DeepSeek 是中國的大模型公司，中文名「深度求索」，官網標題寫的就是 DeepSeek | 深度求索，運營主體為杭州深度求索人工智慧基礎技術研究有限公司。它由梁文鋒創辦、脫胎於量化投資機構幻方量化——早年為量化交易自建的算力叢集，成了後來訓練大模型的底子。它常被拆寫成「deep seek」、誤寫成「深度探索」，指的是同一家。日常使用走網頁版 chat.deepseek.com 最省事，不必安裝任何東西。
⚠️ DeepSeek 的域名攤得比同行散，一次分清：www.deepseek.com 是公司官網，本身不是聊天框，首頁四個按鈕各管一攤——「開始對話」指向 chat.deepseek.com（C 端網頁版對話入口）、「API 開放平台」指向 platform.deepseek.com（拿金鑰、充值）、「API 文件」指向 api-docs.deepseek.com/zh-cn/（獨立文件站，中英雙語）、「獲取 App」指向 download.deepseek.com/app/（官方下載頁）。此外還有 status.deepseek.com（服務狀態）、talent.deepseek.com（招聘）與 www.deepseek.com/transparency/（透明度中心）。認準這幾個域名——DeepSeek 是全網被仿冒最狠的國產 AI 品牌之一，各種「deepseek官網」「DeepSeek 滿血版」的山寨站與套殼收費 App 氾濫，官方 C 端從不收訂閱費。
登入方式很乾脆：登入頁只有一個賬號輸入框，佔位符原文是「請輸入手機號/郵箱地址」——手機號和郵箱共用一欄，配密碼登入，旁邊是「忘記密碼」與「立即註冊」。第三方登入只給兩個：使用 Google 賬號登入、使用 Apple 賬號登入。注意這裡沒有微信、也沒有 QQ——豆包、元寶、文心那一票國產助手清一色主推微信掃碼，DeepSeek 一個都不給，這在國產 AI 助手裡是少數派，習慣了微信一鍵登入的人第一次進來容易愣一下。另外 DeepSeek 是在境內持證運營的中國公司服務，官網頁尾公示了浙ICP備2023025841號、增值電信業務經營許可證浙B2-20250178、浙公網安備33010502011812號，都能在工信部與公安部備案系統查到。
進去之後你會發現，DeepSeek網頁版把能力切成了「模式」而不是「模型」。輸入框上方是三個模式標籤：快速模式（預設，頁面標題直接寫「使用快速模式開始對話」）、專家模式、識圖模式；輸入框裡另有兩個可疊加的開關：深度思考與智慧搜尋（官方叫法是「智慧搜尋」，不是大家通常以為的「聯網搜尋」）。「專家模式」和「深度思考」是兩個不同層級的東西——前者是模式標籤，後者是輸入框裡的開關，兩者能疊加，很多人會把這倆當成一回事。整個輸入區沒有模型選擇器：你選不了 V4-Pro 還是 V4-Flash，只能選模式，這點和千問、元寶那種直接把模型檔列出來讓你挑的產品不一樣。
檔案上傳在輸入框右下角的回形針，點開的官方提示原文是：「快速模式下，僅識別圖片與檔案中的文字／最多 50 個，每個 100 MB」。50 個檔案、單個 100 MB 這個額度在同類裡相當寬（Kimi網頁版也是同樣的 50 個 / 100M）。但前半句才是真正的坑：在預設的快速模式下傳 PDF，它只把文字摳出來，不做通讀分析——你以為它讀完了整份文件，其實拿到的只是 OCR 結果。要讓它真正讀，得先切到專家模式再傳。這是最容易白傳一遍、還以為是模型不行的地方。
當前模型是 DeepSeek-V4，官方標註預覽版。釋出時間以官方透明度中心的公示為準：DeepSeek-V4 釋出於 2026 年 4 月 24 日，上一代 DeepSeek-V3.2 釋出於 2025 年 12 月 1 日（該頁同時掛出每代的模型卡與技術報告）。官網首頁公告原話是：「DeepSeek-V4 預覽版本釋出，具備世界頂級推理效能，Agent 能力大幅提高，已在網頁端、APP 和 API 上線。」也就是說網頁版跑的就是 V4，與 API 同代，這點和某些「網頁版跑閹割版」的同行不同。V4 分兩檔，引數規模官方技術文件寫得很實：V4-Pro 總引數 1.6T、啟用 49B，V4-Flash 總引數 284B、啟用 13B，兩者上下文都是 100 萬 token——這個數字有獨立佐證：兩檔權重的 config.json 裡 max_position_embeddings 均為 1048576，正好 1M，與文件口徑對得上。架構上都是 MoE（V4-Pro 61 層、384 個路由專家、每 token 啟用 6 個；V4-Flash 43 層、256 個路由專家），儲存精度為 FP4 + FP8 混合（專家引數走 FP4）。官方稱預訓練用了超過 32T token，並靠混合注意力（CSA + HCA）把長上下文成本壓下來——按技術報告的說法，在 1M 上下文場景下 V4-Pro 單 token 推理只需 V3.2 的 27% FLOPs 與 10% KV cache。
