DeepSeek V3.2 on DeepSeekin tekstimalli päättelyyn ja agenttityöhön, ja sen painopiste on pitkän kontekstin tehokkaassa käsittelyssä. Valmistaja jäsentää keskeiset muutokset DeepSeek Sparse Attentionin, laajennetun vahvistusoppimiskehyksen ja agenttitehtävien koulutusputken ympärille. Malli vastaanottaa kirjallisia kysymyksiä ja kontekstia ja tuottaa tekstiä, kuten vastauksen, koodia tai työkalukutsun sisältöä. Se eroaa aiemmasta V3.2 Exp -julkaisusta ja erillisestä Speciale-päättelyversiosta.
DeepSeek Sparse Attention lisää latenttiin attention-arkkitehtuuriin indeksoijan ja hienojakoisen tokenien valinnan. Pitkässä sekvenssissä indeksoija valitsee aiemmat tokenitiedot, joita attentionin päälaskenta käyttää. Raportin mukaan tämä on arkkitehtuurimuutos V3.1 Terminukseen nähden, ja arkkitehtuuri on sama kuin V3.2 Exp -mallissa. Sen julkaistu konteksti on 128K tokenia, mikä tukee laajaa lähdeaineistoa ja jatkuvaa tehtävää. Myös tuotettu päättely ja työkaluhistoria kuluttavat käytettävissä olevaa kontekstia.
Jälkikoulutus kattaa sekä ajattelua käyttävät että ilman ajattelua tuotetut vastaukset matematiikassa, ohjelmoinnissa, loogisessa päättelyssä, yleisissä agenttitehtävissä, agenttiohjelmoinnissa ja haussa. Alakohtaiset asiantuntijat toimittavat aineistoa, joka yhdistetään lopulliseen malliin, minkä jälkeen käytetään yhdistettyä vahvistusoppimista. Tavalliseen kysymykseen suora vastaus voi olla sopiva; vaikeassa ongelmassa ajattelutyönkulku voi kehittää ratkaisua ennen lopullisen tuloksen esittämistä. Määritä vaadittu vastaus tai tuotos erillään välivaiheen päättelystä.
Merkittävä versiomuutos on ajattelu työkalujen kanssa. Päivitetty keskustelumuoto sallii päättelyn jatkumisen työkalukutsuja sisältävän tehtävän läpi sen sijaan, että analyysia ja toimintaa käsiteltäisiin erillisinä vaiheina. Sovellus suorittaa mallin valitseman toiminnon ja palauttaa sen tuloksen seuraavaa vaihetta varten. Valmistajan työkalukontekstisääntö säilyttää aiemman päättelyn niin kauan kuin keskusteluun lisätään vain työkaluihin liittyviä viestejä; uuden käyttäjäviestin saapuessa se hylkää kyseisen päättelyn mutta säilyttää työkalukutsut ja tulokset. Oikein erotellut keskusteluroolit ovat tämän toiminnan kannalta olennaisia.
Anna ohjelmointitehtävää varten lähdekoodikatkelma tai olennaiset tiedostot, havaittu ongelma, odotettu tulos ja ehdot, jotka muutoksen on säilytettävä. Havainnollistava tehtävänanto on: ”Paikanna syy annetun koodin ja työkalutulosten avulla, ehdota pienintä korjausta ja palauta lopullinen korjauspaketti sitä tukevan validointituloksen kanssa.” Kuvaa hakutehtävässä kysymys, tarvittava näyttö ja se, millainen vastaus katsotaan valmiiksi. Haku- ja suoritustyökalut tarjoaa ympäröivä sovellus, eivät pelkät tekstivastaukset.
Valmistaja suosittelee paikalliseen käyttöön temperature-arvoa 1.0 ja top-p-arvoa 0.95. V3.2 tuo uudistetun työkalukutsuesityksen ja erillisen viestienkooderin. Sen developer-rooli on varattu valmistajan hakuagenttimallipohjalle, eikä virallinen API hyväksy tätä roolia. Viitejäsennin edellyttää oikein muodostettua tulostetta eikä korjaa virheellisiä tuloksia; kun sovellus käyttää tuotettuja kenttiä tai työkaluargumentteja, sen tulee tarkistaa niiden rakenne ennen toimimista niiden perusteella.
