限速与隔离

并发限速

对每个账号，DeepSeek API 不同模型的并发限制如下表所示。

若您有更高的并发需求，可提交账号扩容申请工单，我们将根据您实际的业务需求匹配合适的并发量，扩容并不增加额外的费用。

	deepseek-v4-pro	deepseek-v4-flash
并发限制	500	2500

• 一个请求从发出后，到模型响应完成之前记为一个并发
• 并发限制以账号粒度计，与 API Key 无关
• 对于一个账号，在并发限度内，您的 API 请求都会得到响应；超过并发限度时，您会收到 HTTP 429 错误码

---

user_id 隔离

用户可以向 API 传递 user_id 参数，来实现同一账号下，对您业务侧不同用户的细粒度管理。user_id 的具体功能如下：

• 内容安全隔离：user_id 用于我们区分您业务侧的用户身份，以进行内容安全状况处理
• KVCache 隔离：user_id 用于我们对您业务侧用户进行 KVCache 隔离，以进行隐私管理
• 调度隔离：user_id 用于我们对您业务侧用户进行调度隔离
  • 对于普通 API 用户，所有 user_id 合并计算并发限速
  • 对于提升了并发配额的 API 用户，我们会限制您账号下的总并发，同时我们会对每个您传入的 user_id 进行并发限制（空 id 为一个特殊的 user_id）。对每个 user_id，deepseek-v4-pro 并发限制为 500，deepseek-v4-flash 并发限制为 2500。若某个 user_id 超过了该限制，则您账号下设置了该 user_id 的请求将会收到 HTTP 429 错误码

user_id 设置方法

user_id 参数需为满足正则表达式 [a-zA-Z0-9\-_]+ 的字符串，最大长度为 512。请不要在 user_id 中包含用户隐私信息。

您可以通过以下方式，设置 user_id 参数：

OpenAI Chat Completions 接口

HTTP 请求体：

{
    "model": "deepseek-v4-pro",
    "messages": {"role": "user", "content": "Hello!"},
    "user_id": "your_user_id"
}

如果您使用的是 OpenAI SDK，您需要将 user_id 参数放入 extra_body 参数下面：

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Hello!"}],
    extra_body={"user_id": "your_user_id"}
)

Anthropic 接口

HTTP 请求体：

{
    "model": "deepseek-v4-pro",
    "messages": {"role": "user", "content": "Hello!"},
    "metadata": {"user_id": "your_user_id"},
    "max_tokens": 1024
}

如果您使用的是 Anthropic SDK，调用方式如下：

message = client.messages.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "type": "text", "content": "Hello!"}],
    metadata={"user_id": "your_user_id"},
    max_tokens=1024
)

---

请求保活机制

您的请求发出后，有时需要等待一段时间才能获取服务器的响应。在这段时间里，您的 HTTP 请求会保持连接，并持续收到如下格式的返回内容：

• 非流式请求：持续返回空行
• 流式请求：持续返回 SSE keep-alive 注释（: keep-alive）

这些内容不影响对响应的 JSON body 的解析。如果您在自己解析 HTTP 响应，请注意处理这些空行或注释。

如果 10 分钟后，请求仍未开始推理，服务器将关闭连接。