告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度1. 先明确目标用一把 Key 复现 DeepSeek-R1 的推理表现本文的目标很具体以 Artificial Analysis 收录的 DeepSeek-R1 智能指数为参照用 TaoToken 提供的同一把 Key复现一道数学推理题的流式输出与耗时表现。TaoToken 在本文中只承担一个角色——提供 API Key 和 Base URL作为复现实验的默认供应商。你可以在 TaoToken 官网创建 KeyBase URL 统一写https://taotoken.net/api。需要提前说明的是本文不含排行分数也不对 DeepSeek-R1 在 Artificial Analysis 上的具体名次做任何断言。Artificial Analysis 的智能指数是一个公开榜单其分数、日期与页面以该榜官网为准TaoToken 并非该榜的参赛方本文也不把 TaoToken 当作被评测对象。我们要做的是在自己的环境里跑出一道推理题记录流式输出过程和耗时形成一份可复现的本地记录表。产物清单如下一份可运行的 Python 脚本调用 DeepSeek-R1 完成数学推理一份采样参数配置temperature、top_p、max_tokens 等一张耗时记录表包含首 token 延迟、总耗时、输出 token 数一份失败分支排查清单。如果你更想直接体验模型对话可以走模型对话入口如果打算长期做 Agent 或批量复现建议看 Coding Plan接入和排障相关的细节则集中在 API Keys 与接入文档。2. 操作步骤从创建 Key 到跑通第一道推理题2.1 创建 Key 与确认 Base URL第一步打开 TaoToken 官网进入控制台创建 API Key。创建完成后你会得到一串以sk-开头的密钥。请把它保存在环境变量里不要硬编码进脚本。Base URL 固定为https://taotoken.net/api注意这个地址不带任何查询参数。官网首页地址可以带 UTM 用于来源统计但 API 调用地址保持干净即可。2.2 安装依赖本文使用 OpenAI 兼容的 Python SDK 进行调用因为 TaoToken 的接口遵循 OpenAI 兼容协议DeepSeek-R1 也可以通过该协议访问。pip install openai如果你更习惯命令行方式也可以安装 TaoToken 的 CLI 工具npm i -g taotoken/taotokenCLI 的基本用法如下其中-k填你的 Key-u填 API 地址-m填模型 IDtaotoken cc -k YOUR_API_KEY -u https://taotoken.net/api -m deepseek-reasoner2.3 复现用的 Prompt为了让复现结果具备可比性prompt 需要固定。本文选用一道经典数学推理题要求模型给出完整推导过程请逐步推理并解答下面的数学题最后用「答案」开头单独一行给出最终结果。 题目一个水池有两个进水管和一个出水管。甲管单独注满水池需要 6 小时乙管单独注满需要 8 小时丙管单独排空满池水需要 12 小时。如果三管同时打开多少小时可以注满水池 要求 1. 先写出各管每小时的效率 2. 写出三管同时打开时的净效率 3. 计算注满所需时间结果用分数表示并保留两位小数 4. 不要跳步。这道题的好处是推理链条清晰、答案唯一、计算量适中适合观察流式输出中的推理过程。2.4 采样参数为了让复现实验可对比采样参数固定如下参数取值说明temperature0.6推理类任务常用值兼顾稳定性与多样性top_p0.95nucleus 采样阈值max_tokens2048给推理过程留足空间streamtrue开启流式便于记录首 token 延迟frequency_penalty0不额外惩罚重复presence_penalty0不额外鼓励新话题需要说明的是以上参数是本文复现实验的固定配置不代表官方推荐值。不同模型、不同任务的最优参数可能不同实际使用时请以模型官方文档为准。2.5 完整调用脚本下面是一份可直接运行的 Python 脚本它会流式打印输出并记录首 token 延迟与总耗时import os import time from openai import OpenAI client OpenAI( api_keyos.environ[TAOTOKEN_API_KEY], base_urlhttps://taotoken.net/api, ) PROMPT 请逐步推理并解答下面的数学题最后用「答案」开头单独一行给出最终结果。 题目一个水池有两个进水管和一个出水管。甲管单独注满水池需要 6 小时乙管单独注满需要 8 小时丙管单独排空满池水需要 12 小时。如果三管同时打开多少小时可以注满水池 要求 1. 先写出各管每小时的效率 2. 写出三管同时打开时的净效率 3. 计算注满所需时间结果用分数表示并保留两位小数 4. 不要跳步。 start time.time() first_token_time None output_chars 0 stream client.chat.completions.create( modeldeepseek-reasoner, messages[{role: user, content: PROMPT}], temperature0.6, top_p0.95, max_tokens2048, streamTrue, ) for chunk in stream: delta chunk.choices[0].delta content getattr(delta, content, None) if content: if first_token_time is None: first_token_time time.time() - start output_chars len(content) print(content, end, flushTrue) total time.time() - start print(\n---) print(f首 token 延迟: {first_token_time:.3f}s) print(f总耗时: {total:.3f}s) print(f输出字符数: {output_chars})运行前设置环境变量export TAOTOKEN_API_KEY你的Key python run_reasoning.py3. TaoToken 接入与配置不同工具的写法TaoToken 的接入方式取决于你使用的工具。