如果您在找一个可以免费不限量调用的 Deppseek R1接口，那您就来对啦！
有人可能就会问啦，我们不是可以在 DeepSeek 的官网和 APP 上免费使用 R1吗？但是我这里会提到的是API，如果要整合到自己的应用里面，就需要使用到 API。调用Deepseek 的API可不是免费的……
这里介绍一个能免费调用 DeepSeek R1（满血版本！） API 的平台： 百度飞桨平台。
百度虽然做啥都差一点，不过他很早就布局AI平台了。这个百度的飞桨平台算是国内比较成熟的一个AI开放平台了吧，上面提供可以租借的显卡算力，而且有大量的免费额度。具体的介绍和注册请点开查看我很久很久以前的这篇文章：《「链接」》。
这个百度AI开放平台提供两种我们可以使用到 DeepSeel R1 的方式：
- 自己在飞桨上部署一个R1的模型：这个模型使用的硬件资源是共享，会很慢，而且一段时间不调用就会被回收。
- 直接使用百度星河大模型提供的 API 服务。
接触到星河大模型还是在文生图刚刚开始火起来的时候。它提供多模态的AI模型：输入是多模态的，输出也是多模态的。可惜不知道为什么百度AI起步这么早，怎么现在就变得万年老三了呢……
星河大模型API兼容 openai 的调用格式，所以可以直接通过 openai-python 进行调用。不过我不会python，就自己研究下了下怎么通过 API直接进行调用，用postman做为工具。下面让我们开始吧！
首先是获取API key（访问令牌）
注册一个飞浆的账号：
然后打开飞浆的令牌页：
https://aistudio.baidu.com/account/accessToken
可以看一个default的访问令牌，点击眼睛图标可以看到明文的令牌，点击拷贝图标可以将这个令牌拷贝到剪切板，如果怀疑自己的令牌泄露了还可以点击刷新按钮重置令牌。
用 Postman 调用星河大模型API
星河大模型 API 服务的域名地址：
https://aistudio.baidu.com/llm/lmapi/v3
和其他大模型 API 接口一样，在基础的域名地址上添加 /chat/completions 就是对话用的接口了。
1. 在Authorization中添加 Bearer Token
将刚刚拷贝的令牌放到 bearer token 这里：
2. 在header加上 x-bce-date
这个头部用来同步本地时间和API服务的时间，可以允许一点差距，但是如果差距太大的话，服务器会直接拒绝请求的 RequestTimeTooSkewed（The difference between the request time and the server's time is too large.）。所以调用的时候记得修改这个地方的时间。
3. 使用标准的 openai 调用 Body
{
"model": "deepseek-r1",
"messages":[
{
"role": "system",
"content": "设定角色"
},
{
"role": "user",
"content": "你要发给AI的问题"
}
],
"stream": false,
"temperature": 0.7
}- model：指定要调用那种AI，星河大模型上面有很多AI model，调用需要要消耗账户的Tokens。但是，目前 deepseek-r1 是可以不限量免费调用的，无需消耗 Tokens ！！
- messages：这里放我们要发给AI的消息，是一个列表。因为AI的一次问答都是完全独立，如果我们要AI的回答能保持上下文的记忆，需要把所有的 对话-回答 放到这个列表里面，一起发回给AI。这就是为什么在一些模型的官方网页上的对话越多，回答会消耗的时间越久。
- role：这句话是谁说的。user 代表我们发给AI的话，assistant 代表AI回答给我们的话，而 system 则是我们给这个AI限定的角色背景（可选）。一个标准的消息列表应该是 system -> user -> assistant -> user。
- content：具体的消息内容。注意使用 Postman的时候，需要用\n表达换行。
- stream：是否用流式的方式返回AI的回答。流式就是我们在Deepseek 或者其他AI的官方网站上面的那种提问回答的方式，一个一个token的返回。设置成false，就会等AI完全生成结果后才会返回完整的回答，响应会慢一点。
- temperature：一个浮点数，默认值是0.7。用来控制AI的输出多样性，也就是生成文本的随机性和创造性。数值越高 AI 输出的结果越随机，会更倾向选择一些低概率的词语；数值越低就会提升使用高概率词语的权重，输出更确定保守。星河大模型的取值范围是 (0, 1.0] 不包括0。
下面是一个完整的
system-user-assistant-user 的调用范例，可以看到AI的回答实现了上下文关联。
检测下星河大模型上的 deepseel r1 的能力
Deepseek 出来后，好多个平台都说自己部署的是满血版本的，也就是 Deepseek-R1 671B 的最大参数量的版本。当然影响模型能力的参数还有浮点精度和量化指标，就算都是部署了 Deepseek-R1 671B的版本，不同的浮点精度和量化指标也会导致输出的结果不如官方的好……
这里我们不考虑那些复杂的指标了，先用比较简单的方式来检测下这个星河大模型免费提供的好不好用！
第一个问题：一个汉字具有左右结构，左边是木，右边是乞。这个是什么？只需要回答这个字即可。
官网的回答，一如既往的准确：
星河大模型的输出，也可以回答出是 杚。
不过估计是浮点精度配置有点不一样，多次调用有时候会出错。
第二个问题：网络梗 什么你太美 用一个字回答
官网在关掉联网搜索功能后的回答正确：
星河大模型的回答也正确：
第三个问题：给出数字3、5、5、9，要求用四则运算，每个数字只能用一次，让结果等于24。给出至少两种运算组合。
DeepSeek的官网思考了94秒给出的结果：
星河大模型也是70多秒才给出结果。posman无法直接解析markdown，所以一眼看不出结果，其实星河大模型也是给出和官网一样的两个算式：
3 * (9-(5/5)) 和 (3+9/5)*5。
得出结果就是：
- 百度星河大模型上的 deepseek-r1 应该是671B的版本。
- 但是他的浮点精度肯定比官网的差。
- 而且对话的token长度上限是 8192，而官网是 64000。
- 星河大模型不会和官网一样，问多几次服务器繁忙，但是问多几次后会变得有点慢。
- 星河大模型的DeepSeek没有联网功能，不过没关系，我们可以自己接入 Firecrawl 《「链接」在线爬虫API：Firecrawl》、《「链接」使用 Firecrawl 爬虫 Search 接口》（直接点击打开）。
毕竟是免费的，咱就不要求那么多了，能用就很好啦！而且DeepSeek官网的API价格也很便宜，这些免费的就当学习得时候用用就好了，后续如果有条件的话还是建议大家尽量用官方的API ：）