Source: https://ailoot.ai/models/he/deepseek-v3-2-exp-thinking/ Canonical: https://ailoot.ai/models/he/deepseek-v3-2-exp-thinking/ Language: he # DeepSeek: DeepSeek V3.2 Exp [Markdown](https://ailoot.ai/models/he/deepseek-v3-2-exp-thinking/index.md) · [JSON](https://ailoot.ai/models/he/deepseek-v3-2-exp-thinking/facts.json) ## [DeepSeek: DeepSeek V3.2 Exp](https://ailoot.ai/models/he/deepseek-v3-2-exp-thinking/) DeepSeek V3.2 Exp היא מהדורת הקשב הדליל המבוססת על V3.1 Terminus. היא מעבדת טקסט למשימות הסקה, תכנות וסוכן, תוך בחינת קשב יעיל יותר להקשרים ארוכים, עם הקשר של 128K אצל היצרן וזהות נפרדת ממהדורת V3.2 הסופית. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `deepseek-v3.2-exp-thinking`](https://ailoot.ai/models/he/deepseek-v3-2-exp-thinking/#method-0) על המודל התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה. DeepSeek V3.2 Exp הוא מהדורת מודל הטקסט הניסיונית של DeepSeek, שנבנתה על V3.1 Terminus. השינוי המגדיר שלה הוא DeepSeek Sparse Attention, שהוצג כדי לחקור אימון והסקה יעילים יותר ברצפי טקסט ממושכים. המשימה נשארת מבוססת טקסט: הוראות והקשר כתובים מפיקים תשובת טקסט, קוד או פלט הקשור לסוכן. זאת מהדורת המחקר של הקשב הדליל, הנפרדת ממודל V3.2 הסופי ומהפורמט המאוחר שלו לחשיבה עם כלים. DSA משתמש במאנדקס קל משקל ובבחירה מדוקדקת של טוקנים, כדי שחישוב הקשב העיקרי יתמקד במידע נבחר מטוקנים קודמים. DeepSeek התאימה בכוונה את תצורת האימון הניסיונית ל-V3.1 Terminus כדי לבודד את השינוי הארכיטקטוני. דוח V3.2 מאשר ש-V3.2 הסופי ו-V3.2 Exp חולקים את הארכיטקטורה הזאת ומתאר המשך אימון מבסיס Terminus עם הקשר של 128K. הפרופיל הניסיוני שפורסם משתמש באותה הגדרת הקשר ארוך של 128K. כרטיס המודל הניסיוני של היצרן משאיר חשיבה ועבודת סוכנים בתחום השימוש, תוך שמירה על פרופיל המשימות של המודל הקודם. הראיות שלו מכסות בנפרד חשיבה ללא כלים ושימוש סוכני בכלים. הכינו שאלה ברורה, הקשר מקור רלוונטי וצורה סופית רצויה. אם המשימה משתמשת בכלי, היישום מספק את הגדרתו ומחזיר את התוצאה; הפעולה שהמודל מציע אינה שקולה לפעולה שכבר בוצעה. כרטיס V3.2 הסופי מציג פורמט מתוקן לקריאות כלים ומתאר במפורש חשיבה עם כלים. העדכונים האלה שייכים למהדורה הסופית ואין להתייחס אליהם כחוזה האינטראקציה המלא של המהדורה הניסיונית. עבור V3.2 Exp, שמרו את פורמט ההודעות של המהדורה ואת הקשר המשימות שירשה מ-Terminus, במקום להניח ששם דומה הופך את כל הבקרות או התפקידים המאוחרים לניתנים להחלפה. להשוואת מסמכים ארוכים, סמנו כל מקור וציינו את החלקים הרלוונטיים לשאלה. דוגמה לניסוח היא: ״השוו את הדרישות האלה למימוש המוצע, זהו כל אי-התאמה וציינו את הקטע שמבסס אותה. סיימו ברשימת תיקונים לפי סדר עדיפויות״. לקוד, ספקו את ההתנהגות הכושלת, המקטע הרלוונטי והתוצאה המצופה, ואז בקשו שינוי ממוקד עם הסבר ברור. מבנה המקור וכלל ההשלמה עוזרים לכוון משימת הקשר ארוך לתוצר שימושי. מימוש הייחוס של היצרן כולל את המאנדקס של הקשב הדליל, וכרטיס המודל מתעד תיקון מימוש חשוב: RoPE במאנדקס משתמש בפריסה לא שזורה, ואילו מודול הקשב הלטנטי מצפה לפריסה שזורה. זהו פרט במימוש הייחוס של היצרן שחשוב להרצה נאמנה של המודל, ולא פרומפט משתמש אחר או יכולת חדשה. המשמעות היא גם ששם המודל לבדו אינו מתאר כיצד כל מימוש מטפל בארכיטקטורה הניסיונית. משימת סוכן מתמשכת צריכה לתקצב יחד