这是一款强大全能的AI对话助手，能为用户提供多种AI辅助功能。用户只需输入指令，deepseek就会进入深度思考状态，遵循先思考后回答的模式，助力解决各类推理难题。而deepseek手机版更是为用户带来了制作PPT、整理思维导图、画图等实用功能，让操作变得更加轻松便捷。

DeepSeek使用教程

地址

https://www.deepseek.com

使用模式

进入后，就能看到DeepSeek具备两种对话模式：

Chat：DeepSeek提供的web端聊天模式

API：通过API方式调用

开始对话

注册登录

完成注册登录操作后，就能进入DeepSeek的聊天界面。可以发现，DeepSeek的聊天功能和主流模型的聊天功能十分相似，具备普通会话、深度思考、联网搜索以及文件处理等模式。

普通聊天

普通聊天指的是借助输入提示词来得到DeepSeek-V3模型所反馈的内容。

深度思考

DeepSeek深度思考指的是借助深度学习、自然语言处理等人工智能模型，对各类信息展开深度的分析与推理，进而生成高质量的回答或者解决方案。它的核心目标在于提供精准度高、逻辑性强并且富有深度的内容。

联网搜索

DeepSeek联网搜索指的是借助搜索引擎在互联网中查找相关信息，进而返回和查询内容相关的网页、文档或者数据。它的目的在于迅速定位到与用户需求相契合的已有资源。

文件模式

你可以上传图片或文件，并要求AI执行相关操作。不过目前DeepSeek的chat模式还没有查看文件列表的功能。

接入API

注册登录

开放平台与Chat模型采用不同的账号体系，若要使用开放平台，需重新进行注册登录操作。

赠送额度

注意：赠送的额度有时间限制，有效期为1个月。

登录DeepSeek开放平台后，在首页能看到以下信息：

目前国内注册DeepSeek会赠送500万tokens，大概相当于10元人民币，从当前情况来看，这个福利还是挺有诚意的，足够我们这些AI领域的新手和持观望态度的人用上一段时间了。

API接入

请注意：已经创建好的API Key仅能修改其名称，没办法再次查看Key本身，所以在创建完成之后，务必要妥善保存好API Key。

进入DeepSeek开发平台后，找到并切换至【API Keys】页面，即可开展API Key的创建与查看操作。

创建完成后请保存好API Key，依据API接入文档就能在其他模型平台进行使用。

产品定价

活动价位：命中缓存0.1元/百万tokens，未命中命中缓存1元/百万tokens，输出2元/百万tokens，以上优惠截止到 2025-2-8 注意截止时间

正常价格标准为：命中缓存时每百万tokens收费0.5元，未命中缓存时每百万tokens收费2元，输出环节每百万tokens收费8元。

计费方式

DeepSeek采用token作为计费单位，其计算规则具体如下：

软件功能

开源大型语言模型 (LLM)

DeepSeek 推出了像 DeepSeek-V3 以及 DeepSeek Coder 这类完全开源的高级语言模型，用户能够直接且自由地对其进行调整，从而适配不同的场景需求。

超长上下文支持

模型可支持的上下文长度最高达128K，能够适配复杂任务的处理需求，像长文档生成、法律文本解析这类场景都适用。

多模态能力

部分模型具备处理文本、代码、图像等多模态任务的能力，可应对图文结合的输入，也能开展复杂的数据分析工作。

高性价比模型架构

运用Mixture-of-Experts（MoE）技术，可智能唤醒部分参数，达成高性能与低计算成本的兼顾，对资源有限的开发者而言尤为适用。

适配广泛行业场景

我们提供针对特定领域优化的模型（例如专注于代码生成的DeepSeek Coder），这类模型能够应用在金融、医疗、法律、教育等众多行业领域。

DeepSeek案例展示

来自何方的DeepSeek

接下来，我输入了一段Prompt：“写一篇关于DeepSeek的推广文案，重点突出它的功能特点，风格得有趣诙谐才行”。

让DeepSeek来介绍一下自己吧：

解锁关键词：DeepSeek，这款工具整合了全网资源搜索、精准定位与一键操作等功能，堪称实用的神器。

号称“神器”的DeepSeek，真有那么神奇吗？小编心里打了个问号，接下来就针对DeepSeek的联网搜索、深度思考、图文识别，以及它提到的一键类功能展开实际测试。

联网搜索，DeepSeek才变聪明

小编对“一键”功能颇为好奇，便在未开启联网搜索的状态下，输入了“DeepSeek如何文件”。

此时得到的回复是无法直接提供链接，于是小编开启“联网搜索”功能，再次提问“DeepSeek如何文件”。

开启联网搜索功能后，小编获取到了4个相关链接，点击进入后发现确实可以正常进行操作。

这也揭开了DeepSeek的“一键”功能，其实并非是什么特殊能力，只不过是联网搜索功能，即能够整合网络信息，并根据提问进行数据整理，可访问外部网络链接，这也是目前AI产品中普遍存在的搜索功能。

既然已经开启了联网搜索功能，小编依据近一周的社会热点向DeepSeek提出了这样的问题：“2025年1月，中国演员星星在哪个国家失联？”

