DeepSeek R1 هو نموذج DeepSeek الأصلي الذي يركّز على الاستدلال للمهام الرياضية والبرمجية والمنطقية. يقوم على DeepSeek V3 Base ويستخدم مسار تدريب يضم أمثلة للتهيئة الأولية وتحسينًا خاضعًا للإشراف وتعلّمًا معزّزًا. المدخل نص، والنتيجة حل أو إجابة نصية. وهو مستقل عن R1 Zero وإصدار R1-0528 اللاحق والنماذج المقطّرة المنفصلة.
يميّز المنتج R1 عن نهج R1 Zero القائم على التعلّم المعزّز وحده. تمنح مادة التهيئة الأولية R1 نمط بداية أكثر قابلية للقراءة قبل التعلّم المعزّز الموجّه نحو الاستدلال. ثم تضيف مراحل أخذ العينات بالرفض والتدريب الخاضع للإشراف بيانات استدلال وبيانات للأغراض العامة، تليها مرحلة أخرى من التعلّم المعزّز. تصف بطاقة النموذج مرحلتين خاضعتين للإشراف ومرحلتين للتعلّم المعزّز، بهدف تحسين أنماط الاستدلال ومواءمتها مع الإجابة المطلوبة.
تضم معماريته المنشورة 671 مليار معلمة إجمالًا، منها 37 مليار معلمة نشطة لكل رمز، مع سياق يبلغ 128K. تحتوي هذه النافذة على المصدر والطلب والاستدلال أو الإجابة المولّدة معًا؛ ولا تمثّل ضمانًا منفصلًا لمخرج يبلغ 128K. وينبغي تنظيم الشروط الرياضية المطوّلة أو مقاطع الشيفرة أو مجموعات المتطلبات بحيث يستطيع النموذج تحديد المشكلة الفعلية وصيغة النتيجة التي تحتاج إليها.
توصي DeepSeek بقيمة temperature بين 0.5 و0.7، مع التوصية بـ 0.6، لتقليل التكرار أو المخرجات غير المتّسقة. وتنصح بوضع التعليمات في طلب المستخدم بدلًا من إضافة رسالة نظام. كما يوصي تقريرها البحثي بصياغة مباشرة للمسألة وتنسيق المخرج من دون أمثلة مسبقة، لأن الطلبات ذات الأمثلة القليلة قد تقلّل الأداء في هذا الملف الأصلي. هذه توصيات الاستخدام الخاصة بالمنتج، وليست إعدادات افتراضية مفترضة لكل تطبيق.
للرياضيات، قدّم الشروط كاملة وتعريفات المتغيرات وقيود المجال. يوصي المنتج بطلب حل خطوةً بخطوة مع وضع النتيجة النهائية في تعبير \\boxed{}. ويمكن لتكليف توضيحي أن يطلب الصيغة النهائية والافتراضات التي تصح في ظلها وفحصًا بالتعويض. وللشيفرة، أدرج السلوك المطلوب تنفيذه والقيود ومدخلًا ممثّلًا، ثم اطلب الخوارزمية المقترحة والمخرج البرمجي منفصلين عن الشرح.
يفصل تنسيق الاستدلال في النموذج مرحلة التفكير عن الإجابة النهائية. تشير DeepSeek إلى أن بعض الاستعلامات قد تُنتج كتلة تفكير فارغة، وتوصي ببادئة لبدء الاستدلال في مسارها المرجعي عندما يكون الاستدلال الأعمق مقصودًا. حافظ على التمييز بين تنسيق المنتج هذا والإجابة النهائية التي تريد أن يقرأها المستخدم. قد يكون المخرج المطلوب استنتاجًا موجزًا أو شيفرة حتى عندما تكون العملية الوسيطة للنموذج أطول.
يحدّد البحث الأصلي قيودًا ملموسة. جرى تحسين R1 للصينية والإنجليزية، وقد تؤدي الاستعلامات بلغات أخرى إلى مزج لغوي غير مرغوب. وهو حساس لصياغة الطلب، كما أن سلوكه في المحادثات المعقّدة متعددة الجولات وتقمّص الأدوار وJSON واستدعاءات الدوال أقل تطوّرًا من تركيزه على الاستدلال الرياضي والبرمجي. ودعم JSON والأدوات الموثّق في R1-0528 تغيير يخص إصدارًا لاحقًا، وليس من مواصفات R1 الأصلي. اذكر لغة المخرج وتنسيقه صراحةً واجعل صياغة المسألة مباشرة.