🔴 「DeepSeek 是開源的」這句話，一半對得離譜、一半會坑到你。先說對的那一半：V4 的權重是真給的，而且給得很徹底——Hugging Face 上 deepseek-ai 組織有 101 個模型，DeepSeek-V4-Pro 與 DeepSeek-V4-Flash 都在，許可證是 MIT（README 明寫「repository and the model weights are licensed under the MIT License」），連未經指令微調的 -Base 版都一併放出，官方同步發在 ModelScope（魔搭），大陸可直連。這跟隔壁形成鮮明對照：通義千問當家的 Qwen3.7 至今閉源、只提供服務，而 DeepSeek 把網頁版正在跑的這一代直接扔了出來——在「旗艦是否開源」這件事上，DeepSeek 是國產裡最實在的一個。現在說坑人的那一半：權重能下 ≠ 你跑得動。V4-Pro 是 1.6T 引數的龐然大物，官方推理程式碼預設就寫著 8 路模型並行（MP=8）、並額外給了多節點指令碼——這是機房的活，不是個人顯示卡的活；相對現實的 V4-Flash 也是 284B。官方還提醒：本地部署建議 temperature = 1.0, top_p = 1.0，跑 Think Max 推理模式時上下文視窗建議至少開到 384K。所以「開源」對絕大多數人的真實價值，是讓第三方雲和企業能合法自建、讓研究者能拆開看，而不是你在自己電腦上裝一個。個人想用，老老實實開 chat.deepseek.com。
還有個容易白跑一趟的落差：找 V4 別去 GitHub。github.com/deepseek-ai 組織下沒有 DeepSeek-V4 倉庫，官網首頁的「研究」列表也還停在 DeepSeek-R1、DeepSeek-V3、Coder-V2、VL、Math、LLM 這些老條目上。V4 的權重、模型卡與技術報告全部掛在 Hugging Face（技術報告 PDF 直接放在 V4-Pro 倉庫裡），GitHub 那邊近期活躍的反而是基礎設施專案——DeepSpec、DeepGEMM、DeepEP、FlashMLA、3FS、Engram，以及 DeepSeek-OCR / OCR-2。換句話說，GitHub 是它放「怎麼把模型跑快」的地方，Hugging Face 才是放模型本身的地方。
開發者這邊有兩個官方鉤子，導航站基本不會提。其一，DeepSeek 官方支援 Anthropic API 格式：除 OpenAI 格式的 https://api.deepseek.com 外，另有 https://api.deepseek.com/anthropic，裝上 Anthropic SDK、把 ANTHROPIC_BASE_URL 與 ANTHROPIC_API_KEY 指過來即可。官方還做了模型名對映：claude-opus 開頭對映到 deepseek-v4-pro，claude-haiku / claude-sonnet 開頭對映到 deepseek-v4-flash，文件明說這樣可以在新版 Claude Desktop 的 developer 模式裡繞過模型名限制、把 DeepSeek 接進去（Claude Code 同理）。注意相容不是全量：anthropic-beta、anthropic-version、mcp_servers、service_tier 等欄位會被忽略。其二，思考模式有個坑：官方預設 thinking 就是開啟（enabled），強度用 reasoning_effort 控制，只認 high 與 max——low、medium 會被對映成 high，xhigh 對映成 max；碰上 Claude Code、OpenCode 這類複雜 Agent 請求，effort 會自動拉到 max。而思考模式下 temperature、top_p、presence_penalty、frequency_penalty 統統不生效——官方為相容老軟體特意做成「設了不報錯，但也不起作用」，這是最容易讓人調半天引數還納悶的地方。文件站另有多輪對話、對話字首續寫（Beta）、FIM 補全（Beta）、JSON Output、Tool Calls、上下文硬碟快取、限速與隔離等專頁。
⚠️ 時效提醒（這條正在生效，務必看日期）：官方公告的舊模型名棄用時間點是北京時間 2026-07-24 23:59——deepseek-chat 與 deepseek-reasoner 這兩個沿用已久的名字在此之後棄用。官方做了向後相容：二者分別對應 deepseek-v4-flash 的非思考模式與思考模式，所以程式不會立刻報錯、呼叫也不會中斷，但你實際拿到的已經是 V4-Flash 的行為。另有一條同源規則可當兜底參考：文件寫明，給 Anthropic 格式介面傳入不支援的模型名時，後端會自動對映到 deepseek-v4-flash。建議直接把模型名切到 deepseek-v4-flash 或 deepseek-v4-pro——一是行為明確，二是想用 Pro 檔的話，靠舊名是永遠拿不到的（舊名只對映到 Flash）。
同類怎麼選：DeepSeek 的強項是推理與程式碼能力、C 端徹底免費不搞會員分層，以及旗艦權重真開源（MIT）——想合法自建或拆開研究，它是國產裡最痛快的。要一次喂超長中文文件、跑 Agent 任務，Kimi 更順手；要語音、生圖、PPT 和桌面辦公自動化這類全家桶體驗，看位元組的豆包；要功能矩陣最全、尺寸最豐富的開源家族（從 0.8B 到 397B 都有，能塞進消費級顯示卡），看阿里的通義千問——DeepSeek 雖開源但最小也是 284B，個人自部署這件事上反而是千問更實際；要微信生態檢索，看騰訊元寶。幾家 C 端都免費、都是境內直連，可以都開號交叉用。想橫向看這幾家的模型貴不貴、能力排第幾，本站有 大模型價格庫、大模型能力排行榜、國產大模型一覽與 開源大模型一覽，比逐個翻官網快得多。