khi bạn muốn các lựa chọn đa dạng cho việc động não.
Rà soát mã trên toàn bộ tệp hoặc repo nhỏ
Một vài thói quen prompt giúp câu trả lời code tốt hơn trên bất kỳ mô hình nào. Đặt tên ngôn ngữ và phiên bản, dán chính xác văn bản lỗi thay vì mô tả nó, và nói những gì bạn đã thử. Yêu cầu diff hoặc một hàm duy nhất thay vì viết lại toàn bộ file, vì câu trả lời ngắn rẻ hơn và dễ xem xét hơn. Khi tác vụ lớn, hãy chia nhỏ: một yêu cầu để lập kế hoạch, một yêu cầu khác để viết từng phần. Điều đó cũng giữ mỗi prompt nằm trong cửa sổ ngữ cảnh và cho phép bạn chạy các phần độc lập song song, lên đến giới hạn concurrency.
Cửa sổ 100.000 token (prompt cộng với completion) cho phép bạn dán nhiều mã nguồn vào một yêu cầu. Xấp xỉ, 1.000 dòng code điển hình là 10.000 đến 15.000 token, nhưng hãy đo lường bằng trường usage thay vì tin vào quy tắc.
Chế độ JSON làm cho đầu ra rà soát có thể đọc được bởi máy. Hãy yêu cầu một hình dạng cố định và phân tích cú pháp nó.
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)
Chế độ JSON đảm bảo cú pháp hợp lệ, không phải các khóa chính xác của bạn, vì vậy hãy kiểm tra xem các trường có tồn tại trước khi sử dụng chúng. Chi phí rất nhỏ. Gửi một cơ sở mã 50.000 token và nhận lại 2.000 token tốn 50.000 x 0,15 / 1.000.000 = $0,0075 cho đầu vào cộng với 2.000 x 0,50 / 1.000.000 = $0,001 cho đầu ra, tổng cộng $0,0085.
Nơi các lệnh từ chối thực sự xuất hiện trong công việc lập trình
Nó hữu ích khi cụ thể, vì một mô hình bị lọc từ chối điều gì đó vô hại không giống như một mô hình từ chối điều gì đó nguy hiểm. Đây là những nhiệm vụ hợp pháp mà các nhà phát triển báo cáo gặp phải ma sát ở nơi khác, vì vậy hãy kiểm thử chúng trên bất kỳ mô hình nào bạn sử dụng:
- Kiểm tra bảo mật các hệ thống bạn sở hữu hoặc có quyền kiểm tra: trình quét, công cụ fuzzing, mã proof-of-concept để xác nhận bản vá hoạt động.
- Phân tích ngược và phân tích malware: giải thích những gì một hàm đã được decompile thực hiện.
- Thu thập dữ liệu và tự động hóa: xử lý đăng nhập, giới hạn tốc độ và hành vi chống bot trên các tài khoản của chính bạn.
- Viết các quy tắc phát hiện, nghĩa là trước tiên phải hiểu cách cuộc tấn công hoạt động.
- Mod game và các công cụ mô phỏng chạm vào bảo vệ bản quyền theo những cách bất thường.
Trách nhiệm không thay đổi. Nếu bạn sử dụng đầu ra chống lại các hệ thống bạn không có quyền kiểm thử, đó là trách nhiệm của bạn. Ý nghĩa của một mô hình không lọc là nó coi bạn là một người trưởng thành có lý do để hỏi, không phải là nó chấp nhận mọi việc sử dụng.
Gọi công cụ cho một agent lập trình nhỏ
Gọi công cụ cho phép mô hình yêu cầu các hành động như chạy kiểm thử. Bạn xác định các hàm trong tools, đọc tool_calls từ phản hồi, chạy chúng và gửi kết quả lại với role: "tool". Đây là một vòng lặp gọn có thể chạy một lệnh kiểm thử và đọc đầu ra.
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:]})
Cắt ngắn đầu ra công cụ xuống 4.000 ký tự cuối cùng giữ ngữ cảnh và chi phí ở mức kiểm soát. Luôn đặt giới hạn cứng trên các bước vòng lặp, và chỉ chạy các lệnh shell bên trong một sandbox hoặc một thư mục bạn có thể mất đi. Đối với các công cụ editor và terminal có sẵn, nhiều cái chấp nhận Base URL tương thích OpenAI; tài liệu tích hợp liệt kê các tham số được hỗ trợ.
