Το DeepSeek R1 είναι το αρχικό μοντέλο της DeepSeek με έμφαση στη συλλογιστική για μαθηματικές, προγραμματιστικές και λογικές εργασίες. Βασίζεται στο DeepSeek V3 Base και χρησιμοποιεί ακολουθία εκπαίδευσης με παραδείγματα ψυχρής εκκίνησης, επιβλεπόμενη βελτίωση και ενισχυτική μάθηση. Η είσοδος είναι κείμενο και το αποτέλεσμα είναι λύση ή απάντηση κειμένου. Παραμένει ξεχωριστό από το R1 Zero, τη μεταγενέστερη έκδοση R1-0528 και τα ξεχωριστά αποσταγμένα μοντέλα.
Ο παραγωγός διαχωρίζει το R1 από την προσέγγιση αμιγούς ενισχυτικής μάθησης του R1 Zero. Το υλικό ψυχρής εκκίνησης δίνει στο R1 ένα πιο ευανάγνωστο αρχικό μοτίβο πριν από την ενισχυτική μάθηση με προσανατολισμό στη συλλογιστική. Η επακόλουθη δειγματοληψία απόρριψης και η επιβλεπόμενη εκπαίδευση προσθέτουν δεδομένα συλλογιστικής και γενικού σκοπού, και ακολουθεί άλλο στάδιο ενισχυτικής μάθησης. Η κάρτα περιγράφει δύο επιβλεπόμενα στάδια και δύο στάδια ενισχυτικής μάθησης, με στόχο τη βελτίωση των μοτίβων συλλογιστικής και της ευθυγράμμισης με τη ζητούμενη απόκριση.
Η δημοσιευμένη αρχιτεκτονική του έχει 671 δισεκατομμύρια συνολικές παραμέτρους, με 37 δισεκατομμύρια ενεργές ανά token και παράθυρο συμφραζομένων 128K. Αυτό το παράθυρο περιέχει μαζί την πηγή, το prompt και την παραγόμενη συλλογιστική ή απάντηση· δεν αποτελεί ξεχωριστή εγγύηση εξόδου 128K. Μια μακρά μαθηματική εκφώνηση, ένα απόσπασμα κώδικα ή ένα σύνολο απαιτήσεων πρέπει και πάλι να οργανώνεται ώστε το μοντέλο να εντοπίζει το πραγματικό πρόβλημα και τη μορφή του αποτελέσματος που χρειάζεστε.
Η DeepSeek συνιστά temperature μεταξύ 0.5 και 0.7, με προτεινόμενη τιμή 0.6, για μείωση επαναλήψεων ή ασυνάρτητης εξόδου. Συμβουλεύει να τοποθετούνται οι οδηγίες στο user prompt αντί να προστίθεται system prompt. Η ερευνητική αναφορά της συνιστά επίσης άμεση διατύπωση zero-shot του προβλήματος και της μορφής εξόδου, επειδή τα few-shot prompt μπορούν να μειώσουν την απόδοση σε αυτό το αρχικό προφίλ. Πρόκειται για συστάσεις χρήσης του παραγωγού και όχι για προεπιλογές που θεωρούνται δεδομένες σε κάθε εφαρμογή.
Για μαθηματικά, δώστε την πλήρη εκφώνηση, τους ορισμούς μεταβλητών και τους περιορισμούς πεδίου. Ο παραγωγός συνιστά να ζητείται λύση βήμα προς βήμα με το τελικό αποτέλεσμα σε έκφραση \\boxed{}. Ένα ενδεικτικό αίτημα μπορεί να ζητά τον τελικό τύπο, τις παραδοχές υπό τις οποίες ισχύει και έναν έλεγχο αντικατάστασης. Για κώδικα, συμπεριλάβετε τη συμπεριφορά προς υλοποίηση, τους περιορισμούς και αντιπροσωπευτική είσοδο, έπειτα ζητήστε τον προτεινόμενο αλγόριθμο και το παραδοτέο κώδικα ξεχωριστά από την εξήγησή του.
