DeepSeek R1 API: Guia de Integração & Preços (2026)
O DeepSeek-R1 atingiu 97.3% no AIME 2024, igualando os principais modelos de raciocínio de sua era. Ele é open-weight, muito mais barato que os modelos de ponta ocidentais e está disponível via API compatível com a OpenAI. Este guia aborda a integração com Python/Node.js, preços e quando escolher o R1 vs o mais recente DeepSeek-V4-Pro.
O que é o DeepSeek R1?
DeepSeek-R1 é um modelo de raciocínio de pesos abertos lançado pela DeepSeek AI (China) que usa raciocínio em cadeia de pensamento (CoT) — ele analisa problemas passo a passo antes de fornecer uma resposta final, semelhante a como o GPT-o1 e o o3 funcionam.
Principais destaques do DeepSeek-R1:
- • AIME 2024: 97.3% (vs 96.7% do GPT-o1) — principal benchmark de raciocínio matemático
- • MATH-500: ~97% (vs 96.4% do GPT-o1)
- • HumanEval (programação): ~95% (vs ~92% do GPT-o1)
- • Pesos abertos: licença MIT no Hugging Face — execute localmente ou faça fine-tuning
- • Janela de contexto: 128K tokens
- • Formato da API: compatível com a OpenAI (chat completions)
- • Custo via ChinaModelAPI: ~60-80% mais barato por token vs GPT-o1
DeepSeek R1 vs DeepSeek V3: Qual usar?
| Recurso | DeepSeek-R1 | DeepSeek-V3 |
|---|---|---|
| Tipo | Raciocínio (CoT) | Uso geral |
| AIME 2024 | 97.3% 🏆 | ~40% |
| Velocidade de resposta | Mais lento (tokens de pensamento) | Rápido |
| Custo por token | Mais alto (mais tokens) | Mais baixo |
| Melhor para | Matemática, raciocínio, programação complexa | Chat, conteúdo, código geral |
| Pesos abertos | Sim ✓ | Sim ✓ |
| ID do Modelo (ChinaModelAPI) | deepseek-r1 | deepseek-v4-pro |
Regra geral: use o R1 para problemas difíceis que exigem raciocínio passo a passo. Use o V3 para todo o resto.
Integração Python: DeepSeek R1 API
Instalação: pip install openai
from openai import OpenAI
client = OpenAI(
base_url="https://api.chinamodelapi.com/v1",
api_key="your-chinamodelapi-key"
)
response = client.chat.completions.create(
model="deepseek-r1",
messages=[{
"role": "user",
"content": "Prove that there are infinitely many prime numbers."
}],
max_tokens=4096 # R1 uses more tokens for reasoning steps
)
# R1 may include a reasoning field with chain-of-thought
message = response.choices[0].message
if hasattr(message, "reasoning_content"):
print("Thinking:", message.reasoning_content)
print("Answer:", message.content)⚡ Dica de desempenho:
O DeepSeek-R1 gera tokens de raciocínio antes da resposta final. Para tarefas simples, use deepseek-v4-pro em vez disso — mais rápido e mais barato. Use o R1 apenas quando precisar de raciocínio passo a passo (matemática, programação complexa, lógica).
Integração Node.js: DeepSeek R1 API
Instalação: npm install openai
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.chinamodelapi.com/v1",
apiKey: "your-chinamodelapi-key"
});
const response = await client.chat.completions.create({
model: "deepseek-r1",
messages: [{
role: "user",
content: "Write a merge sort implementation in TypeScript with type annotations."
}],
max_tokens: 4096
});
console.log(response.choices[0].message.content);Melhores Casos de Uso para o DeepSeek R1
Matemática Avançada
Pontuação de 97.3% no AIME 2024. Ideal para problemas de olimpíadas, demonstrações, cálculo e computação numérica. A cadeia de pensamento mostra todas as etapas do trabalho.
Problemas Complexos de Programação
~95% no HumanEval. Ideal para projeto de algoritmos, programação dinâmica, implementação de estruturas de dados e depuração de erros lógicos complexos.
Análise Jurídica & Financeira
Raciocínio estruturado de argumentos. Análise de contratos, identificação de cláusulas, lógica de modelos financeiros — tarefas que exigem etapas lógicas sequenciais.
Raciocínio Científico
Resolução de problemas de física, química e biologia. Forte no GPQA (questões científicas de nível de pós-graduação). Útil para assistência em pesquisa.
Perguntas Frequentes
Posso executar o DeepSeek R1 localmente?
Sim. Os pesos do DeepSeek-R1 estão no Hugging Face sob licença MIT. O modelo completo requer ~800GB de VRAM para inferência. Versões destiladas (DeepSeek-R1-Distill-Qwen-7B, etc.) rodam em hardware de consumo a partir de 16GB de VRAM. Para a maioria dos desenvolvedores, a API via ChinaModelAPI é mais fácil do que a implantação local.
O DeepSeek R1 suporta streaming?
Sim. Defina stream=True em Python ou stream: true em Node.js. Observe que, com o R1, você receberá tokens de raciocínio antes dos tokens da resposta final no stream.
Por que o DeepSeek R1 é mais lento que o GPT-4?
O DeepSeek-R1 gera tokens internos de raciocínio (cadeia de pensamento) antes de produzir sua resposta — semelhante ao GPT-o1. Esse "tempo de reflexão" aumenta a latência, mas melhora drasticamente a precisão em problemas difíceis. Para tarefas em que a velocidade importa mais do que a profundidade do raciocínio, use o DeepSeek-V4-Pro em vez disso.
Existe uma versão destilada do DeepSeek R1 para inferência mais rápida?
Sim. A DeepSeek lançou variantes destiladas: R1-Distill-Qwen-7B, R1-Distill-Qwen-14B, R1-Distill-Qwen-32B e R1-Distill-Llama-70B. Elas mantêm grande parte da capacidade de raciocínio do R1 em modelos menores e mais rápidos. Entre em contato conosco sobre o acesso a variantes destiladas via ChinaModelAPI.
Guias Relacionados
Acesse o DeepSeek-R1 e todos os modelos de IA chineses por meio de uma única API compatível com a OpenAI.
Obter Acesso Antecipado