A DeepSeek V4 Flash Vision Exp a DeepSeek kísérleti multimodális modellje a V4 családban. A V4 Flash modellre épül, amelyet vizuális modulokkal és a vizuális megértésre irányuló további tanítással egészít ki. A bemenet képeket és szöveget egyesít, a kimenet pedig szöveg. Dokumentált célja a multimodális ügynöki munka összekapcsolása a szöveges ügynöki feladatokkal, ezért akkor hasznos, amikor az asszisztens számára szükséges információ képernyőképen, diagramon vagy más megadott képen látható.
A fejlesztői referencia DFlash figyelmi mechanizmussal, szakértőkeverékes összetevőkkel, hiperkapcsolatokkal és DSpark ággal összekötött képi kódolót és illesztőmodult ír le. A vizuális modulok a képinformációt olyan formává alakítják, amelyet a nyelvi modell az írott kérdés mellett használhat. Ez eltér a kártyán hivatkozott, kizárólag szöveges V4 Flash profiltól, amelynek összehasonlítása a multimodális elemeket külön kezeli. A Vision Exp egy elnevezett kiadás, nem pedig utasítás arra, hogy tetszőleges médiatámogatást adjunk egy másik Flash modellhez.
Promptformátum-referenciája támogatja a közbeiktatott képtartalmakat, a többfordulós beszélgetéseket, az eszközhívásokat és a gondolkodási módokat. A nem gondolkodó promptok közvetlen választ kérhetnek; a gondolkodó promptok következtetési erőfeszítésre vonatkozó beállítást használhatnak, beleértve a dokumentált Max példát. A képek pontosan abban a sorrendben kerülnek rögzítésre, ahogyan a promptban szerepelnek. Több bemenetet számozzon vagy címkézzen meg, és mondja meg, melyik képre vonatkozik a kérdés, hogy a vizuális összehasonlítás megőrizze kapcsolatát a forrással.
A közzétett konfiguráció a max_position_embeddings értékét 1,048,576-ra állítja. Ez a modellkonfiguráció pozíciókorlátja, nem külön maximáliskimenet-specifikáció. Készítsen célzott képcsoportot és pontos kérdést, miközben a promptot, a beszélgetést és a generált választ a kiválasztott fejlesztői munkafolyamat korlátain belül tartja.
Gyakorlati interfészfeladathoz adja meg az aktuális képernyőképet, a kívánt felhasználói műveletet és a releváns szöveges specifikációt. Szemléltető feladatleírás: „Azonosítsd a beállítás módosításához szükséges látható vezérlőket. Használd a megjelenített felirataikat, magyarázd el a következő műveletet, és mondd meg, a képernyő mely része támasztja alá.” Diagramnál a látható értékeket és kapcsolatokat a kikövetkeztetett értelmezéstől külön kérje. Ha apró feliratok számítanak, adjon olvasható kivágást elegendő környező kontextussal ahhoz, hogy a szerepük azonosítható legyen.
Ügynöki alkalmazásban a modell a kép és az utasítás értelmezése után eszközműveletet javasolhat. A környező alkalmazás végrehajtja a műveletet, visszaadja a megfigyelést, és szükség esetén megadja a következő vizuális állapotot. Határozza meg az eszköz célját és az engedélyezett műveleteket. Egy javasolt kattintás, leírt koordináta vagy generált kód mindaddig szöveges eredmény marad, amíg az alkalmazás el nem végzi a megfelelő műveletet; a következő lépés bizonyítékaként az ebből származó megfigyelést használja.
Forrásalapú végtermékhez kérje, hogy a válasz minden megállapításnál azonosítsa az alapjául szolgáló képet és látható részletet. Tartsa külön a kinyert szöveget a magyarázattól, a javasolt műveletet pedig a végrehajtottól. Képernyőképből kódot készítő feladathoz adja hozzá a vonatkozó forrásszöveget, az elvárt működést és a szükséges végső eredményt. E modell profilja kép- és szövegértés szöveges kimenettel, nem képkészítés, beszédszintézis vagy feltételezett videóelemzési munkafolyamat.
