3行でいうと

  • 入口は4つあります。Web版（chat.deepseek.com）とスマホアプリ、API（キーを作って呼ぶ）、デスクトップとWeb UIの「DeepSeek Harness」（公式が「プレビュー版」と書く）、Hugging Faceのモデルの重みです。
  • APIは、公式の最初のページが「APIキーを作る → 設定する（base_url、api_key、model）→ 呼ぶ」の順に案内しています。base_url は OpenAI形式が https://api.deepseek.com、Anthropic形式が https://api.deepseek.com/anthropic、モデル名は deepseek-flash か deepseek-v4-pro です。
  • Harnessは、macOSは Apple 芯片（Apple silicon）と macOS 13 以降（ボタンあり）、Windowsは「下载适用于 Windows 版本」という文中のリンクです。Web UIは npx @deepseek-ai/dsh web で起動し、http://127.0.0.1:3080 で開きます。
  • この記事では、Web版（chat.deepseek.com）と、API開放プラットフォームのページ（platform.deepseek.com）を読めていません。画面の表記は、公式の文書に出てくる範囲しか書けません。

この記事は、公式の資料を2026年10月25日に読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。運営者は DeepSeek を入れていますが、使い心地はこの記事には書いていません。手順は「公式の手順を順に並べたもの」です。コマンドや設定の例は、「公式の例の写し」と「公式の記載に合わせて、この記事で組んだ例（動作は確かめていません）」を、そのつど書き分けています。公式のページは要約の形で取得したため、全文は公式ページで確かめてください。

先に結論

前提：用語をそろえる

たとえ話：玄関を選ぶ

家に玄関が4つある、と考えてみます。正面玄関（Web版・アプリ）は、靴を脱いで話すだけ。業者用の勝手口（API）は、合鍵（APIキー）がないと入れません。作業部屋のドア（Harness）は、自分の机ごと貸すので、貸す範囲を決める必要があります。レシピを持って帰って自分の台所で作る道（重み）は、道具を自分でそろえる前提です。これは僕らのたとえで、公式の表現ではありません。

どの入口から入るか：読んだ範囲の対応表

入口 入手先（公式の表記） 最初にやること この記事で読めたか
Web版 chat.deepseek.com（公式サイトの「DeepSeek 网页版」のリンク先） ブラウザで開き、サインインする ページは取得できず。01の内容と、公式サイトのリンクのみ
iOS 公式のダウンロードページの「下载 iOS 版」（App Store へ移動）。QRコードあり App Store の画面でインストール ダウンロードページは読めた
Android ダウンロードページの「下载 Android 版」（APKの直接ダウンロード） APKを入手してインストール ダウンロードページは読めた
API 公式文書の「首次调用 API」と、DeepSeek Platform の API keys ページ キーを作り、curl で1回呼ぶ 文書は読めた。platform.deepseek.com は取得できず
Harness（デスクトップ） ダウンロードページの「DeepSeek Harness 桌面端」 ダウンロードして起動 ダウンロードページは読めた。インストール後の画面は未確認
Harness（Web UI） npm の @deepseek-ai/dsh、またはGitHubのソース npx @deepseek-ai/dsh web 公式のクイックスタートとREADMEを読んだ
オープンウェイト Hugging Face の DeepSeek のモデルカード ツールを選んで実行 V4.1-Flash のモデルカードを読んだ

A. Web版とスマホアプリを使い始める

A-1. Web版（chat.deepseek.com）

この記事で確認できたこと。 公式サイトのトップが「DeepSeek 网页版」として chat.deepseek.com へリンクしている、ということだけです。ページそのもの（サインインの画面、ボタンの名前、言語の切り替え）は、取得に失敗して読めていません。以下は、公式の規約・ポリシー・2025年1月の発表から読み取れる範囲で並べた手順で、画面の表記は未確認です。

