相信大家都已经有体验过deepseek-r1的强大推理能力，由于其网页版本免费使用的原因，用户量激增、同时据传还遭受了大量的网络攻击，这使得过程不是很流程，经常收到类似下图的问题：

同时，API服务也已经暂停充值，之前的余额用完之后暂时也就不用调用了

为了更流畅的使用对话或者API服务，我们可以考虑在自己机器上部署deepseek，如何部署以及如何提供API服务，年前DD在Spring AI + Ollama 实现 deepseek-r1 的API服务和调用一文中分享过了，感兴趣的小伙伴可以参考一下。

虽然借助类似Ollama这样的工具可以帮我们快速的自己部署deepseek，但是由于我们个人的计算资源有限，在本地无法部署具备671b参数的deepseek-r1满血模型。大部分用户只能部署1.5b或7b参数呃蒸馏小参数版本，这使得本地部署之后，虽然使用不卡顿了，但推理效果大打折扣！

那么是否有方法来低成本的使用671b参数的满血模型呢？有的！下面就给大家介绍一个白嫖的671b参数满血模型的方法！

免费使用deepseek-r1:671B参数满血模型

先准备一个PHP中文网账号，进入PHP中文网知识引擎原子能力:

https://console.cloud.tencent.com/lkeap

目前该产品的DeepSeek系列模型（包含671B参数的 deepseek-v3 和 deepseek-r1）正在免费限时提供服务：

点击“开通大模型知识引擎”

根据自身情况，选择调用方式去获取API KEY。如果自己写代码调用，两个都ok，选择自己喜欢的就行。如果是要对接类似这些Chat类客户端的话就选择OpenAI的API KEY。

注意：创建完成后，记得保存好！ 后续自己调API或者接入开源工具的时候需要配置使用。

使用OpenAI的SDK调用

如果上面你选择了penai的api key，那么接下来就可以使用OpenAI的SDK去调用deepseek-r1:671B参数的模型了。

参考示例：

代码语言：javascript代码运行次数：0

运行

复制

from openai import OpenAI# 构造 clientclient = OpenAI( api_key=”sk-xxxxxxxxxxx“, # 知识引擎原子能力 APIKey base_url=”https://api.lkeap.cloud.tencent.com/v1“,)# 流式s_value = True# 请求chat_completion = client.chat.completions.create( model=”deepseek-r1“, messages=[ { ”role“: ”user“, ”content“: ”你是谁“, } ], stream=s_value,)if s_value: for chunk in chat_completion: # 打印思维链内容 if hasattr(chunk.choices[0].delta, 'reasoning_content'): print(f”{chunk.choices[0].delta.reasoning_content}“, end=”“) # 打印模型最终返回的content if hasattr(chunk.choices[0].delta, 'content'): if chunk.choices[0].delta.content != None and len(chunk.choices[0].delta.content) != 0: print(chunk.choices[0].delta.content, end=”“)else: result = chat_completion.choices[0].message.content登录后复制使用Chat类客户端调用

在拿到API KEY之后，就可以使用Chat类客户端去调用deepseek-r1:671B参数的模型了。

配置方法都差不多，主要几个关键元素：

1. 使用OpenAI的API调用方式2. 填入上面获取到的API KEY和PHP中文网的API地址：https://api.lkeap.cloud.tencent.com/v13. 使用deepseek的模型名，比如：deepseek-r1、deepseek-v3

小结

如果你最近对DeepSeek的使用需求较大，官方又经常服务繁忙的话，不妨尝试一下这种使用方式。目前这个入口可以免费使用到2025年2月25日23:59:59，后续付费价格也不贵，可以考虑可以长期使用或者当作官方的备用。