1、首先呢，點擊 “DeepSeek”” 這個，

可以充1塊玩玩。

2、然后獲取api-key

3、替換apiKey

const (apiURL    = "https://api.deepseek.com/v1/chat/completions"apiKey    = "your api key" // 替換為你的實際 API KeymodelName = "deepseek-chat"                       // 或其他可用模型
)

4、在上方更改api之后，只需要套用下方即可：

package mainimport ("bytes""encoding/json""fmt""io""net/http"
)const (apiURL    = "https://api.deepseek.com/v1/chat/completions"apiKey    = "your api key" // 替換為你的實際 API KeymodelName = "deepseek-chat"                       // 或其他可用模型
)// 請求結構體
type RequestBody struct {Model    string    `json:"model"`Messages []Message `json:"messages"`
}type Message struct {Role    string `json:"role"`Content string `json:"content"`
}// 響應結構體
type APIResponse struct {Choices []struct {Message struct {Content string `json:"content"`} `json:"message"`} `json:"choices"`
}func main() {// 1. 構造請求數據// 也就是在這里發起提問requestBody := RequestBody{Model: modelName,Messages: []Message{{Role: "user", Content: "請解釋量子計算的基本原理"},},}jsonBody, _ := json.Marshal(requestBody)// 2. 創建 HTTP 請求req, _ := http.NewRequest("POST", apiURL, bytes.NewBuffer(jsonBody))req.Header.Set("Authorization", "Bearer "+apiKey)req.Header.Set("Content-Type", "application/json")// 3. 發送請求client := &http.Client{}resp, err := client.Do(req)if err != nil {panic("請求失敗: " + err.Error())}defer resp.Body.Close()// 4. 讀取響應body, _ := io.ReadAll(resp.Body)// 5. 解析響應var apiResp APIResponseif err := json.Unmarshal(body, &apiResp); err != nil {panic("解析響應失敗: " + err.Error())}// 6. 輸出結果if len(apiResp.Choices) > 0 {fmt.Println("模型回復:", apiResp.Choices[0].Message.Content)} else {fmt.Println("未收到有效回復")}
}

模型&價格解說：

這么復雜，第一次看，一定很吃力。

但沒辦法，誰讓我有AI呢，看來只能魔法對抗魔法嘍。

照片下方，是最新的解讀。

我用最直白的話幫你解讀 DeepSeek 的模型和價格，就像逛超市看商品標簽一樣簡單：

一、先搞懂幾個關鍵名詞

1. Token：
   可以理解為 “文字單位”，比如中文里一個字、一個詞，或者英文里一個單詞、標點符號，模型會把你輸入的文字拆成這種小單元處理。
   舉例：“你好，世界！” 大概是 3-4 個 tokens。

2. 上下文長度：
   就是你和模型對話時，能 “記住” 的歷史內容長度。比如?64K?相當于能記住?約 4 萬字的對話記錄（中文）。

注意：
這里的8K、64K，是指 8K tokens、64k tokens
這么多tokens表示，大概能輸入/分解，多少文字

1. 輸出長度：
   模型一次能回復的文字量。比如：

   • deepseek-chat?最多能回?8K（約 6000 字）
   • deepseek-reasoner?最多能回?64K（約 4.8 萬字）（適合寫長報告、復雜推理）。

二、模型區別：選哪個？

模型名稱	適合場景	核心功能	一句話總結
deepseek-chat	日常對話、簡單問答	支持生成 JSON、調用工具	聊天機器人，能幫你寫簡短文案、查信息
deepseek-reasoner	復雜推理、長文本生成（如論文）	支持超長輸出（64K）、思維鏈	學霸型模型，適合寫報告、分析數據、寫小說

三、價格表：怎么花錢？

先看費用結構：花的錢 = 輸入 token 數 × 單價 + 輸出 token 數 × 單價

（輸入：你發給模型的文字；輸出：模型回復你的文字）

1. 標準時段（北京時間 08:30-00:30）：正常價格

模型	輸入費用（每百萬 tokens）	輸出費用（每百萬 tokens）
deepseek-chat	- 緩存命中（常用內容）：0.5 元 - 緩存未命中（新內容）：2 元	8 元
deepseek-reasoner	- 緩存命中：1 元 - 緩存未命中：4 元	16 元

舉個栗子🌰：

• 你用?deepseek-chat?發了 100 萬 tokens 的問題（新內容，緩存未命中），模型回了 100 萬 tokens 的答案：
  費用 = 2 元（輸入） + 8 元（輸出）= 10 元。

2. 優惠時段（北京時間 00:30-08:30）：打骨折！

模型	輸入費用（每百萬 tokens）	輸出費用（每百萬 tokens）
deepseek-chat	- 緩存命中：0.25 元（5 折） - 緩存未命中：1 元（5 折）	4 元（5 折）
deepseek-reasoner	- 緩存命中：0.25 元（2.5 折） - 緩存未命中：1 元（2.5 折）	4 元（2.5 折）

舉個栗子🌰：

• 同樣的操作（100 萬輸入 + 100 萬輸出），在優惠時段：
  費用 = 1 元（輸入） + 4 元（輸出）= 5 元，直接省一半！

---

借鑒資料：

1、DeepSeek API 文檔?

2、【GoLang】手把手教你用Go語言調用DeepSeek-R1大模型

---