Tekninen raportti tunnistaa pitkät päättelyketjut ja tarpeettoman toistuvan itsetarkistuksen käytännön rajoitteiksi. Agenttitehtävä voi saavuttaa 128K-rajan, vaikka alkuperäinen lähdeaineisto mahtuisi kontekstiin, koska työkalutulokset ja toistuva päättely kertyvät. Pidä tiivis kirjaus olennaisista havainnoista ja määritä lopputuotos selkeästi. Liitä tiedon tarkkuutta edellyttävään työhön auktoritatiivinen aineisto tai tarjoa sopiva hakutyökalu sen sijaan, että odottaisit koulutustiedon määrittävän jokaisen faktan.
DeepSeek V3.2 Speciale on erillinen, paljon laskentaa käyttävä syvän päättelyn versio, eikä se mallikortin mukaan tue työkalukutsuja. Sen ominaisuuksia ei tule käyttää tavallisen V3.2:n työkaluprofiilina. Myös myöhemmällä V4-sukupolvella ja kokeellisella edeltäjällä on erilliset tunnisteet ja kokoonpanovalinnat. Säilytä nimetty V3.2-versio vertaillessasi tehtäviä, joissa mallilla ja kehotemuodolla on merkitystä.
Merkitse aineistot käytännön lähdepohjaista analyysia varten ja pyydä olennaisten katkelmien tukema päätelmä pitäen oletukset ja puuttuvat tiedot erillään. Määritä agentille sallitut funktiot, odotettu lopputulos ja valmistumiskriteeri. Näin mallin päättelyä ja työkaluja yhdistävä työnkulku rakentuu arvioitavan teksti-, koodi- tai analyysituotoksen ympärille ja pysyy sidottuna annettuun näyttöön.
", "aboutText": "DeepSeek V3.2 on DeepSeekin tekstimalli päättelyyn ja agenttityöhön, ja sen painopiste on pitkän kontekstin tehokkaassa käsittelyssä. Valmistaja jäsentää keskeiset muutokset DeepSeek Sparse Attentionin, laajennetun vahvistusoppimiskehyksen ja agenttitehtävien koulutusputken ympärille. Malli vastaanottaa kirjallisia kysymyksiä ja kontekstia ja tuottaa tekstiä, kuten vastauksen, koodia tai työkalukutsun sisältöä. Se eroaa aiemmasta V3.2 Exp -julkaisusta ja erillisestä Speciale-päättelyversiosta.\n\nDeepSeek Sparse Attention lisää latenttiin attention-arkkitehtuuriin indeksoijan ja hienojakoisen tokenien valinnan. Pitkässä sekvenssissä indeksoija valitsee aiemmat tokenitiedot, joita attentionin päälaskenta käyttää. Raportin mukaan tämä on arkkitehtuurimuutos V3.1 Terminukseen nähden, ja arkkitehtuuri on sama kuin V3.2 Exp -mallissa. Sen julkaistu konteksti on 128K tokenia, mikä tukee laajaa lähdeaineistoa ja jatkuvaa tehtävää. Myös tuotettu päättely ja työkaluhistoria kuluttavat käytettävissä olevaa kontekstia.\n\nJälkikoulutus kattaa sekä ajattelua käyttävät että ilman ajattelua tuotetut vastaukset matematiikassa, ohjelmoinnissa, loogisessa päättelyssä, yleisissä agenttitehtävissä, agenttiohjelmoinnissa ja haussa. Alakohtaiset asiantuntijat toimittavat aineistoa, joka yhdistetään lopulliseen malliin, minkä jälkeen käytetään yhdistettyä vahvistusoppimista. Tavalliseen kysymykseen suora vastaus voi olla sopiva; vaikeassa ongelmassa ajattelutyönkulku voi kehittää ratkaisua ennen lopullisen tuloksen esittämistä. Määritä vaadittu vastaus tai tuotos erillään välivaiheen päättelystä.