DeepSeek V3.1 Terminus는 DeepSeek의 V3.1 텍스트 모델 프로필 업데이트입니다. 기존 기능을 유지하면서 원치 않는 중국어·영어 혼용, 간헐적인 비정상 문자, 코드 및 검색 에이전트의 동작을 개선합니다. 입력은 작성된 작업 지시와 출처 맥락이며, 출력은 설명, 제안 코드 또는 에이전트 관련 내용을 포함할 수 있는 텍스트입니다. Terminus라는 이름의 에디션은 원래 V3.1 및 이후의 희소 어텐션 릴리스와 구분됩니다.
계승한 V3.1 프로필은 하이브리드 방식으로, 하나의 모델이 채팅 템플릿을 통해 사고 또는 비사고 모드로 응답할 수 있습니다. V3.1의 공개 모델 표에는 총 6,710억개의 파라미터, 활성 파라미터 370억개, 128K 컨텍스트가 명시되어 있습니다. Terminus는 V3와 같은 모델 구조를 설명하며, 수정된 검색 에이전트 워크플로 이외의 대화 템플릿은 V3.1을 참조하도록 안내합니다. 이러한 참조는 업데이트를 기반 계열에 연결하면서도 고유한 변경 사항을 유지합니다.
직접적인 코딩 어시스턴트의 경우, 계승한 템플릿은 비사고 모드에서 제공된 도구 정의에 따른 이름 있는 함수와 JSON 인수를 사용하는 표준 도구 호출을 지원합니다. 모델이 작업을 제안하면 애플리케이션이 이를 수행하고 관측 결과를 반환합니다. 사고 모드의 검색은 특화된 검색 에이전트 형식을 따릅니다. Terminus는 해당 검색 템플릿과 도구 세트를 업데이트하므로, 검색 과정에는 다른 릴리스의 무관한 템플릿이 아니라 Terminus 참고 자료를 사용해야 합니다.
언어 일관성은 실용적인 에디션 차이입니다. 중국어나 영어 문서 작업에서는 답변 언어, 원래 표기를 유지해야 하는 용어, 사용할 출처 구절을 지정하세요. 예를 들어 다음과 같이 지시할 수 있습니다. “설명을 영어로 작성하고, 제공된 변수명을 유지하며, API 필드명은 번역하지 마세요. 각 판단은 제공된 명세에 근거하도록 하세요.” 이 업데이트는 원치 않는 언어 전환을 줄이는 데 목적이 있으며, 어떤 다국어 자료가 의도된 것인지는 작업 지침에서 계속 정의해야 합니다.
모델은 외부 정보나 최신 정보가 필요한 질문에 사용자가 제공한 검색 도구를 사용할 수 있습니다. 조사 질문, 유용한 출처의 기준, 최종 결과물을 제공하세요. 코딩 작업에는 관련 코드 조각, 관측된 동작, 기대하는 결과를 포함해야 합니다. 도구 반환값은 이를 생성한 작업과 연결해 유지하고, 최종 답변에는 제안된 변경이나 결론의 근거를 명시하도록 요청하세요.
제작사는 체크포인트별 정밀도 세부 사항을 기록합니다. 어텐션 출력 투영 파라미터는 V3.1 릴리스에서 사용된 UE8M0 FP8 스케일 형식에 부합하지 않습니다. 이는 참조 구현에서 고려할 사항이며, 작업의 언어, 모달리티 또는 답변 형식이 바뀐다는 뜻은 아닙니다. Terminus를 고유한 에디션으로 유지하고 모든 V3.1 체크포인트를 동일한 정밀도 프로필로 취급하지 않아야 하는 이유입니다.
긴 작업에서는 출처 자료, 대화, 생성된 응답이 해당 계열의 128K 컨텍스트 안에 들어가도록 분량을 배분하세요. 문서 섹션과 코드 조각에 표지를 붙여 결과가 올바른 근거를 참조할 수 있도록 하세요. 여러 단계로 이루어진 작업에서는 허용되는 작업, 필요한 결과물, 완료 기준을 정의하세요. 유용한 결과는 입력 및 실제 도구 관측 내용과 대조해 검토할 수 있는 일관된 텍스트 답변, 코드 제안 또는 출처에 근거한 분석입니다.
