Source: https://ailoot.ai/models/fr-ca/pro-deepseek-ai-deepseek-r1-distill-qwen-7b/ Canonical: https://ailoot.ai/models/fr-ca/pro-deepseek-ai-deepseek-r1-distill-qwen-7b/ Language: fr-ca # DeepSeek R1 Distill Qwen 7B [Markdown](https://ailoot.ai/models/fr-ca/pro-deepseek-ai-deepseek-r1-distill-qwen-7b/index.md) · [JSON](https://ailoot.ai/models/fr-ca/pro-deepseek-ai-deepseek-r1-distill-qwen-7b/facts.json) ## [DeepSeek R1 Distill Qwen 7B](https://ailoot.ai/models/fr-ca/pro-deepseek-ai-deepseek-r1-distill-qwen-7b/) DeepSeek-R1-Distill-Qwen-7B est le modèle dense compact de raisonnement de DeepSeek, ajusté à partir de Qwen2.5-Math-7B avec des exemples générés par R1. Il reçoit et produit du texte pour les tâches mathématiques, de programmation et de logique, avec des recommandations d’invite propres au point de contrôle. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B`](https://ailoot.ai/models/fr-ca/pro-deepseek-ai-deepseek-r1-distill-qwen-7b/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B`](https://ailoot.ai/models/fr-ca/pro-deepseek-ai-deepseek-r1-distill-qwen-7b/#method-1) À propos du modèle Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous. Introduction : un plus petit modèle de raisonnement dérivé de R1 DeepSeek-R1-Distill-Qwen-7B transfère des exemples de raisonnement de DeepSeek-R1 dans un modèle dense fondé sur Qwen2.5-Math-7B. Il accepte et génère du texte, notamment des solutions détaillées, des explications de programmation et des réponses à des problèmes de logique. Cette distillation exacte de 7 milliards de paramètres constitue un point de contrôle distinct de DeepSeek-R1 complet, de Qwen2.5-Math-7B d’origine et des éditions distillées plus grandes. Son nom indique à la fois le producteur des données de raisonnement et la famille du modèle sous-jacent. Ce qu’apporte la distillation La recherche R1 de DeepSeek distingue l’entraînement du grand modèle enseignant de raisonnement de l’ajustement fin de ses plus petits élèves. La chaîne d’entraînement de l’enseignant utilise l’apprentissage par renforcement et des étapes supervisées; les modèles distillés publiés sont ajustés avec des échantillons produits par R1. Le fabricant décrit 800 000 exemples sélectionnés pour ces versions. Ne supposez pas que l’élève de 7 milliards de paramètres possède lui-même l’architecture à mélange d’experts du modèle complet ou qu’il a suivi toutes les étapes d’entraînement de l’enseignant. La distillation donne à ce modèle un style de raisonnement appris; elle ne rend pas ses conclusions équivalentes à celles de l’enseignant. Le modèle exact et sa configuration Le tableau officiel des modèles indique Qwen2.5-Math-7B comme base de cette édition. DeepSeek modifie les réglages de configuration et de tokenisation; le point de contrôle exact publié et le gabarit de dialogue sont donc importants. Sa configuration publiée utilise une architecture de modèle de langage causal Qwen2 avec 28 couches et des poids bfloat16. Elle fixe le maximum de positions à 131 072. Cette valeur de configuration ne constitue pas une validation distincte de l’exactitude sur les longs documents : le tableau de contexte de 128K de la fiche R1 commune décrit les modèles R1 complets, tandis que son tableau des modèles distillés indique la filiation sans publier de tableau de contexte validé pour chaque élève. Utilisez-le pour une tâche dont le résultat peut être vérifié. Pour les mathématiques, fournissez l’énoncé complet, les définitions et les unités. Pour le code, incluez la fonction pertinente, l’entrée, le résultat observé et le comportement souhaité. Pour une question de logique, énumérez les faits et distinguez une conclusion requise d’une hypothèse. Demandez un résultat final qui peut être vérifié indépendamment, comme une valeur encadrée, une brève esquisse de démonstration ou un correctif expliqué. Ces exemples appliquent le champ de raisonnement documenté par le fabricant; ils n’affirment pas que le modèle exécute du code ou vérifie automatiquement les démonstrations. Comment préparer l’invite DeepSeek recommande de placer toutes les instructions dans l’invite utilisateur et d’éviter une invite système pour cette version R1. Pour un problème mathématique, demandez un raisonnement étape par étape et une réponse finale clairement délimitée. Incluez toute structure de sortie dans la même invite : par exemple, une courte conclusion suivie des hypothèses et des calculs justificatifs. Une application doit utiliser le segmenteur en jetons et le formatage propres à l’élève plutôt que