\n\nMerkittävä versiomuutos on ajattelu työkalujen kanssa. Päivitetty keskustelumuoto sallii päättelyn jatkumisen työkalukutsuja sisältävän tehtävän läpi sen sijaan, että analyysia ja toimintaa käsiteltäisiin erillisinä vaiheina. Sovellus suorittaa mallin valitseman toiminnon ja palauttaa sen tuloksen seuraavaa vaihetta varten. Valmistajan työkalukontekstisääntö säilyttää aiemman päättelyn niin kauan kuin keskusteluun lisätään vain työkaluihin liittyviä viestejä; uuden käyttäjäviestin saapuessa se hylkää kyseisen päättelyn mutta säilyttää työkalukutsut ja tulokset. Oikein erotellut keskusteluroolit ovat tämän toiminnan kannalta olennaisia.\n\nAnna ohjelmointitehtävää varten lähdekoodikatkelma tai olennaiset tiedostot, havaittu ongelma, odotettu tulos ja ehdot, jotka muutoksen on säilytettävä. Havainnollistava tehtävänanto on: ”Paikanna syy annetun koodin ja työkalutulosten avulla, ehdota pienintä korjausta ja palauta lopullinen korjauspaketti sitä tukevan validointituloksen kanssa.” Kuvaa hakutehtävässä kysymys, tarvittava näyttö ja se, millainen vastaus katsotaan valmiiksi. Haku- ja suoritustyökalut tarjoaa ympäröivä sovellus, eivät pelkät tekstivastaukset.\n\nValmistaja suosittelee paikalliseen käyttöön temperature-arvoa 1.0 ja top-p-arvoa 0.95. V3.2 tuo uudistetun työkalukutsuesityksen ja erillisen viestienkooderin. Sen developer-rooli on varattu valmistajan hakuagenttimallipohjalle, eikä virallinen API hyväksy tätä roolia. Viitejäsennin edellyttää oikein muodostettua tulostetta eikä korjaa virheellisiä tuloksia; kun sovellus käyttää tuotettuja kenttiä tai työkaluargumentteja, sen tulee tarkistaa niiden rakenne ennen toimimista niiden perusteella.\n\nTekninen raportti tunnistaa pitkät päättelyketjut ja tarpeettoman toistuvan itsetarkistuksen käytännön rajoitteiksi. Agenttitehtävä voi saavuttaa 128K-rajan, vaikka alkuperäinen lähdeaineisto mahtuisi kontekstiin, koska työkalutulokset ja toistuva päättely kertyvät. Pidä tiivis kirjaus olennaisista havainnoista ja määritä lopputuotos selkeästi. Liitä tiedon tarkkuutta edellyttävään työhön auktoritatiivinen aineisto tai tarjoa sopiva hakutyökalu sen sijaan, että odottaisit koulutustiedon määrittävän jokaisen faktan.\n\nDeepSeek V3.2 Speciale on erillinen, paljon laskentaa käyttävä syvän päättelyn versio, eikä se mallikortin mukaan tue työkalukutsuja. Sen ominaisuuksia ei tule käyttää tavallisen V3.2:n työkaluprofiilina. Myös myöhemmällä V4-sukupolvella ja kokeellisella edeltäjällä on erilliset tunnisteet ja kokoonpanovalinnat. Säilytä nimetty V3.2-versio vertaillessasi tehtäviä, joissa mallilla ja kehotemuodolla on merkitystä.\n\nMerkitse aineistot käytännön lähdepohjaista analyysia varten ja pyydä olennaisten katkelmien tukema päätelmä pitäen oletukset ja puuttuvat tiedot erillään. Määritä agentille sallitut funktiot, odotettu lopputulos ja valmistumiskriteeri. Näin mallin päättelyä ja työkaluja yhdistävä työnkulku rakentuu arvioitavan teksti-, koodi- tai analyysituotoksen ympärille ja pysyy sidottuna annettuun näyttöön.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekninen esimerkki englanniksi
