Cherry Studio 零基础教程：通过 API 使用 DeepSeek

本文主要是针对入门使用大模型相关付费服务的教程，比较简单、基础。在一些可能疑惑的地方我也会加上解释，希望您不嫌啰嗦。其实主要还是为几个不太会用的学习文科的朋友提供一个简单的教程，如果你有更加进阶的需求就不适合看这个了

个人认为学会熟练使用大模型相关服务也是很关键的，可以节省非常多重复工作的时间，提高自己的效率。

首先解释一下大模型的概念：大模型，通俗来讲，是通过学习海量资料，掌握语言规律和各种知识的人工智能。他的回答是建立在概率支撑下的，也就是对你给出的需求对应的答案进行推测，输出最有可能是你的问题的答案。这是一种比较笼统的说法，实际里面的工程还要复杂很多很多。

目前的大模型几乎都是以transformer架构作为基础进一步发展而来的，也就是在2017年以后，随着gpt在2018年的问世而开始热门（其实百度很早就在做文心一言，几乎同一时间，但是起个大早赶个晚集），直到2022年底ChatGPT问世将大模型彻底端上来，点燃了大模型的使用场景和相关科研工作。

目前，大模型公司主要有接下来这几个：OpenAI（gpt系列模型）、Anthropic（Claude系列模型 fable/opus/sonnet/haiku）、Google DeepMind（Gemini系列）、xAI/SpaceXAI（Grok系列）、deepseek（v系列以及以前的R系列）、阿里达摩院AI/通义实验室（Qwen系列，非常多）、Minimax（H系列以及M系列）、智谱（GLM系列）、月之暗面（Kimi k系列）

目前来说，国外最强的是GPT与Claude，尤其是GPT6与Claude Fable。前者的优势是复杂场景综合推理以及各种复杂知识场景场景（例如科研），代码与agent能力也比较强，生图领域与多模态能力也不错，普遍认为是目前最全能的模型；后者则主要是在代码能力上几乎一骑绝尘（但和gpt的差距也在逐渐减小），普遍认为是目前代码能力最强的模型，opus系列的写作之前也不错，因为我太久没用，也不确定目前的情况。

国内而言，最强的就是开源4巨头GLM、deepseek、Kimi、Qwen。代码能力目前最强的应该是GLM 5.2与Kimi K3，尤其是K3参数量很大，模型能力很强，但是价格贵是一个大问题，刚发布时的代码能力是和Claude Fable 5同一梯队的。GLM也是以代码能力著称的。不过这两个我也没深度体验过，以上结论大多基于测评以及一些博主的代码项目测试。deepseek v系列则是代码能力很强，不过属于比一梯队稍微落后，但是价格在涨价之前非常便宜，flash是几个比较强的国产模型的1/20甚至1/50。不过这些都是在实时调整变化的，具体情况还是要以当时为准。在这个接节点，国产模型的能力与国外其实差距不算大，某些领域可能已经比较强（比如视频生成，一些代码场景）。不过在综合能力，比如科研场景复杂知识处理还是有差距（这个个人认为和训练的优质数据集有很大关系）。国产的最大优势一方面在于便宜，另一方面就是开源，可以私有部署，这是闭源模型做不到的。而且，开源模型是有助于大模型进一步向好发展的。（以上现状基于20260914的实际状况，部分结论可能是偏判断性的，也就是没有太具体的支撑，更多是一个共识）。

核对日期：2026 年 9 月 14 日。以 Windows / macOS 桌面版和官方 API 为例。不同版本的按钮位置可能不同，请优先认按钮名称。模型名称、价格和免费额度以服务商当前页面为准。