Η μορφή συλλογιστικής του μοντέλου χωρίζει τη φάση σκέψης από την τελική απάντηση. Η DeepSeek σημειώνει ότι ορισμένα ερωτήματα μπορεί να παράγουν κενό μπλοκ σκέψης και συνιστά πρόθεμα έναρξης συλλογιστικής στη ροή αναφοράς της όταν επιδιώκεται βαθύτερη συλλογιστική. Διατηρήστε τη διάκριση ανάμεσα σε αυτή τη μορφή του παραγωγού και την τελική απάντηση που θέλετε να διαβάσει ο χρήστης. Το ζητούμενο παραδοτέο μπορεί να είναι συνοπτικό συμπέρασμα ή κώδικας ακόμη κι όταν η ενδιάμεση διαδικασία του μοντέλου είναι μεγαλύτερη.
Η αρχική έρευνα εντοπίζει συγκεκριμένους περιορισμούς. Το R1 είναι βελτιστοποιημένο για κινεζικά και αγγλικά και ερωτήματα σε άλλες γλώσσες μπορούν να οδηγήσουν σε ανεπιθύμητη ανάμειξη γλωσσών. Είναι ευαίσθητο στη διατύπωση prompt και η συμπεριφορά του σε σύνθετες συνομιλίες πολλών γύρων, σε παιχνίδι ρόλων, σε JSON και σε κλήσεις συναρτήσεων είναι λιγότερο ανεπτυγμένη από την εστίασή του στη μαθηματική και προγραμματιστική συλλογιστική. Η υποστήριξη JSON και εργαλείων που τεκμηριώνεται για το R1-0528 είναι μεταγενέστερη αλλαγή έκδοσης και όχι η σύμβαση του αρχικού R1. Δηλώστε ρητά τη γλώσσα και τη μορφή εξόδου και κρατήστε άμεση τη διατύπωση του προβλήματος.
Για πρακτική τεχνική εργασία, ορίστε τι συνιστά σωστό αποτέλεσμα: τύπος με παραδοχές, αλγόριθμος που πληροί τη δηλωμένη πολυπλοκότητα ή αιτιολογημένη σύγκριση με τα παρεχόμενα κριτήρια. Ζητήστε η τελική απάντηση να εντοπίζει πληροφορίες που λείπουν αντί να τις επινοεί. Για εργασία που εξαρτάται από πηγές, δώστε τα έγκυρα αποσπάσματα ως κείμενο. Ελέγξτε τον προτεινόμενο κώδικα ή το συμπέρασμα έναντι των αρχικών συνθηκών· το χρήσιμο παραδοτέο είναι η τελική λύση και η υποστηρικτική της εξήγηση, ξεχωριστά από μια ενέργεια ή επικύρωση που έχει πράγματι εκτελέσει η εφαρμογή που πλαισιώνει το μοντέλο.