", "aboutText": "A DeepSeek V4 Flash Vision Exp a DeepSeek kísérleti multimodális modellje a V4 családban. A V4 Flash modellre épül, amelyet vizuális modulokkal és a vizuális megértésre irányuló további tanítással egészít ki. A bemenet képeket és szöveget egyesít, a kimenet pedig szöveg. Dokumentált célja a multimodális ügynöki munka összekapcsolása a szöveges ügynöki feladatokkal, ezért akkor hasznos, amikor az asszisztens számára szükséges információ képernyőképen, diagramon vagy más megadott képen látható.\n\nA fejlesztői referencia DFlash figyelmi mechanizmussal, szakértőkeverékes összetevőkkel, hiperkapcsolatokkal és DSpark ággal összekötött képi kódolót és illesztőmodult ír le. A vizuális modulok a képinformációt olyan formává alakítják, amelyet a nyelvi modell az írott kérdés mellett használhat. Ez eltér a kártyán hivatkozott, kizárólag szöveges V4 Flash profiltól, amelynek összehasonlítása a multimodális elemeket külön kezeli. A Vision Exp egy elnevezett kiadás, nem pedig utasítás arra, hogy tetszőleges médiatámogatást adjunk egy másik Flash modellhez.\n\nPromptformátum-referenciája támogatja a közbeiktatott képtartalmakat, a többfordulós beszélgetéseket, az eszközhívásokat és a gondolkodási módokat. A nem gondolkodó promptok közvetlen választ kérhetnek; a gondolkodó promptok következtetési erőfeszítésre vonatkozó beállítást használhatnak, beleértve a dokumentált Max példát. A képek pontosan abban a sorrendben kerülnek rögzítésre, ahogyan a promptban szerepelnek. Több bemenetet számozzon vagy címkézzen meg, és mondja meg, melyik képre vonatkozik a kérdés, hogy a vizuális összehasonlítás megőrizze kapcsolatát a forrással.\n\nA közzétett konfiguráció a max_position_embeddings értékét 1,048,576-ra állítja. Ez a modellkonfiguráció pozíciókorlátja, nem külön maximáliskimenet-specifikáció. Készítsen célzott képcsoportot és pontos kérdést, miközben a promptot, a beszélgetést és a generált választ a kiválasztott fejlesztői munkafolyamat korlátain belül tartja.\n\nGyakorlati interfészfeladathoz adja meg az aktuális képernyőképet, a kívánt felhasználói műveletet és a releváns szöveges specifikációt. Szemléltető feladatleírás: „Azonosítsd a beállítás módosításához szükséges látható vezérlőket. Használd a megjelenített felirataikat, magyarázd el a következő műveletet, és mondd meg, a képernyő mely része támasztja alá.” Diagramnál a látható értékeket és kapcsolatokat a kikövetkeztetett értelmezéstől külön kérje. Ha apró feliratok számítanak, adjon olvasható kivágást elegendő környező kontextussal ahhoz, hogy a szerepük azonosítható legyen.\n\nÜgynöki alkalmazásban a modell a kép és az utasítás értelmezése után eszközműveletet javasolhat. A környező alkalmazás végrehajtja a műveletet, visszaadja a megfigyelést, és szükség esetén megadja a következő vizuális állapotot. Határozza meg az eszköz célját és az engedélyezett műveleteket. Egy javasolt kattintás, leírt koordináta vagy generált kód mindaddig szöveges eredmény marad, amíg az alkalmazás el nem végzi a megfelelő műveletet; a következő lépés bizonyítékaként az ebből származó megfigyelést használja.\n\nForrásalapú végtermékhez kérje, hogy a válasz minden megállapításnál azonosítsa az alapjául szolgáló képet és látható részletet. Tartsa külön a kinyert szöveget a magyarázattól, a javasolt műveletet pedig a végrehajtottól. Képernyőképből kódot készítő feladathoz adja hozzá a vonatkozó forrásszöveget, az elvárt működést és a szükséges végső eredményt. E modell profilja kép- és szövegértés szöveges kimenettel, nem képkészítés, beszédszintézis vagy feltételezett videóelemzési munkafolyamat.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "039d71266067cad07133b35c7ae7e77c5674ffc9b81401544f5425ce373e2c9d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "hu", "methods": [ { "html": "deepseek/deepseek-v4-flash-vision-expA DeepSeek V4 Flash Vision Exp képeket és szöveget egyesít a vizuális megértéshez és a multimodális ügynöki feladatokhoz. Vizuális modulokkal bővíti a V4 Flash architektúrát, és szöveget ad vissza, támogatva a képekre alapozott magyarázatokat, elemzéseket és eszközműveleti javaslatokat.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A DeepSeek V4 Flash Vision Exp a DeepSeek kísérleti multimodális modellje a V4 családban. A V4 Flash modellre épül, amelyet vizuális modulokkal és a vizuális megértésre irányuló további tanítással egészít ki. A bemenet képeket és szöveget egyesít, a kimenet pedig szöveg. Dokumentált célja a multimodális ügynöki munka összekapcsolása a szöveges ügynöki feladatokkal, ezért akkor hasznos, amikor az asszisztens számára szükséges információ képernyőképen, diagramon vagy más megadott képen látható.