  1. ブラウザで chat.deepseek.com を開く。公式サイト（www.deepseek.com）のリンクをたどるのが、入口を取り違えにくい方法です（これは僕らの見立て）。
  2. 登録またはサインインを求められたら、画面に出ている方法で進める。01によると、公式のプライバシーポリシーはメールアドレスまたは電話番号とパスワード、および第三者（AppleやGoogleなど）のサインインを挙げ、2025年1月の発表はメール、Googleアカウント、Apple IDと書いていました。いまの画面にどの方法が出るかは、手元の画面で確かめてください。
  3. 初回は、機密でない質問を1つ送ってみる（例は06）。
  4. 設定画面で、チャット履歴の管理（コピーや削除）と、学習に使われないようにする設定「Improve the model for everyone」を探す。公式の利用規約に書かれた名前ですが、画面のどこにあるかは確認できていません。

学習への利用、履歴、アカウント削除。 書かれている内容は04にまとめています。この記事では繰り返しません。

A-2. iOSアプリ

  1. 公式のダウンロードページ（www.deepseek.com/download/）を開く。
  2. 「DeepSeek 客户端」の項にある「下载 iOS 版」を押す。App Store のページへ移動する、とページにあります。パソコンで開いているときは、ページに「iOS 下载二维码」（iOSのQRコード）があるので、スマホで読み取る形も使えます。
  3. App Store の画面に従ってインストールする。App Store 側の画面の説明は、この記事では扱いません。

A-3. Androidアプリ

  1. 同じダウンロードページで「下载 Android 版」を押す。ページによると、これはAPKファイルの直接ダウンロードです。QRコードは、Android向けには表示されていませんでした。
  2. ダウンロードしたAPKからインストールする。APKを入れるための端末側の設定（提供元不明のアプリの許可など）は、公式のページには書かれていませんでした。端末の案内に従ってください。
  3. 2025年1月15日の公式のアプリ発表は、公式の経路からだけダウンロードするように注意していました。いまのダウンロードページでは、Google Play のリンクは見つかりませんでした（01と同じ）。

A-4. アプリでの最初の確認

アプリの画面（ボタンの配置、モードの切り替え）は、公式の資料では確認できていません。サインインできたら、質問を1つ送って返事が来るか、で足ります。

B. APIキーを作って、最初の1回を呼ぶ

B-1. キーを作る前に

B-2. キーを作る

  1. 公式の最初のページ（api-docs.deepseek.com の「首次调用 API」）は、APIキーを DeepSeek Platform の API keys のページ（platform.deepseek.com/api_keys）で作る、と書いています。
  2. そのページで、キーを新しく作る操作をする。ボタンの名前、名前をつける欄の有無、キーの有効期限は、確認できていません（platform.deepseek.com を取得できなかったため）。
  3. 作ったキーを、人に見られない場所に控える。公式の他社ツール向けページの1つ（Codex）は、キーが sk- で始まると書いています。見分けの目安になります。

B-3. キーを置く（この記事で組んだ例）

公式の最初のページの curl の例は ${DEEPSEEK_API_KEY} というシェルの変数からキーを読む形ですが、その変数をどう設定するかは、ページに書かれていませんでした。次は、その変数を置くために、この記事で組んだ例です（動作は確かめていません）。

macOS / Linux（ターミナル、その窓を閉じるまで有効）:

export DEEPSEEK_API_KEY="ここに自分のキー"

Windows（PowerShell、その窓の中だけ有効）:

$env:DEEPSEEK_API_KEY="ここに自分のキー"

コマンドにキーをそのまま打つと、シェルの履歴に残ることがあります。これは僕らの注意で、公式の記載ではありません。公式のWorkBuddy向けページには、Windowsで setx DEEPSEEK_API_KEY "<your DeepSeek API Key>" と書いて、変数を保存しておく例がありますが、同じページが「画面に変数名がそのまま出る」ときの直し方も書いています（07）。