操作路线：安装软件 → 获取密钥 → 填入配置 → 添加模型 → 进行对话。

1. 先弄懂：大模型、Cherry Studio 和 API

大模型可以理解为一个读过大量资料的 AI 助手，能解释知识、写文章和分析问题。它根据训练中学到的规律和你提供的信息生成回答，也可能说错，因此重要信息仍需核实。

本文涉及的更多术语和英文名称统一放在文末，遇到不懂的词时再查即可。

可以把这件事想成“通过一个聊天窗口，请远处的 AI 帮你做事”：

你在 Cherry Studio 输入问题
             ↓ 通过 API 发送
DeepSeek 的服务器运行模型
             ↓ 返回结果
Cherry Studio 显示回答
名词通俗理解你需要做什么
Cherry Studio安装在电脑上的统一聊天工具用它发送问题、阅读回答、切换模型
服务商 / Provider提供模型服务、管理账号和账单的平台在对应平台官网注册
API软件之间传递问题和答案的通道Cherry Studio 会替你完成调用
API Key / API 密钥让平台认出你的“专用通行证”，也关系到费用记在谁的账号上从平台复制，粘贴到软件的密钥栏
API 地址 / Base URL发送请求的目的地按本教程或官方说明填写
模型 ID模型的准确英文编号原样复制，不能随意改名

本教程统一使用 DeepSeek 官方服务：密钥在 DeepSeek 开放平台创建，软件中选择内置的 DeepSeek 服务商。

和直接打开 AI 网页聊天有什么区别？

网页聊天是进入一家 AI 网站使用它的界面；Cherry Studio 则把不同服务商接到同一个窗口里，便于切换。另外，虽然官方会说模型直接在网页使用和api使用没有区别，但是毕竟一个付费一个免费，网页版使用人数过多，并发过高的话，就会模型推理速度变慢，在资源紧张的情景下，就可能会路由选择到更加快速但是推理质量没那么高的推理路径上。还有就是使用网页端上下文的污染问题。

网页聊天和 API 的额度、计费需要分别确认。 使用 DeepSeek API 前，应到开放平台查看余额，具体计费见第 5 节。

这里的模型运行在服务商的服务器上，电脑负责显示界面、发送和接收信息，所以需要联网。发送的问题，以及随请求附带的聊天历史或文件内容，会交给你选定的服务商处理。

2. 安装 Cherry Studio

第一步：打开官方下载页

打开 Cherry Studio 官方下载页，选择与你电脑对应的版本。第一次使用选择正式版即可。

第二步：按电脑类型安装

你的电脑选择什么安装方法
普通 Windows 电脑，Intel / AMD 处理器Windows 标准版，通常为 x64双击安装文件，按提示安装，再从开始菜单打开
Windows ARM 电脑Windows ARM 版双击对应安装文件，按提示安装
苹果 M 系列芯片电脑macOS ARM64 / Apple 芯片版打开 .dmg 文件，把 Cherry Studio 拖进“Applications（应用程序）”，再从应用程序中打开
苹果 Intel 芯片电脑macOS Intel 版安装方法同上

不知道电脑属于哪种：Windows 打开“设置 → 系统 → 系统信息 / 关于”，查看“系统类型”；Mac 点击左上角苹果标志 →“关于本机”，查看芯片或处理器。

安装时遇到提示，可对照官方的 Windows 安装说明 或 macOS 安装说明。

本步完成标志：能打开 Cherry Studio，看到主界面。

复制粘贴小提示：先用鼠标选中文字，再右键选择“复制”；点进目标输入框，右键选择“粘贴”。Windows 也可用 Ctrl+C / Ctrl+V，Mac 用 Command+C / Command+V。

3. 接入 DeepSeek

3.1 在 DeepSeek 开放平台获取密钥

  1. 用浏览器打开 DeepSeek 开放平台。
  2. 注册或登录，按页面提示完成账号设置。
  3. 找到 API Keys / API 密钥，点击 创建 API Key。
  4. 如果需要填写名称，可以写 我的CherryStudio，方便以后辨认。
  5. 复制生成的密钥。它是一长串字符，通常以 sk- 开头。
  6. 查看平台的余额或充值页面。如果没有可用余额或赠送额度，按平台当前要求小额充值，再继续测试。