Repair an overwritten grouped total\n\nReview this Python fragment: totals = {}\nfor row in rows:\n totals[row['team']] = row['hours']\n For rows with teams A, B, A and hours 2, 3, 4, the last A overwrites the first. Return a minimal accumulation fix, explain the state changes and propose assertions for repeated teams and empty input.Corrected grouping code, a short state trace and two assertions with concrete inputs.Repeated teams accumulate all hours while an empty list returns an empty mapping.deepseek/deepseek-v3.2DeepSeek V3.2 yhdistää tekstipäättelyn työkalukäyttöön ja pitkän kontekstin analyysiin. Sen harvan attentionin arkkitehtuuri ja päivitetty keskustelumuoto tukevat ohjelmointia, hakua ja monivaiheisia agenttitehtäviä. Konteksti on 128K, ja ajattelulle ja suorille vastauksille on erilliset työnkulut.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
DeepSeek V3.2 on DeepSeekin tekstimalli päättelyyn ja agenttityöhön, ja sen painopiste on pitkän kontekstin tehokkaassa käsittelyssä. Valmistaja jäsentää keskeiset muutokset DeepSeek Sparse Attentionin, laajennetun vahvistusoppimiskehyksen ja agenttitehtävien koulutusputken ympärille. Malli vastaanottaa kirjallisia kysymyksiä ja kontekstia ja tuottaa tekstiä, kuten vastauksen, koodia tai työkalukutsun sisältöä. Se eroaa aiemmasta V3.2 Exp -julkaisusta ja erillisestä Speciale-päättelyversiosta.
DeepSeek Sparse Attention lisää latenttiin attention-arkkitehtuuriin indeksoijan ja hienojakoisen tokenien valinnan. Pitkässä sekvenssissä indeksoija valitsee aiemmat tokenitiedot, joita attentionin päälaskenta käyttää. Raportin mukaan tämä on arkkitehtuurimuutos V3.1 Terminukseen nähden, ja arkkitehtuuri on sama kuin V3.2 Exp -mallissa. Sen julkaistu konteksti on 128K tokenia, mikä tukee laajaa lähdeaineistoa ja jatkuvaa tehtävää. Myös tuotettu päättely ja työkaluhistoria kuluttavat käytettävissä olevaa kontekstia.
Jälkikoulutus kattaa sekä ajattelua käyttävät että ilman ajattelua tuotetut vastaukset matematiikassa, ohjelmoinnissa, loogisessa päättelyssä, yleisissä agenttitehtävissä, agenttiohjelmoinnissa ja haussa. Alakohtaiset asiantuntijat toimittavat aineistoa, joka yhdistetään lopulliseen malliin, minkä jälkeen käytetään yhdistettyä vahvistusoppimista. Tavalliseen kysymykseen suora vastaus voi olla sopiva; vaikeassa ongelmassa ajattelutyönkulku voi kehittää ratkaisua ennen lopullisen tuloksen esittämistä. Määritä vaadittu vastaus tai tuotos erillään välivaiheen päättelystä.
Merkittävä versiomuutos on ajattelu työkalujen kanssa. Päivitetty keskustelumuoto sallii päättelyn jatkumisen työkalukutsuja sisältävän tehtävän läpi sen sijaan, että analyysia ja toimintaa käsiteltäisiin erillisinä vaiheina. Sovellus suorittaa mallin valitseman toiminnon ja palauttaa sen tuloksen seuraavaa vaihetta varten. Valmistajan työkalukontekstisääntö säilyttää aiemman päättelyn niin kauan kuin keskusteluun lisätään vain työkaluihin liittyviä viestejä; uuden käyttäjäviestin saapuessa se hylkää kyseisen päättelyn mutta säilyttää työkalukutsut ja tulokset. Oikein erotellut keskusteluroolit ovat tämän toiminnan kannalta olennaisia.