لمهمة تقنية عملية، عرّف ما يُعدّ نتيجة صحيحة: صيغة مع افتراضاتها، أو خوارزمية تستوفي التعقيد المذكور، أو مقارنة معلّلة وفق المعايير المقدّمة. اطلب من الإجابة النهائية تحديد المعلومات الناقصة بدلًا من اختلاقها. وللعمل المعتمد على المصادر، قدّم المقاطع المعتمدة كنص. راجع الشيفرة أو الاستنتاج المقترح مقابل الشروط الأصلية؛ فالمخرج المفيد هو الحل النهائي وشرحه الداعم، مع تمييزهما عن إجراء أو تحقّق نفّذه التطبيق المحيط فعلًا.
", "aboutText": "DeepSeek R1 هو نموذج DeepSeek الأصلي الذي يركّز على الاستدلال للمهام الرياضية والبرمجية والمنطقية. يقوم على DeepSeek V3 Base ويستخدم مسار تدريب يضم أمثلة للتهيئة الأولية وتحسينًا خاضعًا للإشراف وتعلّمًا معزّزًا. المدخل نص، والنتيجة حل أو إجابة نصية. وهو مستقل عن R1 Zero وإصدار R1-0528 اللاحق والنماذج المقطّرة المنفصلة.\n\nيميّز المنتج R1 عن نهج R1 Zero القائم على التعلّم المعزّز وحده. تمنح مادة التهيئة الأولية R1 نمط بداية أكثر قابلية للقراءة قبل التعلّم المعزّز الموجّه نحو الاستدلال. ثم تضيف مراحل أخذ العينات بالرفض والتدريب الخاضع للإشراف بيانات استدلال وبيانات للأغراض العامة، تليها مرحلة أخرى من التعلّم المعزّز. تصف بطاقة النموذج مرحلتين خاضعتين للإشراف ومرحلتين للتعلّم المعزّز، بهدف تحسين أنماط الاستدلال ومواءمتها مع الإجابة المطلوبة.\n\nتضم معماريته المنشورة 671 مليار معلمة إجمالًا، منها 37 مليار معلمة نشطة لكل رمز، مع سياق يبلغ 128K. تحتوي هذه النافذة على المصدر والطلب والاستدلال أو الإجابة المولّدة معًا؛ ولا تمثّل ضمانًا منفصلًا لمخرج يبلغ 128K. وينبغي تنظيم الشروط الرياضية المطوّلة أو مقاطع الشيفرة أو مجموعات المتطلبات بحيث يستطيع النموذج تحديد المشكلة الفعلية وصيغة النتيجة التي تحتاج إليها.\n\nتوصي DeepSeek بقيمة temperature بين 0.5 و0.7، مع التوصية بـ 0.6، لتقليل التكرار أو المخرجات غير المتّسقة. وتنصح بوضع التعليمات في طلب المستخدم بدلًا من إضافة رسالة نظام. كما يوصي تقريرها البحثي بصياغة مباشرة للمسألة وتنسيق المخرج من دون أمثلة مسبقة، لأن الطلبات ذات الأمثلة القليلة قد تقلّل الأداء في هذا الملف الأصلي. هذه توصيات الاستخدام الخاصة بالمنتج، وليست إعدادات افتراضية مفترضة لكل تطبيق.\n\nللرياضيات، قدّم الشروط كاملة وتعريفات المتغيرات وقيود المجال. يوصي المنتج بطلب حل خطوةً بخطوة مع وضع النتيجة النهائية في تعبير `\\boxed{}`. ويمكن لتكليف توضيحي أن يطلب الصيغة النهائية والافتراضات التي تصح في ظلها وفحصًا بالتعويض. وللشيفرة، أدرج السلوك المطلوب تنفيذه والقيود ومدخلًا ممثّلًا، ثم اطلب الخوارزمية المقترحة والمخرج البرمجي منفصلين عن الشرح.\n\nيفصل تنسيق الاستدلال في النموذج مرحلة التفكير عن الإجابة النهائية. تشير DeepSeek إلى أن بعض الاستعلامات قد تُنتج كتلة تفكير فارغة، وتوصي ببادئة لبدء الاستدلال في مسارها المرجعي عندما يكون الاستدلال الأعمق مقصودًا. حافظ على التمييز بين تنسيق المنتج هذا والإجابة النهائية التي تريد أن يقرأها المستخدم. قد يكون المخرج المطلوب استنتاجًا موجزًا أو شيفرة حتى عندما تكون العملية الوسيطة للنموذج أطول.