", "aboutText": "DeepSeek V3.1 Terminus는 DeepSeek의 V3.1 텍스트 모델 프로필 업데이트입니다. 기존 기능을 유지하면서 원치 않는 중국어·영어 혼용, 간헐적인 비정상 문자, 코드 및 검색 에이전트의 동작을 개선합니다. 입력은 작성된 작업 지시와 출처 맥락이며, 출력은 설명, 제안 코드 또는 에이전트 관련 내용을 포함할 수 있는 텍스트입니다. Terminus라는 이름의 에디션은 원래 V3.1 및 이후의 희소 어텐션 릴리스와 구분됩니다.\n\n계승한 V3.1 프로필은 하이브리드 방식으로, 하나의 모델이 채팅 템플릿을 통해 사고 또는 비사고 모드로 응답할 수 있습니다. V3.1의 공개 모델 표에는 총 6,710억개의 파라미터, 활성 파라미터 370억개, 128K 컨텍스트가 명시되어 있습니다. Terminus는 V3와 같은 모델 구조를 설명하며, 수정된 검색 에이전트 워크플로 이외의 대화 템플릿은 V3.1을 참조하도록 안내합니다. 이러한 참조는 업데이트를 기반 계열에 연결하면서도 고유한 변경 사항을 유지합니다.\n\n직접적인 코딩 어시스턴트의 경우, 계승한 템플릿은 비사고 모드에서 제공된 도구 정의에 따른 이름 있는 함수와 JSON 인수를 사용하는 표준 도구 호출을 지원합니다. 모델이 작업을 제안하면 애플리케이션이 이를 수행하고 관측 결과를 반환합니다. 사고 모드의 검색은 특화된 검색 에이전트 형식을 따릅니다. Terminus는 해당 검색 템플릿과 도구 세트를 업데이트하므로, 검색 과정에는 다른 릴리스의 무관한 템플릿이 아니라 Terminus 참고 자료를 사용해야 합니다.\n\n언어 일관성은 실용적인 에디션 차이입니다. 중국어나 영어 문서 작업에서는 답변 언어, 원래 표기를 유지해야 하는 용어, 사용할 출처 구절을 지정하세요. 예를 들어 다음과 같이 지시할 수 있습니다. “설명을 영어로 작성하고, 제공된 변수명을 유지하며, API 필드명은 번역하지 마세요. 각 판단은 제공된 명세에 근거하도록 하세요.” 이 업데이트는 원치 않는 언어 전환을 줄이는 데 목적이 있으며, 어떤 다국어 자료가 의도된 것인지는 작업 지침에서 계속 정의해야 합니다.\n\n모델은 외부 정보나 최신 정보가 필요한 질문에 사용자가 제공한 검색 도구를 사용할 수 있습니다. 조사 질문, 유용한 출처의 기준, 최종 결과물을 제공하세요. 코딩 작업에는 관련 코드 조각, 관측된 동작, 기대하는 결과를 포함해야 합니다. 도구 반환값은 이를 생성한 작업과 연결해 유지하고, 최종 답변에는 제안된 변경이나 결론의 근거를 명시하도록 요청하세요.\n\n제작사는 체크포인트별 정밀도 세부 사항을 기록합니다. 어텐션 출력 투영 파라미터는 V3.1 릴리스에서 사용된 UE8M0 FP8 스케일 형식에 부합하지 않습니다. 이는 참조 구현에서 고려할 사항이며, 작업의 언어, 모달리티 또는 답변 형식이 바뀐다는 뜻은 아닙니다. Terminus를 고유한 에디션으로 유지하고 모든 V3.1 체크포인트를 동일한 정밀도 프로필로 취급하지 않아야 하는 이유입니다.\n\n긴 작업에서는 출처 자료, 대화, 생성된 응답이 해당 계열의 128K 컨텍스트 안에 들어가도록 분량을 배분하세요. 문서 섹션과 코드 조각에 표지를 붙여 결과가 올바른 근거를 참조할 수 있도록 하세요. 여러 단계로 이루어진 작업에서는 허용되는 작업, 필요한 결과물, 완료 기준을 정의하세요. 유용한 결과는 입력 및 실제 도구 관측 내용과 대조해 검토할 수 있는 일관된 텍스트 답변, 코드 제안 또는 출처에 근거한 분석입니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
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 Terminus는 V3.1 텍스트 모델의 언어 일관성과 코드·검색 에이전트의 동작을 개선합니다. 사고와 직접 응답을 결합한 하이브리드 프로필을 유지하며, 128K 컨텍스트와 업데이트된 검색 에이전트 템플릿을 제공하고 이후 V3.2 형식과는 구분됩니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
DeepSeek V3.1 Terminus는 DeepSeek의 V3.1 텍스트 모델 프로필 업데이트입니다. 기존 기능을 유지하면서 원치 않는 중국어·영어 혼용, 간헐적인 비정상 문자, 코드 및 검색 에이전트의 동작을 개선합니다. 입력은 작성된 작업 지시와 출처 맥락이며, 출력은 설명, 제안 코드 또는 에이전트 관련 내용을 포함할 수 있는 텍스트입니다. Terminus라는 이름의 에디션은 원래 V3.1 및 이후의 희소 어텐션 릴리스와 구분됩니다.
