只要你的Python能正常启动、已经备好DeepSeek API Key、账户里还有可用余额，就能完成第一次调用。目前官方快速入门用的是 deepseek-v4-pro。旧名称 deepseek-chat 和 deepseek-reasoner 已经进入停用倒计时了，别再直接抄到新项目里用。

跑通后的效果很明确：终端会打印出模型的回复，脚本里不会存密钥，调用走的是官方当前的OpenAI兼容入口。测试是会产生实际token费用的，建议先问个短问题，确认整条链路没问题了，再加大上下文长度。

动手前核对三样东西

打开 DeepSeek API Docs，找到 Quick Start > Your First API Call 这一页。表格里要核对三样：OpenAI兼容地址、API Key入口和当前的模型名。API Key是私密凭据，只能在自己的终端里输入，别贴到聊天窗口、截图、代码仓库或者报错记录里。

重点看表格里的 base_url (OpenAI)、api_key 和 model 这三行。旧模型旁边标的停用日期，是大家最容易漏掉的提醒。

账户余额也得提前查好。价格页是按100万token标价的，输入缓存命中、输入缓存未命中、输出这三项是分开计费的。目前 deepseek-v4-pro 对应的三项价格分别是0.003625、0.435和0.87美元。价格可能会调整，正式用的时候还是以页面当时显示的数字为准。

看 PRICING 区域的时候，别只盯着输入价格比。要是模型回复比较长，输出token的费用也会差不少。

步骤 1：创建独立的 Python 环境

1. 主要动作：在新目录里建一个虚拟环境，避免和现有项目的包版本起冲突。

   入口位置：打开终端，进到你打算放测试代码的文件夹，依次执行下面的命令：

   mkdir deepseek-first-call
   cd deepseek-first-call
   python3 -m venv .venv

   成功标志：目录里多出个 .venv 文件夹，命令行没报Python找不到或者权限错误。

   失败处理：要是弹出 python3: command not found，先去装Python 3；要是报权限错误，就换到自己的文稿或者开发目录下操作，别用管理员权限硬在系统目录里建环境。

步骤 2：在虚拟环境里安装 OpenAI SDK

2. 主要动作：激活刚建好的虚拟环境，装上官方示例用的 openai 包。

   入口位置：如果你用的是macOS或Linux，终端还停在项目目录的话，直接执行：

   source .venv/bin/activate
   python3 -m pip install --upgrade openai
   python3 -c "from openai import OpenAI; print('SDK OK')"

   用Windows PowerShell的话，得用 .venvScriptsActivate.ps1 来激活，再执行后面两行命令。

   成功标志：终端打印出 SDK OK，没报 ModuleNotFoundError 错误。

   失败处理：要是PowerShell拦截了激活脚本，就在当前会话临时允许本地脚本运行，再重新激活；要是安装超时，先确认网络和包索引能正常访问，再重新跑安装命令。

官方文档的Python标签页里，把安装命令、密钥读取和客户端初始化都放在同一段示例里。我们这里先单独验证SDK，后面要是报错，就能分清是「包没装好」还是「API请求失败」了。

找到Python标签下的 pip3 install openai、from openai import OpenAI 和客户端初始化这三处，分别对应安装、导入和连接配置三个步骤。

步骤 3：保存不会落盘密钥的调用脚本

3. 主要动作：新建一个叫 first_call.py 的文件，把当前的请求代码写进去。

   入口位置：在项目目录里用你常用的编辑器新建文件，内容如下：

   from getpass import getpass
   from openai import OpenAI
   
   api_key = getpass("粘贴 DeepSeek API Key：")
   base_url = input("粘贴官方 OpenAI 兼容地址：").strip()
   
   client = OpenAI(
       api_key=api_key,
       base_url=base_url,
   )
   
   response = client.chat.completions.create(
       model="deepseek-v4-pro",
       messages=[
           {"role": "system", "content": "You are a helpful assistant"},
           {"role": "user", "content": "只回复：连接成功"},
       ],
       stream=False,
       reasoning_effort="high",
       extra_body={"thinking": {"type": "enabled"}},
   )
   
   print(response.choices[0].message.content)