Anna ohjelmointitehtävää varten lähdekoodikatkelma tai olennaiset tiedostot, havaittu ongelma, odotettu tulos ja ehdot, jotka muutoksen on säilytettävä. Havainnollistava tehtävänanto on: ”Paikanna syy annetun koodin ja työkalutulosten avulla, ehdota pienintä korjausta ja palauta lopullinen korjauspaketti sitä tukevan validointituloksen kanssa.” Kuvaa hakutehtävässä kysymys, tarvittava näyttö ja se, millainen vastaus katsotaan valmiiksi. Haku- ja suoritustyökalut tarjoaa ympäröivä sovellus, eivät pelkät tekstivastaukset.
Valmistaja suosittelee paikalliseen käyttöön temperature-arvoa 1.0 ja top-p-arvoa 0.95. V3.2 tuo uudistetun työkalukutsuesityksen ja erillisen viestienkooderin. Sen developer-rooli on varattu valmistajan hakuagenttimallipohjalle, eikä virallinen API hyväksy tätä roolia. Viitejäsennin edellyttää oikein muodostettua tulostetta eikä korjaa virheellisiä tuloksia; kun sovellus käyttää tuotettuja kenttiä tai työkaluargumentteja, sen tulee tarkistaa niiden rakenne ennen toimimista niiden perusteella.
Tekninen raportti tunnistaa pitkät päättelyketjut ja tarpeettoman toistuvan itsetarkistuksen käytännön rajoitteiksi. Agenttitehtävä voi saavuttaa 128K-rajan, vaikka alkuperäinen lähdeaineisto mahtuisi kontekstiin, koska työkalutulokset ja toistuva päättely kertyvät. Pidä tiivis kirjaus olennaisista havainnoista ja määritä lopputuotos selkeästi. Liitä tiedon tarkkuutta edellyttävään työhön auktoritatiivinen aineisto tai tarjoa sopiva hakutyökalu sen sijaan, että odottaisit koulutustiedon määrittävän jokaisen faktan.
DeepSeek V3.2 Speciale on erillinen, paljon laskentaa käyttävä syvän päättelyn versio, eikä se mallikortin mukaan tue työkalukutsuja. Sen ominaisuuksia ei tule käyttää tavallisen V3.2:n työkaluprofiilina. Myös myöhemmällä V4-sukupolvella ja kokeellisella edeltäjällä on erilliset tunnisteet ja kokoonpanovalinnat. Säilytä nimetty V3.2-versio vertaillessasi tehtäviä, joissa mallilla ja kehotemuodolla on merkitystä.
Merkitse aineistot käytännön lähdepohjaista analyysia varten ja pyydä olennaisten katkelmien tukema päätelmä pitäen oletukset ja puuttuvat tiedot erillään. Määritä agentille sallitut funktiot, odotettu lopputulos ja valmistumiskriteeri. Näin mallin päättelyä ja työkaluja yhdistävä työnkulku rakentuu arvioitavan teksti-, koodi- tai analyysituotoksen ympärille ja pysyy sidottuna annettuun näyttöön.
POST /v1/chat/completionstexttext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat deepseek/deepseek-v3.2 | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat Kohteiden vähimmäismäärä: 1 | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat Esimerkit: system, user, assistant, tool, function Ehdot: Nämä roolit esitetään nimenomaisesti lähdekoodin yhteensopivuustyypeissä; mallin täsmällinen roolijoukko pysyy mallikohtaisena. Riippuu mallista | Oletus— |
Kenttämessages[].content | Tyyppistring|content_part[]|null | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_calls | Tyyppitool_call[] | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_call_id | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: role=tool; käytä todella palautettua ID:tä | Oletus— |
Kenttämessages[].name | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].reasoning_content | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: Palauta todella saatu päättely takaisin mallille, kun kyseinen malli käyttää sitä | Oletus— |
Kenttämessages[].reasoning_details | Tyyppiobject|array | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttämax_completion_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Kenttästream_options.include_usage | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätemperature | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätop_p | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttästop | Tyyppistring|string[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools | Tyyppifunction_tool[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools[].type | Tyyppistring | VaatimusValinnainen | Arvot & rajat function Riippuu mallista | Oletus— |
Kenttätools[].function.name | Tyyppistring | VaatimusPakollinen | Arvot & rajat Sovelletaan, kun: funktiotyökalu annettu | Oletus— |