下面分别给出 Claude Code、Codex 和 CC Switch 三件套的配置写法。3.1 Claude Code 配置Claude Code 通过settings.json读取配置。你需要在配置文件中设置ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY两个环境变量或者直接在 settings 中写入{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: YOUR_API_KEY } }如果你的 Claude Code 版本支持在 settings 中直接指定模型也可以加上模型字段。具体字段名以你本地版本为准。3.2 Codex 配置Codex 使用config.toml进行配置。一个典型的写法如下[model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY [profiles.default] model_provider taotoken model deepseek-reasoner保存后确保环境变量TAOTOKEN_API_KEY已设置。3.3 CC Switch 三件套CC Switch 的三件套指的是供应商配置、模型配置、Key 配置。三者需要保持一致供应商选择自定义或 OpenAI 兼容Base URL填https://taotoken.net/apiAPI Key填你在 TaoToken 控制台创建的 Key模型 ID填你要调用的模型例如deepseek-reasoner。三件套配置完成后建议先用一条最简单的请求验证连通性再跑正式任务。4. 可验证结果与失败分支4.1 预期输出这道题的正确答案是甲管效率 1/6乙管效率 1/8丙管效率 1/12净效率为 1/6 1/8 - 1/12 4/24 3/24 - 2/24 5/24注满时间为 24/5 4.8 小时。模型在流式输出中应当先给出各管效率再给出净效率最后给出答案。你可以在输出末尾检查是否出现「答案4.8 小时」或等价表述。4.2 耗时记录表下面是一张空白记录表你可以把每次运行的结果填入运行序号模型 ID首 token 延迟(s)总耗时(s)输出字符数是否得到正确答案备注1deepseek-reasoner2deepseek-reasoner3deepseek-reasoner建议至少跑 3 次观察首 token 延迟和总耗时的波动范围。注意本文不含排行分数以上表格只记录本地复现的耗时与输出情况不构成任何模型排名。4.3 失败分支排查如果运行失败可以按以下顺序排查401 未授权检查 API Key 是否正确、是否已过期、环境变量是否生效。注意不要用官网首页地址当 Base URLAPI 地址是https://taotoken.net/api。404 模型不存在检查模型 ID 是否拼写正确。不同供应商的模型 ID 命名可能不同以 TaoToken 控制台或接入文档中列出的为准。超时或连接失败检查网络环境是否可访问 API 地址适当增加超时时间。输出为空检查max_tokens是否过小或 prompt 是否被截断。流式中断检查是否触发了内容过滤或长度限制可尝试降低max_tokens或调整 prompt。如果以上排查仍无法解决建议查阅接入文档或在 API Keys 页面确认 Key 的状态。5. 限制、成本与模型选择5.1 限制说明本文的复现实验只针对一道数学推理题不能代表模型在所有推理任务上的表现。流式输出的耗时受网络、服务端负载、输出长度等多因素影响单次结果波动较大建议多次运行取中位数。另外Artificial Analysis 的智能指数是一个公开榜单其评测方法、题目集、评分标准由该榜制定。本文不引用其具体分数也不对 DeepSeek-R1 在该榜上的名次做任何判断。如果你需要了解榜单详情请以 Artificial Analysis 官网页面为准。5.2 成本与模型选择成本方面不同模型的计费方式不同具体价格以 TaoToken 官网或控制台展示为准。Artificial Analysis 上标注的价格不等于 TaoToken 的售价两者不能混用。Hugging Face 上的热度指标也不等于跑分不能作为模型能力的直接依据。模型选择上DeepSeek-R1 系列适合需要显式推理过程的数学、逻辑类任务。如果你要做的是长周期 Agent 开发建议关注 Coding Plan如果只是临时验证接入用 API Keys 配合本文脚本即可。5.3 下一步如果你已经跑通了本文的复现实验可以尝试换一道更难的数学题观察推理链长度变化调整 temperature观察输出稳定性把同一道题跑 5 次统计答案一致率对比不同模型 ID 在同一 prompt 下的表现。需要创建 Key 或查看接入细节可以访问 TaoToken 官网模型对话入口适合快速体验Coding Plan 适合长期开发API Keys 与接入文档适合排障和插件配置。 告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度 DeepSeek-R1 登上 Artificial Analysis 智能指数榜：用 TaoToken 一把 Key 复现推理
