Far "ragionare" il modello
DeepSeek V4-Pro fa reasoning di default! Nei compiti in stile chat che hai visto finora, il modello restituisce una risposta finale pulita; per attività più complesse come analisi dei dati, debug del codice, matematica o ricerca, invece, risolve il problema passo dopo passo prima di rispondere.
In questo esercizio, invierai a V4-Pro un tipico problema di matematica da scuola superiore e lascerai che il suo reasoning predefinito faccia il resto.
> math_problem
Calculate the area of a house in m^2 comprised of two rooms of sizes 3mx2m and 4mx5m.
Questo esercizio fa parte del corso
Lavorare con DeepSeek in Python
Istruzioni dell'esercizio
- Crea una richiesta per inviare il prompt
math_problemal modello"deepseek-ai/DeepSeek-V4.1-Flash"tramite l'endpoint Chat Completions.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
client = OpenAI(api_key="", base_url="https://api.together.xyz/v1")
# Create a request to the model — reasoning runs by default
response = client.chat.completions.____(
model="deepseek-ai/____",
max_tokens=400,
messages=[
{"role": "user",
"content": ____}]
)
print(response.choices[0].message.content)