紧接着，小编接着问道：“演员星星现在有没有回到中国呢？”

这两个问题是在同一轮对话里提出的，DeepSeek给出了正确的回答，并且能够很好地衔接上下文对话。

小编留意到，2万吨智利车厘子运抵中国的新闻登上了热搜，所以想测试一下DeepSeek：“2025年1月11日，有多少吨智利车厘子运到中国广东广州南沙港？”

DeepSeek不仅回答正确，还给出了“补充信息”的内容，完成了抢答。

小编实际测试发现，DeepSeek在开启联网搜索功能后，能够对网页上的各类信息进行有效整合与归纳，精准提取问题的核心要点来生成回复；同时，它也能针对具有时效性的新闻内容展开提炼与整合工作。从搜索能力表现来看，DeepSeek已可与国内AI搜索领域处于前列的文心一言相媲美。

深度思考N秒，连草稿纸都呈上了

既然联网搜索功能能让DeepSeek变得更聪明，那接下来不妨测试一下它的深度思考能力。小编输入了数学领域中经典的鸡兔同笼问题：“鸡兔同笼，共有35个头、94只脚，请问笼子里兔子和鸡各有多少只？”

DeepSeek在回答的开头便标注了“已深度思考(用时14秒)”，不仅呈现了思考过程里的两种解题思路，还在正式解题时采用了方程组的方法。

不过，接下来小编以一道构建拉格朗日函数的经典高等数学题为例进行提问：“已知实数x，y满足方程x²+y²-4x-2y-4=0，求x-y的最大值。”

DeepSeek起初提供了一种几何解法，虽然答案是正确的，但它在后续的思考过程里还是运用了拉格朗日乘数法来求解，整个过程耗时41秒，最终结果同样正确。

不过，DeepSeek好像沉浸在了成功解题的喜悦里，在最后的“综上所述，x-y的最大值”这里竟然没把内容写完！

从DeepSeek对外公开的信息可知，现阶段DeepSeek所搭载的模型为DeepSeek-V3，该模型在MMLU、MMLU-Pro、GPQA、SimpleQA等知识类任务中的表现，已接近当前在这些任务上表现最优的Claude-3.5-Sonnet-1022。

在小编看来，能在深度思考时给自己计时，还能针对复杂的高数问题给出多种解法，这已经比不少AI产品要强了。不过它也有不完美之处——总结回答时居然“掉链子”。这或许是因为设置的深度思考计时器在输出正确解答后就“戛然而止”，为了争分夺秒；还有一种可能是受篇幅限制，比如字数超限了。

但深度思考和非深度思考有哪些区别呢?

小编关闭深度思考功能后，再次向DeepSeek提出问题：“已知实数x、y满足方程x²+y²-4x-2y-4=0，请求出x-y的最大值。”

很明显，关闭深度思考功能后，计时功能不再显示，思考过程的相关呈现也消失了，系统直接按照题目回顾、初步分析、完成平方、确定图形、构建目标函数、进行几何解释、运用拉格朗日乘数法、确定最大值到得出最终答案的流程推进，最终得到的结果仍然是正确的。

由此可见，深度思考和非深度思考这两种能力之间并没有显著的差异。

拍照和发图分设两个功能区，有点烦了

在使用淘宝、百度这类应用时，我习惯了在拍照功能区就能同时完成上传或拍摄图片并进行识别的操作，所以当看到DeepSeek里分别列出“拍照识别文字”和“图片识别文字”这两个选项时，还真有点恍惚——这俩难道不是同一个功能吗？

小编将DeepSeek的图片发送给了DeepSeek，收到了对应的解析结果。

解析结果十分全面，不仅对包含区的图片示例文字进行了识别，还针对“西安家庭旅游计划”中的“时间、预算、行程安排”展开了分析。

接下来，针对同一张照片，小编运用“拍照识文字”功能开展识别操作。

小编留意到，相同的图片，借助“拍照识别文字”功能获取的信息点要比图片识别更密集，不过具体的识别效果还和拍照的清晰度存在关联，比如“西安家庭旅游计划”就被错误识别成了“我家泰鑫源计划”。

提取文档内容要点

点击“文件”选项后，小编把《2025人工智能行业趋势报告》的PDF版本上传到DeepSeek平台进行识别处理。

DeepSeek迅速完成内容识别，按照提示指令“提取这份报告里的10点趋势预测内容”，准确梳理出《2025人工智能行业趋势报告》中的十大预测并分点呈现。

紧接着，小编提出问题“报告里提到了几次OpenAI的案例”，DeepSeek给出了正确回答，并且还分点列举出了其中引用的案例。

deepseek如何注册账号

打开DeepSeek，首次进入就需要登录

支持手机号验证、密码登录等多种登录方式，若使用新手机号，可直接注册账号。

要使用deepseek搜索内容，只需点击中间的输入栏，然后输入你想了解的问题即可。

输入完毕以后点击发送，稍等片刻；

DeepSeek大模型采用功能混合专家（MoE）架构，通过智能调度不同专家模型的计算资源，针对各类任务激活对应的网络分支，有效提升了计算资源的利用效率。该模型在语言理解与代码生成领域表现卓越：不仅拥有优异的自然语言处理能力，还能为代码编写提供高效辅助，满足用户在智能对话与编程支持上的多元需求。依托MoE架构与硬盘缓存技术，DeepSeek大模型在复杂任务处理中展现出高效的计算性能与快速的响应速度。此外，该模型秉持开源与商用友好的理念，完全开放源代码供用户免费用于学术研究、产品开发等场景，同时提供灵活的商用许可协议，支持用户将模型应用于商业领域。

