
如果你周一要教10年级化学课,并在周五之前要批改90篇论文,那么“课堂中的AI”不再是抽象的辩论——这是一个关于哪个工具实际上能为你节省一小时的争论。本指南从一位在职实践者的角度介绍了DeepSeek在教育中的应用:使用哪个模型层级、哪些提示在真实课程准备中有效、它的失败之处以及它在大学规模下的成本。我将使用DeepSeek V4(2026年4月24日发布)作为工作基准,并为仍在使用旧版`deepseek-chat`和`deepseek-推理er` ID的人提供注意事项。到那时,你将拥有十个现成的流程和清晰的认识,知道何时需要寻求其他解决方案。
为什么教育者在2026年关注DeepSeek

今年有三件事改变了计算方式。首先,DeepSeek发布了两个预览版V4模型,DeepSeek-V4-Pro和DeepSeek-V4-Flash,都是1000万个token的专家混合模型;Pro版本总参数为1.6T,其中49B为活跃参数,Flash版本总参数为284B,其中13B为活跃参数。其次,价格底线发生了变化:DeepSeek对Flash的收费是每100万个输入token 0.14美元和每100万个输出token 0.28美元,对Pro的收费是输入0.435美元/输出0.87美元,在2026年5月31日之前的75%促销期间(标价1.74美元/3.48美元)。第三,两个模型都使用标准的MIT许可证,这对任何需要自托管的学区或大学来说很重要。
对于教育而言,100万个token的窗口是实际的重点。你可以将整个教科书章节、一整批论文或一个多周的课程序列粘贴到一个提示中,而无需分块——这曾经需要向量数据库和一个周末的配置。
教育者应使用哪个DeepSeek模型?
V4两个等级都运行在相同的API上。选择取决于成本上限,而不是功能差距。
| Model | Best for | Input (cache miss) | Output | Context |
|---|---|---|---|---|
| deepseek-v4-flash | 每日课程准备、学习问答、评分草案 | $0.14 / 1M | $0.28 / 1M | 1M tokens |
| deepseek-v4-pro | 课程设计、研究综述、复杂数学辅导 | $0.435 promo / $1.74 list per 1M | $0.87 promo / $3.48 list per 1M | 1M tokens |
| Verdict | 从Flash开始。只有在Flash产生较弱输出时,才将单个工作流程移动到Pro。 | |||
如果你仍在使用旧版ID,请注意,deepseek-chat和deepseek-推理er将在2026年7月24日15:59 UTC之后完全退役且无法访问,目前正路由到deepseek-v4-flash的非思考模式和思考模式。迁移只需一行更改。要深入了解该系列,请参阅我们的概述。 DeepSeek V4 且具有成本效益 DeepSeek V4-Flash.
十种值得投入的工作流程

每个工作流程都已在V4网页聊天和API中进行过测试。提示词故意具体——粘贴它们,替换括号内的内容,然后迭代。
1. 个性化课程计划生成
Prompt template:
Act as a Key Stage 3 science teacher in England. Plan a 50-minute lesson on
photosynthesis for a mixed-ability Year 8 class of 28 students, including
three EAL learners and two with EHCPs for processing speed.
Output: starter (5 min), main (35 min), plenary (10 min), with one
extension task and one scaffolded task. Cite the National Curriculum
reference. Format as a markdown table.
Flash处理这一点很好。只有在您需要模型进行推理时才使用Pro。 推理 关于单元中误解序列的问题。
2. 使用评分标准进行标注
粘贴你的评分标准,然后粘贴10-30个学生的回答。要求给出每个标准的分数以及一句形成性评价。在发送给学生之前,一定要阅读输出结果——该模型是一个初步标记员,而不是调解员。
3. 为学生提供苏格拉底式辅导
将模型切换到思考和模式进行数学和物理题。设置一个系统提示,禁止直接给出答案;相反,助手一次问一个问题进行诊断。搭配我们 DeepSeek for math 用于问题集支持的流程。
4. 阅读水平重写
选择任何源文本——一篇研究论文摘要,一份原始历史文件——并要求V4-Flash生成三个版本:原始版本、Lexile 800L版本和Lexile 1100L版本。1M的上下文允许你一次性处理整个章节。
5. 试题和闪卡生成
从讲义或章节中请求20个带干扰项的多选题,这些干扰项针对已知的错误观念,并提供Anki格式的导出。指定每个问题的布卢姆分类法层次。
6. 对全班进行反馈总结
粘贴30个简答题回答。要求V4识别三个最常见的错误观念,并提出一个10分钟的复习计划。这就是长上下文获得其价值的地方。
7. 课程映射
上传工作计划和教学大纲文档;请模型标记未覆盖的学习目标。V4-Pro在这里的溢价是值得的——这项任务奖励细致的交叉引用。
8. 为学生提供研究协助
对于本科生,V4可以总结论文、提取方法,并撰写文献综述段落。如果你让它这样做,它会生成引用;只坚持使用提供PDF中的带页码的引用。参见 DeepSeek for research 完整模式,并且 DeepSeek用于学生 用于学习端的工作流程。
9. 为英语作为第二语言的家庭提供翻译服务
将家长信翻译成家庭语言,并附上回译以供验证。根据DeepSeek自身的指导设置翻译任务。 temperature=1.3 per DeepSeek's own guidance for translation tasks.