A fejlesztői referencia DFlash figyelmi mechanizmussal, szakértőkeverékes összetevőkkel, hiperkapcsolatokkal és DSpark ággal összekötött képi kódolót és illesztőmodult ír le. A vizuális modulok a képinformációt olyan formává alakítják, amelyet a nyelvi modell az írott kérdés mellett használhat. Ez eltér a kártyán hivatkozott, kizárólag szöveges V4 Flash profiltól, amelynek összehasonlítása a multimodális elemeket külön kezeli. A Vision Exp egy elnevezett kiadás, nem pedig utasítás arra, hogy tetszőleges médiatámogatást adjunk egy másik Flash modellhez.
Promptformátum-referenciája támogatja a közbeiktatott képtartalmakat, a többfordulós beszélgetéseket, az eszközhívásokat és a gondolkodási módokat. A nem gondolkodó promptok közvetlen választ kérhetnek; a gondolkodó promptok következtetési erőfeszítésre vonatkozó beállítást használhatnak, beleértve a dokumentált Max példát. A képek pontosan abban a sorrendben kerülnek rögzítésre, ahogyan a promptban szerepelnek. Több bemenetet számozzon vagy címkézzen meg, és mondja meg, melyik képre vonatkozik a kérdés, hogy a vizuális összehasonlítás megőrizze kapcsolatát a forrással.
A közzétett konfiguráció a max_position_embeddings értékét 1,048,576-ra állítja. Ez a modellkonfiguráció pozíciókorlátja, nem külön maximáliskimenet-specifikáció. Készítsen célzott képcsoportot és pontos kérdést, miközben a promptot, a beszélgetést és a generált választ a kiválasztott fejlesztői munkafolyamat korlátain belül tartja.
Gyakorlati interfészfeladathoz adja meg az aktuális képernyőképet, a kívánt felhasználói műveletet és a releváns szöveges specifikációt. Szemléltető feladatleírás: „Azonosítsd a beállítás módosításához szükséges látható vezérlőket. Használd a megjelenített felirataikat, magyarázd el a következő műveletet, és mondd meg, a képernyő mely része támasztja alá.” Diagramnál a látható értékeket és kapcsolatokat a kikövetkeztetett értelmezéstől külön kérje. Ha apró feliratok számítanak, adjon olvasható kivágást elegendő környező kontextussal ahhoz, hogy a szerepük azonosítható legyen.
Ügynöki alkalmazásban a modell a kép és az utasítás értelmezése után eszközműveletet javasolhat. A környező alkalmazás végrehajtja a műveletet, visszaadja a megfigyelést, és szükség esetén megadja a következő vizuális állapotot. Határozza meg az eszköz célját és az engedélyezett műveleteket. Egy javasolt kattintás, leírt koordináta vagy generált kód mindaddig szöveges eredmény marad, amíg az alkalmazás el nem végzi a megfelelő műveletet; a következő lépés bizonyítékaként az ebből származó megfigyelést használja.
Forrásalapú végtermékhez kérje, hogy a válasz minden megállapításnál azonosítsa az alapjául szolgáló képet és látható részletet. Tartsa külön a kinyert szöveget a magyarázattól, a javasolt műveletet pedig a végrehajtottól. Képernyőképből kódot készítő feladathoz adja hozzá a vonatkozó forrásszöveget, az elvárt működést és a szükséges végső eredményt. E modell profilja kép- és szövegértés szöveges kimenettel, nem képkészítés, beszédszintézis vagy feltételezett videóelemzési munkafolyamat.
POST /v1/chat/completionstexttext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok deepseek/deepseek-v4-flash-vision-exp | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok Minimális elemszám: 1 | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok Modelltől függ | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményOpcionális | Értékek és korlátok Akkor alkalmazandó, ha: Szöveges beszélgetés | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF8 szöveg
messages[].content
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages |
Paramétermaterial_types | Szerződéstext |
Paramétermessages | Szerződésüzenettömb role/content szerkezettel |
Paraméterfile_material | Szerződésa tényleges UTF-8 dokumentum szó szerinti szövegként beillesztve; nincs kikövetkeztetett fájlazonosító |
Paraméteroptional_controls | Szerződésstream |
Paramétercontrol_scope | SzerződésSzöveges beszélgetés; a stream logikai érték, alapértéke false. |
Paraméteroutput_modalities | Szerződéstext |
Paraméterhosted_operations | Szerződésfalse |
Paramétermultimodal_input_binding | Szerződésnull |
Metódus álnevei: /chat/completions
Életciklus: synchronous_or_streamed
Küldje el a pontos modellazonosítót a messages mellett.