\n\nيحدّد البحث الأصلي قيودًا ملموسة. جرى تحسين R1 للصينية والإنجليزية، وقد تؤدي الاستعلامات بلغات أخرى إلى مزج لغوي غير مرغوب. وهو حساس لصياغة الطلب، كما أن سلوكه في المحادثات المعقّدة متعددة الجولات وتقمّص الأدوار وJSON واستدعاءات الدوال أقل تطوّرًا من تركيزه على الاستدلال الرياضي والبرمجي. ودعم JSON والأدوات الموثّق في R1-0528 تغيير يخص إصدارًا لاحقًا، وليس من مواصفات R1 الأصلي. اذكر لغة المخرج وتنسيقه صراحةً واجعل صياغة المسألة مباشرة.\n\nلمهمة تقنية عملية، عرّف ما يُعدّ نتيجة صحيحة: صيغة مع افتراضاتها، أو خوارزمية تستوفي التعقيد المذكور، أو مقارنة معلّلة وفق المعايير المقدّمة. اطلب من الإجابة النهائية تحديد المعلومات الناقصة بدلًا من اختلاقها. وللعمل المعتمد على المصادر، قدّم المقاطع المعتمدة كنص. راجع الشيفرة أو الاستنتاج المقترح مقابل الشروط الأصلية؛ فالمخرج المفيد هو الحل النهائي وشرحه الداعم، مع تمييزهما عن إجراء أو تحقّق نفّذه التطبيق المحيط فعلًا.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Optimize a rectangular enclosure\n\nA rectangular enclosure has 60 metres of fencing, used on all four sides. Its width and length are positive real numbers. Derive the largest possible area, justify why the optimum is global and check the dimensions against the fencing constraint. Give the final result in a boxed mathematical expression.A derivation, optimal dimensions, a perimeter check and a boxed maximum area.Check that the solution respects positivity and uses 2(length + width) = 60 rather than a three-sided constraint.deepseek/deepseek-r1DeepSeek R1 هو نموذج DeepSeek النصي الأصلي الذي يركّز على الاستدلال للرياضيات والشيفرة والمنطق. يجمع أمثلة تعليمات للتهيئة الأولية مع التعلّم المعزّز وسياق يبلغ 128K، مع إرشادات من المنتج للطلبات المباشرة والتنسيق الصريح للإجابة النهائية.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
DeepSeek R1 هو نموذج DeepSeek الأصلي الذي يركّز على الاستدلال للمهام الرياضية والبرمجية والمنطقية. يقوم على DeepSeek V3 Base ويستخدم مسار تدريب يضم أمثلة للتهيئة الأولية وتحسينًا خاضعًا للإشراف وتعلّمًا معزّزًا. المدخل نص، والنتيجة حل أو إجابة نصية. وهو مستقل عن R1 Zero وإصدار R1-0528 اللاحق والنماذج المقطّرة المنفصلة.
يميّز المنتج R1 عن نهج R1 Zero القائم على التعلّم المعزّز وحده. تمنح مادة التهيئة الأولية R1 نمط بداية أكثر قابلية للقراءة قبل التعلّم المعزّز الموجّه نحو الاستدلال. ثم تضيف مراحل أخذ العينات بالرفض والتدريب الخاضع للإشراف بيانات استدلال وبيانات للأغراض العامة، تليها مرحلة أخرى من التعلّم المعزّز. تصف بطاقة النموذج مرحلتين خاضعتين للإشراف ومرحلتين للتعلّم المعزّز، بهدف تحسين أنماط الاستدلال ومواءمتها مع الإجابة المطلوبة.
