关键亮点
Novita AI 现已推出 DeepSeek V3 0324！而且，该版本完全支持 ** 函数调用**。
DeepSeek V3 0324 融合了 MoE 架构、多语言支持、函数调用以及优化的代码生成能力，带来无与伦比的精准度和开发效率。
DeepSeek V3 0324 凭借其无与伦比的架构和函数调用支持，重新定义了 AI 能力。作为文本到文本的应用模型，它非常适合希望创建高质量代码并自动化接口集成的开发者。凭借轻松处理复杂场景的能力，它成为前沿开发的卓越选择。
什么是 DeepSeek V3 0324？
| 基本信息 | 发布日期 | 2025 年 3 月 24 日 |
| 模型规模 | 671B 参数（每个 token 激活 37B） | |
| 开源 | 开源 | |
| 架构 | 混合专家（MoE） | |
| 能力 | 支持函数调用 | |
| 语言支持 | 支持的多语言 | 中文能力增强 |
| 多模态 | 多模态能力 | 非多模态模型，文本到文本 |
| 训练 | 训练数据 | 14.8 万亿多样化 token |
| 精度模型规模 | 张量类型 | BF16/F8_E4M3/F32 |
DeepSeek V3 0324 + 函数调用
DeepSeek V3 0324 支持函数调用，并增强了前端代码生成能力，为前端开发带来显著改进。
首先，DeepSeek V3 0324 在生成 HTML、CSS 和 JavaScript 方面表现出明显的优化。它生成的代码清晰、语义化，适合响应式设计和基于组件的开发。这有助于开发者快速构建页面结构和基本交互逻辑，提高开发效率。
其次，函数调用机制使模型能够调用外部接口，从而更有效地处理搜索、表单提交和动态数据加载等常见前端场景。通过函数调用，模型不仅能理解用户意图，还能生成函数调用逻辑，实现前后端的顺畅协作。
总之，DeepSeek V3 0324 与函数调用的结合使模型能够生成高质量的前端代码，同时自动化接口集成。它非常适合构建搜索、推荐和数据交互等前端功能，显著提升开发效率和整体协作能力。
如何通过 Novita AI 使用 DeepSeek V3 0324 函数调用
Novita AI 已为每个 LLM 推出了支持能力描述，您可以直接在[控制台](https://novita.ai/models-console/?utm_source=blog_llm&utm_medium=article&utm_campaign=/ llama-4-maverick-function-calling/)和[文档](https://novita.ai/docs/guides/llm-function-calling/?utm_source=blog_llm&utm_medium=article&utm_campaign= llama-4-maverick-function-calling)中查看。
1. 初始化客户端
首先，您需要使用 Novita API 密钥初始化客户端。
from openai import OpenAI
import json
client = OpenAI(
base_url="https://api.novita.ai/v3/openai",
# 从以下地址获取 Novita AI API 密钥：https://novita.ai/settings/key-management。
api_key="<YOUR Novita AI API Key>",
)
model = "deepseek/deepseek-v3-0324"
- 定义要调用的函数
接下来，定义模型可以调用的 Python 函数。本示例中是一个获取天气信息的函数。
# 模拟获取天气数据的示例函数。
def get_weather(location):
"""获取指定地点的当前天气。"""
print("调用 get_weather 函数，地点：", location)
# 在实际应用中，这里应调用外部天气 API。
# 此为简化示例，返回硬编码数据。
return json.dumps({"location": location, "temperature": "60 degrees Fahrenheit"})
2. 构造包含工具和用户消息的 API 请求
现在，向 Novita 端点创建 API 请求。此请求包含定义模型可用函数的 tools 参数以及用户消息。
tools = [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "获取某个地点的天气，用户应首先提供地点",
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "城市和州，例如 San Francisco, CA",
}
},
"required": ["location"]
},
}
},
]
messages = [
{
"role": "user",
"content": "What is the weather in San Francisco?"
}
]
# 发送请求并打印响应。
response = client.chat.completions.create(
model=model,
messages=messages,
tools=tools,
)
# 如果在生产环境中，请检查响应中是否包含 tool_calls。
tool_call = response.choices[0].message.tool_calls[0]
print(tool_call.model_dump())
3. 输出
{'id': '0', 'function': {'arguments': '{"location": "San Francisco, CA"}', 'name': 'get_weather'}, 'type': 'function'}
4. 使用函数调用结果响应并获取最终答案
下一步是处理函数调用，执行 get_weather 函数，并将结果发送回模型以生成对用户的最终响应。
# 确保 tool_call 已从前一步定义
if tool_call:
# 将助手的工具调用消息添加到对话历史
messages.append(response.choices[0].message)
function_name = tool_call.function.name
if function_name == "get_weather":
function_args = json.loads(tool_call.function.arguments)
# 执行函数并获取响应
function_response = get_weather(
location=function_args.get("location"))
# 将函数响应追加到消息列表中
messages.append(
{
"tool_call_id": tool_call.id,
"role": "tool",
"content": function_response,
}
)
# 从模型获取最终响应，此时已包含函数结果
answer_response = client.chat.completions.create(
model=model,
messages=messages,
# 注意：此处不要包含 tools 参数。
)
print(answer_response.choices[0].message)
5. 输出
{'id': '0', 'function': {'arguments': '{"location": "San Francisco, CA"}', 'name': 'get_weather'}, 'type': 'function'}
DeepSeek V3 0324 是新一代 AI 模型，通过结合先进的函数调用、强大的语言支持和优化的代码生成能力，超越了前代产品。它在处理复杂开发场景方面的高效性，使其成为现代开发者强大且不可或缺的工具。
常见问题
什么是函数调用？
它让 LLM 能够触发外部工具或 API 来执行任务和获取数据。
如何在 Novita AI 上开始使用 DeepSeek V3 0324 函数调用？
要使用 DeepSeek V3 0324，请使用您的 API 密钥初始化 Novita AI 客户端，定义可调用的 Python 函数，构造包含工具的 API 请求，并处理模型的工具调用。请访问 Novita AI 文档获取详细步骤。
为什么 DeepSeek V3 0324 比其他模型更好？
DeepSeek V3 0324 在生成清晰、语义化的前端代码（HTML、CSS、JavaScript）方面表现卓越，适用于响应式设计和动态交互。
Novita AI 是一个一站式云平台，赋能您的 AI 雄心。集成 API、无服务器、GPU 实例——您所需的经济高效工具。消除基础设施负担，免费开始，让您的 AI 愿景成为现实。