B-4. curl で1回呼ぶ（macOS / Linux）

次は、公式の最初のページに載っている curl の例の写しです。モデルは deepseek-flash、思考モードを有効、思考の強さ high、ストリームなしです。取得した内容では、行末の \ のあとに空白が入って見えました（取得時の整形と思われます）。貼るときは \ が行の最後に来るようにしてください。

curl https://api.deepseek.com/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}" \
  -d '{
        "model": "deepseek-flash",
        "messages": [
          {"role": "system", "content": "You are a helpful assistant."},
          {"role": "user", "content": "Hello!"}
        ],
        "thinking": {"type": "enabled"},
        "reasoning_effort": "high",
        "stream": false
      }'

期待される結果。 公式のページは、成功時の応答の見本を載せていませんでした。思考モードのガイドは、応答のメッセージに content（答え）と reasoning_content（考えた内容）などが入ると書いています（06）。401、402などは、後の「つまずき表」へ。

B-5. Windows（PowerShell）で1回呼ぶ

公式の最初のページの例は、bash の書き方でした。PowerShell向けの例は、公式のWorkBuddy向けのページにあります。そのページの写しを次に置きます（モデルは deepseek-flash、中身は "hi"。エンドポイントは /v1/chat/completions と書かれている点が、最初のページの例（/chat/completions）と違います。どちらも公式のページの記載です）。

$env:DEEPSEEK_API_KEY="<your DeepSeek API Key>"

curl https://api.deepseek.com/v1/chat/completions `
  -H "Content-Type: application/json" `
  -H "Authorization: Bearer $env:DEEPSEEK_API_KEY" `
  -d '{"model":"deepseek-flash","messages":[{"role":"user","content":"hi"}],"stream":false}'

ページは「成功すれば、キーとモデル名が使える」と書いています。Windows の PowerShell での curl の挙動の違いなど、そのページに書かれていない点は足していません。

B-6. SDKから呼ぶ（公式の例）

Python（OpenAI形式）。 公式の最初のページには Python と Node.js のタブがありますが、取得した内容にコードは入っていませんでした。かわりに、ツール呼び出しのガイドのPythonの例が、接続の部分を示しています。

from openai import OpenAI

client = OpenAI(
    api_key="<your api key>",
    base_url="https://api.deepseek.com",
)

このガイドの例は、キーを環境変数から読まず、プレースホルダーを書き換える形でした。実際のコードにキーを直接書くと、共有のリポジトリに入るおそれがあります（これは僕らの注意です）。pip install openai のようなSDKの導入コマンドは、読んだ公式ページには書かれていませんでした。

Python（Anthropic形式）。 公式のAnthropic形式のガイドが示す手順は、次のとおりです。

pip install anthropic
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic
export ANTHROPIC_API_KEY=${YOUR_API_KEY}

import anthropic

client = anthropic.Anthropic()

message = client.messages.create(
    model="deepseek-flash",
    max_tokens=1000,
    system="You are a helpful assistant.",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "Hi, how are you?"
                }
            ]
        }
    ]
)
print(message.content)

Anthropic形式では、claude-opus で始まる名前は deepseek-v4-pro に、ほかの claude で始まる名前は deepseek-flash につながり、claude で始まらず認識されない名前は400エラーになる、と同じガイドにあります。対応していない項目の一覧は07に載せます。

B-7. モデル名の注意

公式の最初のページは、deepseek-flash（いまは DeepSeek-V4.1-Flash-1017）と deepseek-v4-pro を挙げています。旧名 deepseek-v4-flash と deepseek-v4-flash-vision-exp は、モデルは提供終了で、呼ぶと最新のFlashにつながり、Flashの料金で請求されます。名前は変わりやすいので、設定する前に公式の料金ページ（「模型与定价」）の表を見てください（01）。

C. DeepSeek Harness（プレビュー版）を入れる

公式サイトは「DeepSeek Harness 桌面端」として、デスクトップ版を案内しています。ページは「仍在持续迭代」（まだ改善を続けている）と書き、公式のGitHubのリポジトリは、互換性を壊す変更があると明記しています（02）。