A kontextushossz nem kimeneti felső korlát.
Egy szövegfájl szó szerinti szöveget adhat meg; a kép-/hang-/fájlobjektum-bemenetek pontos hozzárendelést igényelnek.
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.00088 / 1K token Kimenet · Kimeneti tokenek $0.00264 / 1K token Bemenet · Gyorsítótár olvasása $0.000028 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"deepseek/deepseek-v4-flash-vision-exp","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-v4-flash-vision-exp", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes válaszváltozatot és azok tartalmát/eszközhívásait/gondolkodási tartalmát. SSE esetén válaszváltozat- és eszközindex szerint állítsa össze a részleges frissítéseket, és tartsa meg a végső befejezési okot és a használati adatokat.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőchoices[].index | Típusinteger |
Mezőchoices[].message.content | Típusstring|null |
Mezőchoices[].message.tool_calls | Típustool_call[] |
Mezőchoices[].message.reasoning_content | Típusstring |
Mezőchoices[].message.reasoning_details | Típusobject|array |
Mezőchoices[].finish_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra deepseek/deepseek-v4-flash-vision-exp
/chat/completions
deepseek/deepseek-v4-flash-vision-expA DeepSeek V4 Flash Vision Exp képeket és szöveget egyesít a vizuális megértéshez és a multimodális ügynöki feladatokhoz. Vizuális modulokkal bővíti a V4 Flash architektúrát, és szöveget ad vissza, támogatva a képekre alapozott magyarázatokat, elemzéseket és eszközműveleti javaslatokat.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A DeepSeek V4 Flash Vision Exp a DeepSeek kísérleti multimodális modellje a V4 családban. A V4 Flash modellre épül, amelyet vizuális modulokkal és a vizuális megértésre irányuló további tanítással egészít ki. A bemenet képeket és szöveget egyesít, a kimenet pedig szöveg. Dokumentált célja a multimodális ügynöki munka összekapcsolása a szöveges ügynöki feladatokkal, ezért akkor hasznos, amikor az asszisztens számára szükséges információ képernyőképen, diagramon vagy más megadott képen látható.
A fejlesztői referencia DFlash figyelmi mechanizmussal, szakértőkeverékes összetevőkkel, hiperkapcsolatokkal és DSpark ággal összekötött képi kódolót és illesztőmodult ír le. A vizuális modulok a képinformációt olyan formává alakítják, amelyet a nyelvi modell az írott kérdés mellett használhat. Ez eltér a kártyán hivatkozott, kizárólag szöveges V4 Flash profiltól, amelynek összehasonlítása a multimodális elemeket külön kezeli. A Vision Exp egy elnevezett kiadás, nem pedig utasítás arra, hogy tetszőleges médiatámogatást adjunk egy másik Flash modellhez.
Promptformátum-referenciája támogatja a közbeiktatott képtartalmakat, a többfordulós beszélgetéseket, az eszközhívásokat és a gondolkodási módokat. A nem gondolkodó promptok közvetlen választ kérhetnek; a gondolkodó promptok következtetési erőfeszítésre vonatkozó beállítást használhatnak, beleértve a dokumentált Max példát. A képek pontosan abban a sorrendben kerülnek rögzítésre, ahogyan a promptban szerepelnek. Több bemenetet számozzon vagy címkézzen meg, és mondja meg, melyik képre vonatkozik a kérdés, hogy a vizuális összehasonlítás megőrizze kapcsolatát a forrással.
A közzétett konfiguráció a max_position_embeddings értékét 1,048,576-ra állítja. Ez a modellkonfiguráció pozíciókorlátja, nem külön maximáliskimenet-specifikáció. Készítsen célzott képcsoportot és pontos kérdést, miközben a promptot, a beszélgetést és a generált választ a kiválasztott fejlesztői munkafolyamat korlátain belül tartja.
