DeepSeek V3.1 Terminus הוא העדכון של DeepSeek לפרופיל מודל הטקסט V3.1. הוא שומר על היכולות המקוריות ומטפל בערבוב לא רצוי של סינית ואנגלית, בתווים חריגים המופיעים לעיתים ובהתנהגות של סוכני קוד וחיפוש. הקלט הוא משימה כתובה והקשר ממקורות; הפלט הוא טקסט, שיכול לכלול הסבר, קוד מוצע או תוכן הקשור לסוכנים. מהדורת Terminus בעלת השם המוגדר נשארת נפרדת מ־V3.1 המקורי וממהדורות הקשב הדליל המאוחרות יותר.
פרופיל V3.1 שעליו הוא מבוסס הוא היברידי: אותו מודל יכול לענות במצב חשיבה או ללא חשיבה באמצעות תבנית השיחה שלו. טבלת המודל שפורסמה עבור V3.1 מציינת 671 מיליארד פרמטרים בסך הכול, 37 מיליארד פרמטרים פעילים והקשר של 128K. Terminus מתאר מבנה מודל זהה לזה של V3 ומפנה ל־V3.1 לגבי תבנית השיחה מחוץ לתהליך סוכן החיפוש המעודכן שלו. הפניות אלה מקשרות את העדכון למשפחה הבסיסית תוך שמירה על השינויים הייחודיים לו.
בעוזר תכנות המספק תשובות ישירות, התבנית שעליה הוא מבוסס תומכת בקריאות כלים רגילות במצב ללא חשיבה, עם פונקציות בעלות שמות וארגומנטים ב־JSON המבוססים על הגדרות הכלים שסופקו. המודל מציע את הפעולה, היישום מבצע אותה ומחזיר את התצפית. חיפוש במצב חשיבה משתמש בפורמט ייעודי לסוכן חיפוש. Terminus מעדכן את תבנית החיפוש ואת מערך הכלים הזה, ולכן מסלול החיפוש צריך להשתמש בתיעוד הייחוס של Terminus ולא בתבנית לא קשורה ממהדורה אחרת.
עקביות לשונית היא הבדל מעשי בין מהדורות. במשימת מסמך בסינית או באנגלית, הגדירו את שפת התשובה, את המונחים שחייבים לשמור על האיות המקורי שלהם ואת קטעי המקור שיש להשתמש בהם. דוגמה להנחיה היא: ״כתבו את ההסבר באנגלית, שמרו על שמות המשתנים שסופקו ואל תתרגמו את שמות שדות ה־API. בססו כל ממצא על המפרט שסופק.״ העדכון נועד לטפל במעברי שפה לא רצויים, בעוד שההנחיות שלכם עדיין מגדירות איזה חומר רב־לשוני הוא מכוון.
המודל יכול להשתמש בכלי חיפוש שסיפק המשתמש לשאלות הדורשות מידע חיצוני או עדכני. ספקו את שאלת המחקר, את הקריטריונים למקורות שימושיים ואת התוצר הסופי. משימת תכנות צריכה לכלול את הקטע הרלוונטי, את ההתנהגות שנצפתה ואת התוצאה המצופה. שמרו על הקשר בין תוצאות כלים לפעולה שהפיקה אותן, ובקשו מהתשובה הסופית לזהות את הראיות שמאחורי שינוי או מסקנה מוצעים.
היצרן מתעד פרט הנוגע לדיוק המספרי וייחודי לנקודת השמירה של המודל: פרמטרי היטל הפלט של מנגנון הקשב אינם תואמים לפורמט הסקאלה UE8M0 FP8 ששימש במהדורת V3.1. זהו שיקול הנוגע למימוש הייחוס, ולא שינוי בשפה, בסוג הקלט והפלט או בפורמט התשובה של המשימה. זו סיבה לשמור על Terminus כמהדורה עצמאית ולהימנע מהתייחסות לכל נקודות השמירה של V3.1 כאל פרופילי דיוק זהים.
לעבודה ארוכה יותר, הקצו מקום לחומר המקור, לשיחה ולתשובה שנוצרת בתוך הקשר המשפחה של 128K. תייגו סעיפי מסמכים וקטעי קוד כדי שהתוצאה תוכל להפנות לראיות הנכונות. במשימה מרובת שלבים, הגדירו את הפעולות המותרות, את התוצר הנדרש ואת הקריטריון להשלמה. התוצאה השימושית היא תשובה טקסטואלית עקבית, הצעת קוד או ניתוח הנתמך במקורות, שאפשר לבדוק מול הקלט ותצפיות הכלים בפועל.