C-1. デスクトップ版（macOS・Windows）

  1. 公式のダウンロードページ（www.deepseek.com/download/）を開く。
  2. 「DeepSeek Harness 全新桌面端」の項で、OSに合うものを押す。macOS は「下载 macOS 版」のボタン、Windows は「下载适用于 Windows 版本」という文の中のリンクです（Windows 専用のボタンはページに無い）。macOS の条件は「Apple 芯片、MacOS 13 或更高版本」（Apple silicon、macOS 13 以降）と書かれています。ページにバージョン番号はなく、ファイル名に dsh-latest が使われる、と取得内容にありました。
  3. ダウンロードしたファイルでインストールする。ページに、インストールの具体的な操作と、Windowsの動作条件は書かれていませんでした。 起動後の最初の画面も、確認できていません。
  4. ページによると、デスクトップ版は背景での実行とローカルのファイルの読み書きに対応します。つまり、起動したあとは、パソコンのファイルに触れる道具になります。権限の考え方は06で書きます。

モデルへの接続（DeepSeekのキーを入れる）は、Web UIの手順（下のC-2）が公式のクイックスタートに書かれています。デスクトップ版で同じ画面かどうかは、確認できていません。

C-2. Web UI（npx で起動）

公式のクイックスタートとGitHubのREADME（中国語版）に書かれた順に並べます。

  1. Node.js を入れる。 READMEは Node.js が必要と書きますが、バージョンは書いていませんでした（確認できていません）。
  2. 起動する。 READMEのコマンドは次の1行です（公式の写し）。
npx @deepseek-ai/dsh web
  1. ブラウザで http://127.0.0.1:3080 を開く。READMEは、既定のポートが3080と書いています。公式のクイックスタートは、起動コマンドが「アクセスするURLを表示する」と書いています。公式の公開配備のガイドは、表示されるURLには、プロセスの認証情報（起動トークン）が含まれ、意図した相手とだけ共有するよう警告しています。表示されたURLをそのまま開くのが、公式の説明に沿った使い方に読めます。
  2. DeepSeekのAPIキーを入れる。 画面の「设置 → 模型」（設定 → モデル）を開き、DeepSeekのカードのAPIキーの欄にキーを入れて保存します。公式のクイックスタートは、保存するとサーバーを再起動せずにすぐ使える、と書いています。公式のモデル設定ガイドは、キーは書き込み専用で、保存後は伏せ字の説明だけが表示され、キー本体は $DSH_HOME/.credentials.yaml に保存される、と書いています。$DSH_HOME の既定は ~/.dsh と、プロキシのガイドの記載から読み取れます（$DSH_HOME/.env の既定が ~/.dsh/.env と書かれているため）。
  3. 作業場所（ワークスペース）を選ぶ。 画面の「选择工作区」（ワークスペースを選ぶ）を押し、dsh を起動したフォルダを追加して選びます。クイックスタートは、ワークスペースを選ぶまで、入力欄が使えない、と書いています。dsh は起動したフォルダを既定の場所にします。
  4. 最初の依頼を送る。 クイックスタートの例は「Summarize this repository and identify its main packages.」でした（リポジトリの要約を頼む英語の依頼です）。承認が必要な操作は、画面が先に聞く、と書かれています。使い方は06へ。

C-3. ソースから動かす

READMEが書くコマンドは次の5行です（公式の写し）。Node.js と pnpm が要る、とありますが、バージョンは書かれていません。

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web

C-4. ネットワークに制限があるとき（プロキシ）

公式のプロキシのガイドの要点です。

D. モデルの重みを自分のマシンで動かす（公式が案内する範囲）

読んだのは、Hugging Face の DeepSeek-V4.1-Flash のモデルカードです。ハードウェアの条件（GPUやメモリの量）は、書かれていませんでした。 カードのヘッダーの数と、本文のパラメータ数が食い違う点も、カードは説明していません（02と同じ）。