Kenttätools[].function.description | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätools[].function.parameters | TyyppiJSON_schema | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätool_choice | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäparallel_tool_calls | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäresponse_format | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning_effort | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäservice_tier | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäinstructions | Tyyppistring | VaatimusValinnainen | Arvot & rajat Yhteensopivuuskenttä | Oletus— |
Kenttäfunctions | Tyyppifunction[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäfunction_call | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäprompt_cache_options | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämodalities | Tyyppistring[] | VaatimusValinnainen | Arvot & rajat text | Oletus— |
Kenttäprovider | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Ehdot: provider.options hylätään tällä Ultran tekstireitillä | Oletus— |
Kenttäcache_control.ttl | Tyyppistring | VaatimusValinnainen | Arvot & rajat Ehdot: 1h hylätään varsinaisissa kehotevälimuistin kohdissa | Oletus— |
Teksti · UTF8-teksti
messages[].content
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages |
Parametrimaterial_types | Sopimustext |
Parametrimessages | Sopimusviestitaulukko role/content-rakenteella |
Parametrifile_material | Sopimusvarsinainen UTF-8-asiakirja lisätään sellaisenaan tekstinä; tiedoston ID:tä ei päätellä |
Parametrioptional_controls | Sopimusstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametricontrol_scope | Sopimusmallikohtainen; käyttäjän funktiotyökalut eroavat palvelun isännöimistä työkaluista |
Parametrioutput_modalities | Sopimustext |
Parametrihosted_operations | Sopimusfalse |
Parametrimultimodal_input_binding | Sopimusnull |
Elinkaari: synchronous_or_streamed
Lähetä mallin täsmällinen ID yhdessä messages-kentän kanssa.
Kontekstin pituus ei ole tuloksen yläraja.
Tekstitiedosto voi antaa tekstiä sellaisenaan; kuva-, ääni- ja tiedosto-objektisyötteet tarvitsevat täsmällisen sidonnan.
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Kontekstin tokenit, enemmän kuin | Kontekstin tokenit, enintään raja-arvo mukaan lukien | Veloitus |
|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Kontekstin tokenit, enemmän kuin— | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.000572 / 1K tokenia Tuloste · Tulostokenit $0.0016 / 1K tokenia Syöte · Välimuistin luku $0.00028 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
| AsetuksetPyynnön pituusluokka 1 | Hinnasto— | Kontekstin tokenit, enemmän kuin0 | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.000572 / 1K tokenia Tuloste · Tulostokenit $0.0016 / 1K tokenia Syöte · Välimuistin luku $0.00028 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek/deepseek-v3.2", "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-v3.2',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-v3.2',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 tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä jokainen vastausvaihtoehto sisältöineen, työkalukutsuineen ja päättelyineen. Kokoa SSE:ssä muutokset vastausvaihtoehdon ja työkalun indeksin mukaan ja säilytä lopullinen päättymissyy sekä käyttötiedot.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttächoices[].index | Tyyppiinteger |
Kenttächoices[].message.content | Tyyppistring|null |
Kenttächoices[].message.tool_calls | Tyyppitool_call[] |
Kenttächoices[].message.reasoning_content | Tyyppistring |
Kenttächoices[].message.reasoning_details | Tyyppiobject|array |
Kenttächoices[].finish_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra deepseek/deepseek-v3.2
Käytä yllä näytettyjä menetelmäpolkuja.
deepseek/deepseek-v3.2DeepSeek V3.2 yhdistää tekstipäättelyn työkalukäyttöön ja pitkän kontekstin analyysiin. Sen harvan attentionin arkkitehtuuri ja päivitetty keskustelumuoto tukevat ohjelmointia, hakua ja monivaiheisia agenttitehtäviä. Konteksti on 128K, ja ajattelulle ja suorille vastauksille on erilliset työnkulut.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
DeepSeek V3.2 on DeepSeekin tekstimalli päättelyyn ja agenttityöhön, ja sen painopiste on pitkän kontekstin tehokkaassa käsittelyssä. Valmistaja jäsentää keskeiset muutokset DeepSeek Sparse Attentionin, laajennetun vahvistusoppimiskehyksen ja agenttitehtävien koulutusputken ympärille. Malli vastaanottaa kirjallisia kysymyksiä ja kontekstia ja tuottaa tekstiä, kuten vastauksen, koodia tai työkalukutsun sisältöä. Se eroaa aiemmasta V3.2 Exp -julkaisusta ja erillisestä Speciale-päättelyversiosta.
