中国国外からDeepSeek APIを使う方法：設定と確認事項

中国国外からDeepSeek APIを使用するには、まず自分のアカウントと配置地域に対応するサービスを選びます。DeepSeekの直接プラットフォームまたはTokenhotなどのゲートウェイを評価できます。どちらの場合も、エンドポイント、そのサービスが発行したAPIキー、選択したルートが実際に対応しているモデル識別子が必要です。

すべての国、アカウント、プロバイダーに共通するレイテンシ値や登録規則はありません。システムを構築する前に、現在の登録方法と支払い方法が自分の地域で利用できるか確認してください。ゲートウェイはアクセスの選択肢ですが、サービスの利用可能地域に関する規則を無視する許可ではありません。

2026年9月14日更新。コード例はドキュメントに基づく出発点であり、実際のAPI性能を測定した結果ではありません。

DeepSeekへの直接アクセスかゲートウェイか

判断項目	DeepSeek直接	Tokenhotゲートウェイ
エンドポイント	https://api.deepseek.com	https://api.tokenhot.ai/v1
認証情報	DeepSeekプラットフォームのキー	Tokenhotコンソールのキー
モデル選択	DeepSeek APIドキュメントにある現在の識別子	Tokenhotカタログにある正確なルート識別子
課金	DeepSeekアカウントと現在の原開発元料金	Tokenhotアカウントと表示されたゲートウェイ料金
評価する主な理由	モデルプロバイダーとの直接契約	1つのサービスから複数のモデルファミリーへアクセス

エンドポイントとSDKの設定は、DeepSeek quick startとTokenhot quick startに記載されています。キーはサービスごとに異なります。DeepSeekキーをTokenhotへ、TokenhotキーをDeepSeekへ送らないでください。

既存のDeepSeekアカウントがワークロードに対応している場合は、まずそのルートをテストします。より広いカタログや異なるアカウント条件が必要なら、ゲートウェイを比較してください。OpenRouter代替サービスガイドでは、最初のAPI呼び出し以外の互換性とプロバイダー選択を扱っています。

古い例をコピーする前にモデル名を確認する

現在のDeepSeek quick startではdeepseek-flashが推奨されています。同ページによると、従来のdeepseek-v4-flashとdeepseek-v4-flash-vision-expという名前は直接サービスで引き続き受理されますが、対応する旧モデルが終了したため、リクエストにはDeepSeek V4.1 Flashが使われます。また、V4 Pro APIサービスは2026年9月14日以降も継続すると記載されています。現在のDeepSeek API識別子。

したがって、別名が動作しても、変更されていない同じモデルを呼び出している証拠にはなりません。エンドポイント、リクエストしたモデル、取得できる場合は返されたモデルのメタデータ、確認日を配置設定に記録してください。

ゲートウェイが同じ別名や終了スケジュールに従うと仮定してはいけません。掲載されている識別子を明示的に選びます。過去のV4 Proリリース、ベンチマーク、ウェイト要件については、DeepSeek V4 Proガイドを参照してください。

Pythonで小さな初回リクエストを行う

設定可能なベースURLとChat Completionsクライアントに対応する公式OpenAI Python SDKをインストールします。

pip install openai

直接アクセスでは、DeepSeekプラットフォームでキーを作成し、環境変数DEEPSEEK_API_KEYを設定してください。認証とモデル選択を大きなワークロードなしで確認できるよう、短いプロンプトから始めます。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com",
    timeout=120.0,
    max_retries=0,
)

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[{"role": "user", "content": "Explain an API gateway in two sentences."}],
    stream=False,
)
print(response.choices[0].message.content or "")
print(response.usage)

タイムアウトを明示し、自動再試行を無効にすると、最初の診断実行を解釈しやすくなります。これらは設定例であり、すべてのワークロードに推奨される上限ではありません。サービスのエラーとアプリケーションの時間予算を理解してから、上限のある再試行ポリシーを設定してください。

Tokenhotでは、APIキーコンソールからキーを取得し、モデルカタログでDeepSeekルートを選び、サーバー環境にTOKENHOT_API_KEYとTOKENHOT_MODELを設定します。クライアントとモデルの設定を次のように置き換えてください。

client = OpenAI(
    api_key=os.environ["TOKENHOT_API_KEY"],
    base_url="https://api.tokenhot.ai/v1",
    timeout=120.0,
    max_retries=0,
)
model = os.environ["TOKENHOT_MODEL"]

同じ基本的なChat Completions呼び出しにmodel=modelを渡します。設定からモデルを選ぶことで、未検証のゲートウェイ別名をチュートリアルに直接埋め込まずに済みます。認証情報はサーバー上で管理し、ブラウザバンドル、公開リポジトリ、診断画面のスクリーンショットに含めないでください。

ストリーミングと推論オプションを個別に追加する

基本リクエストが動作したら、選択したルートでストリーミングをテストします。Chat Completionsストリームでは、contentへアクセスする前にチャンクにchoiceがあることを確認します。

stream = client.chat.completions.create(
    model=model,
    messages=[{"role": "user", "content": "Give three checks before deploying an API client."}],
    stream=True,
)
try:
    for chunk in stream:
        if chunk.choices:
            text = chunk.choices[0].delta.content
            if text:
                print(text, end="", flush=True)
finally:
    stream.close()

