阿里云百炼初探DeepSeek模型调用

阿里云百炼是一个综合性人工智能开发与管理平台，提供模型、应用、数据等全链路服务，涵盖模型推理、批量处理、插件开发及系统观测功能。在阿里云百炼中调用DeepSeek模型，可以按照以下步骤进行：

一、准备工作

1. 注册与开通服务：

   • 如果没有阿里云账号，需要先注册阿里云账号。
   • 前往百炼控制台，开通百炼的模型服务，以获得免费额度。

2. 获取API Key：

   • 在控制台的右上角选择API-KEY，然后创建API Key，用于通过API调用大模型。
   • 将API Key配置到环境变量中，以避免在代码里显式地配置API Key。

二、搜索与选择模型

1. 进入模型广场：在百炼平台中，进入模型广场以搜索DeepSeek模型。
2. 选择模型：可以选择DeepSeek-R1、DeepSeek-V3等不同的模型版本，根据实际需求选择适合的模型参数规模。例如，可以选择限时免费体验的deepseek-r1-distill-llama-70b进行演示。
3. 查看模型信息：在选择模型后，可以查看模型的说明、费用和调用方式等信息。

三、调用模型

1. 安装依赖：

   • 如果通过SDK调用DeepSeek模型，需要安装相应的SDK，如OpenAI SDK。

2. 编写代码：

   • 使用OpenAI SDK或兼容的HTTP方式编写代码来调用DeepSeek模型。以下是一个使用OpenAI SDK调用DeepSeek-R1模型的示例代码：

     import os
     from openai import OpenAI
     
     client = OpenAI(
         api_key=os.getenv("DASHSCOPE_API_KEY"),  # 若没有配置环境变量，请用百炼API Key替换
         base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
     )
     
     completion = client.chat.completions.create(
         model="deepseek-r1",  # 此处以deepseek-r1为例，可按需更换模型名称
         messages=[{'role': 'user', 'content': '2025年如何学习AI'}]
     )
     
     # 打印思考过程和最终答案
     print("思考过程:")
     print(completion.choices[0].message.reasoning_content)
     print("最终答案:")
     print(completion.choices[0].message.content)

     * 注意：对于DeepSeek-R1类模型，思考过程会通过`reasoning_content`字段返回，最终回复会通过`content`字段返回。

     3. 流式输出：

     * 由于DeepSeek-R1类模型可能会输出较长的思考过程，为了降低超时风险，可以使用流式输出调用模型。以下是一个流式输出的示例代码：

     import os
     from openai import OpenAI
     
     client = OpenAI(
         api_key=os.getenv("DASHSCOPE_API_KEY"),  # 若没有配置环境变量，请用百炼API Key替换
         base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
     )
     
     completion = client.chat.completions.create(
         model="deepseek-r1",  # 此处以deepseek-r1为例，可按需更换模型名称
         messages=[{'role': 'user', 'content': 'DeepSeek和ChatGPT相比较的优势是什么?'}],
         stream=True
     )
     
     reasoning_content = ""
     answer_content = ""
     
     for chunk in completion:
         reasoning_chunk = chunk.choices[0].delta.reasoning_content
         answer_chunk = chunk.choices[0].delta.content
         
         if reasoning_chunk:
             print(reasoning_chunk, end="")
             reasoning_content += reasoning_chunk
         elif answer_chunk:
             print(answer_chunk, end="")
             answer_content += answer_chunk
     
     print(f"\n完整思考过程:{reasoning_content}")
     print(f"完整的回复:{answer_content}")

     四、注意事项

   • 费用与定价：

     • 调用DeepSeek模型可能会产生费用，具体费用取决于选择的模型版本、调用次数以及输出量等因素。
     • 阿里云百炼等平台可能会提供限时免费体验或折扣优惠等活动，可以关注相关平台的活动信息以获取更多优惠。

   • 数据隐私与安全：

     • 阿里云严格保护数据隐私，不会将用户的数据用于模型训练。
     • 在构建应用或调用模型过程中传输的数据都会经过加密处理，确保数据安全。

   • 综上所述，通过阿里云百炼平台调用DeepSeek模型需要完成注册开通服务、获取API Key、搜索选择模型以及编写代码调用模型等步骤。在调用过程中需要注意费用与定价、数据隐私与安全以及性能与稳定性等方面的问题。

   • 性能与稳定性：

     • 阿里云百炼等平台提供了负载均衡和自动扩缩容机制等保障措施，以确保API调用的稳定性。
     • 在实际调用过程中，可以根据需求选择合适的模型版本和参数设置以获得更好的性能和稳定性表现。