DeepSeek Sparse Attention lisää latenttiin attention-arkkitehtuuriin indeksoijan ja hienojakoisen tokenien valinnan. Pitkässä sekvenssissä indeksoija valitsee aiemmat tokenitiedot, joita attentionin päälaskenta käyttää. Raportin mukaan tämä on arkkitehtuurimuutos V3.1 Terminukseen nähden, ja arkkitehtuuri on sama kuin V3.2 Exp -mallissa. Sen julkaistu konteksti on 128K tokenia, mikä tukee laajaa lähdeaineistoa ja jatkuvaa tehtävää. Myös tuotettu päättely ja työkaluhistoria kuluttavat käytettävissä olevaa kontekstia.
Jälkikoulutus kattaa sekä ajattelua käyttävät että ilman ajattelua tuotetut vastaukset matematiikassa, ohjelmoinnissa, loogisessa päättelyssä, yleisissä agenttitehtävissä, agenttiohjelmoinnissa ja haussa. Alakohtaiset asiantuntijat toimittavat aineistoa, joka yhdistetään lopulliseen malliin, minkä jälkeen käytetään yhdistettyä vahvistusoppimista. Tavalliseen kysymykseen suora vastaus voi olla sopiva; vaikeassa ongelmassa ajattelutyönkulku voi kehittää ratkaisua ennen lopullisen tuloksen esittämistä. Määritä vaadittu vastaus tai tuotos erillään välivaiheen päättelystä.
Merkittävä versiomuutos on ajattelu työkalujen kanssa. Päivitetty keskustelumuoto sallii päättelyn jatkumisen työkalukutsuja sisältävän tehtävän läpi sen sijaan, että analyysia ja toimintaa käsiteltäisiin erillisinä vaiheina. Sovellus suorittaa mallin valitseman toiminnon ja palauttaa sen tuloksen seuraavaa vaihetta varten. Valmistajan työkalukontekstisääntö säilyttää aiemman päättelyn niin kauan kuin keskusteluun lisätään vain työkaluihin liittyviä viestejä; uuden käyttäjäviestin saapuessa se hylkää kyseisen päättelyn mutta säilyttää työkalukutsut ja tulokset. Oikein erotellut keskusteluroolit ovat tämän toiminnan kannalta olennaisia.
Anna ohjelmointitehtävää varten lähdekoodikatkelma tai olennaiset tiedostot, havaittu ongelma, odotettu tulos ja ehdot, jotka muutoksen on säilytettävä. Havainnollistava tehtävänanto on: ”Paikanna syy annetun koodin ja työkalutulosten avulla, ehdota pienintä korjausta ja palauta lopullinen korjauspaketti sitä tukevan validointituloksen kanssa.” Kuvaa hakutehtävässä kysymys, tarvittava näyttö ja se, millainen vastaus katsotaan valmiiksi. Haku- ja suoritustyökalut tarjoaa ympäröivä sovellus, eivät pelkät tekstivastaukset.
Valmistaja suosittelee paikalliseen käyttöön temperature-arvoa 1.0 ja top-p-arvoa 0.95. V3.2 tuo uudistetun työkalukutsuesityksen ja erillisen viestienkooderin. Sen developer-rooli on varattu valmistajan hakuagenttimallipohjalle, eikä virallinen API hyväksy tätä roolia. Viitejäsennin edellyttää oikein muodostettua tulostetta eikä korjaa virheellisiä tuloksia; kun sovellus käyttää tuotettuja kenttiä tai työkaluargumentteja, sen tulee tarkistaa niiden rakenne ennen toimimista niiden perusteella.