계승한 V3.1 프로필은 하이브리드 방식으로, 하나의 모델이 채팅 템플릿을 통해 사고 또는 비사고 모드로 응답할 수 있습니다. V3.1의 공개 모델 표에는 총 6,710억개의 파라미터, 활성 파라미터 370억개, 128K 컨텍스트가 명시되어 있습니다. Terminus는 V3와 같은 모델 구조를 설명하며, 수정된 검색 에이전트 워크플로 이외의 대화 템플릿은 V3.1을 참조하도록 안내합니다. 이러한 참조는 업데이트를 기반 계열에 연결하면서도 고유한 변경 사항을 유지합니다.
직접적인 코딩 어시스턴트의 경우, 계승한 템플릿은 비사고 모드에서 제공된 도구 정의에 따른 이름 있는 함수와 JSON 인수를 사용하는 표준 도구 호출을 지원합니다. 모델이 작업을 제안하면 애플리케이션이 이를 수행하고 관측 결과를 반환합니다. 사고 모드의 검색은 특화된 검색 에이전트 형식을 따릅니다. Terminus는 해당 검색 템플릿과 도구 세트를 업데이트하므로, 검색 과정에는 다른 릴리스의 무관한 템플릿이 아니라 Terminus 참고 자료를 사용해야 합니다.
언어 일관성은 실용적인 에디션 차이입니다. 중국어나 영어 문서 작업에서는 답변 언어, 원래 표기를 유지해야 하는 용어, 사용할 출처 구절을 지정하세요. 예를 들어 다음과 같이 지시할 수 있습니다. “설명을 영어로 작성하고, 제공된 변수명을 유지하며, API 필드명은 번역하지 마세요. 각 판단은 제공된 명세에 근거하도록 하세요.” 이 업데이트는 원치 않는 언어 전환을 줄이는 데 목적이 있으며, 어떤 다국어 자료가 의도된 것인지는 작업 지침에서 계속 정의해야 합니다.
모델은 외부 정보나 최신 정보가 필요한 질문에 사용자가 제공한 검색 도구를 사용할 수 있습니다. 조사 질문, 유용한 출처의 기준, 최종 결과물을 제공하세요. 코딩 작업에는 관련 코드 조각, 관측된 동작, 기대하는 결과를 포함해야 합니다. 도구 반환값은 이를 생성한 작업과 연결해 유지하고, 최종 답변에는 제안된 변경이나 결론의 근거를 명시하도록 요청하세요.
제작사는 체크포인트별 정밀도 세부 사항을 기록합니다. 어텐션 출력 투영 파라미터는 V3.1 릴리스에서 사용된 UE8M0 FP8 스케일 형식에 부합하지 않습니다. 이는 참조 구현에서 고려할 사항이며, 작업의 언어, 모달리티 또는 답변 형식이 바뀐다는 뜻은 아닙니다. Terminus를 고유한 에디션으로 유지하고 모든 V3.1 체크포인트를 동일한 정밀도 프로필로 취급하지 않아야 하는 이유입니다.
긴 작업에서는 출처 자료, 대화, 생성된 응답이 해당 계열의 128K 컨텍스트 안에 들어가도록 분량을 배분하세요. 문서 섹션과 코드 조각에 표지를 붙여 결과가 올바른 근거를 참조할 수 있도록 하세요. 여러 단계로 이루어진 작업에서는 허용되는 작업, 필요한 결과물, 완료 기준을 정의하세요. 유용한 결과는 입력 및 실제 도구 관측 내용과 대조해 검토할 수 있는 일관된 텍스트 답변, 코드 제안 또는 출처에 근거한 분석입니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 deepseek/deepseek-v3.1-terminus | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.001144 / 1K 토큰 출력 · 출력 토큰 $0.00343 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra deepseek/deepseek-v3.1-terminus
위에 표시된 메서드 경로를 사용하세요.