ここでclientとmodelは、上で選んだ設定を指します。直接アクセスの例ではmodel="deepseek-flash"を設定します。このコードは回答のcontentを出力します。すべての推論モデルが中間出力を文字どおりの<think>タグに入れるとは限りません。そのルートで文書化されたフィールドだけを解析し、補助的な推論データは最終回答と分けてください。

DeepSeekの現在の直接アクセス例では、reasoning_effortとthinkingオブジェクトを併用しています。しかし、任意のゲートウェイが同じ拡張や値を受け入れる根拠にはなりません。対象ルートのドキュメントを確認してから、これらの制御を追加してください。同じ理由で、ツール、構造化出力、画像入力、長文コンテキストも個別にテストします。共通のクライアントインターフェースを使用しても、すべてのモデル機能が互換になるわけではありません。

プロバイダーを変える前にアクセスエラーを診断する

リクエストが失敗しても、それだけで地域的なネットワーク遮断を証明することにはなりません。まずHTTPステータス、サービスのエラーメッセージ、エンドポイント、モデル選択を確認してください。

症状	最初に確認すること
認証エラー	キーはリクエストを受け取るサービスが発行したもので、現在も有効か？
残高不足	APIアカウントにこのルートで利用可能なクレジットがあるか？
無効なパラメーターまたはモデル	現在のモデルは、送信した識別子、フィールド、値を受け入れるか？
レート制限	リクエストの同時実行数またはトークン量が、アカウントの許可範囲を超えていないか？
タイムアウトまたはサーバー過負荷	小さなリクエストは完了するか、サービスが障害を報告しているか？
ストリーム中断	接続が早期に閉じられ、アプリケーションが部分的なテキストを完全な回答として扱っていないか？

DeepSeekでは、認証失敗を401、残高不足を402、無効なパラメーターを422、レート制限を429、サーバー問題を500/503として文書化しています。ゲートウェイではコードが異なる場合があります。1つのプロバイダーの再試行ポリシーをすべてのルートに適用せず、該当サービスのエラーリファレンスを確認してください。DeepSeekエラーコード。

サポートへ問い合わせるため、リクエストIDと機密情報を除いたエラーメタデータを保持します。APIキーや非公開プロンプトを公開Issueへ貼り付けないでください。失敗が続く場合は、キー、モデル、リクエスト本文、ネットワークの場所のうち1つだけを変えます。これにより、結果を次の対応に結び付けられます。

配置地域からレイテンシを測定する

アプリケーションを実行するサーバー地域から各ルートを比較してください。近い場所にゲートウェイの入口があればネットワーク接続時間に影響しますが、生成時間はキュー、入力長、モデル計算、推論モード、出力長にも左右されます。

各テストで、同じプロンプト、同時実行数、出力設定、時間帯を使用します。回答の最初のトークンまでの時間、完了までの合計時間、成功率、課金使用量を測定してください。タイミングに接続確立が含まれるか、補助的な推論が回答文より先に届くかを記録します。十分な観測数を得たら、中央値とテールレイテンシを分けて報告してください。

長文コンテキストのジョブには、現実的な文書長を含めます。短い挨拶だけでは、大規模コードベース上の性能を判断できません。ストリーミングインターフェースでは、成功レスポンスだけでなく中断とキャンセルもテストします。本記事には管理された地域別ベンチマークがないため、普遍的な200ms未満という約束はしません。

実際のルートの請求額とデータ条件を比較する

料金を支払うエンドポイントの現在の見積もりを使用してください。DeepSeekの原開発元料金とTokenhotのゲートウェイ料金は別の提示です。キャッシュ済み入力、通常入力、推論出力、時間帯別料金によって実効コストが変わる場合があります。LLM API料金比較では、再現可能な計算フレームワークを提供しています。

入金する前に、自分のアカウントで表示される支払い方法と最低購入金額を確認してください。すべての国で同じカードやウォレットが使えると仮定してはいけません。

機密性の高いワークロードでは、ゲートウェイと上流プロバイダーの両方について、適用されるデータ条件を確認します。どのルートがリクエストを処理するか、どの運用ログが保持されるか、どの契約上の保持設定が適用されるかを確認してください。通信の暗号化、保持に関するマーケティング上の説明、完了したコンプライアンス評価は、それぞれ異なる問いに答えるものです。

本番移行前の確認

アカウントが対応していること、正確なモデルが動作すること、代表的なリクエストが完了すること、使用量が想定どおり表示されることを確認します。その後、ストリーミング、エラー処理、リクエスト上限、アプリケーションが必要とするモデル固有機能をテストしてください。後から別名や料金の変更を確認できるよう、設定を日付付きで記録します。

ゲートウェイ設定はTokenhot quick start、直接アクセスはDeepSeek quick startから始め、トラフィックを拡大する前に自社のワークロードでルートを評価してください。