Chi phí cho một phiên agent
Agent được định giá theo sự lặp lại. Mỗi bước gửi lại ngữ cảnh, vì vậy token đầu vào chiếm ưu thế. Giá là $0,15 cho mỗi 1 triệu token đầu vào và $0,50 cho mỗi 1 triệu token đầu ra.
Giả sử một phiên chạy 30 bước, mỗi bước gửi khoảng 40.000 token ngữ cảnh và trả về khoảng 500 token.
- Đầu vào: 30 x 40.000 = 1.200.000 token, vậy 1.2 x $0,15 = $0,18
- Đầu ra: 30 x 500 = 15.000 token, vậy 0.015 x $0,50 = $0,0075
- Tổng cộng: $0,1875
Với tỷ lệ đó, $20 tín dụng đủ cho hơn 100 phiên như vậy. Tín dụng là trả trước, không bao giờ hết hạn và không có gói đăng ký. Nạp tiền với bất kỳ số nguyên nào từ $20 đến $500 bằng tiền mã hóa (USDT trên TRC20, USDC trên Base), với bonus +5% từ $50, +10% từ $100 và +15% từ $200. Các yêu cầu thất bại hoặc bị từ chối không bị tính phí. Chi tiết có trên trang giá cả.
Giới hạn và các lưu ý trung thực
Một khóa đầy đủ cho phép 8 yêu cầu đồng thời và 300 mỗi phút; một khóa dùng thử cho phép 2 và 60. Chạy kiểm thử song song trên nhiều tệp? Hãy giới hạn pool worker của bạn ở mức 8. Vượt quá giới hạn, API trả về 429: rate_limited cho yêu cầu mỗi phút và concurrency cho quá nhiều cùng lúc. Quá tải tạm thời trả về 429 với Retry-After: 5. Một yêu cầu truyền phát giữ slot của nó cho đến khi stream kết thúc, vì vậy hãy đóng các stream bạn không còn cần nữa.
Bây giờ là các lưu ý. Chúng tôi không công bố benchmark, và bạn không nên giả định mô hình này vượt trội hơn bất kỳ mô hình nào khác về chất lượng lập trình. Đây là một mô hình trọng số mở chung được tinh chỉnh để không từ chối, không phải là một mô hình mã chuyên dụng. Hãy kiểm thử nó trên một mẫu nhiệm vụ của riêng bạn và so sánh với bất kỳ thứ gì bạn đang sử dụng hiện nay. Nó chỉ là văn bản và giới hạn body yêu cầu là 8 MB, vì vậy bạn không thể gửi các nhị phân lớn. Các prompt không được sử dụng để huấn luyện, điều này quan trọng khi mã là riêng tư. Nếu bạn muốn bối cảnh rộng hơn về dịch vụ này, tổng quan về giải pháp thay thế DeepSeek giải thích cách nó khác với API của nhà cung cấp.
Hướng dẫn khác
Hỏi đáp
Đây có phải là DeepSeek API chính thức không?
Không. Đây là dịch vụ riêng chạy một mô hình trọng số mở độc lập, ID là uncensored, qua API tương thích OpenAI.
Nó có hỗ trợ gọi hàm cho agent lập trình không?
Có. Sử dụng tools và tool_choice, xử lý tool_calls trong phản hồi, và trả kết quả dưới dạng thông báo role tool. Truyền phát các lệnh gọi công cụ cũng hoạt động.
Tôi có thể gửi codebase lớn đến mức nào?
Cửa sổ là 100.000 token cho prompt cộng với completion, và body của yêu cầu có thể lên đến 8 MB. Kiểm tra việc sử dụng token trong phản hồi.
Chi phí cho một lần rà soát mã là bao nhiêu?
Đầu vào 50.000 token với đầu ra 2.000 token tốn $0,0085 ở mức $0,15 và $0,50 cho mỗi 1 triệu token.
Khóa của bạn chỉ cách một biểu mẫu
Tạo tài khoản, sao chép khóa, thay đổi Base URL. Đó là toàn bộ thiết lập.