את טקסט המקור, השיחה, החשיבה שנוצרה ותצפיות הכלים. ארגנו את התצפיות השימושיות ובקשו מהתשובה הסופית להבחין בין ראיות, הנחות ופעולות מוצעות. לתוצאה עובדתית שתלויה במקור, ספקו חומר מוסמך או כלי מתאים במקום להסתמך על ידע אימון כללי. הפלט נשאר טקסט, קוד או רשומה אנליטית שאפשר לבדוק מול המשימה והקלט שלה. **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `deepseek-v3.2-exp-thinking` [`deepseek-v3.2-exp-thinking`](https://ailoot.ai/models/he/#m=deepseek-v3.2-exp-thinking&route=Ultra&caller=deepseek-v3.2-exp-thinking&fmt=chat) DeepSeek /`deepseek-v3.2-exp-thinking` ### התחלה DeepSeek V3.2 Exp היא מהדורת הקשב הדליל המבוססת על V3.1 Terminus. היא מעבדת טקסט למשימות הסקה, תכנות וסוכן, תוך בחינת קשב יעיל יותר להקשרים ארוכים, עם הקשר של 128K אצל היצרן וזהות נפרדת ממהדורת V3.2 הסופית. סוגי קלט נתמכים טקסט תוצאות טקסט ### זמין ב-Ailoot · קלט ושיטות **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` סוגי קלט `text` סוגי פלט `text` פורמט פלט json או SSE | שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל | | --- | --- | --- | --- | --- | | שדה`model` | סוג`string` | דרישהחובה | ערכים ומגבלות deepseek-v3.2-exp-thinking | ברירת מחדל— | | שדה`messages` | סוג`message[]` | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: ⁦1⁩ | ברירת מחדל— | | שדה`messages[].role` | סוג`string` | דרישהחובה | ערכים ומגבלות תלוי במודל | ברירת מחדל— | | שדה`messages[].content` | סוג`string` | דרישהרשות | ערכים ומגבלות חל כאשר: שיחת טקסט | ברירת מחדל— | | שדה`stream` | סוג`boolean` | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse | שילובים של חומרי קלט **טקסט** · טקסט UTF8 `messages[].content` פרמטרים ומחזור חיים של השיטה | פרמטר | מפרט | | --- | --- | | פרמטר`content_type` | מפרטapplication/json | | פרמטר`required` | מפרטmodel, messages | | פרמטר`material_types` | מפרטtext | | פרמטר`messages` | מפרטמערך הודעות במבנה role/content | | פרמטר`file_material` | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ | | פרמטר`optional_controls` | מפרטstream | | פרמטר`control_scope` | מפרטשיחת טקסט; stream הוא ערך בוליאני וברירת המחדל שלו היא false. | | פרמטר`output_modalities` | מפרטtext | | פרמטר`hosted_operations` | מפרטfalse | | פרמטר`multimodal_input_binding` | מפרטnull | כינויים לשיטה: `/chat/completions` 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. ### תעריפים מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה. מצב מהיר לא צוין כאשר נבחר מצב מהיר מצב Flex לא צוין כאשר נבחר מצב flex מאמץ חשיבה מרבי לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default) #### תעריפי Ailoot #### מחירים לפי תצורה | תצורה | טבלת תעריפים | חיוב | | --- | --- | --- | | תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט **$0.00058** / 1K טוקנים פלט · טוקני פלט **$0.00086** / 1K טוקנים קלט · קריאה מהמטמון **$0** / 1K טוקנים קלט · כתיבה למטמון **$0** / 1K טוקנים קלט · כתיבה למטמון, 1 שעה **—** / 1K טוקנים | לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. [איך פועלים שריון הסכום והסדרת החיוב →](https://ailoot.ai/docs/he/billing/reserve/) ### דוגמאות לבקשות #### Ailoot Ultra · OpenAI Chat curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model":"deepseek-v3.2-exp-thinking","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="deepseek-v3.2-exp-thinking", 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")) ``` ### קבלה ושמירה של תוצאות #### Ailoot Ultra · OpenAI Chat json או SSE ##### שמירת כל התוצאות שהושלמו 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. ##### כשצריך לבדוק את התגובה המקורית שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט. שדות התגובה | שדה | סוג | | --- | --- | | שדה`choices[].index` | סוגinteger | | שדה`choices[].message.content` | סוגstring\|null | | שדה`choices[].message.tool_calls` | סוגtool\_call\[\] | | שדה`choices[].message.reasoning_content` | סוגstring | | שדה`choices[].message.reasoning_details` | סוגobject\|array | | שדה`choices[].finish_reason` | סוגstring\|null | | שדה`usage` | סוגobject | שגיאות והשלבים הבאים | 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. | ### כינויים #### כינויים למודל **Ailoot Ultra** [`deepseek-v3.2-exp-thinking`](https://ailoot.ai/models/he/#m=deepseek-v3.2-exp-thinking&route=Ultra&caller=deepseek-v3.2-exp-thinking&fmt=chat) #### כינויים לנתיבי שיטות `/chat/completions` #### מזהי מודלים קשורים IDs [`deepseek-v3.2-exp-thinking`](https://ailoot.ai/models/he/#m=deepseek-v3.2-exp-thinking&route=Ultra&caller=deepseek-v3.2-exp-thinking&fmt=chat) FAQ · DeepSeek: DeepSeek V3.2 Exp אילו קלטים ותוצאות זמינים? `POST /v1/chat/completions` · `deepseek-v3.2-exp-thinking`: `text` → `text` באילו שדות הבקשה משתמשת? `POST /v1/chat/completions` · `deepseek-v3.2-exp-thinking`: `model`, `messages`, `stream` אילו מגבלות חלות? `POST /v1/chat/completions` · `deepseek-v3.2-exp-thinking`: `messages.min_items`: `1` חברו Ailoot ל- Claude Code, OpenCode, Hermes או ליישום שלכם. ## החברה ופורטפוליו הפרויקטים שלה החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש. ## קנו אסימונים בהנחה. הנחת מנוי לעבודה קבועה. קודי הנחה עד 50% על רכישת אסימונים. מנוי בחרו מסלול עם הנחה לבקשות הקבועות שלכם. קוד הנחה עד 50% הזינו קוד ברכישה. המחיר יחושב מחדש לפי המבצע הפעיל. הוצאות בהיסטוריה המודל, האסימונים והסכום נשמרים לכל בקשה. [בחירת מנוי](https://ailoot.ai/docs/he/billing/subscriptions/) · [מחירי מודלים](https://ailoot.ai/models/he/) ## חברו API למוצר שאתם מוכרים. SaaS, יישומים ובוטים לפי ההצעה והסכם הרישוי של Ailoot. למכירה מחדש בקשו רישיון משווק. יישום מסחרי שלבו יצירת טקסט, תמונות, וידאו ושמע בתכונות בתשלום של השירות שלכם. רישיון למכירה מחדש שלחו תיאור פרויקט ואופן מתן גישה. בקשו תנאי שימוש ומכירה מחדש בכתב. מסמכים באתר ההצעה, הסכם הרישוי ומדיניות עיבוד הנתונים זמינים לפני החיבור. [בקשת רישיון למכירה מחדש](mailto:support@ailoot.ai) · [ההצעה והסכם הרישוי](https://ailoot.ai/legal/offer?lang=he) ## Ailoot · החברה ופורטפוליו הפרויקטים שלה Ailoot נשענת על ניסיון תפעולי מצטבר, בסיס לקוחות רחב, שירות יציב ובקרה שוטפת של KPI. החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש. Ailoot משתמשת בניסיון התפעולי הזה כדי לספק גישת API ליכולות AI במוצרי לקוחות, בסוכנים, באפליקציות ובאוטומציות.