软件背景

deepseek是由杭州深度求索人工智能基础技术研究有限公司开发的，该公司简称DeepSeek，于2023年7月17日成立，是一家创新型科技企业，主要致力于先进大语言模型（LLM）及相关技术的研发工作。

2024年1月5日，深度求索推出了其首个大模型——DeepSeek LLM。该模型拥有670亿参数，是在涵盖中英文、总量达2万亿token的数据集上从零开始训练而成的。团队将DeepSeek LLM 7B/67B Base与DeepSeek LLM 7B/67B Chat全部开源，供研究社区使用。在推理、编码、数学及中文理解等领域，DeepSeek LLM 67B Base的表现优于Llama2 70B Base；DeepSeek LLM 67B Chat则在编码和数学方面展现出出色能力，还具备较强的泛化性，在匈牙利国家高中考试中获得了65分的成绩。此外，它的中文能力十分突出，DeepSeek LLM 67B Chat在中文表现上超过了GPT-3.5。

2025年1月20日，DeepSeek对外正式推出DeepSeek-R1模型，并且第一时间将模型权重进行了开源。这款DeepSeek-R1在后续的训练环节中，大范围运用了强化学习相关技术，即便仅依托少量标注数据，也大幅增强了模型的推理水平。而DeepSeek-V3与DeepSeek-R1这两款大模型，不仅成本定价亲民，性能方面还能和OpenAI的产品相媲美，这一情况让硅谷颇为震动，甚至在Meta内部激起了恐慌情绪，其工程师团队纷纷开始连夜行动，试图复刻DeepSeek的研发成果。

数据报告DeepSeek-R1模型技术报告

根据公开的技术文档显示，DeepSeek-V3模型的训练成本达557.6万美元，其训练过程依托的是算力受限的英伟达H800 GPU集群。作为对比，同为开源模型的Meta旗下Llama3.1 405B模型，训练成本突破6000万美元；而OpenAI的GPT-4o模型训练成本更是高达1亿美元，且采用了性能更出色的英伟达H100 GPU集群。

DeepSeek技术文档

虽然DeepSeek-R1模型的训练成本尚未对外公布，但从其API的定价策略中，我们能明显感受到它的“亲民”——其价格甚至远低于OpenAI相关服务的零头。具体来看，DeepSeek-R1的API服务中，每百万输入tokens在缓存命中时仅需1元，未命中时为4元，每百万输出tokens则是16元；而OpenAI的o1模型在这三项服务上的定价分别高达55元、110元和438元。

实际上，价格亲民在此次“破圈”之前就已是DeepSeek的显著特征。去年年中，国内AI大模型领域掀起“价格竞争”热潮时，率先“打响第一枪”的正是DeepSeek推出的第二代MoE大模型。不过，由于当时DeepSeek并非“AI六小虎”成员，其降价举措的影响力很快被随后跟进降价的阿里云、百度、科大讯飞等头部企业所掩盖。

如今，“小透明”不再甘于低调，原因在于它除了具备价格优势外，性能方面也足以与o1相媲美。1月27日，在社交平台上认证信息为“AI投资机构Menlo Ventures负责人”的Deedy，在对谷歌Gemini和DeepSeek-R1进行对比后称，DeepSeek-R1不仅价格更低，拥有更长的上下文，而且推理性能更为出色。

关于我们

DeepSeek在苹果App Store美国区免费应用榜中超越ChatGPT，位居榜首，在中国区排行榜上也成功登顶。另外，DeepSeek在App Store英国区免费应用榜的排名上升至第二位，仅次于ChatGPT，而这款应用在1月15日才刚刚推出。DeepSeek的走红和“tiktok难民”涌入小红书的情况类似，都是先由国外用户带动起来的。有不少用户在社交平台上分享自己使用DeepSeek的体验，觉得这个应用“特别酷”。根据DeepSeek发布的性能测试结果，该大模型在数学测试、编程等多个领域和o1模型的表现“不相上下”，其中在MATH-500（用于评估大模型数学能力）、SWE-bench Verified（用于评估大模型软件工程能力）以及美国数学邀请赛的测试分数方面，还超过了o1模型。新京报贝壳财经记者进行测试后发现，对于普通的问答类问题，DeepSeek的表现同样值得称赞，特别是它自带的“深度思考”模式，能够让用户清楚地看到它的思考过程。

更新日志

v1.0.12版本

修复了登录环节的已知问题

v1.0.11版本

修复部分已知问题

v1.0.7版本

优化公式展示效果

v1.0.5版本

- 支持多语言及应用内语言选择

- 支持应用内亮色/暗色模式切换

- 支持深度思考与搜索同时开启