手把手教你用【Go】语言调用DeepSeek大模型
1、首先呢，点击 “DeepSeek”” 这个，
可以充1块玩玩。
2、然后获取api-key
3、替换apiKey
const ( apiURL = "https://api.deepseek.com/v1/chat/completions" apiKey = "your api key" // 替换为你的实际 API Key modelName = "deepseek-chat" // 或其他可用模型 )4、在上方更改api之后，只需要套用下方即可：
package main import ( "bytes" "encoding/json" "fmt" "io" "net/http" ) const ( apiURL = "https://api.deepseek.com/v1/chat/completions" apiKey = "your api key" // 替换为你的实际 API Key modelName = "deepseek-chat" // 或其他可用模型 ) // 请求结构体 type RequestBody struct { Model string `json:"model"` Messages []Message `json:"messages"` } type Message struct { Role string `json:"role"` Content string `json:"content"` } // 响应结构体 type APIResponse struct { Choices []struct { Message struct { Content string `json:"content"` } `json:"message"` } `json:"choices"` } func main() { // 1. 构造请求数据 // 也就是在这里发起提问 requestBody := RequestBody{ Model: modelName, Messages: []Message{ {Role: "user", Content: "请解释量子计算的基本原理"}, }, } jsonBody, _ := json.Marshal(requestBody) // 2. 创建 HTTP 请求 req, _ := http.NewRequest("POST", apiURL, bytes.NewBuffer(jsonBody)) req.Header.Set("Authorization", "Bearer "+apiKey) req.Header.Set("Content-Type", "application/json") // 3. 发送请求 client := &http.Client{} resp, err := client.Do(req) if err != nil { panic("请求失败: " + err.Error()) } defer resp.Body.Close() // 4. 读取响应 body, _ := io.ReadAll(resp.Body) // 5. 解析响应 var apiResp APIResponse if err := json.Unmarshal(body, &apiResp); err != nil { panic("解析响应失败: " + err.Error()) } // 6. 输出结果 if len(apiResp.Choices) > 0 { fmt.Println("模型回复:", apiResp.Choices[0].Message.Content) } else { fmt.Println("未收到有效回复") } } 模型&价格解说：
这么复杂，第一次看，一定很吃力。
但没办法，谁让我有AI呢，看来只能魔法对抗魔法喽。
照片下方，是最新的解读。
我用最直白的话帮你解读 DeepSeek 的模型和价格，就像逛超市看商品标签一样简单：
一、先搞懂几个关键名词
- Token：
可以理解为 “文字单位”，比如中文里一个字、一个词，或者英文里一个单词、标点符号，模型会把你输入的文字拆成这种小单元处理。
举例：“你好，世界！” 大概是 3-4 个 tokens。 - 上下文长度：
就是你和模型对话时，能 “记住” 的历史内容长度。比如 64K 相当于能记住 约 4 万字的对话记录（中文）。
注意： 这里的8K、64K，是指 8K tokens、64k tokens 这么多tokens表示，大概能输入/分解，多少文字- 输出长度：
模型一次能回复的文字量。比如：deepseek-chat最多能回 8K（约 6000 字）deepseek-reasoner最多能回 64K（约 4.8 万字）（适合写长报告、复杂推理）。
二、模型区别：选哪个？
| 模型名称 | 适合场景 | 核心功能 | 一句话总结 |
|---|---|---|---|
| deepseek-chat | 日常对话、简单问答 | 支持生成 JSON、调用工具 | 聊天机器人，能帮你写简短文案、查信息 |
| deepseek-reasoner | 复杂推理、长文本生成（如论文） | 支持超长输出（64K）、思维链 | 学霸型模型，适合写报告、分析数据、写小说 |
三、价格表：怎么花钱？
先看费用结构：花的钱 = 输入 token 数 × 单价 + 输出 token 数 × 单价
（输入：你发给模型的文字；输出：模型回复你的文字）
1. 标准时段（北京时间 08:30-00:30）：正常价格
| 模型 | 输入费用（每百万 tokens） | 输出费用（每百万 tokens） |
|---|---|---|
| deepseek-chat | - 缓存命中（常用内容）：0.5 元 - 缓存未命中（新内容）：2 元 | 8 元 |
| deepseek-reasoner | - 缓存命中：1 元 - 缓存未命中：4 元 | 16 元 |
举个栗子🌰：
- 你用
deepseek-chat发了 100 万 tokens 的问题（新内容，缓存未命中），模型回了 100 万 tokens 的答案：
费用 = 2 元（输入） + 8 元（输出）= 10 元。
2. 优惠时段（北京时间 00:30-08:30）：打骨折！
| 模型 | 输入费用（每百万 tokens） | 输出费用（每百万 tokens） |
|---|---|---|
| deepseek-chat | - 缓存命中：0.25 元（5 折） - 缓存未命中：1 元（5 折） | 4 元（5 折） |
| deepseek-reasoner | - 缓存命中：0.25 元（2.5 折） - 缓存未命中：1 元（2.5 折） | 4 元（2.5 折） |
举个栗子🌰：
- 同样的操作（100 万输入 + 100 万输出），在优惠时段：
费用 = 1 元（输入） + 4 元（输出）= 5 元，直接省一半！
借鉴资料：
2、【GoLang】手把手教你用Go语言调用DeepSeek-R1大模型
