DeepSeek API gebruiken in Cursor: aangepaste basis-URL instellen

Het korte antwoord

Als je wilt weten hoe je de DeepSeek API in Cursor gebruikt, is het proces hetzelfde voor elke OpenAI-compatibele provider. Je opent de modelinstellingen van Cursor, plakt een API-sleutel in het OpenAI-sleutelveld, overschrijft de OpenAI-basis-URL en voegt een modelnaam toe die Cursor niet kent. Vervolgens kies je dat model in de chat.

Een verduidelijking voordat je begint. Deze site is niet de officiële DeepSeek API. Het is een gehoste, OpenAI-compatibele tekst-API die één open-weight model draait, beheerd door een onafhankelijke provider en afgestemd op het geven van antwoorden zonder inhoudelijke weigeringen bij rechtmatig gebruik door volwassenen. De model-ID is uncensored. Als je de officiële DeepSeek service nodig hebt, gebruik dan het endpoint en de sleutel van de leverancier zelf. De instellingen in Cursor zien er in beide gevallen hetzelfde uit: alleen de drie waarden veranderen.

Voordat je Cursor opent: haal en test een sleutel

Aanmelden kan via Google, of met e-mail en wachtwoord. Daarna heeft de API-sleutelpagina een knop met één klik die $0,50 aan proeftegoed toevoegt. Het is 7 dagen geldig, vereist geen kaart en is beperkt tot één per persoon. Dat is genoeg voor een paar honderd korte codevragen, zodat je de hele setup kunt voltooien voordat je iets betaalt. De sleutelpagina doorloopt de stappen.

Test nu de sleutel buiten Cursor. De foutmeldingen van Cursor zijn kort, en een typefout in de sleutel ziet er hetzelfde uit als een verkeerde URL. Voer dit uit in een terminal:

Copycurl https://api.deepseekapi.top/v1/chat/completions   -H "Authorization: Bearer YOUR_KEY"   -H "Content-Type: application/json"   -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a Python function that reverses a string."}]
  }'

Je zou een JSON-antwoord moeten krijgen met de functie in choices[0].message.content. Je kunt ook modellen opvragen met GET /v1/models, wat een snelle manier is om te bevestigen dat de sleutel geaccepteerd wordt. Als dit werkt, is de endpoint-kant klaar en is alles wat overblijft Cursor-configuratie.

Cursor stap voor stap configureren

1. Open Cursor-instellingen en ga naar het onderdeel Modellen. Op de meeste builds bereik je dit via het tandwielpictogram, dan Modellen.
2. Zoek het veld voor je OpenAI API-sleutel en plak de sleutel. Cursor kan je vragen om deze te verifiëren. Verificatie kan falen met een aangepast endpoint, omdat Cursor de sleutel controleert tegen zijn eigen lijst van modellen. Ga in dat geval door met de volgende stappen en oordeel op basis van of de chat werkt.
3. Schakel de optie in om de OpenAI-basis-URL te overschrijven en voer https://api.deepseekapi.top/v1 in. Voeg /v1 aan het einde toe. Voeg /chat/completions niet toe; de client-app voegt dit pad zelf toe.
4. Gebruik de knop om een model toe te voegen en typ uncensored exact, in kleine letters. Schakel het in in de modellijst.
5. Open een chatpaneel, kies uncensored in de modelkiezer en stuur een korte prompt.

Menunamen veranderen tussen Cursor-releases, dus als een label verschilt van het bovenstaande, zoek dan naar dezelfde drie dingen: sleutel, basis-URL, aangepast model. De eigen documentatie van Cursor is de plek om de huidige namen te controleren.

Een instelling om op te letten

Cursor houdt één overschrijving van de OpenAI-basis-URL bij. Zolang deze aan staat, gaat elk OpenAI-genoemd model dat je in Cursor gebruikt naar het nieuwe adres. Als je ook een andere OpenAI-compatibele service voor iets anders wilt gebruiken, schakel de overschrijving dan uit, of gebruik een apart profiel.

Wat werkt met een aangepast endpoint

Een aangepaste sleutel wordt gebruikt voor de functies die een chatmodel aanroepen: het chatpaneel en inline-bewerkingen. Die sturen een standaard chat-completions-verzoek, wat deze API accepteert. De service ondersteunt streaming via SSE, dus antwoorden verschijnen token voor token in het chatpaneel zoals bij andere providers.

Sommige Cursor-functies zijn afhankelijk van Cursor's eigen modellen en servers, zoals zijn tab-aanvullingen. Die schakelen niet over op je sleutel. Bovendien kan Cursor verzoeken via zijn eigen backend routeren voordat ze je endpoint bereiken, dus controleer de documentatie als netwerklocatie of logging voor jou belangrijk is. Aan onze kant worden prompts niet gebruikt voor training.

Agent-achtige functies zijn afhankelijk van function calling. De API ondersteunt function calling met tools, tool_choice en gestreamde tool_calls, met resultaten geretourneerd als role: "tool". Of een bepaalde Cursor-modus dat pad gebruikt met een aangepast model, kan verschillen tussen versies, dus behandel het als iets om te testen op een kleine taak voordat je een workflow eromheen bouwt.