Gyakorlati interfészfeladathoz adja meg az aktuális képernyőképet, a kívánt felhasználói műveletet és a releváns szöveges specifikációt. Szemléltető feladatleírás: „Azonosítsd a beállítás módosításához szükséges látható vezérlőket. Használd a megjelenített felirataikat, magyarázd el a következő műveletet, és mondd meg, a képernyő mely része támasztja alá.” Diagramnál a látható értékeket és kapcsolatokat a kikövetkeztetett értelmezéstől külön kérje. Ha apró feliratok számítanak, adjon olvasható kivágást elegendő környező kontextussal ahhoz, hogy a szerepük azonosítható legyen.
Ügynöki alkalmazásban a modell a kép és az utasítás értelmezése után eszközműveletet javasolhat. A környező alkalmazás végrehajtja a műveletet, visszaadja a megfigyelést, és szükség esetén megadja a következő vizuális állapotot. Határozza meg az eszköz célját és az engedélyezett műveleteket. Egy javasolt kattintás, leírt koordináta vagy generált kód mindaddig szöveges eredmény marad, amíg az alkalmazás el nem végzi a megfelelő műveletet; a következő lépés bizonyítékaként az ebből származó megfigyelést használja.
Forrásalapú végtermékhez kérje, hogy a válasz minden megállapításnál azonosítsa az alapjául szolgáló képet és látható részletet. Tartsa külön a kinyert szöveget a magyarázattól, a javasolt műveletet pedig a végrehajtottól. Képernyőképből kódot készítő feladathoz adja hozzá a vonatkozó forrásszöveget, az elvárt működést és a szükséges végső eredményt. E modell profilja kép- és szövegértés szöveges kimenettel, nem képkészítés, beszédszintézis vagy feltételezett videóelemzési munkafolyamat.
POST /v1/messagestextjson, sse| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok deepseek/deepseek-v4-flash-vision-exp | Alapértelmezett— |
Mezőmessages | Típusmessage[] | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmessages[].role | Típusstring | KövetelményKötelező | Értékek és korlátok user, assistant | Alapértelmezett— |
Mezőmessages[].content | Típusstring | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőmax_tokens | Típusinteger | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőstream | Típusboolean | KövetelményOpcionális | Értékek és korlátok | Alapértelmezettfalse |
Szöveg · UTF-8 szöveg
messages[].content karakterlánc
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, messages, max_tokens |
Paraméteroptional_controls | Szerződésstream |
Paramétermaterial_types | Szerződéstext |
Paramétertext_file_material | SzerződésOlvassa el a tényleges UTF-8 dokumentumot, és tegye a szövegét a jelzett bemeneti karakterláncba vagy az üzenettartalom karakterláncába. |
Életciklus: synchronous_or_streamed
A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek.
| Beállítás | Díjtáblázat | Díj |
|---|---|---|
| BeállításTokenenkénti alapárak | DíjtáblázatAlapdíj | Díj Bemenet · Bemeneti tokenek $0.00088 / 1K token Kimenet · Kimeneti tokenek $0.00264 / 1K token Bemenet · Gyorsítótár olvasása $0.000028 / 1K token Bemenet · Írás a gyorsítótárba $0 / 1K token Bemenet · Írás a gyorsítótárba, 1 óra — / 1K token |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
{\n "model": "deepseek/deepseek-v4-flash-vision-exp",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-v4-flash-vision-exp', '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-v4-flash-vision-exp', '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 vagy SSE
Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt.
Őrizze meg az összes tartalomblokkot, a gondolkodási tartalom aláírásait és a tényleges eszközhasználati ID-kat. Állítsa össze az összes SSE-blokk részleges frissítését; az első szövegblokk nem a teljes kimenet.
Őrizze meg a kérés-/válaszazonosítókat és a fejléceket. Nincs megadva általános URL a szöveges feladatok lekéréséhez.
| Mező | Típus |
|---|---|
Mezőid | Típusstring |
Mezőmodel | Típusstring |
Mezőcontent[] | Típustext|thinking|tool_use|other content block |
Mezőstop_reason | Típusstring|null |
Mezőusage | Típusobject |
| Válasz | Feltétel | Következő lépés |
|---|---|---|
Válasz400 · invalid_request_error | FeltételÉrvénytelen kötelező mezők, az anyag érvénytelen reprezentációja vagy érvénytelen paraméterérték | Következő lépésJavítsa a jelzett mezőket egy új létrehozási kérés előtt. |
Ailoot Ultra deepseek/deepseek-v4-flash-vision-exp
/chat/completions