تضم معماريته المنشورة 671 مليار معلمة إجمالًا، منها 37 مليار معلمة نشطة لكل رمز، مع سياق يبلغ 128K. تحتوي هذه النافذة على المصدر والطلب والاستدلال أو الإجابة المولّدة معًا؛ ولا تمثّل ضمانًا منفصلًا لمخرج يبلغ 128K. وينبغي تنظيم الشروط الرياضية المطوّلة أو مقاطع الشيفرة أو مجموعات المتطلبات بحيث يستطيع النموذج تحديد المشكلة الفعلية وصيغة النتيجة التي تحتاج إليها.
توصي DeepSeek بقيمة temperature بين 0.5 و0.7، مع التوصية بـ 0.6، لتقليل التكرار أو المخرجات غير المتّسقة. وتنصح بوضع التعليمات في طلب المستخدم بدلًا من إضافة رسالة نظام. كما يوصي تقريرها البحثي بصياغة مباشرة للمسألة وتنسيق المخرج من دون أمثلة مسبقة، لأن الطلبات ذات الأمثلة القليلة قد تقلّل الأداء في هذا الملف الأصلي. هذه توصيات الاستخدام الخاصة بالمنتج، وليست إعدادات افتراضية مفترضة لكل تطبيق.
للرياضيات، قدّم الشروط كاملة وتعريفات المتغيرات وقيود المجال. يوصي المنتج بطلب حل خطوةً بخطوة مع وضع النتيجة النهائية في تعبير \\boxed{}. ويمكن لتكليف توضيحي أن يطلب الصيغة النهائية والافتراضات التي تصح في ظلها وفحصًا بالتعويض. وللشيفرة، أدرج السلوك المطلوب تنفيذه والقيود ومدخلًا ممثّلًا، ثم اطلب الخوارزمية المقترحة والمخرج البرمجي منفصلين عن الشرح.
يفصل تنسيق الاستدلال في النموذج مرحلة التفكير عن الإجابة النهائية. تشير DeepSeek إلى أن بعض الاستعلامات قد تُنتج كتلة تفكير فارغة، وتوصي ببادئة لبدء الاستدلال في مسارها المرجعي عندما يكون الاستدلال الأعمق مقصودًا. حافظ على التمييز بين تنسيق المنتج هذا والإجابة النهائية التي تريد أن يقرأها المستخدم. قد يكون المخرج المطلوب استنتاجًا موجزًا أو شيفرة حتى عندما تكون العملية الوسيطة للنموذج أطول.
يحدّد البحث الأصلي قيودًا ملموسة. جرى تحسين R1 للصينية والإنجليزية، وقد تؤدي الاستعلامات بلغات أخرى إلى مزج لغوي غير مرغوب. وهو حساس لصياغة الطلب، كما أن سلوكه في المحادثات المعقّدة متعددة الجولات وتقمّص الأدوار وJSON واستدعاءات الدوال أقل تطوّرًا من تركيزه على الاستدلال الرياضي والبرمجي. ودعم JSON والأدوات الموثّق في R1-0528 تغيير يخص إصدارًا لاحقًا، وليس من مواصفات R1 الأصلي. اذكر لغة المخرج وتنسيقه صراحةً واجعل صياغة المسألة مباشرة.
لمهمة تقنية عملية، عرّف ما يُعدّ نتيجة صحيحة: صيغة مع افتراضاتها، أو خوارزمية تستوفي التعقيد المذكور، أو مقارنة معلّلة وفق المعايير المقدّمة. اطلب من الإجابة النهائية تحديد المعلومات الناقصة بدلًا من اختلاقها. وللعمل المعتمد على المصادر، قدّم المقاطع المعتمدة كنص. راجع الشيفرة أو الاستنتاج المقترح مقابل الشروط الأصلية؛ فالمخرج المفيد هو الحل النهائي وشرحه الداعم، مع تمييزهما عن إجراء أو تحقّق نفّذه التطبيق المحيط فعلًا.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود deepseek/deepseek-r1 | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود أمثلة: system, user, assistant, tool, function الشروط: تُمثَّل هذه الأدوار صراحةً بأنواع التوافق في الشيفرة المصدرية؛ وتظل مجموعة الأدوار الدقيقة خاصة بكل نموذج. يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring|content_part[]|null | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_calls | النوعtool_call[] | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_call_id | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع | القيمة الافتراضية— |
الحقلmessages[].name | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].reasoning_content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج | القيمة الافتراضية— |
الحقلmessages[].reasoning_details | النوعobject|array | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_completion_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
الحقلstream_options.include_usage | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtemperature | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtop_p | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلstop | النوعstring|string[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools | النوعfunction_tool[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].type | النوعstring | المتطلباختياري | القيم والحدود function يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].function.name | النوعstring | المتطلبمطلوب | القيم والحدود ينطبق عندما: أداة دالة مقدّمة | القيمة الافتراضية— |