告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度1. 先明确目标用一把 Key 复现 DeepSeek-R1 的推理表现本文的目标很具体以 Artificial Analysis 收录的 DeepSeek-R1 智能指数为参照用 TaoToken 提供的同一把 Key复现一道数学推理题的流式输出与耗时表现。TaoToken 在本文中只承担一个角色——提供 API Key 和 Base URL作为复现实验的默认供应商。你可以在 TaoToken 官网创建 KeyBase URL 统一写https://taotoken.net/api。需要提前说明的是本文不含排行分数也不对 DeepSeek-R1 在 Artificial Analysis 上的具体名次做任何断言。Artificial Analysis 的智能指数是一个公开榜单其分数、日期与页面以该榜官网为准TaoToken 并非该榜的参赛方本文也不把 TaoToken 当作被评测对象。我们要做的是在自己的环境里跑出一道推理题记录流式输出过程和耗时形成一份可复现的本地记录表。产物清单如下一份可运行的 Python 脚本调用 DeepSeek-R1 完成数学推理一份采样参数配置temperature、top_p、max_tokens 等一张耗时记录表包含首 token 延迟、总耗时、输出 token 数一份失败分支排查清单。如果你更想直接体验模型对话可以走模型对话入口如果打算长期做 Agent 或批量复现建议看 Coding Plan接入和排障相关的细节则集中在 API Keys 与接入文档。2. 操作步骤从创建 Key 到跑通第一道推理题2.1 创建 Key 与确认 Base URL第一步打开 TaoToken 官网进入控制台创建 API Key。创建完成后你会得到一串以sk-开头的密钥。请把它保存在环境变量里不要硬编码进脚本。Base URL 固定为https://taotoken.net/api注意这个地址不带任何查询参数。官网首页地址可以带 UTM 用于来源统计但 API 调用地址保持干净即可。2.2 安装依赖本文使用 OpenAI 兼容的 Python SDK 进行调用因为 TaoToken 的接口遵循 OpenAI 兼容协议DeepSeek-R1 也可以通过该协议访问。pip install openai如果你更习惯命令行方式也可以安装 TaoToken 的 CLI 工具npm i -g taotoken/taotokenCLI 的基本用法如下其中-k填你的 Key-u填 API 地址-m填模型 IDtaotoken cc -k YOUR_API_KEY -u https://taotoken.net/api -m deepseek-reasoner2.3 复现用的 Prompt为了让复现结果具备可比性prompt 需要固定。本文选用一道经典数学推理题要求模型给出完整推导过程请逐步推理并解答下面的数学题最后用「答案」开头单独一行给出最终结果。 题目一个水池有两个进水管和一个出水管。甲管单独注满水池需要 6 小时乙管单独注满需要 8 小时丙管单独排空满池水需要 12 小时。如果三管同时打开多少小时可以注满水池 要求 1. 先写出各管每小时的效率 2. 写出三管同时打开时的净效率 3. 计算注满所需时间结果用分数表示并保留两位小数 4. 不要跳步。这道题的好处是推理链条清晰、答案唯一、计算量适中适合观察流式输出中的推理过程。2.4 采样参数为了让复现实验可对比采样参数固定如下参数取值说明temperature0.6推理类任务常用值兼顾稳定性与多样性top_p0.95nucleus 采样阈值max_tokens2048给推理过程留足空间streamtrue开启流式便于记录首 token 延迟frequency_penalty0不额外惩罚重复presence_penalty0不额外鼓励新话题需要说明的是以上参数是本文复现实验的固定配置不代表官方推荐值。不同模型、不同任务的最优参数可能不同实际使用时请以模型官方文档为准。2.5 完整调用脚本下面是一份可直接运行的 Python 脚本它会流式打印输出并记录首 token 延迟与总耗时import os import time from openai import OpenAI client OpenAI( api_keyos.environ[TAOTOKEN_API_KEY], base_urlhttps://taotoken.net/api, ) PROMPT 请逐步推理并解答下面的数学题最后用「答案」开头单独一行给出最终结果。 题目一个水池有两个进水管和一个出水管。甲管单独注满水池需要 6 小时乙管单独注满需要 8 小时丙管单独排空满池水需要 12 小时。如果三管同时打开多少小时可以注满水池 要求 1. 先写出各管每小时的效率 2. 写出三管同时打开时的净效率 3. 计算注满所需时间结果用分数表示并保留两位小数 4. 不要跳步。 