DeepSeek R1 0528 ist eine konkrete Edition der offenen Reasoning-Familie von DeepSeek. Es verfügt über insgesamt 671 Milliarden Parameter, von denen 37 Milliarden aktiv sind. Texteingabe erzeugt Textausgabe, im dokumentierten Profil einschliesslich Reasoning-Inhalten. Die Hostingmetadaten nennen ein Kontextfenster von 163’840 Tokens und bis zu 32’768 Ausgabetokens.
Nennen Sie die Frage, die beteiligten Grössen oder Quellenfakten und die Annahmen, die das Ergebnis bestimmen. Bewahren Sie bei einer mathematischen oder technischen Aufgabe die Einheiten und definieren Sie alle verwendeten Symbole. Behalten Sie bei einem Codeproblem die relevante Implementierung und die Eingabe oder Beobachtung bei, die das Problem sichtbar macht.
Bitten Sie um die konkrete Antwort und die Schritte oder die Evidenz, die zu ihrer Bewertung benötigt werden. Ein Reasoning-Verlauf kann erklären helfen, wie ein Ergebnis erreicht wurde; genaue Berechnungen, Beweisschritte oder Codeverhalten müssen dennoch anhand des Problems geprüft werden. Halten Sie fehlende Informationen sichtbar, statt sie durch eine unausgesprochene Annahme zu ersetzen.
Das veröffentlichte Hostingprofil umfasst Funktionswerkzeuge und Steuerungen für strukturierte Ausgaben. Definieren Sie die Operationen, die eine Anwendung ausführen kann, und führen Sie deren tatsächliche Beobachtungen in die Aufgabe zurück. Eine Berechnung oder eine abgerufene Quelle kann eine spätere Schlussfolgerung stützen, wenn Eingaben und Ergebnis zusammen zugeordnet bleiben.
Legen Sie für eine strukturierte Antwort die erforderlichen Felder und den Umgang mit fehlenden Werten fest und validieren Sie anschliessend sowohl Form als auch Inhalt. Unterscheiden Sie bei einer längeren Erklärung die Schlussfolgerung von den unterstützenden Überlegungen und bewahren Sie Quellenkennungen für Tatsachenbehauptungen.
Reservieren Sie Raum für die Antwort und bewahren Sie Quellenmaterial, das für die aktuelle Frage relevant ist. Halten Sie abgeschlossene Entscheidungen und Beobachtungen über Gesprächsrunden hinweg in einem fokussierten Zustand. Bewahren Sie beim Ausgabevergleich die Editionskennung R1 0528, damit sich eine geänderte Frage von einem geänderten Modellprofil unterscheiden lässt.
Ein nützliches Ergebnis ist eine Antwort oder ein technisches Arbeitsergebnis mit Verbindung zu seinen Annahmen, Quellenbelegen und seiner Validierung. Nehmen Sie diese Bestandteile gemeinsam in den nächsten Analyse- oder Anwendungsschritt mit.
", "aboutText": "DeepSeek R1 0528 ist eine konkrete Edition der offenen Reasoning-Familie von DeepSeek. Es verfügt über insgesamt 671 Milliarden Parameter, von denen 37 Milliarden aktiv sind. Texteingabe erzeugt Textausgabe, im dokumentierten Profil einschliesslich Reasoning-Inhalten. Die Hostingmetadaten nennen ein Kontextfenster von 163’840 Tokens und bis zu 32’768 Ausgabetokens.\n\n### Ein Reasoning-Problem mit vollständigen Annahmen versehen\n\nNennen Sie die Frage, die beteiligten Grössen oder Quellenfakten und die Annahmen, die das Ergebnis bestimmen. Bewahren Sie bei einer mathematischen oder technischen Aufgabe die Einheiten und definieren Sie alle verwendeten Symbole. Behalten Sie bei einem Codeproblem die relevante Implementierung und die Eingabe oder Beobachtung bei, die das Problem sichtbar macht.\n\nBitten Sie um die konkrete Antwort und die Schritte oder die Evidenz, die zu ihrer Bewertung benötigt werden. Ein Reasoning-Verlauf kann erklären helfen, wie ein Ergebnis erreicht wurde; genaue Berechnungen, Beweisschritte oder Codeverhalten müssen dennoch anhand des Problems geprüft werden. Halten Sie fehlende Informationen sichtbar, statt sie durch eine unausgesprochene Annahme zu ersetzen.\n\n### Werkzeuge und strukturierte Ergebnisse\n\nDas veröffentlichte Hostingprofil umfasst Funktionswerkzeuge und Steuerungen für strukturierte Ausgaben. Definieren Sie die Operationen, die eine Anwendung ausführen kann, und führen Sie deren tatsächliche Beobachtungen in die Aufgabe zurück. Eine Berechnung oder eine abgerufene Quelle kann eine spätere Schlussfolgerung stützen, wenn Eingaben und Ergebnis zusammen zugeordnet bleiben.