", "aboutText": "Το DeepSeek R1 είναι το αρχικό μοντέλο της DeepSeek με έμφαση στη συλλογιστική για μαθηματικές, προγραμματιστικές και λογικές εργασίες. Βασίζεται στο DeepSeek V3 Base και χρησιμοποιεί ακολουθία εκπαίδευσης με παραδείγματα ψυχρής εκκίνησης, επιβλεπόμενη βελτίωση και ενισχυτική μάθηση. Η είσοδος είναι κείμενο και το αποτέλεσμα είναι λύση ή απάντηση κειμένου. Παραμένει ξεχωριστό από το R1 Zero, τη μεταγενέστερη έκδοση R1-0528 και τα ξεχωριστά αποσταγμένα μοντέλα.\n\nΟ παραγωγός διαχωρίζει το R1 από την προσέγγιση αμιγούς ενισχυτικής μάθησης του R1 Zero. Το υλικό ψυχρής εκκίνησης δίνει στο R1 ένα πιο ευανάγνωστο αρχικό μοτίβο πριν από την ενισχυτική μάθηση με προσανατολισμό στη συλλογιστική. Η επακόλουθη δειγματοληψία απόρριψης και η επιβλεπόμενη εκπαίδευση προσθέτουν δεδομένα συλλογιστικής και γενικού σκοπού, και ακολουθεί άλλο στάδιο ενισχυτικής μάθησης. Η κάρτα περιγράφει δύο επιβλεπόμενα στάδια και δύο στάδια ενισχυτικής μάθησης, με στόχο τη βελτίωση των μοτίβων συλλογιστικής και της ευθυγράμμισης με τη ζητούμενη απόκριση.\n\nΗ δημοσιευμένη αρχιτεκτονική του έχει 671 δισεκατομμύρια συνολικές παραμέτρους, με 37 δισεκατομμύρια ενεργές ανά token και παράθυρο συμφραζομένων 128K. Αυτό το παράθυρο περιέχει μαζί την πηγή, το prompt και την παραγόμενη συλλογιστική ή απάντηση· δεν αποτελεί ξεχωριστή εγγύηση εξόδου 128K. Μια μακρά μαθηματική εκφώνηση, ένα απόσπασμα κώδικα ή ένα σύνολο απαιτήσεων πρέπει και πάλι να οργανώνεται ώστε το μοντέλο να εντοπίζει το πραγματικό πρόβλημα και τη μορφή του αποτελέσματος που χρειάζεστε.\n\nΗ DeepSeek συνιστά temperature μεταξύ 0.5 και 0.7, με προτεινόμενη τιμή 0.6, για μείωση επαναλήψεων ή ασυνάρτητης εξόδου. Συμβουλεύει να τοποθετούνται οι οδηγίες στο user prompt αντί να προστίθεται system prompt. Η ερευνητική αναφορά της συνιστά επίσης άμεση διατύπωση zero-shot του προβλήματος και της μορφής εξόδου, επειδή τα few-shot prompt μπορούν να μειώσουν την απόδοση σε αυτό το αρχικό προφίλ. Πρόκειται για συστάσεις χρήσης του παραγωγού και όχι για προεπιλογές που θεωρούνται δεδομένες σε κάθε εφαρμογή.\n\nΓια μαθηματικά, δώστε την πλήρη εκφώνηση, τους ορισμούς μεταβλητών και τους περιορισμούς πεδίου. Ο παραγωγός συνιστά να ζητείται λύση βήμα προς βήμα με το τελικό αποτέλεσμα σε έκφραση \\boxed{}. Ένα ενδεικτικό αίτημα μπορεί να ζητά τον τελικό τύπο, τις παραδοχές υπό τις οποίες ισχύει και έναν έλεγχο αντικατάστασης. Για κώδικα, συμπεριλάβετε τη συμπεριφορά προς υλοποίηση, τους περιορισμούς και αντιπροσωπευτική είσοδο, έπειτα ζητήστε τον προτεινόμενο αλγόριθμο και το παραδοτέο κώδικα ξεχωριστά από την εξήγησή του.\n\nΗ μορφή συλλογιστικής του μοντέλου χωρίζει τη φάση σκέψης από την τελική απάντηση. Η DeepSeek σημειώνει ότι ορισμένα ερωτήματα μπορεί να παράγουν κενό μπλοκ σκέψης και συνιστά πρόθεμα έναρξης συλλογιστικής στη ροή αναφοράς της όταν επιδιώκεται βαθύτερη συλλογιστική. Διατηρήστε τη διάκριση ανάμεσα σε αυτή τη μορφή του παραγωγού και την τελική απάντηση που θέλετε να διαβάσει ο χρήστης. Το ζητούμενο παραδοτέο μπορεί να είναι συνοπτικό συμπέρασμα ή κώδικας ακόμη κι όταν η ενδιάμεση διαδικασία του μοντέλου είναι μεγαλύτερη.