deepseek/deepseek-v3.1-terminusDeepSeek V3.1 Terminus는 V3.1 텍스트 모델의 언어 일관성과 코드·검색 에이전트의 동작을 개선합니다. 사고와 직접 응답을 결합한 하이브리드 프로필을 유지하며, 128K 컨텍스트와 업데이트된 검색 에이전트 템플릿을 제공하고 이후 V3.2 형식과는 구분됩니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
DeepSeek V3.1 Terminus는 DeepSeek의 V3.1 텍스트 모델 프로필 업데이트입니다. 기존 기능을 유지하면서 원치 않는 중국어·영어 혼용, 간헐적인 비정상 문자, 코드 및 검색 에이전트의 동작을 개선합니다. 입력은 작성된 작업 지시와 출처 맥락이며, 출력은 설명, 제안 코드 또는 에이전트 관련 내용을 포함할 수 있는 텍스트입니다. Terminus라는 이름의 에디션은 원래 V3.1 및 이후의 희소 어텐션 릴리스와 구분됩니다.
계승한 V3.1 프로필은 하이브리드 방식으로, 하나의 모델이 채팅 템플릿을 통해 사고 또는 비사고 모드로 응답할 수 있습니다. V3.1의 공개 모델 표에는 총 6,710억개의 파라미터, 활성 파라미터 370억개, 128K 컨텍스트가 명시되어 있습니다. Terminus는 V3와 같은 모델 구조를 설명하며, 수정된 검색 에이전트 워크플로 이외의 대화 템플릿은 V3.1을 참조하도록 안내합니다. 이러한 참조는 업데이트를 기반 계열에 연결하면서도 고유한 변경 사항을 유지합니다.
직접적인 코딩 어시스턴트의 경우, 계승한 템플릿은 비사고 모드에서 제공된 도구 정의에 따른 이름 있는 함수와 JSON 인수를 사용하는 표준 도구 호출을 지원합니다. 모델이 작업을 제안하면 애플리케이션이 이를 수행하고 관측 결과를 반환합니다. 사고 모드의 검색은 특화된 검색 에이전트 형식을 따릅니다. Terminus는 해당 검색 템플릿과 도구 세트를 업데이트하므로, 검색 과정에는 다른 릴리스의 무관한 템플릿이 아니라 Terminus 참고 자료를 사용해야 합니다.
언어 일관성은 실용적인 에디션 차이입니다. 중국어나 영어 문서 작업에서는 답변 언어, 원래 표기를 유지해야 하는 용어, 사용할 출처 구절을 지정하세요. 예를 들어 다음과 같이 지시할 수 있습니다. “설명을 영어로 작성하고, 제공된 변수명을 유지하며, API 필드명은 번역하지 마세요. 각 판단은 제공된 명세에 근거하도록 하세요.” 이 업데이트는 원치 않는 언어 전환을 줄이는 데 목적이 있으며, 어떤 다국어 자료가 의도된 것인지는 작업 지침에서 계속 정의해야 합니다.
모델은 외부 정보나 최신 정보가 필요한 질문에 사용자가 제공한 검색 도구를 사용할 수 있습니다. 조사 질문, 유용한 출처의 기준, 최종 결과물을 제공하세요. 코딩 작업에는 관련 코드 조각, 관측된 동작, 기대하는 결과를 포함해야 합니다. 도구 반환값은 이를 생성한 작업과 연결해 유지하고, 최종 답변에는 제안된 변경이나 결론의 근거를 명시하도록 요청하세요.
제작사는 체크포인트별 정밀도 세부 사항을 기록합니다. 어텐션 출력 투영 파라미터는 V3.1 릴리스에서 사용된 UE8M0 FP8 스케일 형식에 부합하지 않습니다. 이는 참조 구현에서 고려할 사항이며, 작업의 언어, 모달리티 또는 답변 형식이 바뀐다는 뜻은 아닙니다. Terminus를 고유한 에디션으로 유지하고 모든 V3.1 체크포인트를 동일한 정밀도 프로필로 취급하지 않아야 하는 이유입니다.
긴 작업에서는 출처 자료, 대화, 생성된 응답이 해당 계열의 128K 컨텍스트 안에 들어가도록 분량을 배분하세요. 문서 섹션과 코드 조각에 표지를 붙여 결과가 올바른 근거를 참조할 수 있도록 하세요. 여러 단계로 이루어진 작업에서는 허용되는 작업, 필요한 결과물, 완료 기준을 정의하세요. 유용한 결과는 입력 및 실제 도구 관측 내용과 대조해 검토할 수 있는 일관된 텍스트 답변, 코드 제안 또는 출처에 근거한 분석입니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 deepseek/deepseek-v3.1-terminus | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.001144 / 1K 토큰 출력 · 출력 토큰 $0.00343 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "deepseek/deepseek-v3.1-terminus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra deepseek/deepseek-v3.1-terminus
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
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.