DeepSeek-V3-0324 API by DeepSeek
deepseek-ai/DeepSeek-V3-0324
DeepSeek-V3-0324
DeepSeek's updated V3 model released on 03/24/2025.
Ejemplo de código
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("ATLASCLOUD_API_KEY"),
base_url="https://api.atlascloud.ai/v1"
)
response = client.chat.completions.create(
model="deepseek-ai/DeepSeek-V3-0324",
messages=[
{
"role": "user",
"content": "hello"
}
],
max_tokens=1024,
temperature=0.7
)
print(response.choices[0].message.content)Instalar
Instala el paquete necesario para tu lenguaje de programación.
bash
pip install requestsAutenticación
Todas las solicitudes de API requieren autenticación mediante una clave de API. Puedes obtener tu clave de API desde el panel de Atlas Cloud.
bash
export ATLASCLOUD_API_KEY="your-api-key-here"Encabezados HTTP
python
import os
API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
"Content-Type": "application/json",
"Authorization": f"Bearer {API_KEY}"
}Mantén tu clave de API segura
Nunca expongas tu clave de API en código del lado del cliente ni en repositorios públicos. Usa variables de entorno o un proxy de backend en su lugar.
Enviar una solicitud
import requests
url = "https://api.atlascloud.ai/v1/chat/completions"
headers = {
"Content-Type": "application/json",
"Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
"model": "your-model",
"messages": [{"role": "user", "content": "Hello"}],
"max_tokens": 1024
}
response = requests.post(url, headers=headers, json=data)
print(response.json())Schema de entrada
Los siguientes parámetros se aceptan en el cuerpo de la solicitud.
Total: 9Obligatorio: 2Opcional: 7
modelstringrequired
The model ID to use for the completion.
messagesarray[object]required
A list of messages comprising the conversation so far.
rolestringrequired
The role of the message author. One of "system", "user", or "assistant".
systemuserassistant
contentstringrequired
The content of the message.
max_tokensinteger
The maximum number of tokens to generate in the completion.
temperaturenumber
Sampling temperature between 0 and 2. Higher values make output more random, lower values more focused and deterministic.
top_pnumber
Nucleus sampling parameter. The model considers the tokens with top_p probability mass.
streamboolean
If set to true, partial message deltas will be sent as server-sent events.
stoparray[string]
Up to 4 sequences where the API will stop generating further tokens.
frequency_penaltynumber
Penalizes new tokens based on their existing frequency in the text so far. Between -2.0 and 2.0.
presence_penaltynumber
Penalizes new tokens based on whether they appear in the text so far. Between -2.0 and 2.0.
Ejemplo de cuerpo de solicitud
json
{
"model": "deepseek-ai/DeepSeek-V3-0324",
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"max_tokens": 1024,
"temperature": 0.7,
"stream": false
}Schema de salida
La API devuelve una respuesta compatible con ChatCompletion.
idstringrequired
Unique identifier for the completion.
objectstringrequired
Object type, always "chat.completion".
createdintegerrequired
Unix timestamp of when the completion was created.
modelstringrequired
The model used for the completion.
choicesarray[object]required
List of completion choices.
indexintegerrequired
Index of the choice.
messageobjectrequired
The generated message.
finish_reasonstringrequired
The reason generation stopped.
stoplengthcontent_filter
usageobjectrequired
Token usage statistics.
prompt_tokensintegerrequired
Number of tokens in the prompt.
completion_tokensintegerrequired
Number of tokens in the completion.
total_tokensintegerrequired
Total tokens used.
Ejemplo de respuesta
json
{
"id": "chatcmpl-abc123",
"object": "chat.completion",
"created": 1700000000,
"model": "model-name",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Hello! How can I assist you today?"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 10,
"completion_tokens": 20,
"total_tokens": 30
}
}Atlas Cloud Skills
Atlas Cloud Skills integra más de 300 modelos de IA directamente en tu asistente de codificación con IA. Un solo comando para instalar y luego usa lenguaje natural para generar imágenes, videos y chatear con LLM.
Clientes compatibles
Claude Code
OpenAI Codex
Gemini CLI
Cursor
Windsurf
VS Code
Trae
GitHub Copilot
Cline
Roo Code
Amp
Goose
Replit
40+ clientes compatibles
Instalar
bash
npx skills add AtlasCloudAI/atlas-cloud-skillsConfigurar clave de API
Obtén tu clave de API desde el panel de Atlas Cloud y configúrala como variable de entorno.
bash
export ATLASCLOUD_API_KEY="your-api-key-here"Funcionalidades
Una vez instalado, puedes usar lenguaje natural en tu asistente de IA para acceder a todos los modelos de Atlas Cloud.
Generación de imágenesGenera imágenes con modelos como Nano Banana 2, Z-Image y más.
Creación de videosCrea videos a partir de texto o imágenes con Kling, Vidu, Veo, etc.
Chat con LLMChatea con Qwen, DeepSeek y otros modelos de lenguaje de gran escala.
Carga de mediosSube archivos locales para flujos de trabajo de edición de imágenes e imagen a video.
Más información
MCP Server
Atlas Cloud MCP Server conecta tu IDE con más de 300 modelos de IA a través del Model Context Protocol. Funciona con cualquier cliente compatible con MCP.
Clientes compatibles
Cursor
VS Code
Windsurf
Claude Code
OpenAI Codex
Gemini CLI
Cline
Roo Code
100+ clientes compatibles
Instalar
bash
npx -y atlascloud-mcpConfiguración
Agrega la siguiente configuración al archivo de configuración de MCP de tu IDE.
json
{
"mcpServers": {
"atlascloud": {
"command": "npx",
"args": [
"-y",
"atlascloud-mcp"
],
"env": {
"ATLASCLOUD_API_KEY": "your-api-key-here"
}
}
}
}Herramientas disponibles
atlas_generate_imageGenera imágenes a partir de indicaciones de texto.
atlas_generate_videoCrea videos a partir de texto o imágenes.
atlas_chatChatea con modelos de lenguaje de gran escala.
atlas_list_modelsExplora más de 300 modelos de IA disponibles.
atlas_quick_generateCreación de contenido en un solo paso con selección automática de modelo.
atlas_upload_mediaSube archivos locales para flujos de trabajo de API.
Más información
DeepSeek-V3-0324
Features
DeepSeek-V3-0324 demonstrates notable improvements over its predecessor, DeepSeek-V3, in several key aspects.
Reasoning Capabilities
- Significant improvements in benchmark performance:
- MMLU-Pro: 75.9 → 81.2 (+5.3)
- GPQA: 59.1 → 68.4 (+9.3)
- AIME: 39.6 → 59.4 (+19.8)
- LiveCodeBench: 39.2 → 49.2 (+10.0)
Front-End Web Development
- Improved the executability of the code
- More aesthetically pleasing web pages and game front-ends
Chinese Writing Proficiency
-
Enhanced style and content quality:
- Aligned with the R1 writing style
- Better quality in medium-to-long-form writing
-
Feature Enhancements
- Improved multi-turn interactive rewriting
- Optimized translation quality and letter writing
Chinese Search Capabilities
- Enhanced report analysis requests with more detailed outputs
Function Calling Improvements
- Increased accuracy in Function Calling, fixing issues from previous V3 versions