\n\nΗ αρχική έρευνα εντοπίζει συγκεκριμένους περιορισμούς. Το R1 είναι βελτιστοποιημένο για κινεζικά και αγγλικά και ερωτήματα σε άλλες γλώσσες μπορούν να οδηγήσουν σε ανεπιθύμητη ανάμειξη γλωσσών. Είναι ευαίσθητο στη διατύπωση prompt και η συμπεριφορά του σε σύνθετες συνομιλίες πολλών γύρων, σε παιχνίδι ρόλων, σε JSON και σε κλήσεις συναρτήσεων είναι λιγότερο ανεπτυγμένη από την εστίασή του στη μαθηματική και προγραμματιστική συλλογιστική. Η υποστήριξη JSON και εργαλείων που τεκμηριώνεται για το R1-0528 είναι μεταγενέστερη αλλαγή έκδοσης και όχι η σύμβαση του αρχικού R1. Δηλώστε ρητά τη γλώσσα και τη μορφή εξόδου και κρατήστε άμεση τη διατύπωση του προβλήματος.\n\nΓια πρακτική τεχνική εργασία, ορίστε τι συνιστά σωστό αποτέλεσμα: τύπος με παραδοχές, αλγόριθμος που πληροί τη δηλωμένη πολυπλοκότητα ή αιτιολογημένη σύγκριση με τα παρεχόμενα κριτήρια. Ζητήστε η τελική απάντηση να εντοπίζει πληροφορίες που λείπουν αντί να τις επινοεί. Για εργασία που εξαρτάται από πηγές, δώστε τα έγκυρα αποσπάσματα ως κείμενο. Ελέγξτε τον προτεινόμενο κώδικα ή το συμπέρασμα έναντι των αρχικών συνθηκών· το χρήσιμο παραδοτέο είναι η τελική λύση και η υποστηρικτική της εξήγηση, ξεχωριστά από μια ενέργεια ή επικύρωση που έχει πράγματι εκτελέσει η εφαρμογή που πλαισιώνει το μοντέλο.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
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-r1Το DeepSeek R1 είναι το αρχικό μοντέλο κειμένου της DeepSeek με έμφαση στη συλλογιστική για μαθηματικά, κώδικα και λογική. Συνδυάζει παραδείγματα οδηγιών ψυχρής εκκίνησης με ενισχυτική μάθηση και παράθυρο συμφραζομένων 128K, με οδηγίες του παραγωγού για άμεσα prompt και ρητή μορφοποίηση της τελικής απάντησης.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το DeepSeek R1 είναι το αρχικό μοντέλο της DeepSeek με έμφαση στη συλλογιστική για μαθηματικές, προγραμματιστικές και λογικές εργασίες. Βασίζεται στο DeepSeek V3 Base και χρησιμοποιεί ακολουθία εκπαίδευσης με παραδείγματα ψυχρής εκκίνησης, επιβλεπόμενη βελτίωση και ενισχυτική μάθηση. Η είσοδος είναι κείμενο και το αποτέλεσμα είναι λύση ή απάντηση κειμένου. Παραμένει ξεχωριστό από το R1 Zero, τη μεταγενέστερη έκδοση R1-0528 και τα ξεχωριστά αποσταγμένα μοντέλα.
Ο παραγωγός διαχωρίζει το R1 από την προσέγγιση αμιγούς ενισχυτικής μάθησης του R1 Zero. Το υλικό ψυχρής εκκίνησης δίνει στο R1 ένα πιο ευανάγνωστο αρχικό μοτίβο πριν από την ενισχυτική μάθηση με προσανατολισμό στη συλλογιστική. Η επακόλουθη δειγματοληψία απόρριψης και η επιβλεπόμενη εκπαίδευση προσθέτουν δεδομένα συλλογιστικής και γενικού σκοπού, και ακολουθεί άλλο στάδιο ενισχυτικής μάθησης. Η κάρτα περιγράφει δύο επιβλεπόμενα στάδια και δύο στάδια ενισχυτικής μάθησης, με στόχο τη βελτίωση των μοτίβων συλλογιστικής και της ευθυγράμμισης με τη ζητούμενη απόκριση.