\n\nLegen Sie für eine strukturierte Antwort die erforderlichen Felder und den Umgang mit fehlenden Werten fest und validieren Sie anschliessend sowohl Form als auch Inhalt. Unterscheiden Sie bei einer längeren Erklärung die Schlussfolgerung von den unterstützenden Überlegungen und bewahren Sie Quellenkennungen für Tatsachenbehauptungen.\n\n### Kontext und Kontinuität der Edition\n\nReservieren Sie Raum für die Antwort und bewahren Sie Quellenmaterial, das für die aktuelle Frage relevant ist. Halten Sie abgeschlossene Entscheidungen und Beobachtungen über Gesprächsrunden hinweg in einem fokussierten Zustand. Bewahren Sie beim Ausgabevergleich die Editionskennung R1 0528, damit sich eine geänderte Frage von einem geänderten Modellprofil unterscheiden lässt.\n\nEin nützliches Ergebnis ist eine Antwort oder ein technisches Arbeitsergebnis mit Verbindung zu seinen Annahmen, Quellenbelegen und seiner Validierung. Nehmen Sie diese Bestandteile gemeinsam in den nächsten Analyse- oder Anwendungsschritt mit.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Check a production capacity plan\n\nA workshop has two cutters, each producing 18 parts per hour. Both run for 5 hours, but cutter B is stopped for 40 minutes. An order needs 170 good parts, with no scrap assumed. Determine whether the shift can finish it, show the unit calculation, and state the shortfall or spare capacity.A capacity calculation in parts, a comparison with the 170-part order and the resulting shortfall or spare capacity.The 40-minute stoppage is converted to hours and deducted from cutter B only.deepseek/deepseek-r1-0528DeepSeek R1 0528 ist die offene Reasoning-Edition von DeepSeek mit 37 Milliarden aktiven von insgesamt 671 Milliarden Parametern. Ihr Textprofil unterstützt Reasoning, Funktionswerkzeuge und Steuerungen für strukturierte Ausgaben bei einem Kontextfenster von 163’840 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
DeepSeek R1 0528 ist eine konkrete Edition der offenen Reasoning-Familie von DeepSeek. Es verfügt über insgesamt 671 Milliarden Parameter, von denen 37 Milliarden aktiv sind. Texteingabe erzeugt Textausgabe, im dokumentierten Profil einschliesslich Reasoning-Inhalten. Die Hostingmetadaten nennen ein Kontextfenster von 163’840 Tokens und bis zu 32’768 Ausgabetokens.
Nennen Sie die Frage, die beteiligten Grössen oder Quellenfakten und die Annahmen, die das Ergebnis bestimmen. Bewahren Sie bei einer mathematischen oder technischen Aufgabe die Einheiten und definieren Sie alle verwendeten Symbole. Behalten Sie bei einem Codeproblem die relevante Implementierung und die Eingabe oder Beobachtung bei, die das Problem sichtbar macht.
Bitten Sie um die konkrete Antwort und die Schritte oder die Evidenz, die zu ihrer Bewertung benötigt werden. Ein Reasoning-Verlauf kann erklären helfen, wie ein Ergebnis erreicht wurde; genaue Berechnungen, Beweisschritte oder Codeverhalten müssen dennoch anhand des Problems geprüft werden. Halten Sie fehlende Informationen sichtbar, statt sie durch eine unausgesprochene Annahme zu ersetzen.
Das veröffentlichte Hostingprofil umfasst Funktionswerkzeuge und Steuerungen für strukturierte Ausgaben. Definieren Sie die Operationen, die eine Anwendung ausführen kann, und führen Sie deren tatsächliche Beobachtungen in die Aufgabe zurück. Eine Berechnung oder eine abgerufene Quelle kann eine spätere Schlussfolgerung stützen, wenn Eingaben und Ergebnis zusammen zugeordnet bleiben.
Legen Sie für eine strukturierte Antwort die erforderlichen Felder und den Umgang mit fehlenden Werten fest und validieren Sie anschliessend sowohl Form als auch Inhalt. Unterscheiden Sie bei einer längeren Erklärung die Schlussfolgerung von den unterstützenden Überlegungen und bewahren Sie Quellenkennungen für Tatsachenbehauptungen.
Reservieren Sie Raum für die Antwort und bewahren Sie Quellenmaterial, das für die aktuelle Frage relevant ist. Halten Sie abgeschlossene Entscheidungen und Beobachtungen über Gesprächsrunden hinweg in einem fokussierten Zustand. Bewahren Sie beim Ausgabevergleich die Editionskennung R1 0528, damit sich eine geänderte Frage von einem geänderten Modellprofil unterscheiden lässt.