  1. 入手。 カードは huggingface-cli や git clone のコマンドを書かず、「Files and versions」のタブと、リポジトリの inference フォルダ（重みの変換と、ローカル推論）を案内しています。
  2. 実行の方法として、カードが挙げるもの。
  3. vLLM：pip install vllm のあと vllm serve "deepseek-ai/DeepSeek-V4.1-Flash"。OpenAI互換のエンドポイントが http://localhost:8000/v1/chat/completions にできる、と書かれています。
  4. SGLang：pip install sglang のあと、python3 -m sglang.launch_server に --model-path、--host、--port 30000 を指定する形。Dockerイメージ（lmsysorg/sglang:latest）の例もあり、--gpus all、--shm-size 32g、HF_TOKEN の環境変数が使われます（全文は公式で確認）。
  5. Transformers：pip install -U transformers accelerate のあと、AutoModelForCausalLM.from_pretrained で読み込む例。
  6. Docker Model Runner：docker model run hf.co/deepseek-ai/DeepSeek-V4.1-Flash
  7. 量子化版：llama.cpp、Ollama、LM Studio、Jan で使えるものへのリンク。手順は書かれていません。誰が作ったかも、カードの要約からは確認できていません（01・03）。
  8. カードが載せる値。 カードには「Recommended sampling parameters」の表（公式が recommended と書く値）があり、temperature 1.0、top_p 0.95 または 1.0、コンテキスト 1Mトークン、max_tokens は 256K 以上でした。推論の強さを1から100で指定する設定もあります。カードは、Jinja形式のチャットテンプレートはなく、encoding フォルダの encoding.py が参照実装だと書いています。
  9. ライセンス。 MIT。リポジトリと重みの両方（カードの記載）。

実行コマンドは、公式のモデルカードの写しで、動作は確かめていません。実際に実行する前に、カードの原文で確かめてください。これらのツール（vLLM など）は DeepSeek の製品ではありません。ローカルのエンドポイントを他のツールにつなぐ案は、08に書きます。

E. 動作の確かめ方（入口ごと）

入口 確かめ方（この記事で並べた順） うまくいったときの目安 公式の記載の有無
Web版・アプリ サインインして、質問を1つ送る 返事が返る 画面の手順は未確認
API B-4またはB-5のcurl JSONの応答が返る 例は公式。応答の見本は読めていない
Anthropic形式 B-6のPython message.content が表示される 例は公式
Harness（Web UI） C-2の6番の依頼 リポジトリの要約が返る。承認が要る操作は画面が聞く クイックスタートの例
ローカルのvLLM vllm serve のあと、localhost:8000/v1/chat/completions に呼ぶ 応答が返る エンドポイントはカードに記載。呼び出しの例は読めていない

つまずきと直し方

公式のエラーコード表（api-docs の「错误码」）の内容です。

症状 公式の名前と原因 公式の直し方
400 格式错误（本文の形式が不正） エラーメッセージに従って、リクエストの本文を直す
401 认证失败（キーが誤り） キーが正しいか確かめる。まだなら、プラットフォームで作る
402 余额不足（残高不足） 残高を確かめ、チャージのページで入金する
422 参数错误（パラメータが不正） エラーメッセージに従って、パラメータを直す
429 请求速率达到上限（速度か同時接続の上限） リクエストの頻度を調整する。上限は「限速与隔离」のページ
500 服务器故障 少し待って再試行。続くならDeepSeekに連絡
503 服务器繁忙 あとで再試行

そのほか、次のものが公式のページに書かれています。

症状 原因（公式の記載） 直し方（公式の記載）
Anthropic形式で400 claude で始まらない、認識されないモデル名 deepseek-flash や deepseek-v4-pro を使う（B-6）
思考モードでツール呼び出しの履歴を送ると400 tools を使うリクエストでは、履歴の reasoning_content を毎回返す必要がある 履歴に前の応答のメッセージをそのまま足す（06）
Harnessの入力欄が使えない ワークスペースを選んでいない 「选择工作区」で選ぶ
Harnessで MISSING_CREDENTIAL キーが保存されていない 設定 → モデルでキーを保存する
Harnessで UNKNOWN_MODEL 選んだモデルが未設定 設定済みのモデルを選ぶ。自前の提供元ならモデルを足す
Harnessの外部通信が通らない プロキシの設定 C-4。SOCKSは使えず、HTTPのポートを指定する

気をつけること

出典