在编程和代码开发过程中，AI代码编辑器Cursor因其强大的辅助功能和便利性，受到了众多开发者的青睐。然而，Cursor的PRO版本才能享受全部功能，这对不少开发者来说是一笔不小的开销。幸运的是，Cursor支持使用其他大模型的API，比如国内优秀的DeepSeek模型，这为开发者提供了一种更具经济性和灵活性的选择。本文将详细介绍如何将Cursor的模型替换为DeepSeek模型，从而提升开发效率。
一、为何选择DeepSeek模型
Cursor虽然提供14天的免费试用期，但之后可能会限制速度。这对于需要频繁使用代码编辑器的开发者来说，显然是不够的。而DeepSeek模型不仅使用成本低廉，而且准确度非常高，性价比极高。
DeepSeek-V3是一款拥有6710亿总参数的混合专家语言模型，通过多项创新技术，显著提升了模型的性能与效率。其支持多令牌预测和FP8训练，降低了内存消耗和训练成本，同时保持了数值稳定性。DeepSeek模型在数学、编程和多语言任务中表现卓越，非常适合用于代码生成和编程辅助。
1.1 模型参数与训练
- 参数量：DeepSeek V3拥有6710亿（671B）参数，在推理过程中激活约370亿参数。
- 训练数据：在14.8万亿个token上进行了预训练。
- 训练效率：其训练过程高效，总训练成本为278.8万H800GPU小时，训练成本为557.6万美元（约合4070万人民币）。相比之下，Llama 3 405B的训练时长是3080万GPU小时，训练一个7B的Llama 2也要花费76万美元（约合555万人民币）。DeepSeek V3的训练消耗的算力仅为Llama 3 405B的1/11，让在有限算力预算上进行模型预训练这件事变得容易。
1.2 技术创新
- 基础架构：DeepSeek V3的基础架构仍在Transformer架构内，同时采用了多头潜在注意力（MLA）和DeepSeekMOE（DeepSeek混合专家）机制，以实现更高效推理和更具经济性价比的训练。
- 新策略引入：DeepSeek V3创新性地引入了无辅助损失的负载均衡策略和多token预测策略，对模型训练过程进行了优化。
- 后训练优化：结合了监督微调（SFT）和强化学习（RL），使模型可以更好地与人类偏好对齐，增强泛化能力，并更好地处理未见过的数据和任务。
- FP8混合精度训练：DeepSeek V3首次在超大规模模型上验证了FP8训练的可行性和有效性。
1.3 性能表现
- 基准测试：DeepSeek V3在多项基准测试中表现优异，性能比肩世界顶级模型，如GPT-4o-0513和Claude-3.5-Sonnet-1022。
- 具体评分：使用LiveBench基准进行的全面性能评估显示，Deepseek V3的全球平均得分为60.4。在“指令遵循”方面获得80.9分；数学获得60.0分；编程获得63.4分，其表现优于包括GPT-4o-2024-05-13、o1-mini等专有模型在内的绝大多数开闭源模型。
1.4 应用与部署
- API服务：DeepSeek V3提供了API服务，定价合理，性能/价格比最优。每百万输入tokens 0.5元（缓存命中）/2元（缓存未命中），每百万输出tokens 8元。此外，DeepSeek还提供了一个45天的优惠价格体验期。
- 本地部署：支持在多种硬件和开源社区软件上进行本地部署，包括SGLang、LMDeploy、TensorRT-LLM等框架。但全精度推理需要1.5TB内存，对硬件要求较高。
1.5 争议与前景
- 争议：尽管DeepSeek V3的技术参数和成本数据看似令人信服，但其可验证性引发了广泛质疑。例如，训练成本的合理性、MoE架构实现的技术难题等。
- 前景：随着更多的第三方评测和同行评议的出现，DeepSeek V3的准确评估将会逐渐明确。其开源性质和较低的使用成本可能会吸引更多用户，推动开源大模型技术的持续演进。
二、注册DeepSeek账号并获取API Key
要使用DeepSeek模型，首先需要注册一个DeepSeek账号。注册地址为 DeepSeek官网。新用户注册后会获得500万tokens的免费额度，可以免费使用一段时间。
注册完成后，登录DeepSeek开放平台，点击左侧的“API Keys”菜单，然后创建API Key。输入名称后，点击“创建API Key”按钮，复制生成的API Key。
三、配置Cursor使用DeepSeek模型
- 打开Cursor设置：
-
在Cursor界面，点击右上角的齿轮图标或依次点击“文件”->“首选项”->“Cursor Settings”进入设置界面。
-
添加DeepSeek模型：
- 在设置界面中，选择“Models”菜单，点击“Add Model”按钮。
- 在输入框中输入模型名称“deepseek-coder”和“deepseek-chat”（可选），注意模型名称不能输入错误。
-
添加好模型后，确保其处于激活状态。
-
配置API Key和Base URL：
- 在设置界面中，找到“OpenAI API Key”配置项。
- 在第一个输入框中，输入刚刚复制的DeepSeek API Key。
- 在第二个输入框中，输入DeepSeek的Base URL：https://api.deepseek.com。
- 输入完成后，点击“Save”按钮，然后点击“Verify”按钮验证配置是否正确。
四、测试DeepSeek模型的使用
配置完成后，可以开始测试DeepSeek模型在Cursor中的使用情况。
- 生成代码：
- 返回到代码编辑界面，创建一个新的文件（例如snake.c）。
- 点击设置左边的按钮，打开AI对话栏。
- 输入描述信息，例如“生成一个贪吃蛇游戏”，然后点击“生成”按钮。
-
Cursor将自动调用DeepSeek模型，生成对应的代码。
-
查看回复情况：
- 根据生成的代码，检查其是否符合预期。
- 如果有任何问题，可以返回AI对话栏，继续输入修改建议或新的描述信息，生成更优化的代码。
五、总结
通过本文的介绍，我们详细了解了如何将Cursor的模型替换为DeepSeek模型。DeepSeek模型以其卓越的性能和低廉的使用成本，为开发者提供了一种更具经济性和灵活性的选择。配置完成后，我们可以利用DeepSeek模型在Cursor中自动生成代码，提高开发效率。
未来，随着AI技术的不断发展，相信会有更多优秀的模型涌现出来，为开发者提供更多的选择和便利。让我们一起期待更加智能、高效的编程时代的到来！