如果你只是想把一段公開文章改寫成摘要，DeepSeek 很適合先試；如果你要把客戶合約、未公開財報或產品規劃貼進去，先停一下。DeepSeek 的價值在於三條入口可以分開選：網頁版快速試、API 壓低大量任務成本、本機模型把資料留在自己電腦。
比較容易出錯的場景是：工程師想省 token 費，直接把舊程式碼裡的 deepseek-chat 留到正式環境；行銷或營運看到免費聊天，就把客戶名單丟進去整理；主管只聽到「開放權重」，以為雲端版和本機版的資料責任一樣。這些錯誤不一定會立刻爆炸，但會讓省下的錢變成模型名稱退場、資料外流或輸出品質不穩的成本。
先做一個小決定：這週只挑一條 DeepSeek 路線測。公開資料、個人學習、草稿整理走網頁版；批量翻譯、分類、內部工具先算 API；公司敏感文件改看本機 Ollama 或已核准的企業工具。不要用一張跑分表決定所有任務。
先用資料風險選路，不要從模型排名開始
DeepSeek 最適合的讀法，是把它當成「低成本推理與開放權重模型家族」。它可以分擔 ChatGPT 或 Claude 的部分任務，但入口要跟資料風險一起選。
公開文章摘要、學習題目和非敏感草稿，可以先用網頁版或 App。測法很簡單：同一份公開資料跑三次，觀察答案是否穩定、繁中是否自然，再決定要不要把它放進日常草稿流程。
批量分類、翻譯、格式整理或內部小工具，才值得打開 API 成本表。請用 100 筆真實樣本測一次，分別記下輸入能否快取、輸出長度、人工修稿時間；不要只看「input 很便宜」就估全年預算。
合約、客戶個資、未公開財務和公司程式碼，請優先看本機 R1 或公司核准環境。DeepSeek 可以當低風險片段的草稿工具，但雲端聊天不該變成資料保險箱。
面向客戶的產品回覆、法務或醫療建議，需要把 DeepSeek 放在草稿或第二意見位置，再由人審。低成本模型可以減少初稿時間，不能替公司承擔最終責任。
這個分流的重點，是把「能不能用」和「能不能碰這份資料」分開。個人任務可以快試；公司任務要先問資料能不能出去、誰看最後輸出、出錯時誰負責。
2026 版 DeepSeek 目前確認了什麼
DeepSeek 官方首頁在 2026 年 7 月顯示，DeepSeek-V4 預覽版已在網頁端、App 和 API 上線，主打推理與 Agent 能力提升。這代表一般使用者可以先在網頁或 App 試模型手感，開發者則要看 API docs 的模型名和價格，不要再照舊文章只寫 V3 或 R1。
官方 API 文件目前列出的主要模型是 deepseek-v4-flash 和 deepseek-v4-pro。同一份文件也寫明，deepseek-chat 和 deepseek-reasoner 會在 2026-07-24 15:59 UTC 退場；為了相容，舊名稱分別對應到 deepseek-v4-flash 的 non-thinking mode 和 thinking mode。
這對讀者最直接的意思是：如果你只是聊天，模型名稱變更感受不一定大；如果你有程式、Zapier、n8n、自家後台或內部工具接 DeepSeek API，這週就該搜尋設定檔和環境變數，把舊模型名列入遷移清單。
API 使用者先改模型名，再重新算成本
DeepSeek 的 API 仍採用與 OpenAI / Anthropic 相容的格式。官方文件列出的 OpenAI format base URL 是 https://api.deepseek.com，Anthropic format base URL 是 https://api.deepseek.com/anthropic。最小可行測試可以先從一個非敏感樣本開始。
from openai import OpenAI
client = OpenAI(
api_key="你的 DeepSeek API key",
base_url="https://api.deepseek.com",
)
response = client.chat.completions.create(
model="deepseek-v4-flash",
messages=[{"role": "user", "content": "請把這段公開產品說明整理成 5 個客服標籤"}],
)價格也要用官方頁面的三段式看，而不是只拿一句「便宜很多」做預算。DeepSeek pricing 頁以每 100 萬 token 計價，2026-07-04 查到的數字如下：
| 模型 | cache hit input | cache miss input | output | 適合先放的任務 |
|---|---|---|---|---|
deepseek-v4-flash | US$0.0028 | US$0.14 | US$0.28 | 大量分類、摘要、翻譯草稿、內部工具原型 |
deepseek-v4-pro | US$0.003625 | US$0.435 | US$0.87 | 較難的推理、程式分析、需要更穩定輸出的批次任務 |
帳單會被三件事拉動：輸入能不能快取、輸出會不會太長、任務是否反覆重跑。舉例來說，客服標籤分類如果每次都帶一大段固定規則，cache hit 會讓成本差很多；如果 prompt 要求模型輸出長篇解釋，output token 會吃掉省下來的 input 錢。要做模型路由，可以把這篇和 AI 模型路由怎麼降低 API 成本 一起看。