   成功标志：文件能正常保存，编辑器没报括号没闭合或者缩进错误；代码里看不到你真实的API Key，也没有明文写死的兼容地址。

   失败处理：要是复制完报语法错误，重点检查是不是不小心把代码里的英文引号换成中文引号了，还有字典、列表和函数的括号是不是成对的。千万别为了省事儿，把真实密钥直接写在 api_key 里。

目前官方示例用的是 deepseek-v4-pro、非流式返回，并且开启了思考模式的配置。模型详情页还列了 deepseek-v4-flash 这款；这两个模型都支持思考和非思考模式，目前上下文长度都是1M，最大输出是384K。

第一次调用就先用官方示例的模型，少点变量。等整条链路跑通了，再根据延迟、价格和任务难度，决定要不要换成 deepseek-v4-flash。

步骤 4：运行脚本并输入两项配置

4. 主要动作：运行脚本，等提示出现的时候，粘贴密钥和官方的兼容地址。

   入口位置：先确认终端提示符前面还有虚拟环境的标记，再执行下面的命令：

   python3 first_call.py

   先粘贴API Key。输入密钥的时候是不会回显的，按回车之后，再从官方快速入门的表格里复制OpenAI兼容地址粘贴进去。

   成功标志：等请求跑完，终端会打印模型返回的「连接成功」或者意思差不多的简短文本，不会弹出Python的异常堆栈。

   失败处理：要是输入完立刻报401，就重新复制API Key，确认没多带空格；报402的话先去查余额补费；要是半天没返回，先记好完整错误码和请求时间，再去检查网络或者服务状态，别连着快速重复提交请求。

重点看 model、messages 和末尾的 print 这三处。请求发给哪个模型、传了什么内容、最后从哪里取回复，都能在这三个地方找到。

步骤 5：确认首次调用真的跑通

5. 主要动作：结合终端输出和脚本状态来确认调用链路通了，别光看进程结束就当成功了。

   入口位置：看看脚本退出前最后几行的输出，再回头核对下 first_call.py 里的模型名和消息内容对不对。

   成功标志：终端里出现能看懂的回复，进程正常退回到命令提示符，返回的不是登录页、网页源码或者空字符串。

   失败处理：要是没报异常但输出是空的，先把完整的 response 对象打印出来，核对下返回结构对不对；要是输出和提问没关系，就确认下 messages 有没有被编辑器自动改坏，还有是不是不小心调用了旧的模型名。

步骤 6：按状态码处理失败

6. 主要动作：先从异常信息里找到HTTP状态码，再按对应的类别去排查修正。

   入口位置：看终端异常的第一段内容和状态码就行。400就查请求体格式，401查密钥，402查余额，422查参数；429说明你请求发太快了，500和503就是服务端出问题或者过载了。

   成功标志：把对应的问题修好后，只再发一次短请求，状态码没再出现，也拿到了正常回复。

   失败处理：别一报错就怪网络。要是401反复出现，就把可能泄露的旧Key撤掉，重新生成新的；遇到429、500、503的话先等一会儿再试，要是还一直出现，就记好时间和错误信息，联系官方支持处理。

错误码表里把原因和处理方向并排列着。先认准左边的数字，再去改右边对应的项，比盲目重装Python或者反复提交请求管用多了。

完成检查清单

• Python虚拟环境能正常激活，openai 包可以正常导入。

• API Key只在终端提示的时候输入，没写进脚本、截图或者代码仓库里。

• 兼容地址是从当前官方快速入门的表格里复制的，模型用的是当前的V4版本名称。

• 账户里有可用余额，也已经看过输入和输出token的当前计费规则。

• 终端拿到了可读的回复，并且正常退回到命令提示符。

• 遇到400、401、402、422、429、500或者503错误时，能按对应的原因排查处理，不会连着盲目提交请求。

• 6张页面截图都能正常打开，分别用来核对配置、SDK、请求代码、模型能力、价格和错误码。