Η δημοσιευμένη αρχιτεκτονική του έχει 671 δισεκατομμύρια συνολικές παραμέτρους, με 37 δισεκατομμύρια ενεργές ανά token και παράθυρο συμφραζομένων 128K. Αυτό το παράθυρο περιέχει μαζί την πηγή, το prompt και την παραγόμενη συλλογιστική ή απάντηση· δεν αποτελεί ξεχωριστή εγγύηση εξόδου 128K. Μια μακρά μαθηματική εκφώνηση, ένα απόσπασμα κώδικα ή ένα σύνολο απαιτήσεων πρέπει και πάλι να οργανώνεται ώστε το μοντέλο να εντοπίζει το πραγματικό πρόβλημα και τη μορφή του αποτελέσματος που χρειάζεστε.
Η DeepSeek συνιστά temperature μεταξύ 0.5 και 0.7, με προτεινόμενη τιμή 0.6, για μείωση επαναλήψεων ή ασυνάρτητης εξόδου. Συμβουλεύει να τοποθετούνται οι οδηγίες στο user prompt αντί να προστίθεται system prompt. Η ερευνητική αναφορά της συνιστά επίσης άμεση διατύπωση zero-shot του προβλήματος και της μορφής εξόδου, επειδή τα few-shot prompt μπορούν να μειώσουν την απόδοση σε αυτό το αρχικό προφίλ. Πρόκειται για συστάσεις χρήσης του παραγωγού και όχι για προεπιλογές που θεωρούνται δεδομένες σε κάθε εφαρμογή.
Για μαθηματικά, δώστε την πλήρη εκφώνηση, τους ορισμούς μεταβλητών και τους περιορισμούς πεδίου. Ο παραγωγός συνιστά να ζητείται λύση βήμα προς βήμα με το τελικό αποτέλεσμα σε έκφραση \\boxed{}. Ένα ενδεικτικό αίτημα μπορεί να ζητά τον τελικό τύπο, τις παραδοχές υπό τις οποίες ισχύει και έναν έλεγχο αντικατάστασης. Για κώδικα, συμπεριλάβετε τη συμπεριφορά προς υλοποίηση, τους περιορισμούς και αντιπροσωπευτική είσοδο, έπειτα ζητήστε τον προτεινόμενο αλγόριθμο και το παραδοτέο κώδικα ξεχωριστά από την εξήγησή του.
Η μορφή συλλογιστικής του μοντέλου χωρίζει τη φάση σκέψης από την τελική απάντηση. Η DeepSeek σημειώνει ότι ορισμένα ερωτήματα μπορεί να παράγουν κενό μπλοκ σκέψης και συνιστά πρόθεμα έναρξης συλλογιστικής στη ροή αναφοράς της όταν επιδιώκεται βαθύτερη συλλογιστική. Διατηρήστε τη διάκριση ανάμεσα σε αυτή τη μορφή του παραγωγού και την τελική απάντηση που θέλετε να διαβάσει ο χρήστης. Το ζητούμενο παραδοτέο μπορεί να είναι συνοπτικό συμπέρασμα ή κώδικας ακόμη κι όταν η ενδιάμεση διαδικασία του μοντέλου είναι μεγαλύτερη.
Η αρχική έρευνα εντοπίζει συγκεκριμένους περιορισμούς. Το R1 είναι βελτιστοποιημένο για κινεζικά και αγγλικά και ερωτήματα σε άλλες γλώσσες μπορούν να οδηγήσουν σε ανεπιθύμητη ανάμειξη γλωσσών. Είναι ευαίσθητο στη διατύπωση prompt και η συμπεριφορά του σε σύνθετες συνομιλίες πολλών γύρων, σε παιχνίδι ρόλων, σε JSON και σε κλήσεις συναρτήσεων είναι λιγότερο ανεπτυγμένη από την εστίασή του στη μαθηματική και προγραμματιστική συλλογιστική. Η υποστήριξη JSON και εργαλείων που τεκμηριώνεται για το R1-0528 είναι μεταγενέστερη αλλαγή έκδοσης και όχι η σύμβαση του αρχικού R1. Δηλώστε ρητά τη γλώσσα και τη μορφή εξόδου και κρατήστε άμεση τη διατύπωση του προβλήματος.