", "aboutText": "DeepSeek V3.1 Terminus הוא העדכון של DeepSeek לפרופיל מודל הטקסט V3.1. הוא שומר על היכולות המקוריות ומטפל בערבוב לא רצוי של סינית ואנגלית, בתווים חריגים המופיעים לעיתים ובהתנהגות של סוכני קוד וחיפוש. הקלט הוא משימה כתובה והקשר ממקורות; הפלט הוא טקסט, שיכול לכלול הסבר, קוד מוצע או תוכן הקשור לסוכנים. מהדורת Terminus בעלת השם המוגדר נשארת נפרדת מ־V3.1 המקורי וממהדורות הקשב הדליל המאוחרות יותר.\n\nפרופיל V3.1 שעליו הוא מבוסס הוא היברידי: אותו מודל יכול לענות במצב חשיבה או ללא חשיבה באמצעות תבנית השיחה שלו. טבלת המודל שפורסמה עבור V3.1 מציינת 671 מיליארד פרמטרים בסך הכול, 37 מיליארד פרמטרים פעילים והקשר של 128K. Terminus מתאר מבנה מודל זהה לזה של V3 ומפנה ל־V3.1 לגבי תבנית השיחה מחוץ לתהליך סוכן החיפוש המעודכן שלו. הפניות אלה מקשרות את העדכון למשפחה הבסיסית תוך שמירה על השינויים הייחודיים לו.\n\nבעוזר תכנות המספק תשובות ישירות, התבנית שעליה הוא מבוסס תומכת בקריאות כלים רגילות במצב ללא חשיבה, עם פונקציות בעלות שמות וארגומנטים ב־JSON המבוססים על הגדרות הכלים שסופקו. המודל מציע את הפעולה, היישום מבצע אותה ומחזיר את התצפית. חיפוש במצב חשיבה משתמש בפורמט ייעודי לסוכן חיפוש. Terminus מעדכן את תבנית החיפוש ואת מערך הכלים הזה, ולכן מסלול החיפוש צריך להשתמש בתיעוד הייחוס של Terminus ולא בתבנית לא קשורה ממהדורה אחרת.\n\nעקביות לשונית היא הבדל מעשי בין מהדורות. במשימת מסמך בסינית או באנגלית, הגדירו את שפת התשובה, את המונחים שחייבים לשמור על האיות המקורי שלהם ואת קטעי המקור שיש להשתמש בהם. דוגמה להנחיה היא: ״כתבו את ההסבר באנגלית, שמרו על שמות המשתנים שסופקו ואל תתרגמו את שמות שדות ה־API. בססו כל ממצא על המפרט שסופק.״ העדכון נועד לטפל במעברי שפה לא רצויים, בעוד שההנחיות שלכם עדיין מגדירות איזה חומר רב־לשוני הוא מכוון.\n\nהמודל יכול להשתמש בכלי חיפוש שסיפק המשתמש לשאלות הדורשות מידע חיצוני או עדכני. ספקו את שאלת המחקר, את הקריטריונים למקורות שימושיים ואת התוצר הסופי. משימת תכנות צריכה לכלול את הקטע הרלוונטי, את ההתנהגות שנצפתה ואת התוצאה המצופה. שמרו על הקשר בין תוצאות כלים לפעולה שהפיקה אותן, ובקשו מהתשובה הסופית לזהות את הראיות שמאחורי שינוי או מסקנה מוצעים.\n\nהיצרן מתעד פרט הנוגע לדיוק המספרי וייחודי לנקודת השמירה של המודל: פרמטרי היטל הפלט של מנגנון הקשב אינם תואמים לפורמט הסקאלה UE8M0 FP8 ששימש במהדורת V3.1. זהו שיקול הנוגע למימוש הייחוס, ולא שינוי בשפה, בסוג הקלט והפלט או בפורמט התשובה של המשימה. זו סיבה לשמור על Terminus כמהדורה עצמאית ולהימנע מהתייחסות לכל נקודות השמירה של V3.1 כאל פרופילי דיוק זהים.\n\nלעבודה ארוכה יותר, הקצו מקום לחומר המקור, לשיחה ולתשובה שנוצרת בתוך הקשר המשפחה של 128K. תייגו סעיפי מסמכים וקטעי קוד כדי שהתוצאה תוכל להפנות לראיות הנכונות. במשימה מרובת שלבים, הגדירו את הפעולות המותרות, את התוצר הנדרש ואת הקריטריון להשלמה. התוצאה השימושית היא תשובה טקסטואלית עקבית, הצעת קוד או ניתוח הנתמך במקורות, שאפשר לבדוק מול הקלט ותצפיות הכלים בפועל.