الحقلtools[].function.description | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtools[].function.parameters | النوعJSON_schema | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtool_choice | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلparallel_tool_calls | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلresponse_format | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning_effort | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلservice_tier | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلinstructions | النوعstring | المتطلباختياري | القيم والحدود حقل للتوافق | القيمة الافتراضية— |
الحقلfunctions | النوعfunction[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلfunction_call | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلprompt_cache_options | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmodalities | النوعstring[] | المتطلباختياري | القيم والحدود text | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: يُرفَض provider.options في مسار Ultra النصي هذا | القيمة الافتراضية— |
الحقلcache_control.ttl | النوعstring | المتطلباختياري | القيم والحدود الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه | القيمة الافتراضية— |
النص · نص UTF8
messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages |
المعلمةmaterial_types | المواصفاتtext |
المعلمةmessages | المواصفاتمصفوفة رسائل ببنية role/content |
المعلمةfile_material | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف |
المعلمةoptional_controls | المواصفاتstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
المعلمةcontrol_scope | المواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
دورة الحياة: synchronous_or_streamed
أرسل معرّف النموذج الدقيق مع messages.
طول السياق ليس حدًا أقصى للإخراج.
يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0014 / 1K من الرموز الإخراج · رموز الإخراج $0.005 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0014 / 1K من الرموز الإخراج · رموز الإخراج $0.005 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek/deepseek-r1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='deepseek/deepseek-r1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='deepseek/deepseek-r1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra deepseek/deepseek-r1
استخدم مسارات الطرائق المعروضة أعلاه.
deepseek/deepseek-r1DeepSeek R1 هو نموذج DeepSeek النصي الأصلي الذي يركّز على الاستدلال للرياضيات والشيفرة والمنطق. يجمع أمثلة تعليمات للتهيئة الأولية مع التعلّم المعزّز وسياق يبلغ 128K، مع إرشادات من المنتج للطلبات المباشرة والتنسيق الصريح للإجابة النهائية.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
DeepSeek R1 هو نموذج DeepSeek الأصلي الذي يركّز على الاستدلال للمهام الرياضية والبرمجية والمنطقية. يقوم على DeepSeek V3 Base ويستخدم مسار تدريب يضم أمثلة للتهيئة الأولية وتحسينًا خاضعًا للإشراف وتعلّمًا معزّزًا. المدخل نص، والنتيجة حل أو إجابة نصية. وهو مستقل عن R1 Zero وإصدار R1-0528 اللاحق والنماذج المقطّرة المنفصلة.
يميّز المنتج R1 عن نهج R1 Zero القائم على التعلّم المعزّز وحده. تمنح مادة التهيئة الأولية R1 نمط بداية أكثر قابلية للقراءة قبل التعلّم المعزّز الموجّه نحو الاستدلال. ثم تضيف مراحل أخذ العينات بالرفض والتدريب الخاضع للإشراف بيانات استدلال وبيانات للأغراض العامة، تليها مرحلة أخرى من التعلّم المعزّز. تصف بطاقة النموذج مرحلتين خاضعتين للإشراف ومرحلتين للتعلّم المعزّز، بهدف تحسين أنماط الاستدلال ومواءمتها مع الإجابة المطلوبة.
تضم معماريته المنشورة 671 مليار معلمة إجمالًا، منها 37 مليار معلمة نشطة لكل رمز، مع سياق يبلغ 128K. تحتوي هذه النافذة على المصدر والطلب والاستدلال أو الإجابة المولّدة معًا؛ ولا تمثّل ضمانًا منفصلًا لمخرج يبلغ 128K. وينبغي تنظيم الشروط الرياضية المطوّلة أو مقاطع الشيفرة أو مجموعات المتطلبات بحيث يستطيع النموذج تحديد المشكلة الفعلية وصيغة النتيجة التي تحتاج إليها.