Tekninen raportti tunnistaa pitkät päättelyketjut ja tarpeettoman toistuvan itsetarkistuksen käytännön rajoitteiksi. Agenttitehtävä voi saavuttaa 128K-rajan, vaikka alkuperäinen lähdeaineisto mahtuisi kontekstiin, koska työkalutulokset ja toistuva päättely kertyvät. Pidä tiivis kirjaus olennaisista havainnoista ja määritä lopputuotos selkeästi. Liitä tiedon tarkkuutta edellyttävään työhön auktoritatiivinen aineisto tai tarjoa sopiva hakutyökalu sen sijaan, että odottaisit koulutustiedon määrittävän jokaisen faktan.
DeepSeek V3.2 Speciale on erillinen, paljon laskentaa käyttävä syvän päättelyn versio, eikä se mallikortin mukaan tue työkalukutsuja. Sen ominaisuuksia ei tule käyttää tavallisen V3.2:n työkaluprofiilina. Myös myöhemmällä V4-sukupolvella ja kokeellisella edeltäjällä on erilliset tunnisteet ja kokoonpanovalinnat. Säilytä nimetty V3.2-versio vertaillessasi tehtäviä, joissa mallilla ja kehotemuodolla on merkitystä.
Merkitse aineistot käytännön lähdepohjaista analyysia varten ja pyydä olennaisten katkelmien tukema päätelmä pitäen oletukset ja puuttuvat tiedot erillään. Määritä agentille sallitut funktiot, odotettu lopputulos ja valmistumiskriteeri. Näin mallin päättelyä ja työkaluja yhdistävä työnkulku rakentuu arvioitavan teksti-, koodi- tai analyysituotoksen ympärille ja pysyy sidottuna annettuun näyttöön.
POST /v1/messagestextjson, sse| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat deepseek/deepseek-v3.2 | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat user, assistant | Oletus— |
Kenttämessages[].content | Tyyppistring | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Teksti · UTF-8-teksti
messages[].content-merkkijono
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages, max_tokens |
Parametrioptional_controls | Sopimusstream |
Parametrimaterial_types | Sopimustext |
Parametritext_file_material | SopimusLue varsinainen UTF-8-asiakirja ja sijoita sen teksti ilmoitettuun syöte- tai viestisisällön merkkijonoon. |
Elinkaari: synchronous_or_streamed
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Kontekstin tokenit, enemmän kuin | Kontekstin tokenit, enintään raja-arvo mukaan lukien | Veloitus |
|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Kontekstin tokenit, enemmän kuin— | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.000572 / 1K tokenia Tuloste · Tulostokenit $0.0016 / 1K tokenia Syöte · Välimuistin luku $0.00028 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
| AsetuksetPyynnön pituusluokka 1 | Hinnasto— | Kontekstin tokenit, enemmän kuin0 | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.000572 / 1K tokenia Tuloste · Tulostokenit $0.0016 / 1K tokenia Syöte · Välimuistin luku $0.00028 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
{\n "model": "deepseek/deepseek-v3.2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-v3.2', '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-v3.2', '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 tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä kaikki sisältölohkot, päättelyallekirjoitukset ja todelliset työkalukäytön ID:t. Kokoa kaikki SSE-lohkomuutokset; ensimmäinen tekstilohko ei ole koko tulos.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttäid | Tyyppistring |
Kenttämodel | Tyyppistring |
Kenttäcontent[] | Tyyppitext|thinking|tool_use|other content block |
Kenttästop_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra deepseek/deepseek-v3.2
Käytä yllä näytettyjä menetelmäpolkuja.
Tekninen esimerkki englanniksi
Repair an overwritten grouped total\n\nReview this Python fragment: totals = {}\nfor row in rows:\n totals[row['team']] = row['hours']\n For rows with teams A, B, A and hours 2, 3, 4, the last A overwrites the first. Return a minimal accumulation fix, explain the state changes and propose assertions for repeated teams and empty input.Corrected grouping code, a short state trace and two assertions with concrete inputs.Repeated teams accumulate all hours while an empty list returns an empty mapping.