start time.time() first_token_time None output_chars 0 stream client.chat.completions.create( modeldeepseek-reasoner, messages[{role: user, content: PROMPT}], temperature0.6, top_p0.95, max_tokens2048, streamTrue, ) for chunk in stream: delta chunk.choices[0].delta content getattr(delta, content, None) if content: if first_token_time is None: first_token_time time.time() - start output_chars len(content) print(content, end, flushTrue) total time.time() - start print(\n---) print(f首 token 延迟: {first_token_time:.3f}s) print(f总耗时: {total:.3f}s) print(f输出字符数: {output_chars})运行前设置环境变量export TAOTOKEN_API_KEY你的Key python run_reasoning.py3. TaoToken 接入与配置不同工具的写法TaoToken 的接入方式取决于你使用的工具。下面分别给出 Claude Code、Codex 和 CC Switch 三件套的配置写法。3.1 Claude Code 配置Claude Code 通过settings.json读取配置。你需要在配置文件中设置ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY两个环境变量或者直接在 settings 中写入{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: YOUR_API_KEY } }如果你的 Claude Code 版本支持在 settings 中直接指定模型也可以加上模型字段。具体字段名以你本地版本为准。3.2 Codex 配置Codex 使用config.toml进行配置。一个典型的写法如下[model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY [profiles.default] model_provider taotoken model deepseek-reasoner保存后确保环境变量TAOTOKEN_API_KEY已设置。3.3 CC Switch 三件套CC Switch 的三件套指的是供应商配置、模型配置、Key 配置。三者需要保持一致供应商选择自定义或 OpenAI 兼容Base URL填https://taotoken.net/apiAPI Key填你在 TaoToken 控制台创建的 Key模型 ID填你要调用的模型例如deepseek-reasoner。三件套配置完成后建议先用一条最简单的请求验证连通性再跑正式任务。4. 可验证结果与失败分支4.1 预期输出这道题的正确答案是甲管效率 1/6乙管效率 1/8丙管效率 1/12净效率为 1/6 1/8 - 1/12 4/24 3/24 - 2/24 5/24注满时间为 24/5 4.8 小时。模型在流式输出中应当先给出各管效率再给出净效率最后给出答案。你可以在输出末尾检查是否出现「答案4.8 小时」或等价表述。4.2 耗时记录表下面是一张空白记录表你可以把每次运行的结果填入运行序号模型 ID首 token 延迟(s)总耗时(s)输出字符数是否得到正确答案备注1deepseek-reasoner2deepseek-reasoner3deepseek-reasoner建议至少跑 3 次观察首 token 延迟和总耗时的波动范围。注意本文不含排行分数以上表格只记录本地复现的耗时与输出情况不构成任何模型排名。4.3 失败分支排查如果运行失败可以按以下顺序排查401 未授权检查 API Key 是否正确、是否已过期、环境变量是否生效。注意不要用官网首页地址当 Base URLAPI 地址是https://taotoken.net/api。404 模型不存在检查模型 ID 是否拼写正确。不同供应商的模型 ID 命名可能不同以 TaoToken 控制台或接入文档中列出的为准。超时或连接失败检查网络环境是否可访问 API 地址适当增加超时时间。输出为空检查max_tokens是否过小或 prompt 是否被截断。流式中断检查是否触发了内容过滤或长度限制可尝试降低max_tokens或调整 prompt。如果以上排查仍无法解决建议查阅接入文档或在 API Keys 页面确认 Key 的状态。5. 限制、成本与模型选择5.1 限制说明本文的复现实验只针对一道数学推理题不能代表模型在所有推理任务上的表现。流式输出的耗时受网络、服务端负载、输出长度等多因素影响单次结果波动较大建议多次运行取中位数。另外Artificial Analysis 的智能指数是一个公开榜单其评测方法、题目集、评分标准由该榜制定。本文不引用其具体分数也不对 DeepSeek-R1 在该榜上的名次做任何判断。如果你需要了解榜单详情请以 Artificial Analysis 官网页面为准。5.2 成本与模型选择成本方面不同模型的计费方式不同具体价格以 TaoToken 官网或控制台展示为准。Artificial Analysis 上标注的价格不等于 TaoToken 的售价两者不能混用。Hugging Face 上的热度指标也不等于跑分不能作为模型能力的直接依据。模型选择上DeepSeek-R1 系列适合需要显式推理过程的数学、逻辑类任务。如果你要做的是长周期 Agent 开发建议关注 Coding Plan如果只是临时验证接入用 API Keys 配合本文脚本即可。5.3 下一步如果你已经跑通了本文的复现实验可以尝试换一道更难的数学题观察推理链长度变化调整 temperature观察输出稳定性把同一道题跑 5 次统计答案一致率对比不同模型 ID 在同一 prompt 下的表现。需要创建 Key 或查看接入细节可以访问 TaoToken 官网模型对话入口适合快速体验Coding Plan 适合长期开发API Keys 与接入文档适合排障和插件配置。 告别海外账号与网络限制稳定直连全球优质大模型限时半价接入中。 点击领取海量免费额度