de leur substituer le gabarit Qwen de base sans vérifier les modifications du fabricant. Le fabricant signale que certaines requêtes peuvent produire un bloc de réflexion vide et contourner le schéma de raisonnement prévu. Le correctif recommandé consiste à faire commencer la génération par le marqueur d’ouverture de réflexion et un saut de ligne dans un processus compatible. Il s’agit d’une recommandation documentée de format de génération, et non d’une promesse que chaque application expose ce contrôle. Distinguez la réponse finale du texte de raisonnement plus long lors de la présentation d’un résultat. Réglages de génération et espace disponible DeepSeek recommande une température entre 0.5 et 0.7, avec 0.6 comme point de départ privilégié, pour réduire les sorties répétitives ou incohérentes. Sa configuration d’évaluation utilise une capacité de génération de 32 768 jetons et top\_p à 0.95. Ces choix d’évaluation ne constituent pas un maximum ferme universel. Le raisonnement, le texte source et la réponse finale ont tous besoin d’espace dans le contexte configuré; une requête contenant une longue démonstration ou une liste de code doit donc tout de même garder de la place pour la génération. Limites qui influencent le choix du modèle Un petit modèle distillé demeure un compromis distinct en matière de raisonnement. Les documents de publication du fabricant n’établissent pas de prise en charge des images, de l’audio ou de la vidéo pour ce point de contrôle, ni de protocole dédié d’appels d’outils. L’exécution d’outils ou l’accès à des données à jour nécessiterait un processus applicatif configuré séparément. La version n’hérite pas non plus des changements ultérieurs de politique d’invite de DeepSeek-R1-0528 simplement par le nom R1. Vérifiez les réponses numériques, examinez les changements de code proposés et vérifiez si la conclusion finale découle des faits fournis; une longue transcription de raisonnement ne constitue pas à elle seule une preuve d’exactitude. **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B` [`Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B`](https://ailoot.ai/models/fr-ca/#m=Pro%2Fdeepseek-ai%2FDeepSeek-R1-Distill-Qwen-7B&route=Ultra&caller=Pro%2Fdeepseek-ai%2FDeepSeek-R1-Distill-Qwen-7B&fmt=chat) Autre /`Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B` ### Pour commencer DeepSeek-R1-Distill-Qwen-7B est le modèle dense compact de raisonnement de DeepSeek, ajusté à partir de Qwen2.5-Math-7B avec des exemples générés par R1. Il reçoit et produit du texte pour les tâches mathématiques, de programmation et de logique, avec des recommandations d’invite propres au point de contrôle. Entrées acceptées Texte Résultats Texte ### Disponible dans Ailoot · entrées et méthodes **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Entrée `text` Sortie `text` Format de sortie json ou SSE | Champ | Type | Exigence | Valeurs et limites | Par défaut | | --- | --- | --- | --- | --- | | Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B | Par défaut— | | Champ`messages` | Type`message[]` | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— | | Champ`messages[].role` | Type`string` | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— | | Champ`messages[].content` | Type`string` | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— | | Champ`stream` | Type`boolean` | ExigenceFacultatif | Valeurs et limites | Par défautfalse | Combinaisons d’éléments d’entrée **Texte** · Texte UTF8 `messages[].content` Paramètres et cycle de vie de la méthode | Paramètre | Contrat | | --- | --- | | Paramètre`content_type` | Contratapplication/json | | Paramètre`required` | Contratmodel, messages | | Paramètre`material_types` | Contrattext | | Paramètre`messages` | ContratTableau de messages avec une structure role/content | | Paramètre`file_material` | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit | | Paramètre`optional_controls` | Contratstream | | Paramètre`control_scope` | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. | | Paramètre`output_modalities` | Contrattext | | Paramètre`hosted_operations` | Contratfalse | | Paramètre`multimodal_input_binding` | Contratnull | Alias de méthode : `/chat/completions` Cycle de vie : `synchronous_or_streamed` Envoyez l’ID exact du modèle avec messages. La longueur du contexte n’est pas un plafond de sortie. Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objet fichier nécessitent une liaison exacte. ### Tarifs Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée. Mode rapide Non précisé Lorsque le mode rapide est sélectionné Mode Flex Non précisé Lorsque le mode flex est sélectionné Effort de raisonnement maximal Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default) #### Tarifs Ailoot #### Prix par configuration | Configuration | Barème tarifaire | Coût | | --- | --- | --- | | ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée **$0.0001** / 1K jetons Sortie · Jetons en sortie **$0.0001** / 1K jetons Entrée · Lecture du cache **$0** / 1K jetons Entrée · Écriture dans le cache **$0** / 1K jetons Entrée · Écriture dans le cache, 1 h **—** / 1K jetons | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr-ca/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · OpenAI Chat curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model":"Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B","messages":[{"role":"user","content":"hello"}],"stream":false}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model="Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B", messages=[{"role":"user","content":"hello"}], stream=False) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ### Recevoir et enregistrer les résultats #### Ailoot Ultra · OpenAI Chat json ou SSE ##### Conserver tous les résultats terminés Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité. Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation. ##### Si la réponse d’origine doit être vérifiée Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie. Champs de la réponse | Champ | Type | | --- | --- | | Champ`choices[].index` | Typeinteger | | Champ`choices[].message.content` | Typestring\|null | | Champ`choices[].message.tool_calls` | Typetool\_call\[\] | | Champ`choices[].message.reasoning_content` | Typestring | | Champ`choices[].message.reasoning_details` | Typeobject\|array | | Champ`choices[].finish_reason` | Typestring\|null | | Champ`usage` | Typeobject | Erreurs et étapes suivantes | Réponse | Condition | Étape suivante | | --- | --- | --- | | Réponse400 · `invalid_request_error` | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. | ### Alias #### Alias du modèle **Ailoot Ultra** [`Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B`](https://ailoot.ai/models/fr-ca/#m=Pro%2Fdeepseek-ai%2FDeepSeek-R1-Distill-Qwen-7B&route=Ultra&caller=Pro%2Fdeepseek-ai%2FDeepSeek-R1-Distill-Qwen-7B&fmt=chat) #### Alias des chemins de méthode `/chat/completions` #### ID d’appel associés [`Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B`](https://ailoot.ai/models/fr-ca/#m=Pro%2Fdeepseek-ai%2FDeepSeek-R1-Distill-Qwen-7B&route=Ultra&caller=Pro%2Fdeepseek-ai%2FDeepSeek-R1-Distill-Qwen-7B&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B` [`Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B`](https://ailoot.ai/models/fr-ca/#m=Pro%2Fdeepseek-ai%2FDeepSeek-R1-Distill-Qwen-7B&route=Ultra&caller=Pro%2Fdeepseek-ai%2FDeepSeek-R1-Distill-Qwen-7B&fmt=messages) Autre /`Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B` ### Pour commencer DeepSeek-R1-Distill-Qwen-7B est le modèle dense compact de raisonnement de DeepSeek, ajusté à partir de Qwen2.5-Math-7B avec des exemples générés par R1. Il reçoit et produit du texte pour les tâches mathématiques, de programmation et de logique, avec des recommandations d’invite propres au point de contrôle. Entrées acceptées Texte Résultats json · sse ### Disponible dans Ailoot · entrées et méthodes **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Entrée `text` Sortie `json`, `sse` Format de sortie JSON ou SSE | Champ | Type | Exigence | Valeurs et limites | Par défaut | | --- | --- | --- | --- | --- | | Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B | Par défaut— | | Champ`messages` | Type`message[]` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`messages[].role` | Type`string` | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— | | Champ`messages[].content` | Type`string` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`max_tokens` | Type`integer` | ExigenceObligatoire | Valeurs et limites | Par défaut— | | Champ`stream` | Type`boolean` | ExigenceFacultatif | Valeurs et limites | Par défautfalse | Combinaisons d’éléments d’entrée **Texte** · Texte UTF-8 `Chaîne messages[].content` Paramètres et cycle de vie de la méthode | Paramètre | Contrat | | --- | --- | | Paramètre`content_type` | Contratapplication/json | | Paramètre`required` | Contratmodel, messages, max\_tokens | | Paramètre`optional_controls` | Contratstream | | Paramètre`material_types` | Contrattext | | Paramètre`text_file_material` | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. | Cycle de vie : `synchronous_or_streamed` ### Tarifs Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée. Mode rapide Non précisé Lorsque le mode rapide est sélectionné Mode Flex Non précisé Lorsque le mode flex est sélectionné Effort de raisonnement maximal Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default) #### Tarifs Ailoot #### Prix par configuration | Configuration | Barème tarifaire | Coût | | --- | --- | --- | | ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée **$0.0001** / 1K jetons Sortie · Jetons en sortie **$0.0001** / 1K jetons Entrée · Lecture du cache **$0** / 1K jetons Entrée · Écriture dans le cache **$0** / 1K jetons Entrée · Écriture dans le cache, 1 h **—** / 1K jetons | Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr-ca/billing/reserve/) ### Exemples de requêtes #### Ailoot Ultra · Anthropic Messages Corps JSON minimal completcurl · utilisez votre document UTF-8Python · enregistrez le résultat complet ```json { "model": "Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Recevoir et enregistrer les résultats #### Ailoot Ultra · Anthropic Messages JSON ou SSE ##### Conserver tous les résultats terminés Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité. Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète. ##### Si la réponse d’origine doit être vérifiée Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie. Champs de la réponse | Champ | Type | | --- | --- | | Champ`id` | Typestring | | Champ`model` | Typestring | | Champ`content[]` | Typetext\|thinking\|tool\_use\|other content block | | Champ`stop_reason` | Typestring\|null | | Champ`usage` | Typeobject | Erreurs et étapes suivantes | Réponse | Condition | Étape suivante | | --- | --- | --- | | Réponse400 · `invalid_request_error` | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. | ### Alias #### Alias du modèle **Ailoot Ultra** [`Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B`](https://ailoot.ai/models/fr-ca/#m=Pro%2Fdeepseek-ai%2FDeepSeek-R1-Distill-Qwen-7B&route=Ultra&caller=Pro%2Fdeepseek-ai%2FDeepSeek-R1-Distill-Qwen-7B&fmt=messages) #### Alias des chemins de méthode `/chat/completions` #### ID d’appel associés [`Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B`](https://ailoot.ai/models/fr-ca/#m=Pro%2Fdeepseek-ai%2FDeepSeek-R1-Distill-Qwen-7B&route=Ultra&caller=Pro%2Fdeepseek-ai%2FDeepSeek-R1-Distill-Qwen-7B&fmt=messages) FAQ · Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B Quelles entrées et quels résultats sont disponibles ? `POST /v1/chat/completions` · `Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B`: `text` → `text` `POST /v1/messages` · `Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B`: `text` → `json`, `sse` Quels champs la requête utilise-t-elle ? `POST /v1/chat/completions` · `Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B`: `model`, `messages`, `stream` `POST /v1/messages` · `Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B`: `model`, `messages`, `max_tokens`, `stream` Quelles limites s’appliquent ? `POST /v1/chat/completions` · `Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B`: `messages.min_items`: `1` Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application. ## L’entreprise et son portefeuille de projets L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. ## Achetez des tokens à prix réduit. Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens. Abonnement Choisissez une offre à tarif réduit pour vos requêtes régulières. Code promo jusqu’à 50% Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours. Dépenses dans l’historique Modèle, tokens et montant sont enregistrés pour chaque requête. [Choisir un abonnement](https://ailoot.ai/docs/fr-ca/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr-ca/) ## Connectez l’API au produit que vous vendez. SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur. Application commerciale Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service. Licence revendeur Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente. Documents sur le site L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion. [Demander une licence revendeur](mailto:support@ailoot.ai) · [Offre officielle et contrat de licence](https://ailoot.ai/legal/offer?lang=fr-ca) ## Ailoot · L’entreprise et son portefeuille de projets Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI. L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois. Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.