10. 为计算机教师编写代码
生成带有隐藏测试案例的Python或JavaScript练习。与我们在文档中描述的编辑器集成搭配使用。 DeepSeek with VS Code tutorial.
为学校IT团队提供的最小化API配置
Chat requests hit POST /chat/completions,与OpenAI兼容的端点。保持base_url不变,只需更新模型为deepseek-v4-pro或deepseek-v4-flash;API支持OpenAI ChatCompletions和Anthropic APIs,并且两种模型都支持1M上下文和双模式(思考/非思考)。以下是一个使用OpenAI SDK的Python示例:
from openai import OpenAI
client = OpenAI(
base_url="https://api.deepseek.com",
api_key="YOUR_KEY",
)
resp = client.chat.completions.create(
model="deepseek-v4-flash",
messages=[
{"role": "system", "content": "You are a Year 9 maths tutor."},
{"role": "user", "content": "Explain why dividing by zero is undefined."},
],
temperature=1.3,
max_tokens=800,
)
print(resp.choices[0].message.content)
对于思考模式调用(适用于困难数学问题),请添加 推理ing_effort="high" and extra_body={"thinking": {"type": "enabled"}}. 响应将包括 推理ing_content alongside the final content。该API是无状态的——你的应用必须在每个请求中重新发送完整的对话历史,与保持用户会话历史的网页聊天不同。在我们的文档中了解基础知识 DeepSeek API getting started tutorial.
教育工作负载的有用参数和功能
temperature—— 代码/数学示例为0.0,一般对话为1.3,创意写作提示为1.5。max_tokens—— 在生成测验时设置得较高(例如4000+),在评分时设置得较低(200)。- JSON mode ——旨在返回有效的JSON,但不保证;包括“json”一词以及一个小示例模式。
max_tokens足够高,以至于输出不会被截断。适用于将评分标准分数导入成绩册。 - Streaming — set
stream=true用于辅导机器人UI,以便学生在token到达时看到它们。 - Context caching — 在许多调用中重复相同的长时间课程前缀会将该前缀降低到缓存命中率。
- Tool calling — 让模型调用计算器或引用查找功能。
学校实际运行成本是多少?
Worked example, deepseek-v4-flash: 一个由15名教师组成的部门,每位教师在一个39周的学年中每天进行200次API调用。每次调用使用一个2,000个token的缓存系统提示(评分标准+班级名单),一个200个token的用户消息和一个300个token的回复。
- 每年调用次数:15 × 200 × 195 ≈ 585,000
- 缓存输入:2,000 × 585,000 = 117亿tokens × $0.0028/M $32.76
- 非缓存输入:200 × 585,000 = 1.17Mtokens × $0.14/M $16.38
- 输出:300 × 585,000 = 1.755Mtokens × $0.28/M $49.14
- 年度总计:$98.28
与V4-Pro(相同工作量)进行比较:缓存输入$169.65 + 未缓存输入$203.58 + 输出$610.74 = $983.97. Pro的花费大约是10倍;Flash能够处理大多数教学任务,达到一个繁忙部门实际需要的质量阈值。使用V4来检查自己的数据。 DeepSeek pricing calculator.
教育用例中的诚实限制
- Hallucinated citations. V4在被广泛询问时可以创作期刊文章、ISBN和课程代码。将其限制在您提供的文档中。
- 非文本输入。 与许多闭源同行不同,V4 Flash和V4 Pro仅支持文本,它们提供对理解生成音频、视频和图像的支持。如果您的流程需要图像标记——图表、手写作业——您需要在该步骤中使用多模态替代方案。
- Data residency. 托管API在受中国法律约束的服务器上处理数据。对于GDPR或FERPA下的学生数据,要么自行托管开源权重,要么通过经过审查的代理路由学校数据。请参阅 DeepSeek privacy for the detail.