Het contextvenster is 100.000 tokens, prompt plus voltooiing. Dat is groot genoeg voor meerdere bestanden tegelijk, maar Cursor beslist wat erbij wordt gevoegd, en een grote bijlage kost inputtokens bij elk bericht.

Prompts die goed werken in een editor

Een chatmodel in een editor is alleen zo nuttig als de context die je het geeft. Een paar gewoonten maken een zichtbaar verschil bij elk model achter een aangepast endpoint.

• Voeg alleen bestanden toe die ertoe doen. Elk bijgevoegd bestand is input-tokens bij elke beurt. Twee relevante bestanden winnen van tien losjes gerelateerde bestanden, zowel qua kwaliteit als qua kosten.
• Geef de taak en de beperking aan. "Herschrijf deze functie om recursie te vermijden, behoud de handtekening" werkt beter dan "maak dit beter".
• Vraag om een diff-groot antwoord. Als je een kleine wijziging wilt, zeg dat dan. Anders kan het model het hele bestand herschrijven en betaal je voor de output-tokens.
• Start een nieuwe chat per taak. Oude beurten worden opnieuw verzonden. Een schone chat is de goedkoopste contexttrim die er is.

Het model is afgestemd om zonder inhoudelijke weigeringen te antwoorden bij rechtmatig gebruik door volwassenen, dus veiligheidsgerelateerde codevragen, zoals hoe een bekende klasse van kwetsbaarheid werkt in je eigen code, krijgen vaak een direct antwoord in plaats van een waarschuwing. Het maakt nog steeds fouten zoals elk taalmodel. Lees de code die het geeft en voer de tests uit voordat je iets commit.

Als een lang antwoord vastloopt, controleer dan de limieten hieronder. Twee editorvensters die tegelijk streamen op een proefsleutel vullen beide concurrency-slots, en het derde verzoek wacht of retourneert een 429.

Wat het kost in een editor

De prijs is $0,15 per 1M inputtokens en $0,50 per 1M outputtokens, van prepaid tegoed. Er is geen abonnement, mislukte of geweigerde verzoeken worden niet in rekening gebracht, en tegoed verloopt nooit.

Een typische chatbeurt in een editor heeft veel input (het bestand dat je hebt bijgevoegd plus geschiedenis) en een kort antwoord. Neem 6.000 inputtokens en 700 outputtokens:

• Input: 6.000 × $0,15 / 1.000.000 = $0,0009
• Output: 700 × $0,50 / 1.000.000 = $0,00035
• Totaal: $0,00125 per beurt

Bij die grootte kosten 100 beurten $0,125. Een lange werkdag van 400 beurten kost $0,50. Input domineert de rekening zodra gesprekken groeien, omdat Cursor de geschiedenis opnieuw verzendt. Een nieuwe chat starten als je van taak verandert is de makkelijkste manier om dat aantal laag te houden.

Wanneer je meer wilt dan het proeftegoed, zijn opwaarderingen elk geheel bedrag van $20 tot $500, met een bonus van +5% vanaf $50, +10% vanaf $100 en +15% vanaf $200. Je kunt betalen met een kaart (Visa, Mastercard, Apple Pay, Google Pay) of met crypto (USDT op TRC20, USDC op Base). Details staan op de prijzenpagina.

Probleemoplossing

401 of ongeldige sleutel

De sleutel werd geplakt met een spatie aan het einde, of hij behoort tot een andere site. Voer de curl-test opnieuw uit met dezelfde string. Als curl werkt en Cursor niet, plak de sleutel opnieuw.

404 of model niet gevonden

Meestal mist de basis-URL /v1 of heeft het een extra pad aan het einde. De modelnaam moet exact uncensored zijn.

429-antwoorden

Een volledige sleutel staat 8 gelijktijdige verzoeken en 300 verzoeken per minuut toe. De proefsleutel staat 2 gelijktijdige verzoeken en 60 per minuut toe. De foutcode rate_limited betekent te veel verzoeken per minuut en concurrency betekent te veel in één keer. Bij tijdelijke overbelasting krijg je ook een 429 met Retry-After: 5. Een gestreamd antwoord houdt zijn slot vast tot de stream eindigt, dus meerdere editorvensters die tegelijk streamen kunnen de concurrency-limiet op een proefsleutel raken.

Het model weigert of dwaalt af

Het model is afgestemd op het vermijden van inhoudsweigeringen bij rechtmatig gebruik door volwassenen, maar het is nog steeds een taalmodel en het volgt je prompt. Geef een duidelijke systeem-instructie en een precieze taak. De harde limiet is dat seksuele inhoud met minderjarigen nooit is toegestaan.

De quickstart-documentatie vermeldt de headers die bij elk antwoord worden teruggegeven, waaronder X-Request-Id, wat handig is om te noemen als je contact opneemt met de ondersteuning.

Meer handleidingen

• DeepSeek API gebruiken in SillyTavern: aangepast endpoint
• DeepSeek API Python-voorbeeld: chatten, streaming, tools
• DeepSeek API-sleutel: toegang tot ongecensureerde LLM API