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Explain a field rule in English\n\nWrite an English explanation of this validation rule for an integration guide: "retry_count must be a nonnegative integer; retry_after_ms may be omitted; when present, it must be a positive integer." Preserve the field names exactly. Add one valid and one invalid example as plain text, explaining the invalid field without translating identifiers.An English paragraph plus two labelled examples and a specific validation explanation.Check that retry_count accepts zero while retry_after_ms does not.deepseek/deepseek-v3.1-terminusDeepSeek V3.1 Terminus משפר את העקביות הלשונית של מודל הטקסט V3.1 ואת התנהגות סוכני הקוד והחיפוש. הוא שומר על הפרופיל ההיברידי של חשיבה ותשובה ישירה, עם הקשר של 128K ותבנית סוכן חיפוש מעודכנת הנשמרת בנפרד מפורמטי V3.2 המאוחרים יותר.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
DeepSeek V3.1 Terminus הוא העדכון של DeepSeek לפרופיל מודל הטקסט V3.1. הוא שומר על היכולות המקוריות ומטפל בערבוב לא רצוי של סינית ואנגלית, בתווים חריגים המופיעים לעיתים ובהתנהגות של סוכני קוד וחיפוש. הקלט הוא משימה כתובה והקשר ממקורות; הפלט הוא טקסט, שיכול לכלול הסבר, קוד מוצע או תוכן הקשור לסוכנים. מהדורת Terminus בעלת השם המוגדר נשארת נפרדת מ־V3.1 המקורי וממהדורות הקשב הדליל המאוחרות יותר.
פרופיל V3.1 שעליו הוא מבוסס הוא היברידי: אותו מודל יכול לענות במצב חשיבה או ללא חשיבה באמצעות תבנית השיחה שלו. טבלת המודל שפורסמה עבור V3.1 מציינת 671 מיליארד פרמטרים בסך הכול, 37 מיליארד פרמטרים פעילים והקשר של 128K. Terminus מתאר מבנה מודל זהה לזה של V3 ומפנה ל־V3.1 לגבי תבנית השיחה מחוץ לתהליך סוכן החיפוש המעודכן שלו. הפניות אלה מקשרות את העדכון למשפחה הבסיסית תוך שמירה על השינויים הייחודיים לו.
בעוזר תכנות המספק תשובות ישירות, התבנית שעליה הוא מבוסס תומכת בקריאות כלים רגילות במצב ללא חשיבה, עם פונקציות בעלות שמות וארגומנטים ב־JSON המבוססים על הגדרות הכלים שסופקו. המודל מציע את הפעולה, היישום מבצע אותה ומחזיר את התצפית. חיפוש במצב חשיבה משתמש בפורמט ייעודי לסוכן חיפוש. Terminus מעדכן את תבנית החיפוש ואת מערך הכלים הזה, ולכן מסלול החיפוש צריך להשתמש בתיעוד הייחוס של Terminus ולא בתבנית לא קשורה ממהדורה אחרת.
עקביות לשונית היא הבדל מעשי בין מהדורות. במשימת מסמך בסינית או באנגלית, הגדירו את שפת התשובה, את המונחים שחייבים לשמור על האיות המקורי שלהם ואת קטעי המקור שיש להשתמש בהם. דוגמה להנחיה היא: ״כתבו את ההסבר באנגלית, שמרו על שמות המשתנים שסופקו ואל תתרגמו את שמות שדות ה־API. בססו כל ממצא על המפרט שסופק.״ העדכון נועד לטפל במעברי שפה לא רצויים, בעוד שההנחיות שלכם עדיין מגדירות איזה חומר רב־לשוני הוא מכוון.
המודל יכול להשתמש בכלי חיפוש שסיפק המשתמש לשאלות הדורשות מידע חיצוני או עדכני. ספקו את שאלת המחקר, את הקריטריונים למקורות שימושיים ואת התוצר הסופי. משימת תכנות צריכה לכלול את הקטע הרלוונטי, את ההתנהגות שנצפתה ואת התוצאה המצופה. שמרו על הקשר בין תוצאות כלים לפעולה שהפיקה אותן, ובקשו מהתשובה הסופית לזהות את הראיות שמאחורי שינוי או מסקנה מוצעים.
