DeepSeek 官网 | DeepSeek网页版、DeepSeek API调用与本地部署教程 | 最强使用指南 ~【2025年2月更新】
更新:2025/02/20
轻松使用 DeepSeek 网页版,快速稳定、不卡顿,支持 DeepSeek R1 满血版 以及 ChatGPT o1、o3 大模型。
本指南提供全面的 DeepSeek 使用说明,比DeepSeek 官网还好用~
包含 DeepSeek 官网平替、DeepSeek网页版、API使用 和 DeepSeek本地部署教程,助您顺畅使用 DeepSeek 和 ChatGPT ~
DeepSeek 是什么?
DeepSeek 是由深度求索自主研发的高性能大语言模型,以其开源、轻量化和强大的多场景适应能力受到广泛关注。
为用户提供智能对话、推理、AI搜索、文件处理、翻译、解题、创意写作、编程等多种服务。
最新发布的 DeepSeek R1 满血版不仅在性能上媲美 OpenAI 的 o1、o3,且以对手 3% 的超低成本实现了这一突破。
DeepSeek 官网
DeepSeek 网页版(好用的官方平替)
DeepSeek 入门指南
- 🔥清华大学 《DeepSeek 从入门到精通》: PDF
- DeepSeek 提示库: 访问
DeepSeek 的模型介绍:
- DeepSeek LLM:基础大型语言模型系列,含 7B 和 67B 规格。其中 DeepSeek LLM 7B Chat 是 7B 规格聊天交互模型,DeepSeek LLM 67B Chat 是 67B 规格聊天交互模型,还有性能超其他开源模型的 16B 参数版本混合专家模型。
- DeepSeek-Coder:专为代码生成打造的模型,专注于代码生成、补全、修复及数学推理任务。其升级版本 DeepSeek-Coder V2 在代码智能领域有显著突破。
- DeepSeek-Coder V2:在 DeepSeek-V2 中间检查点基础上,额外预训练了 6 万亿 tokens 的代码和自然语言数据,显著增强了编码与数学推理能力,同时保持通用语言任务的表现。其支持的编程语言从 86 种扩展至 338 种,覆盖主流及小众语言,适应多样化开发需求。DeepSeek-Coder-V2 凭借其 MoE 架构、大规模预训练和多语言支持,成为代码智能领域的标杆开源模型。其在编码、数学推理和通用任务中的表现,挑战了闭源模型的垄断地位。
- DeepSeek-V2:发布于 2024 年上半年,DeepSeekMoE 的改进版,采用更多数据,提升数据质量并优化了训练流程,专注于文本生成、代码生成和低成本训练。
- DeepSeek-V2.5:是 V2 系列的升级版本,于 2024 年 9 月发布,介于 V2 和 V3 之间。
- DeepSeek-V3:发布于 2024 年 12 月,第三代模型,性能强劲。通过 FP8 混合精度训练、无辅助损失负载均衡等技术创新,V3 实现了高效训练与推理,并支持 128K 长上下文处理。V3 的生成速度从 V2 的 20 TPS 提升至 60 TPS,速度提升 3 倍。V3 在知识问答、长文本处理、代码生成等领域表现超越其他开源模型,并在数学竞赛中超越闭源模型如 GPT-4o。该模型推出后,在开放源代码模型中位居榜首。
- DeepSeek-R1:R1 满血版,专注于推理能力的模型,通过强化学习与多阶段训练流程深度优化。包括 DeepSeek-R1-Zero,是早期版本,完全基于强化学习训练;还有 DeepSeek-R1-32B,有 320 亿参数,可在 24GB 显存显卡上流畅运行;DeepSeek-R1-8B 有 80 亿参数,适用于 8GB 显存显卡。
- DeepSeek-VL:视觉语言模型,能处理图像与文本信息融合,DeepSeek-VL2 是其升级版,多模态理解能力更强。
- DeepSeekMath:专注于数学推理的模型。
- DeepSeek-Prover:用于定理证明的模型,通过大规模合成数据训练,DeepSeek-Prover V1.5 结合强化学习与蒙特卡洛树搜索技术进行了优化。
- Janus-Pro-7B:基于视觉的模型,于 2025 年 1 月 27 日推出。
DeepSeek 的主要功能:
- 智能对话:能与用户进行高智商、顺滑的对话,像朋友一样交流,为用户答疑解惑。
- AI搜索:可全网搜索,让用户实时掌握信息,无论是知识查询还是热点追踪,都能快速搞定。
- 文件上传:支持上传文献书籍、资料报告等各类文件,帮助用户梳理重点,快速提取关键信息。
- 准确翻译:提供准确流畅的翻译服务,帮助用户跨越语言障碍,轻松融入多语言环境。
- 智能解题:可以解决理科难题,提供详细的解题思路和步骤,是学习的好帮手。
- 创意写作:能根据指令自动生成创意文案,撰写各类文章和报告,快速构建内容框架,提升写作效率。
- 高效编程:支持多种编程语言,可快速定位问题并生成代码,提高编程速度和质量。
DeepSeek 本地部署攻略:
推荐使用 Ollama 工具进行本地部署。Ollama 不仅支持 DeepSeek,还可以运行其他多种 AI 模型。
1. 下载 Ollama
首先访问 Ollama官方网站,根据你电脑的系统,下载对应版本的 Ollama,然后安装即可。
Ollama 是一个用于本地运行和管理 AI 模型的工具,用于与各种模型进行交互。

你也可以在电脑上看到 Ollama 的图标,双击打开即可。

2. 下载 DeepSeek R1 模型
接下来需要打开电脑的终端命令行工具,输入命令 ollama run deepseek-r1:32b,后面的是模型尺寸

接着就可以正常下载 DeepSeek R1模型了

3. 测试 DeepSeek
下载完成后,直接在终端与 DeepSeek 对话,例如输入:“介绍一下你自己”。然后等待 DeepSeek 思考并回复即可。

4. 常用命令
整理一些常用 Ollama 命令,使用时将 {model_name} 替换成具体模型名称:
- 安装模型:ollama pull {model_name}
- 运行模型:ollama run {model_name}
- 删除模型:ollama rm {model_name}
- 列出已安装模型:ollama list
DeepSeek 模型云部署