密钥获取和软件入口可参考 Cherry Studio 的 DeepSeek 配置说明。

密钥只填进软件的“API 密钥”栏。 不要发到聊天框、群聊或公开截图中，也不要把账号登录密码当作 API Key。若密钥泄露，到平台删除或撤销它，再创建新的。

3.2 把密钥填进 Cherry Studio

回到 Cherry Studio，打开 设置（齿轮图标）→ 模型服务；有的版本将该栏目称为“模型”。在服务商列表中找到 DeepSeek。

按下面填写：

界面中的项目应该填写什么
服务商选择内置的 DeepSeek
API 密钥粘贴刚才在 DeepSeek 平台复制的真实密钥
API 地址https://api.deepseek.com，内置地址正确时保持默认
模型 ID本教程用 deepseek-flash

截至核对日期，DeepSeek 官方价格页列出的 Flash 模型 ID 为 deepseek-flash，也列有 deepseek-v4-pro。第一次先添加一个即可。较早教程中的模型名称可能已经变化，请以 DeepSeek 官方模型与价格页 和实际获取到的模型列表为准。

3.3 添加模型并启用服务商

  1. 点击 获取模型列表；旧版本可能叫“管理”。
  2. 找到 deepseek-flash，点击它旁边的 ＋，把它加入已添加列表。
  3. 如果列表中找不到它，点击 添加模型，将 模型 ID 填为 deepseek-flash；若还要求名称、分组，名称可用同样文字，分组可填 DeepSeek。
  4. 打开该服务商的 启用开关。
  5. 点击 检测 / 检查，选择刚添加的模型进行测试。测试可能产生少量 API 用量。

按钮和检测方式见 Cherry Studio 模型服务设置。

3.4 发出第一条消息

  1. 返回 对话 页面，选默认助手，点击 新对话。旧版本也可能叫“新话题”。
  2. 点击对话顶部的模型名称，选择 DeepSeek → deepseek-flash。
  3. 在输入框中粘贴下面的话，点击发送按钮。
请用中文回答：什么是 API？用一个生活中的例子解释，控制在 100 字以内。

看到模型正常回答，就完成了第一次 API 调用。

模型选择和新建对话入口可对照 Cherry Studio 对话说明。如果失败，查看第 6 节的排错表。

4. 接通之后，怎样用得顺手？

提问时说清楚三件事

要做什么 + 必要背景 + 希望怎样输出。

例如，与其只写“帮我修改”，可以直接这样问：

请把下面这段话改成适合发给同事的微信消息。
保留原意，语气礼貌但不要太正式，控制在 100 字以内。
原文：……

回答不合适时，在同一个对话里追问：“再短一点”“给一个生活例子”“保留第二条，重写其他部分”。换到完全不同的事情时，新建对话更清楚。

第一次使用时，选默认助手，思考强度、温度和 Top-P 等参数保持默认即可。接通 API 不等于开启了联网搜索；搜索、图片和文件问答需要相应能力与配置，等文字聊天成功后再尝试。

5. 费用怎么算？

DeepSeek 按输入和输出的 Token 用量计费。随请求发送的历史对话、文件内容也可能算入输入，所以长对话的费用不只取决于你刚发的那一句话。Token 和上下文的含义可查文末术语表。

最基础的计费思路是：

费用 ≈ 输入 Token 数 × 输入单价 + 输出 Token 数 × 输出单价

平台常把单价标成“元 / 百万 Token”，计算时要换算单位。比如，假设输入每百万 Token 收 1 元、输出收 2 元，一次输入 1,000 Token、输出 500 Token，费用约为 0.002 元。这只是算术示例，不是任何模型的当前报价。