Ein nützliches Ergebnis ist eine Antwort oder ein technisches Arbeitsergebnis mit Verbindung zu seinen Annahmen, Quellenbelegen und seiner Validierung. Nehmen Sie diese Bestandteile gemeinsam in den nächsten Analyse- oder Anwendungsschritt mit.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits deepseek/deepseek-r1-0528 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00114 / 1K Tokens Ausgabe · Ausgabetoken $0.00458 / 1K Tokens Eingabe · Cache lesen $0.0007 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00114 / 1K Tokens Ausgabe · Ausgabetoken $0.00458 / 1K Tokens Eingabe · Cache lesen $0.0007 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek/deepseek-r1-0528", "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-r1-0528',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-r1-0528',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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra deepseek/deepseek-r1-0528
Verwenden Sie die oben angezeigten Methodenpfade.
deepseek/deepseek-r1-0528DeepSeek R1 0528 ist die offene Reasoning-Edition von DeepSeek mit 37 Milliarden aktiven von insgesamt 671 Milliarden Parametern. Ihr Textprofil unterstützt Reasoning, Funktionswerkzeuge und Steuerungen für strukturierte Ausgaben bei einem Kontextfenster von 163’840 Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
DeepSeek R1 0528 ist eine konkrete Edition der offenen Reasoning-Familie von DeepSeek. Es verfügt über insgesamt 671 Milliarden Parameter, von denen 37 Milliarden aktiv sind. Texteingabe erzeugt Textausgabe, im dokumentierten Profil einschliesslich Reasoning-Inhalten. Die Hostingmetadaten nennen ein Kontextfenster von 163’840 Tokens und bis zu 32’768 Ausgabetokens.
Nennen Sie die Frage, die beteiligten Grössen oder Quellenfakten und die Annahmen, die das Ergebnis bestimmen. Bewahren Sie bei einer mathematischen oder technischen Aufgabe die Einheiten und definieren Sie alle verwendeten Symbole. Behalten Sie bei einem Codeproblem die relevante Implementierung und die Eingabe oder Beobachtung bei, die das Problem sichtbar macht.
Bitten Sie um die konkrete Antwort und die Schritte oder die Evidenz, die zu ihrer Bewertung benötigt werden. Ein Reasoning-Verlauf kann erklären helfen, wie ein Ergebnis erreicht wurde; genaue Berechnungen, Beweisschritte oder Codeverhalten müssen dennoch anhand des Problems geprüft werden. Halten Sie fehlende Informationen sichtbar, statt sie durch eine unausgesprochene Annahme zu ersetzen.
Das veröffentlichte Hostingprofil umfasst Funktionswerkzeuge und Steuerungen für strukturierte Ausgaben. Definieren Sie die Operationen, die eine Anwendung ausführen kann, und führen Sie deren tatsächliche Beobachtungen in die Aufgabe zurück. Eine Berechnung oder eine abgerufene Quelle kann eine spätere Schlussfolgerung stützen, wenn Eingaben und Ergebnis zusammen zugeordnet bleiben.
Legen Sie für eine strukturierte Antwort die erforderlichen Felder und den Umgang mit fehlenden Werten fest und validieren Sie anschliessend sowohl Form als auch Inhalt. Unterscheiden Sie bei einer längeren Erklärung die Schlussfolgerung von den unterstützenden Überlegungen und bewahren Sie Quellenkennungen für Tatsachenbehauptungen.
Reservieren Sie Raum für die Antwort und bewahren Sie Quellenmaterial, das für die aktuelle Frage relevant ist. Halten Sie abgeschlossene Entscheidungen und Beobachtungen über Gesprächsrunden hinweg in einem fokussierten Zustand. Bewahren Sie beim Ausgabevergleich die Editionskennung R1 0528, damit sich eine geänderte Frage von einem geänderten Modellprofil unterscheiden lässt.
Ein nützliches Ergebnis ist eine Antwort oder ein technisches Arbeitsergebnis mit Verbindung zu seinen Annahmen, Quellenbelegen und seiner Validierung. Nehmen Sie diese Bestandteile gemeinsam in den nächsten Analyse- oder Anwendungsschritt mit.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits deepseek/deepseek-r1-0528 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00114 / 1K Tokens Ausgabe · Ausgabetoken $0.00458 / 1K Tokens Eingabe · Cache lesen $0.0007 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.00114 / 1K Tokens Ausgabe · Ausgabetoken $0.00458 / 1K Tokens Eingabe · Cache lesen $0.0007 / 1K Tokens Eingabe · Cache schreiben $0 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "deepseek/deepseek-r1-0528",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-r1-0528', '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-r1-0528', '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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra deepseek/deepseek-r1-0528
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Check a production capacity plan\n\nA workshop has two cutters, each producing 18 parts per hour. Both run for 5 hours, but cutter B is stopped for 40 minutes. An order needs 170 good parts, with no scrap assumed. Determine whether the shift can finish it, show the unit calculation, and state the shortfall or spare capacity.A capacity calculation in parts, a comparison with the 170-part order and the resulting shortfall or spare capacity.The 40-minute stoppage is converted to hours and deducted from cutter B only.