Για πρακτική τεχνική εργασία, ορίστε τι συνιστά σωστό αποτέλεσμα: τύπος με παραδοχές, αλγόριθμος που πληροί τη δηλωμένη πολυπλοκότητα ή αιτιολογημένη σύγκριση με τα παρεχόμενα κριτήρια. Ζητήστε η τελική απάντηση να εντοπίζει πληροφορίες που λείπουν αντί να τις επινοεί. Για εργασία που εξαρτάται από πηγές, δώστε τα έγκυρα αποσπάσματα ως κείμενο. Ελέγξτε τον προτεινόμενο κώδικα ή το συμπέρασμα έναντι των αρχικών συνθηκών· το χρήσιμο παραδοτέο είναι η τελική λύση και η υποστηρικτική της εξήγηση, ξεχωριστά από μια ενέργεια ή επικύρωση που έχει πράγματι εκτελέσει η εφαρμογή που πλαισιώνει το μοντέλο.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια deepseek/deepseek-r1 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Παραδείγματα: system, user, assistant, tool, function Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο. Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring|content_part[]|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_calls | Τύποςtool_call[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_call_id | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
Πεδίοmessages[].name | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].reasoning_content | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
Πεδίοmessages[].reasoning_details | Τύποςobject|array | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_completion_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Πεδίοstream_options.include_usage | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtemperature | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtop_p | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstop | Τύποςstring|string[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools | Τύποςfunction_tool[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].type | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].function.name | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
Πεδίοtools[].function.description | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtools[].function.parameters | ΤύποςJSON_schema | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtool_choice | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοparallel_tool_calls | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοresponse_format | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning_effort | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοservice_tier | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοinstructions | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
Πεδίοfunctions | Τύποςfunction[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοfunction_call | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοprompt_cache_options | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmodalities | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
Πεδίοcache_control.ttl | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— |
Κείμενο · Κείμενο UTF8
messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςmessages | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
Παράμετροςfile_material | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
Παράμετροςoptional_controls | Σύμβασηstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Παράμετροςcontrol_scope | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
Παράμετροςoutput_modalities | Σύμβασηtext |
Παράμετροςhosted_operations | Σύμβασηfalse |
Παράμετροςmultimodal_input_binding | Σύμβασηnull |
Κύκλος ζωής: synchronous_or_streamed
Στείλτε το ακριβές ID μοντέλου μαζί με το messages.
Το μήκος συμφραζομένων δεν είναι ανώτατο όριο εξόδου.
Ένα αρχείο κειμένου μπορεί να παρέχει αυτούσιο κείμενο· οι είσοδοι εικόνας/ήχου/αντικειμένων αρχείων χρειάζονται ακριβή αντιστοίχιση.
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
|---|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0014 / 1K token Έξοδος · Token εξόδου $0.005 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0014 / 1K token Έξοδος · Token εξόδου $0.005 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${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 ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε κάθε επιλογή και το περιεχόμενο/τις κλήσεις εργαλείων/το περιεχόμενο συλλογιστικής της. Στο SSE συνθέστε τις διαφορικές ενημερώσεις ανά δείκτη επιλογής/εργαλείου και κρατήστε την τελική αιτία τερματισμού και τα στοιχεία χρήσης.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοchoices[].index | Τύποςinteger |
Πεδίοchoices[].message.content | Τύποςstring|null |
Πεδίοchoices[].message.tool_calls | Τύποςtool_call[] |
Πεδίοchoices[].message.reasoning_content | Τύποςstring |
Πεδίοchoices[].message.reasoning_details | Τύποςobject|array |
Πεδίοchoices[].finish_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra deepseek/deepseek-r1
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
deepseek/deepseek-r1Το DeepSeek R1 είναι το αρχικό μοντέλο κειμένου της DeepSeek με έμφαση στη συλλογιστική για μαθηματικά, κώδικα και λογική. Συνδυάζει παραδείγματα οδηγιών ψυχρής εκκίνησης με ενισχυτική μάθηση και παράθυρο συμφραζομένων 128K, με οδηγίες του παραγωγού για άμεσα prompt και ρητή μορφοποίηση της τελικής απάντησης.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το DeepSeek R1 είναι το αρχικό μοντέλο της DeepSeek με έμφαση στη συλλογιστική για μαθηματικές, προγραμματιστικές και λογικές εργασίες. Βασίζεται στο DeepSeek V3 Base και χρησιμοποιεί ακολουθία εκπαίδευσης με παραδείγματα ψυχρής εκκίνησης, επιβλεπόμενη βελτίωση και ενισχυτική μάθηση. Η είσοδος είναι κείμενο και το αποτέλεσμα είναι λύση ή απάντηση κειμένου. Παραμένει ξεχωριστό από το R1 Zero, τη μεταγενέστερη έκδοση R1-0528 και τα ξεχωριστά αποσταγμένα μοντέλα.
