DeepSeek本地部署与API调用教程：免费使用国产最强推理模型

为什么选择DeepSeek

DeepSeek V3是2026年国产开源大模型的代表，671B参数MoE架构，推理能力逼近GPT-4o但成本仅1/10。在数学、代码、逻辑推理等任务上表现优异，且完全开源免费。

一、通过Ollama部署（最简单）

# 安装Ollama（如未安装参考我们的Ollama教程）
# 详见 /articles/ollama-local-llm-deploy-guide

# 下载DeepSeek V3（量化版）
ollama pull deepseek-v3

# 运行对话
ollama run deepseek-v3

# 也可以下载更小的版本
ollama pull deepseek-v3:7b    # 7B版本，低配电脑可用
ollama pull deepseek-v3:14b   # 14B版本，平衡选择

二、API调用

Ollama部署后，API默认在 localhost:11434：

# Python调用
from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:11434/v1",
    api_key="ollama"  # Ollama不需要真实key
)

response = client.chat.completions.create(
    model="deepseek-v3",
    messages=[{"role": "user", "content": "用Python写一个快速排序"}]
)
print(response.choices[0].message.content)

三、在VS Code中使用

安装Continue插件，配置使用本地DeepSeek：

// ~/.continue/config.json
{
  "models": [{
    "title": "DeepSeek Local",
    "provider": "ollama",
    "model": "deepseek-v3:7b"
  }]
}

配置后在VS Code中按Ctrl+L即可调用DeepSeek进行代码补全和问答。

四、在Cursor/Trae中使用

Cursor和Trae都支持自定义模型API：

1. 打开设置 → 模型配置
2. 添加自定义OpenAI兼容API
3. Base URL: http://localhost:11434/v1
4. API Key: ollama
5. Model: deepseek-v3

更多AI编程工具对比参考 Cursor vs Windsurf vs Trae对比。

五、DeepSeek官方API（不想本地部署）

curl https://api.deepseek.com/v1/chat/completions \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-chat",
    "messages": [{"role":"user","content":"你好"}]
  }'

官方API价格极低（约GPT-4o的1/10），适合预算有限的开发者。

六、性能对比

DeepSeek V3 vs GPT-4o vs Claude 3.5 在各项任务的表现：

• 代码生成：DeepSeek V3 接近GPT-4o水平
• 数学推理：DeepSeek V3 部分测试超过GPT-4o
• 中文理解：DeepSeek V3 明显优于其他两者
• 响应速度：本地7B版约20-40 tokens/s