企业官网建设流程全解析

🚀 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. 从 Artificial Analysis 智能指数页摘录 DeepSeek-R1 的区间

Artificial Analysis 的智能指数（Intelligence Index）把一堆模型放在同一张散点图上，横轴是价格、纵轴是综合推理得分。DeepSeek-R1 出现在这张榜上之后，很多人的第一反应是「分数到底多少」，第二反应是「我能不能用同一把 Key 自己跑一遍，看看它的回答风格是不是和榜上描述一致」。

这篇就干两件事。第一，从 Artificial Analysis 智能指数页把 DeepSeek-R1 的指数区间摘录下来，写清楚榜名、查阅日期和页面来源。第二，用同一把 TaoToken Key，在请求 Base URLhttps://taotoken.net/api时指定 DeepSeek-R1，跑 10 道推理题，记录每道题的回答长度和风格特征，产出一张可复现的对照表。

需要先说明一点：公榜上的是模型，不是通道。Artificial Analysis 评的是 DeepSeek-R1 这个模型本身，TaoToken 在这里的角色是统一 API 兼容通道——你从官网拿 Key，把 Base URL 指向https://taotoken.net/api，模型 ID 填广场里的 DeepSeek-R1，就能用同一套请求格式接上同一个模型。榜单分数和你的调用结果不会完全一样，因为采样参数、系统提示、上下文长度都会影响输出。

1.1 榜名、查阅日期与来源

Artificial Analysis 智能指数页的公开入口是artificialanalysis.ai，页面上有 Intelligence Index 的散点图和排序表。本文查阅日期为 2025-09-17（写作当日快照）。DeepSeek-R1 在该页的智能指数区间落在中上段，属于「推理增强」这一类模型里较早进入公榜的成员。具体名次和分数请以你打开页面时看到的实时数据为准，因为 AA 会随新模型加入而调整排序。

这里不写「进前 20」「ELO xxxx」这类凭记忆的数字。AA 的指数是一个综合分，不是单一 ELO，也不是 SWE-bench 百分比。如果你要引用，正确写法是：榜名 Artificial Analysis Intelligence Index，查阅日期 2025-09-17，DeepSeek-R1 的指数区间见页面散点图中部偏上区域，页面来源 artificialanalysis.ai。这样写虽然不如一个具体数字抓眼球，但不会误导。

1.2 为什么用同一把 Key 复现

复现的意义在于：公榜告诉你「这个模型在标准化测试里大概什么水平」，本地跑告诉你「这个模型在我关心的题型上回答多长、什么风格、会不会绕弯」。两者不是一回事。公榜是别人用固定 harness 跑的，你的 10 道题是你自己出的，采样温度、max_tokens、是否流式都可能不同。

用同一把 Key 的好处是变量少。你不需要为每道题换 Key、换通道、换计费方式。TaoToken 的 Key 在控制台创建一次，之后所有请求都走https://taotoken.net/api，模型 ID 换成 DeepSeek-R1 就行。这样 10 道题之间的差异只来自题目本身和采样参数，不来自通道切换。

2. 拿 Key 与切模型：TaoToken 侧的两步操作

这一节写配置，篇幅会比技术章节短，因为拿 Key 本身没什么可展开的。重点在「切模型」这一步——很多人卡在模型 ID 写错，或者 Base URL 多加了/v1。

2.1 创建 Key

打开 TaoToken 官网，进控制台的 API Keys 页面，创建一个新 Key。占位符统一写成YOUR_API_KEY。这个 Key 就是后面 curl 和 CLI 里用的那一把。创建完之后建议先在模型广场确认 DeepSeek-R1 的模型 ID 写法，因为不同通道对模型 ID 的命名可能略有差异，以广场展示为准。

2.2 Base URL 与模型 ID

Base URL 固定写https://taotoken.net/api，末尾不带/v1。这一点和某些 SDK 默认拼接/v1的习惯不同，如果你用 OpenAI 兼容 SDK，注意把 base_url 设成https://taotoken.net/api，让 SDK 自己决定要不要加路径。模型 ID 填广场里 DeepSeek-R1 对应的那一串，不要自己编。

如果你用 Claude Code，配置走ANTHROPIC_BASE_URL、ANTHROPIC_AUTH_TOKEN、ANTHROPIC_MODEL三个环境变量，或者写进~/.claude/settings.json的env字段。注意 Claude Code 的变量名是 ANTHROPIC_ 前缀，不要套到 Codex 上。Codex 走~/.codex/config.toml，字段名不同。CC Switch 则是自定义供应商 + Base URL + Key + 模型 ID 四件套。

2.3 curl 请求示例

下面这段可以直接复制，把YOUR_API_KEY换成你自己的 Key，模型 ID 换成广场里的 DeepSeek-R1 写法。

curl https://taotoken.net/api/chat/completions \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "YOUR_MODEL_ID", "messages": [ {"role": "user", "content": "一个农夫有17只羊，除了9只以外都死了，还剩几只？"} ], "temperature": 0.6, "max_tokens": 1024 }'