היצרן מתעד פרט הנוגע לדיוק המספרי וייחודי לנקודת השמירה של המודל: פרמטרי היטל הפלט של מנגנון הקשב אינם תואמים לפורמט הסקאלה UE8M0 FP8 ששימש במהדורת V3.1. זהו שיקול הנוגע למימוש הייחוס, ולא שינוי בשפה, בסוג הקלט והפלט או בפורמט התשובה של המשימה. זו סיבה לשמור על Terminus כמהדורה עצמאית ולהימנע מהתייחסות לכל נקודות השמירה של V3.1 כאל פרופילי דיוק זהים.
לעבודה ארוכה יותר, הקצו מקום לחומר המקור, לשיחה ולתשובה שנוצרת בתוך הקשר המשפחה של 128K. תייגו סעיפי מסמכים וקטעי קוד כדי שהתוצאה תוכל להפנות לראיות הנכונות. במשימה מרובת שלבים, הגדירו את הפעולות המותרות, את התוצר הנדרש ואת הקריטריון להשלמה. התוצאה השימושית היא תשובה טקסטואלית עקבית, הצעת קוד או ניתוח הנתמך במקורות, שאפשר לבדוק מול הקלט ותצפיות הכלים בפועל.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות deepseek/deepseek-v3.1-terminus | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות דוגמאות: system, user, assistant, tool, function תנאים: התפקידים האלה מיוצגים במפורש בטיפוסי התאימות בקוד המקור; מערך התפקידים המדויק נשאר ייחודי לכל מודל. תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring|content_part[]|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_calls | סוגtool_call[] | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_call_id | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: role=tool; השתמשו במזהה שהוחזר בפועל | ברירת מחדל— |
שדהmessages[].name | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].reasoning_content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: החזירו בהמשך את ההנמקה שהתקבלה בפועל כאשר המודל הזה משתמש בה | ברירת מחדל— |
שדהmessages[].reasoning_details | סוגobject|array | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהmax_completion_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהstream_options.include_usage | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtop_p | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהstop | סוגstring|string[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools | סוגfunction_tool[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].type | סוגstring | דרישהרשות | ערכים ומגבלות function תלוי במודל | ברירת מחדל— |
שדהtools[].function.name | סוגstring | דרישהחובה | ערכים ומגבלות חל כאשר: סופק כלי פונקציה | ברירת מחדל— |
שדהtools[].function.description | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtools[].function.parameters | סוגJSON_schema | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtool_choice | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהparallel_tool_calls | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהresponse_format | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning_effort | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהservice_tier | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהinstructions | סוגstring | דרישהרשות | ערכים ומגבלות שדה תאימות | ברירת מחדל— |
שדהfunctions | סוגfunction[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהfunction_call | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהprompt_cache_options | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmodalities | סוגstring[] | דרישהרשות | ערכים ומגבלות text | ברירת מחדל— |
שדהprovider | סוגobject | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה במסלול הטקסט הזה של Ultra | ברירת מחדל— |
שדהcache_control.ttl | סוגstring | דרישהרשות | ערכים ומגבלות תנאים: 1h נדחה במיקומים המשמשים בפועל למטמון הנחיות | ברירת מחדל— |
טקסט · טקסט UTF8
messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
פרמטרcontrol_scope | מפרטייחודי למודל; כלי פונקציות של המשתמש שונים מכלים מתארחים |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.001144 / 1K טוקנים פלט · טוקני פלט $0.00343 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek/deepseek-v3.1-terminus", "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-v3.1-terminus',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-v3.1-terminus',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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra deepseek/deepseek-v3.1-terminus
השתמשו בנתיבי השיטות המוצגים למעלה.
deepseek/deepseek-v3.1-terminusDeepSeek V3.1 Terminus משפר את העקביות הלשונית של מודל הטקסט V3.1 ואת התנהגות סוכני הקוד והחיפוש. הוא שומר על הפרופיל ההיברידי של חשיבה ותשובה ישירה, עם הקשר של 128K ותבנית סוכן חיפוש מעודכנת הנשמרת בנפרד מפורמטי V3.2 המאוחרים יותר.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
DeepSeek V3.1 Terminus הוא העדכון של DeepSeek לפרופיל מודל הטקסט V3.1. הוא שומר על היכולות המקוריות ומטפל בערבוב לא רצוי של סינית ואנגלית, בתווים חריגים המופיעים לעיתים ובהתנהגות של סוכני קוד וחיפוש. הקלט הוא משימה כתובה והקשר ממקורות; הפלט הוא טקסט, שיכול לכלול הסבר, קוד מוצע או תוכן הקשור לסוכנים. מהדורת Terminus בעלת השם המוגדר נשארת נפרדת מ־V3.1 המקורי וממהדורות הקשב הדליל המאוחרות יותר.