Ο παραγωγός διαχωρίζει το R1 από την προσέγγιση αμιγούς ενισχυτικής μάθησης του R1 Zero. Το υλικό ψυχρής εκκίνησης δίνει στο R1 ένα πιο ευανάγνωστο αρχικό μοτίβο πριν από την ενισχυτική μάθηση με προσανατολισμό στη συλλογιστική. Η επακόλουθη δειγματοληψία απόρριψης και η επιβλεπόμενη εκπαίδευση προσθέτουν δεδομένα συλλογιστικής και γενικού σκοπού, και ακολουθεί άλλο στάδιο ενισχυτικής μάθησης. Η κάρτα περιγράφει δύο επιβλεπόμενα στάδια και δύο στάδια ενισχυτικής μάθησης, με στόχο τη βελτίωση των μοτίβων συλλογιστικής και της ευθυγράμμισης με τη ζητούμενη απόκριση.
Η δημοσιευμένη αρχιτεκτονική του έχει 671 δισεκατομμύρια συνολικές παραμέτρους, με 37 δισεκατομμύρια ενεργές ανά token και παράθυρο συμφραζομένων 128K. Αυτό το παράθυρο περιέχει μαζί την πηγή, το prompt και την παραγόμενη συλλογιστική ή απάντηση· δεν αποτελεί ξεχωριστή εγγύηση εξόδου 128K. Μια μακρά μαθηματική εκφώνηση, ένα απόσπασμα κώδικα ή ένα σύνολο απαιτήσεων πρέπει και πάλι να οργανώνεται ώστε το μοντέλο να εντοπίζει το πραγματικό πρόβλημα και τη μορφή του αποτελέσματος που χρειάζεστε.
Η DeepSeek συνιστά temperature μεταξύ 0.5 και 0.7, με προτεινόμενη τιμή 0.6, για μείωση επαναλήψεων ή ασυνάρτητης εξόδου. Συμβουλεύει να τοποθετούνται οι οδηγίες στο user prompt αντί να προστίθεται system prompt. Η ερευνητική αναφορά της συνιστά επίσης άμεση διατύπωση zero-shot του προβλήματος και της μορφής εξόδου, επειδή τα few-shot prompt μπορούν να μειώσουν την απόδοση σε αυτό το αρχικό προφίλ. Πρόκειται για συστάσεις χρήσης του παραγωγού και όχι για προεπιλογές που θεωρούνται δεδομένες σε κάθε εφαρμογή.
Για μαθηματικά, δώστε την πλήρη εκφώνηση, τους ορισμούς μεταβλητών και τους περιορισμούς πεδίου. Ο παραγωγός συνιστά να ζητείται λύση βήμα προς βήμα με το τελικό αποτέλεσμα σε έκφραση \\boxed{}. Ένα ενδεικτικό αίτημα μπορεί να ζητά τον τελικό τύπο, τις παραδοχές υπό τις οποίες ισχύει και έναν έλεγχο αντικατάστασης. Για κώδικα, συμπεριλάβετε τη συμπεριφορά προς υλοποίηση, τους περιορισμούς και αντιπροσωπευτική είσοδο, έπειτα ζητήστε τον προτεινόμενο αλγόριθμο και το παραδοτέο κώδικα ξεχωριστά από την εξήγησή του.