網頁版與 App 適合快試，但不要放敏感資料
DeepSeek 官網提供免費對話入口，適合拿公開內容測三件事：它能不能把複雜題目拆清楚、繁體中文是否需要明確要求、同一任務重跑時答案是否穩定。學生、創作者、工程師都可以先用這條路判斷 DeepSeek 合不合口味。
但免費聊天不是公司資料暫存區。DeepSeek privacy policy 寫明，服務會在中華人民共和國直接蒐集、處理與保存個人資料，也提醒使用者不要向服務提供敏感個資。安全用法要把資料分級做在前面：公開資料可以試，客戶個資、合約、病歷、未公開財報、公司原始碼就不要直接貼。
如果你的公司已經有 AI 使用規則，先照規則走；如果還沒有規則，至少先把「哪些資料不能進雲端聊天」寫成一頁清單。工具便宜，不代表資料邊界也便宜。
本機 R1 適合隱私優先，但不要把蒸餾版當雲端旗艦
需要資料留在本機時，可以用 Ollama 先跑 DeepSeek-R1 系列。Ollama 的 DeepSeek-R1 頁列出 1.5b、7b、8b、14b、32b、70b、671b 等版本；一般筆電或桌機通常會先從小模型或 8B 開始。
ollama run deepseek-r1
ollama run deepseek-r1:8b這條路的好處很清楚：資料不必送到雲端，離線測試也方便。代價也要講清楚：本機蒸餾版不等於 DeepSeek 雲端最新旗艦，速度受硬體限制，長文件和複雜程式任務可能會變慢或品質下降。它最適合作為「不能上雲的初稿、分類、摘要、低風險輔助」，不是取代所有公司模型服務。
如果你想系統性挑開放權重模型，下一步可以看 開源 LLM 推薦 2026；如果只是想把模型跑起來，先看 Ollama 教學。
和 ChatGPT、Claude 怎麼分工
DeepSeek 比較適合放進模型組合，而不是一次換掉所有工具。大量低風險文字處理、分類、翻譯草稿和內部小工具，可以先交給 DeepSeek API 測成本；只要錯誤率和人工修稿時間沒有上升，它就很適合替主力模型分擔批次任務。
數學、邏輯和程式推理可以試 v4-pro 或本機 R1，但重要程式碼仍要跑測試、看 diff、做 code review。長文寫作、客戶簡報和品牌語氣，則通常讓 ChatGPT 或 Claude 產品線 當主稿更穩，DeepSeek 比較適合做第二意見或低成本草稿。
公司敏感文件不該只用模型名決定。若資料不能出公司環境，就走本機或企業核准工具；若任務需要圖片、語音、搜尋、多工具連動，也要把 ChatGPT、Gemini、Claude 的產品入口一起比較。你不需要為了便宜把所有任務搬家，只要挑一個高量、低風險、容易驗收的任務測一週。
這週可以做的 30 分鐘試驗
第一步，選一種資料：公開、內部低敏、敏感。只要答案是敏感，就不要用雲端聊天測。第二步，選一個任務，不要一次測十種：例如 100 筆客服訊息分類、20 段產品描述改寫、一份公開文件摘要，或一個小型 bug 分析。
第三步，把同一批樣本丟給 DeepSeek 和你現在的主力工具，記三個數字：可直接使用比例、人工修稿時間、每次任務成本。第四步，檢查是否有舊模型名：搜尋 deepseek-chat、deepseek-reasoner、DEEPSEEK_MODEL、model=，把 7/24 退場前要改的地方列出來。
最後才決定要不要擴大使用。若 DeepSeek 省錢但錯誤率高，就只放低風險批次任務；若本機 R1 夠用，就把敏感摘要留在本機；若結果沒有比現有工具省時間，就維持原本流程，不需要為了跟風換工具。
常見問題
DeepSeek 真的免費嗎？
網頁版可免費對話，但 API 依 token 計費，本機模型也需要你的硬體和維護成本。比較安全的說法是：DeepSeek 提供免費聊天入口、低價 API，以及可在本機跑的開放權重模型；不要把三者混成「所有情境都免費」。
deepseek-chat 和 deepseek-reasoner 還能用嗎？
DeepSeek API docs 在 2026-07-04 顯示，這兩個舊模型名會在 2026-07-24 15:59 UTC 退場。官方為相容把它們對應到 deepseek-v4-flash 的 non-thinking mode 和 thinking mode，但正式環境不應等退場當天才改。
DeepSeek 適合放公司資料嗎？
要看資料等級與公司規則。DeepSeek privacy policy 說服務會在中國直接蒐集、處理與保存個人資料，也提醒不要提供敏感個資。公開資料、低風險草稿可以試；客戶個資、合約、未公開財務、程式碼或受監管資料，請先用本機、企業核准工具或人工流程處理。
本機 DeepSeek R1 和雲端 V4 是同一回事嗎？
不是。Ollama 上常見的是 DeepSeek-R1 系列與不同大小的本機模型，適合資料留在本機和離線測試；DeepSeek 官方 API 目前主推 deepseek-v4-flash 與 deepseek-v4-pro。本機小模型可能更安全、更便宜，但不一定有雲端最新模型的品質和速度。