توصي DeepSeek بقيمة temperature بين 0.5 و0.7، مع التوصية بـ 0.6، لتقليل التكرار أو المخرجات غير المتّسقة. وتنصح بوضع التعليمات في طلب المستخدم بدلًا من إضافة رسالة نظام. كما يوصي تقريرها البحثي بصياغة مباشرة للمسألة وتنسيق المخرج من دون أمثلة مسبقة، لأن الطلبات ذات الأمثلة القليلة قد تقلّل الأداء في هذا الملف الأصلي. هذه توصيات الاستخدام الخاصة بالمنتج، وليست إعدادات افتراضية مفترضة لكل تطبيق.
للرياضيات، قدّم الشروط كاملة وتعريفات المتغيرات وقيود المجال. يوصي المنتج بطلب حل خطوةً بخطوة مع وضع النتيجة النهائية في تعبير \\boxed{}. ويمكن لتكليف توضيحي أن يطلب الصيغة النهائية والافتراضات التي تصح في ظلها وفحصًا بالتعويض. وللشيفرة، أدرج السلوك المطلوب تنفيذه والقيود ومدخلًا ممثّلًا، ثم اطلب الخوارزمية المقترحة والمخرج البرمجي منفصلين عن الشرح.
يفصل تنسيق الاستدلال في النموذج مرحلة التفكير عن الإجابة النهائية. تشير DeepSeek إلى أن بعض الاستعلامات قد تُنتج كتلة تفكير فارغة، وتوصي ببادئة لبدء الاستدلال في مسارها المرجعي عندما يكون الاستدلال الأعمق مقصودًا. حافظ على التمييز بين تنسيق المنتج هذا والإجابة النهائية التي تريد أن يقرأها المستخدم. قد يكون المخرج المطلوب استنتاجًا موجزًا أو شيفرة حتى عندما تكون العملية الوسيطة للنموذج أطول.
يحدّد البحث الأصلي قيودًا ملموسة. جرى تحسين R1 للصينية والإنجليزية، وقد تؤدي الاستعلامات بلغات أخرى إلى مزج لغوي غير مرغوب. وهو حساس لصياغة الطلب، كما أن سلوكه في المحادثات المعقّدة متعددة الجولات وتقمّص الأدوار وJSON واستدعاءات الدوال أقل تطوّرًا من تركيزه على الاستدلال الرياضي والبرمجي. ودعم JSON والأدوات الموثّق في R1-0528 تغيير يخص إصدارًا لاحقًا، وليس من مواصفات R1 الأصلي. اذكر لغة المخرج وتنسيقه صراحةً واجعل صياغة المسألة مباشرة.
لمهمة تقنية عملية، عرّف ما يُعدّ نتيجة صحيحة: صيغة مع افتراضاتها، أو خوارزمية تستوفي التعقيد المذكور، أو مقارنة معلّلة وفق المعايير المقدّمة. اطلب من الإجابة النهائية تحديد المعلومات الناقصة بدلًا من اختلاقها. وللعمل المعتمد على المصادر، قدّم المقاطع المعتمدة كنص. راجع الشيفرة أو الاستنتاج المقترح مقابل الشروط الأصلية؛ فالمخرج المفيد هو الحل النهائي وشرحه الداعم، مع تمييزهما عن إجراء أو تحقّق نفّذه التطبيق المحيط فعلًا.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود deepseek/deepseek-r1 | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF-8
سلسلة نصية messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages, max_tokens |
المعلمةoptional_controls | المواصفاتstream |
المعلمةmaterial_types | المواصفاتtext |
المعلمةtext_file_material | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. |
دورة الحياة: synchronous_or_streamed
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0014 / 1K من الرموز الإخراج · رموز الإخراج $0.005 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0014 / 1K من الرموز الإخراج · رموز الإخراج $0.005 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "deepseek/deepseek-r1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'deepseek/deepseek-r1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'deepseek/deepseek-r1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra deepseek/deepseek-r1
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Optimize a rectangular enclosure\n\nA rectangular enclosure has 60 metres of fencing, used on all four sides. Its width and length are positive real numbers. Derive the largest possible area, justify why the optimum is global and check the dimensions against the fencing constraint. Give the final result in a boxed mathematical expression.A derivation, optimal dimensions, a perimeter check and a boxed maximum area.Check that the solution respects positivity and uses 2(length + width) = 60 rather than a three-sided constraint.