פרופיל V3.1 שעליו הוא מבוסס הוא היברידי: אותו מודל יכול לענות במצב חשיבה או ללא חשיבה באמצעות תבנית השיחה שלו. טבלת המודל שפורסמה עבור V3.1 מציינת 671 מיליארד פרמטרים בסך הכול, 37 מיליארד פרמטרים פעילים והקשר של 128K. Terminus מתאר מבנה מודל זהה לזה של V3 ומפנה ל־V3.1 לגבי תבנית השיחה מחוץ לתהליך סוכן החיפוש המעודכן שלו. הפניות אלה מקשרות את העדכון למשפחה הבסיסית תוך שמירה על השינויים הייחודיים לו.
בעוזר תכנות המספק תשובות ישירות, התבנית שעליה הוא מבוסס תומכת בקריאות כלים רגילות במצב ללא חשיבה, עם פונקציות בעלות שמות וארגומנטים ב־JSON המבוססים על הגדרות הכלים שסופקו. המודל מציע את הפעולה, היישום מבצע אותה ומחזיר את התצפית. חיפוש במצב חשיבה משתמש בפורמט ייעודי לסוכן חיפוש. Terminus מעדכן את תבנית החיפוש ואת מערך הכלים הזה, ולכן מסלול החיפוש צריך להשתמש בתיעוד הייחוס של Terminus ולא בתבנית לא קשורה ממהדורה אחרת.
עקביות לשונית היא הבדל מעשי בין מהדורות. במשימת מסמך בסינית או באנגלית, הגדירו את שפת התשובה, את המונחים שחייבים לשמור על האיות המקורי שלהם ואת קטעי המקור שיש להשתמש בהם. דוגמה להנחיה היא: ״כתבו את ההסבר באנגלית, שמרו על שמות המשתנים שסופקו ואל תתרגמו את שמות שדות ה־API. בססו כל ממצא על המפרט שסופק.״ העדכון נועד לטפל במעברי שפה לא רצויים, בעוד שההנחיות שלכם עדיין מגדירות איזה חומר רב־לשוני הוא מכוון.
המודל יכול להשתמש בכלי חיפוש שסיפק המשתמש לשאלות הדורשות מידע חיצוני או עדכני. ספקו את שאלת המחקר, את הקריטריונים למקורות שימושיים ואת התוצר הסופי. משימת תכנות צריכה לכלול את הקטע הרלוונטי, את ההתנהגות שנצפתה ואת התוצאה המצופה. שמרו על הקשר בין תוצאות כלים לפעולה שהפיקה אותן, ובקשו מהתשובה הסופית לזהות את הראיות שמאחורי שינוי או מסקנה מוצעים.
היצרן מתעד פרט הנוגע לדיוק המספרי וייחודי לנקודת השמירה של המודל: פרמטרי היטל הפלט של מנגנון הקשב אינם תואמים לפורמט הסקאלה UE8M0 FP8 ששימש במהדורת V3.1. זהו שיקול הנוגע למימוש הייחוס, ולא שינוי בשפה, בסוג הקלט והפלט או בפורמט התשובה של המשימה. זו סיבה לשמור על Terminus כמהדורה עצמאית ולהימנע מהתייחסות לכל נקודות השמירה של V3.1 כאל פרופילי דיוק זהים.
לעבודה ארוכה יותר, הקצו מקום לחומר המקור, לשיחה ולתשובה שנוצרת בתוך הקשר המשפחה של 128K. תייגו סעיפי מסמכים וקטעי קוד כדי שהתוצאה תוכל להפנות לראיות הנכונות. במשימה מרובת שלבים, הגדירו את הפעולות המותרות, את התוצר הנדרש ואת הקריטריון להשלמה. התוצאה השימושית היא תשובה טקסטואלית עקבית, הצעת קוד או ניתוח הנתמך במקורות, שאפשר לבדוק מול הקלט ותצפיות הכלים בפועל.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות deepseek/deepseek-v3.1-terminus | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF-8
מחרוזת messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.001144 / 1K טוקנים פלט · טוקני פלט $0.00343 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "deepseek/deepseek-v3.1-terminus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-v3.1-terminus', '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-v3.1-terminus', '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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra deepseek/deepseek-v3.1-terminus
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Explain a field rule in English\n\nWrite an English explanation of this validation rule for an integration guide: "retry_count must be a nonnegative integer; retry_after_ms may be omitted; when present, it must be a positive integer." Preserve the field names exactly. Add one valid and one invalid example as plain text, explaining the invalid field without translating identifiers.An English paragraph plus two labelled examples and a specific validation explanation.Check that retry_count accepts zero while retry_after_ms does not.