DeepSeek Chat Completion API 申請及使用

DeepSeek は非常に強力な AI 対話システムで、提示されたキーワードを入力するだけで、数秒以内に流暢で自然な返信を生成できます。DeepSeek-V3 はその優れた言語理解と生成能力により業界で際立っており、現在、DeepSeek-V3 はさまざまな業界や分野で広く利用されており、その影響力はますます顕著になっています。日常の対話、創造的な執筆、専門的な相談、コードプログラミングにおいても、DeepSeek-V3 は驚くべき知的支援を提供し、人間の作業効率と創造性を大幅に向上させています。この文書では、DeepSeek Chat Completion API 操作の使用プロセスについて主に説明します。これを利用することで、公式の DeepSeek の対話機能を簡単に使用できます。

申請プロセス

DeepSeek Chat Completion API を使用するには、まず DeepSeek Chat Completion API ページにアクセスし、「Acquire」ボタンをクリックして、リクエストに必要な認証情報を取得します：

まだログインまたは登録していない場合は、自動的にログインページにリダイレクトされ、登録とログインを促されます。ログインまたは登録後、現在のページに自動的に戻ります。初回申請時には無料のクレジットが付与され、この API を無料で使用できます。

基本使用

次に、画面上に対応する内容を入力します。以下の図のように：

このインターフェースを初めて使用する際には、少なくとも3つの内容を入力する必要があります。一つは authorization で、ドロップダウンリストから直接選択できます。もう一つのパラメータは model で、model は DeepSeek の公式モデルカテゴリを選択するものです。ここでは主に4つのモデルがあります。詳細は提供されたモデルをご覧ください。最後のパラメータは messages で、messages は入力する質問の配列です。これは配列で、複数の質問を同時にアップロードでき、各質問には role と content が含まれています。role は質問者の役割を示し、user、assistant、system の3つの役割を提供しています。もう一つの content は具体的な質問内容です。また、右側には対応する呼び出しコードが生成されていることに注意してください。コードをコピーして直接実行することも、直接「Try」ボタンをクリックしてテストすることもできます。よく使われるオプションパラメータ：

max_tokens：単一の返信の最大トークン数を制限します。
temperature：生成のランダム性、0-2 の範囲で、値が大きいほど発散します。
n：一度に生成する候補返信の数。
response_format：返却フォーマットの設定。

呼び出し後、返された結果は以下の通りです：

{
  "id": "chatcmpl-050bf20a-ebcd-498a-bf6e-63ee0738013b",
  "object": "chat.completion",
  "created": 1764846609,
  "model": "deepseek-v3.2-exp",
  "usage": {
    "prompt_tokens": 8,
    "completion_tokens": 11,
    "total_tokens": 19
  },
  "choices": [
    {
      "index": 0,
      "message": {
        "content": "Hello! 😊 How can I help you today?",
        "role": "assistant"
      },
      "refs": null,
      "logprobs": null,
      "finish_reason": "stop",
      "service_tier": null
    }
  ]
}

返された結果には複数のフィールドがあり、以下のように説明されます：

id：今回の対話タスクの ID で、今回の対話タスクを一意に識別します。
created：今回の対話タスクの作成時間情報。
model：選択した DeepSeek の公式モデル。
choices：DeepSeek が質問に対して提供した回答情報。
usage：今回の問答に対するトークンの統計情報。

その中で choices は DeepSeek の回答情報を含んでおり、choices の中には DeepSeek の回答情報が含まれています。以下の図のように確認できます。

choices の中の content フィールドには、DeepSeek の返信の具体的な内容が含まれています。

ストリーミング応答

このインターフェースはストリーミング応答もサポートしており、ウェブページとの接続に非常に便利で、ウェブページで逐次表示効果を実現できます。ストリーミングで応答を返したい場合は、リクエストヘッダーの stream パラメータを true に変更します。変更は以下の図のように行いますが、呼び出しコードにはストリーミング応答をサポートするための対応する変更が必要です。

stream を true に変更すると、API は行ごとに対応する JSON データを返します。コードレベルで逐次結果を取得するために、相応の変更を行う必要があります。 Python サンプル呼び出しコード：

import requests

url = "https://api.xhuoapi.ai/v1/deepseek/chat/completions"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "deepseek-v3",
    "messages": [{"role":"user","content":"hello"}],
    "stream": True
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

出力結果は以下の通りです：

data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": "こんにちは", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": "！", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": "", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " 😊", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " どうやって", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " 私は", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " あなたを", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " 手伝う", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " ことが", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": " できますか", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": "？", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "o7X27b1-2kFHot-97098d957dd1d39a-PDX", "object": "chat.completion.chunk", "created": 1755437709, "model": "deepseek-v3", "system_fingerprint": null, "choices": [{"delta": {"content": "", "role": "assistant"}, "logprobs": null, "finish_reason": "stop", "index": 0}], "usage": {"prompt_tokens": 4, "completion_tokens": 12, "total_tokens": 16, "prompt_tokens_details": {"cached_tokens": 0, "text_tokens": 0, "audio_tokens": 0, "image_tokens": 0}, "completion_tokens_details": {"text_tokens": 0, "audio_tokens": 0, "reasoning_tokens": 0}, "input_tokens": 0, "output_tokens": 0, "input_tokens_details": null}}

data: [DONE]