- 国家和设备限制。 Multiple US states, Australia, Taiwan, South Korea, Denmark and Italy introduced bans or other restrictions on DeepSeek-R1 shortly after its release, citing privacy and national security concerns. Check current status on government-issued devices before piloting.
- 预览状态注意事项。 V4被标记为预览版;在稳定发布前,价格和行为可能会有所变动。
When to reach for something else
- 图像密集型标记 — 在图像步骤中使用多模态模型,然后将文本交给V4-Flash处理。
- 语音驱动辅导 — 目前DeepSeek不提供原生的音频输入/输出。
- 高度监管的数据 — 对于SEND/IEP记录,在[7]的帮助下自行托管开放权重,而不是调用公共API。 install DeepSeek locally 比较购物
- 寻找最接近的用户体验竞争对手。 — see DeepSeek vs ChatGPT 在chat.deepseek.com注册并尝试上述三种工作流程中的三个,在网页聊天中操作。无需代码。
Getting started this week

- 如果您满意,生成一个API密钥,并运行上述Python代码片段。在两周内衡量节省的时间。然后才进行扩展。
- 对于更多跨角色模式,浏览我们的
deepseek-v4-flash. - 将一个工作流程——从创建测验开始——通过Apps Script或一个小型Streamlit应用程序连接到Google表格。
- Measure time saved over two weeks. Only then expand.
For more cross-role patterns, browse our DeepSeek use cases hub.
DeepSeek AI Guide is an independent resource and is not affiliated with DeepSeek or its parent company. Model IDs, pricing and API behaviour change; check the official DeepSeek documentation and pricing page before committing to a production decision.
Frequently asked questions
DeepSeek对教师和学生免费使用吗?
DeepSeek网站的聊天服务chat.deepseek.com免费使用,需注册账户,V4版本支持专家模式和即时模式。API按token计费,价格低廉——V4-Flash的输入缓存未命中费用为0.14美元,每百万token输出费用为0.28美元。API没有文档化的免费层信用额度;请在计费控制台中查看当前优惠。查看我们的费用分解: whether DeepSeek is free.
DeepSeek与ChatGPT在课堂使用上如何比较?
ChatGPT提供更广泛的产品生态系统,包括应用程序、代理和基于计划的集成;DeepSeek则更侧重于模型和API,拥有最小化的聊天用户界面。对于大规模的纯文本任务,DeepSeek V4-Flash在成本上具有显著优势。对于基于图像的标注或语音辅导,ChatGPT的多模态功能仍然领先。完整的对比分析请查看。 DeepSeek vs ChatGPT.
DeepSeek能否可靠地批改论文?
它可以在清晰的评价标准下生成一个合格的第一轮评分,尤其是在V4-Pro思维模式下。它不能取代教师的评判。始终要求模型引用它所评分的学生文本,在系统提示中设置固定的评价标准,并至少抽查10%的输出。 DeepSeek prompt engineering 指南涵盖了结构化评分标准提示。
使用DeepSeek进行教育时,学生数据隐私怎么办?
发送到托管API的对话将在遵守中国法律的服务器上处理。对于受GDPR、FERPA或COPPA保护的数据,建议在学校基础设施上自行托管开放重量的V4模型,或在数据离开您的网络之前匿名化输入。旧ID路由到V4-Flash,但将于2026年7月24日退役。更多信息请参阅 DeepSeek privacy.
如何为学校IT团队设置DeepSeek API?
创建一个账户,生成一个API密钥,并将OpenAI Python或Node SDK指向 https://api.deepseek.com. The endpoint is POST /chat/completions. Use deepseek-v4-flash 默认情况下;对于更复杂的推理任务,切换到 deepseek-v4-pro for harder 推理ing tasks. Step-by-step instructions live in how to get a DeepSeek API key.
Sources & Methodology
Primary sources
- OfficialDeepSeek API documentationEndpoints, request/response shape, model IDsLast checked: April 30, 2026
- PricingDeepSeek API pricing pagePer-1M-token rates, billing units, cache-hit pricingLast checked: April 30, 2026
Technical references
- Technical reportDeepSeek-R1 paper (arXiv:2501.12948)R1 推理ing approach, distillation resultsLast checked: April 30, 2026
Methodology
Information in this article was checked against the official DeepSeek documentation, the article's cited primary sources, and the deepseekai.guide pricing dataset on the date shown above. Where third-party numbers are quoted, the originating source is linked inline so the reader can verify and re-check.
Data confidence
引用带主要来源链接的事实为高;上下文叙述为中等。
Editorial note
AI tooling moves quickly. If you spot an outdated number or a broken link, the contact link in the footer is the fastest way to flag it for the editorial team.