Η μορφή συλλογιστικής του μοντέλου χωρίζει τη φάση σκέψης από την τελική απάντηση. Η DeepSeek σημειώνει ότι ορισμένα ερωτήματα μπορεί να παράγουν κενό μπλοκ σκέψης και συνιστά πρόθεμα έναρξης συλλογιστικής στη ροή αναφοράς της όταν επιδιώκεται βαθύτερη συλλογιστική. Διατηρήστε τη διάκριση ανάμεσα σε αυτή τη μορφή του παραγωγού και την τελική απάντηση που θέλετε να διαβάσει ο χρήστης. Το ζητούμενο παραδοτέο μπορεί να είναι συνοπτικό συμπέρασμα ή κώδικας ακόμη κι όταν η ενδιάμεση διαδικασία του μοντέλου είναι μεγαλύτερη.
Η αρχική έρευνα εντοπίζει συγκεκριμένους περιορισμούς. Το R1 είναι βελτιστοποιημένο για κινεζικά και αγγλικά και ερωτήματα σε άλλες γλώσσες μπορούν να οδηγήσουν σε ανεπιθύμητη ανάμειξη γλωσσών. Είναι ευαίσθητο στη διατύπωση prompt και η συμπεριφορά του σε σύνθετες συνομιλίες πολλών γύρων, σε παιχνίδι ρόλων, σε JSON και σε κλήσεις συναρτήσεων είναι λιγότερο ανεπτυγμένη από την εστίασή του στη μαθηματική και προγραμματιστική συλλογιστική. Η υποστήριξη JSON και εργαλείων που τεκμηριώνεται για το R1-0528 είναι μεταγενέστερη αλλαγή έκδοσης και όχι η σύμβαση του αρχικού R1. Δηλώστε ρητά τη γλώσσα και τη μορφή εξόδου και κρατήστε άμεση τη διατύπωση του προβλήματος.
Για πρακτική τεχνική εργασία, ορίστε τι συνιστά σωστό αποτέλεσμα: τύπος με παραδοχές, αλγόριθμος που πληροί τη δηλωμένη πολυπλοκότητα ή αιτιολογημένη σύγκριση με τα παρεχόμενα κριτήρια. Ζητήστε η τελική απάντηση να εντοπίζει πληροφορίες που λείπουν αντί να τις επινοεί. Για εργασία που εξαρτάται από πηγές, δώστε τα έγκυρα αποσπάσματα ως κείμενο. Ελέγξτε τον προτεινόμενο κώδικα ή το συμπέρασμα έναντι των αρχικών συνθηκών· το χρήσιμο παραδοτέο είναι η τελική λύση και η υποστηρικτική της εξήγηση, ξεχωριστά από μια ενέργεια ή επικύρωση που έχει πράγματι εκτελέσει η εφαρμογή που πλαισιώνει το μοντέλο.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια deepseek/deepseek-r1 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Κείμενο · Κείμενο UTF-8
Συμβολοσειρά messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages, max_tokens |
Παράμετροςoptional_controls | Σύμβασηstream |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςtext_file_material | ΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος. |
Κύκλος ζωής: synchronous_or_streamed
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
|---|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0014 / 1K token Έξοδος · Token εξόδου $0.005 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0014 / 1K token Έξοδος · Token εξόδου $0.005 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "deepseek/deepseek-r1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε όλα τα μπλοκ περιεχομένου, τις υπογραφές συλλογιστικής και τα πραγματικά ID χρήσης εργαλείων. Συνθέστε όλες τις διαφορικές ενημερώσεις μπλοκ SSE· το πρώτο μπλοκ κειμένου δεν είναι η πλήρης έξοδος.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοcontent[] | Τύποςtext|thinking|tool_use|other content block |
Πεδίοstop_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra deepseek/deepseek-r1
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
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.