見ることができるように、応答の中には多くの data が含まれており、data の中の choices が最新の回答内容であり、上記の内容と一致しています。choices は新たに追加された回答内容であり、結果に基づいてシステムに接続することができます。また、ストリーミング応答の終了は data の内容に基づいて判断され、内容が [DONE] の場合、ストリーミング応答の回答がすべて終了したことを示します。返された data の結果には複数のフィールドがあり、以下のように説明されています：

id：この対話タスクを生成するための ID であり、この対話タスクを一意に識別するために使用されます。
model：選択された DeepSeek の公式モデル。
choices：DeepSeek が質問に対して提供する回答情報。

JavaScript もサポートされており、例えば Node.js のストリーミング呼び出しコードは以下の通りです：

const options = {
  method: "post",
  headers: {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
  },
  body: JSON.stringify({
    "model": "deepseek-v3",
    "messages": [{"role":"user","content":"こんにちは"}],
    "stream": true
  })
};

fetch("https://api.xhuoapi.ai/v1/deepseek/chat/completions", options)
  .then(response => response.json())
  .then(response => console.log(response))
  .catch(err => console.error(err));

Java のサンプルコード：

JSONObject jsonObject = new JSONObject();
jsonObject.put("model", "deepseek-v3");
jsonObject.put("messages", [{"role":"user","content":"こんにちは"}]);
jsonObject.put("stream", true);
MediaType mediaType = "application/json; charset=utf-8".toMediaType();
RequestBody body = jsonObject.toString().toRequestBody(mediaType);
Request request = new Request.Builder()
  .url("https://api.xhuoapi.ai/v1/deepseek/chat/completions")
  .post(body)
  .addHeader("accept", "application/json")
  .addHeader("authorization", "Bearer {token}")
  .addHeader("content-type", "application/json")
  .build();

OkHttpClient client = new OkHttpClient();
Response response = client.newCall(request).execute();
System.out.print(response.body!!.string())

他の言語は別に自分で書き換えることができ、原理は同じです。

多輪対話

もし多輪対話機能を接続したい場合は、messages フィールドに複数の質問をアップロードする必要があります。複数の質問の具体的な例は以下の図のようになります：

Python サンプル呼び出しコード：

import requests

url = "https://api.xhuoapi.ai/v1/deepseek/chat/completions"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "deepseek-v3",
    "messages": [{"role":"user","content":"こんにちは"},{"role":"assistant","content":"こんにちは！今日はどのようにお手伝いできますか？"},{"role":"user","content":"今何を言ったの？"}]
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

複数の質問をアップロードすることで、簡単に多段階の対話を実現でき、以下のような回答を得ることができます：

{
  "id": "as-8g3qzbsw2b",
  "object": "chat.completion",
  "created": 1755437895,
  "model": "deepseek-v3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "あなたはちょうど言いました:  \n\n**\"こんにちは\"**  \n\nそして私は次のように応答しました:  \n\n**\"こんにちは！今日はどのようにお手伝いできますか？\"**  \n\nその後、あなたは次のように続けました:  \n\n**\"今何を言ったの？\"**  \n\nどのようにお手伝いできるか教えてください！😊"
      },
      "finish_reason": "stop",
      "flag": 0
    }
  ],
  "usage": {
    "prompt_tokens": 22,
    "completion_tokens": 57,
    "total_tokens": 79
  }
}

choices に含まれる情報は基本的な使用内容と一致しており、これは DeepSeek が複数の対話に対して応答する具体的な内容を含んでいます。これにより、複数の対話内容に基づいて対応する質問に答えることができます。

エラーハンドリング

API を呼び出す際にエラーが発生した場合、API は対応するエラーコードと情報を返します。例えば：

400 token_mismatched：不正なリクエスト、パラメータが不足しているか無効である可能性があります。
400 api_not_implemented：不正なリクエスト、パラメータが不足しているか無効である可能性があります。
401 invalid_token：認証されていない、無効または不足している認証トークン。
429 too_many_requests：リクエストが多すぎます、レート制限を超えています。
500 api_error：内部サーバーエラー、サーバーで何かがうまくいきませんでした。

エラー応答の例

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "取得に失敗しました"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

結論

この文書を通じて、あなたは DeepSeek Chat Completion API を使用して公式の DeepSeek の対話機能を簡単に実現する方法を理解しました。この文書が、API の接続と使用をより良くする手助けとなることを願っています。ご不明な点がございましたら、いつでも技術サポートチームにお問い合わせください。

Documentation Index

​申請プロセス

​基本使用

​ストリーミング応答

​多輪対話

​エラーハンドリング

​エラー応答の例

​結論