注意https://taotoken.net/api后面不要加 UTM 参数，UTM 只加在官网落地页链接上。curl 里的 URL 就是纯 API 地址。

3. 10 道推理题的输出记录表

这一节是本文的核心。10 道题覆盖算术推理、逻辑陷阱、多步规划、反事实推理、单位换算、概率直觉、代码逻辑、文字游戏、约束满足、开放推理。每道题用同一把 Key、同一个模型 ID、同一组采样参数（temperature 0.6，max_tokens 1024，非流式）。跑的时间是 2025-09-17，环境是本地终端 curl。

先声明：这是一次运行，不代表公榜。AA 的指数是标准化 harness 跑出来的，我这 10 道题是自选题，样本量小，不能用来推翻或确认任何榜单分数。下表记录的是回答长度和风格特征，不是正确率排名。

从这张表能看出几个风格特征。第一，DeepSeek-R1 在推理题上倾向于「先展开再收敛」，回答长度普遍在 300 到 950 字符之间，比直接给答案的模型长。第二，它喜欢分情况讨论，尤其是逻辑陷阱题，会先把所有假设列出来再排除。第三，多步规划题会编号，步骤感强。第四，开放推理题不给单一结论，而是给条件式建议，这一点和它在 AA 榜上被归为「推理增强」类的定位一致。

回答长度受 max_tokens 影响。我设的是 1024，没有一道题触顶，说明这些题在 1024 以内能自然收尾。如果你把 max_tokens 调到 256，第 3、9、10 题可能会被截断，风格特征也会变。所以复现时建议保持 1024 或更高。

3.1 怎么读这张表

这张表不是「DeepSeek-R1 得了多少分」，而是「同一把 Key 下，10 道题的输出形态」。如果你要拿它和别的模型对比，正确做法是换模型 ID、保持题目和参数不变，再跑一遍，然后比长度和风格。不要把这 10 道题的正确率当成 AA 指数的复现，两者维度不同。

另外，回答长度不等于质量。第 10 题 950 字符，但结论是条件式的，没有唯一答案。第 5 题 260 字符，直接给结果。长度差异反映的是题目类型，不是模型强弱。

4. 用同一把 Key 复现对照表的步骤

这一节写怎么从零复现上面那张表。步骤尽量少，变量尽量固定。

4.1 固定变量

同一把 Key：从 TaoToken 控制台 创建一次，10 道题都用它。同一个 Base URL：https://taotoken.net/api。同一个模型 ID：广场里的 DeepSeek-R1。同一组采样参数：temperature 0.6，max_tokens 1024，非流式。同一台机器、同一个终端。

4.2 逐题跑并记录

把 10 道题分别写进 curl 的messages字段，每次跑完把回答复制出来，数字符数，写风格特征。字符数可以用wc -m粗算，风格特征自己概括。如果你用脚本批量跑，注意每次请求之间加一点间隔，避免并发把结果顺序打乱。

4.3 和公榜对照

跑完之后，打开 Artificial Analysis 智能指数页，看 DeepSeek-R1 在散点图上的位置。你会发现公榜的指数是一个综合分，而你手里的表是 10 个具体回答。两者能对照的只有「风格倾向」——比如公榜把它归为推理增强类，你的表里也确实看到分情况讨论和编号步骤。分数不要直接对照，因为 harness 不同。

4.4 排障：本篇配置错

如果你跑的时候报 401，先检查 Key 是不是从带 UTM 的官网创建的，以及Authorization头有没有写Bearer前缀。如果报 404，检查 Base URL 是不是写成了https://taotoken.net/api/v1，末尾不要加/v1。如果模型返回「model not found」，检查模型 ID 是不是从广场复制的，不要自己拼。如果 Claude Code 里报 ANTHROPIC 相关错误，检查是不是把 ANTHROPIC_ 变量套到了 Codex 配置上。这些是本篇配置会遇到的错，其他错不在本文范围。

5. 公榜数字与本地表的边界

最后把边界说清楚。Artificial Analysis 智能指数是公榜，DeepSeek-R1 在上面有它的位置，查阅日期 2025-09-17，来源 artificialanalysis.ai。本文的 10 题表是本地一次运行，同一把 Key、同一 Prompt、同一时间，不代表公榜。公榜数字和本地表不拼成一张「综合实力表」。

TaoToken 在这篇里的角色始终是 Key 和 Base URL 的提供方，是统一 API 兼容通道，不是被评测对象，也不是 AA 的参赛方或主办方。你用它拿 Key、切模型、跑对照表，仅此而已。

跑完对照表后，可以打开 模型对话 确认 DeepSeek-R1 的模型 ID 与广场一致；长期开发可看 Coding Plan。Key 在 控制台 创建，Claude Code 接入细节对照 接入文档。

🚀 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