实际费用还与模型、缓存和思考用量等因素有关，以 DeepSeek 价格页 为准。

初次使用先发几条短消息，再到 DeepSeek 开放平台查看用量和余额。重复生成、检测及部分自动功能也可能产生调用；换到无关任务时新建对话，可以减少不必要的历史内容。赠送额度的适用范围和有效期，以账号页面为准。

6. 出问题时，按这个顺序检查

先核对：服务商 → 密钥 → 地址 → 模型 ID → 启用开关 → 平台余额与权限。

你看到的现象或报错常见原因可以怎样处理
聊天页找不到模型获取了模型列表，但没添加；或服务商未启用到模型管理点模型旁的“＋”，并打开启用开关
401、Invalid API Key、认证失败密钥无效、复制不完整或填错服务商从 DeepSeek 开放平台重新复制密钥，确认没有多余空格，并填入 DeepSeek 服务商
402、余额不足、欠费API 账户没有足够可用额度到对应开放平台查看余额和账单
404、Model not found地址或模型 ID 不正确，或模型不可用对照本教程配置表和当前模型列表；保留英文连字符，不要把中文展示名称当 ID
429、请求过于频繁触发速率或用量限制暂停连续点击，稍后再试；持续出现时查看平台限额
超时、网络错误、500 / 503网络不通或服务暂时繁忙先检查网络，稍后重新发一条短消息
提示输入太长、超出上下文这次带入的文字或历史过多新建对话，或把材料分段发送

错误码需结合完整提示判断，参见 DeepSeek 错误码说明。

地址栏只填写配置表中的 API 地址。 不要填登录网站的网址，也不要自行在末尾重复添加 /v1 或 /chat/completions。检测失败时，还要确认检测选中的就是你刚添加的模型。

如果需要请别人帮忙，提供：软件版本、服务商名称、模型 ID、已隐藏密钥的设置截图，以及完整报错文字。不要提供真实 API Key。

附录：常用概念与英文

概念英文简单解释
大语言模型Large Language Model（LLM）主要处理语言的 AI，擅长回答问题、写文章和翻译。
多模态Multimodality能处理文字、图片、声音等多种信息，例如看图回答问题。
生成式模型Generative Model能根据要求生成文章、图片、音乐或视频等内容的模型。
通用人工智能Artificial General Intelligence（AGI）能广泛学习和完成不同领域智力任务的 AI 目标，具体标准尚无统一定义。
世界模型World ModelAI 对环境运行规律的内部表示，用来预测“采取某个行动后会发生什么”。
具身智能Embodied IntelligenceAI 通过身体或设备感知环境、采取行动，并利用反馈，例如机器人拿起杯子。
智能体Agent围绕目标决定步骤、调用工具并检查结果的 AI 系统。
模型参数Model Parameters模型通过学习调整的大量数值，用来编码学到的规律；数量更多不一定更好。
训练Training让模型通过大量示例学习规律的过程。
推理Inference使用训练好的模型处理新输入，例如根据你的问题生成回答。
思考推理Reasoning模型通过中间步骤推导答案；产品中的“深度思考”通常指增加这类推导。
提示词Prompt交给 AI 的任务说明，例如“请用三句话总结这篇文章”。
词元Token模型处理文字的小单位，不一定等于一个汉字或单词，常用于计算用量和费用。
上下文Context模型这次回答时能参考的信息，包括问题、聊天历史和提供的材料。
上下文窗口Context Window模型一次能容纳的信息量上限，通常以 Token 数量表示。
幻觉HallucinationAI 生成看似可信、实际错误或不存在的内容，例如编造参考文献。
检索增强生成Retrieval-Augmented Generation（RAG）先从资料中检索相关内容，再让模型参考作答，类似“开卷回答”。
微调Fine-tuning在已有模型上继续训练，让它更适应某类任务或表达风格。
工具调用Tool Calling模型请求使用搜索、计算器等外部工具，由软件实际执行。

编写说明：配置依据文中的官方资料整理，未使用个人 API Key 进行付费实测。后续界面或型号如有变化，以平台当前说明为准。