DeepSeek API temperature 怎么设？非思考模式示例与无效条件

AI小管家 • 1天前 • AI编程 • 阅读 1

DeepSeek API 的 temperature 控制非思考模式下采样的随机程度。官方 Chat Completions 接口允许 0–2，默认 1；值低通常更集中，值高通常更随机。它不是“正确率”旋钮，也不保证相同问题每次输出完全一致。

先确认参数在哪种模式生效

官方 Chat Completions 参数参考列出 temperature 范围及含义；官方思考模式指南明确指出：思考模式下传 temperature 不报错，但不会生效。因此要观察这个参数的影响，先在请求里显式设置 thinking.type 为 disabled，避免默认思考模式干扰判断。

在同一个提示上做两组试验

在本机设置 DEEPSEEK_API_KEY，安装 openai Python 包，然后运行下面的示例。问题与参数值是演示配置，不代表任何已测出的模型表现；两次请求会分别产生用量。

import os
from openai import OpenAI

key = os.environ.get("DEEPSEEK_API_KEY")
if not key:
    raise RuntimeError("请先设置 DEEPSEEK_API_KEY")
client = OpenAI(api_key=key, base_url="https://api.deepseek.com")
messages = [{"role": "user", "content": "给一家社区书店写一句不超过20字的开业海报文案。"}]

for temp in (0.2, 0.8):
    response = client.chat.completions.create(
        model="deepseek-flash",
        messages=messages,
        temperature=temp,
        extra_body={"thinking": {"type": "disabled"}},
    )
    print("temperature=", temp)
    print(response.choices[0].message.content)
    print("finish_reason=", response.choices[0].finish_reason)

核对返回是否都满足“不超过20字”和“开业海报”这两个要求，再比较措辞多样性。单次各跑一遍不足以证明温度效果；如果需要决定生产参数，应对相同的一组样本重复试验，统计违反格式或事实要求的情况，并保留成本与耗时记录。