DeepSeek V3.2 yra DeepSeek tekstinis modelis, skirtas samprotavimui ir agentiniam darbui, akcentuojant veiksmingą ilgo konteksto apdorojimą. Pagrindinius pakeitimus gamintojas sieja su DeepSeek Sparse Attention, išplėstu skatinamojo mokymosi karkasu ir agentinių užduočių mokymo grandine. Jis priima rašytinius klausimus bei kontekstą ir pateikia tekstą, įskaitant atsakymą, kodą arba įrankio kvietimo turinį. Jis skiriasi nuo ankstesnio V3.2 Exp leidimo ir atskiro samprotavimo varianto Speciale.
DeepSeek Sparse Attention papildo latentinio dėmesio architektūrą indeksavimo moduliu ir smulkiai detalizuota žetonų atranka. Ilgai sekai indeksavimo modulis parenka ankstesnių žetonų informaciją, naudojamą pagrindiniame dėmesio skaičiavime. Ataskaitoje teigiama, kad tai architektūrinis pokytis nuo V3.1 Terminus ir naudojama ta pati architektūra kaip V3.2 Exp. Paskelbtas kontekstas yra 128K žetonų, todėl galima naudoti daug šaltinių medžiagos ir tęsti užduotį, tačiau sugeneruotas samprotavimas bei įrankių istorija taip pat naudoja turimą kontekstą.
Papildomas mokymas apima atsakymus tiek su samprotavimu, tiek be jo matematikos, programavimo, loginio samprotavimo, bendrų agentų užduočių, agentinio programavimo ir paieškos srityse. Sričių specialistai pateikia duomenis, kurie sujungiami į galutinį modelį, o po to taikomas mišrus skatinamasis mokymasis. Įprastam klausimui gali tikti tiesioginis atsakymas; sudėtingai problemai samprotavimo darbo procesas gali išplėtoti sprendimą prieš pateikiant galutinį rezultatą. Reikiamą atsakymą arba rezultatą nurodykite nepriklausomai nuo tarpinio samprotavimo.
Esminis leidimo pakeitimas yra samprotavimas su įrankiais. Atnaujintas pokalbio formatas leidžia tęsti samprotavimą vykdant užduotį su įrankių kvietimais, užuot laikęs analizę ir veiksmą nesusijusiais etapais. Modelio pasirinktą operaciją įvykdo programa ir grąžina jos rezultatą kitam žingsniui. Gamintojo įrankių konteksto taisyklė išsaugo ankstesnį samprotavimą, kol pridedami tik su įrankiais susiję pranešimai; gavusi naują naudotojo pranešimą, ji pašalina tą samprotavimą, tačiau išlaiko įrankių kvietimus ir rezultatus. Šiam veikimui svarbu tinkamai atskirti pokalbio vaidmenis.
Programavimui pateikite pradinio kodo fragmentą arba susijusius failus, pastebėtą problemą, numatomą rezultatą ir sąlygas, kurias pakeitimas turi išsaugoti. Pavyzdinė užduotis: „Naudodami pateiktą kodą ir įrankių rezultatus nustatykite priežastį, pasiūlykite mažiausią pataisą ir grąžinkite galutinę pataisą su ją pagrindžiančiu patikros rezultatu.“ Paieškos užduočiai aprašykite klausimą, reikiamus įrodymus ir tai, kas laikoma užbaigtu atsakymu. Paieškos ir vykdymo įrankius pateikia aplinkinė programa, o ne vien tekstas.
Vietiniam naudojimui gamintojas rekomenduoja temperature 1.0 ir top-p 0.95. V3.2 pristato patikslintą įrankių kvietimų pateikimą ir specialų pranešimų koduotuvą. Jo developer vaidmuo rezervuotas gamintojo paieškos agento šablonui, o oficiali API šio vaidmens nepriima. Pavyzdinis analizatorius tikisi taisyklingos išvesties ir netaiso netaisyklingų rezultatų; kai programa naudoja sugeneruotus laukus arba įrankių argumentus, prieš atlikdama su jais veiksmus ji turėtų patikrinti jų struktūrą.
Techninėje ataskaitoje ilgos samprotavimo trajektorijos ir perteklinis savęs tikrinimas įvardijami kaip praktiniai ribotumai. Agento užduotis gali pasiekti 128K ribą net tada, kai pradinė šaltinių medžiaga telpa, nes kaupiasi įrankių išvestys ir pasikartojantis samprotavimas. Išlaikykite glaustą svarbių stebėjimų įrašą ir aiškiai įvardykite galutinį rezultatą. Darbui, kuriame svarbus žinių tikslumas, pridėkite autoritetingą medžiagą arba pateikite tinkamą paieškos įrankį, užuot tikėjęsi, kad mokymo metu įgytos žinios apibrėš kiekvieną faktą.
DeepSeek V3.2 Speciale yra atskiras gilaus samprotavimo variantas, kuriam skiriama daug skaičiavimo išteklių ir kurio modelio kortelėje nurodyta, kad įrankių kvietimai nepalaikomi. Jo savybių nereikėtų priskirti standartiniam V3.2 įrankių profiliui. Taip pat vėlesnė V4 karta ir eksperimentinis pirmtakas turi atskiras tapatybes bei konfigūracijos pasirinkimus. Lygindami užduotis, kurioms svarbus modelis ir užklausos formatas, išlaikykite įvardytą V3.2 leidimą.
Praktinei šaltiniais pagrįstai analizei sužymėkite medžiagą ir prašykite svarbiomis ištraukomis pagrįstos išvados, atskirai išlaikydami prielaidas bei trūkstamą informaciją. Agentui nurodykite leidžiamas funkcijas, numatomą galutinį rezultatą ir užbaigimo kriterijų. Taip modelio samprotavimo ir įrankių darbo procesas parengiamas pagal peržiūrimą tekstinį, kodo arba analitinį rezultatą, susietą su pateiktais įrodymais.
", "aboutText": "DeepSeek V3.2 yra DeepSeek tekstinis modelis, skirtas samprotavimui ir agentiniam darbui, akcentuojant veiksmingą ilgo konteksto apdorojimą. Pagrindinius pakeitimus gamintojas sieja su DeepSeek Sparse Attention, išplėstu skatinamojo mokymosi karkasu ir agentinių užduočių mokymo grandine. Jis priima rašytinius klausimus bei kontekstą ir pateikia tekstą, įskaitant atsakymą, kodą arba įrankio kvietimo turinį. Jis skiriasi nuo ankstesnio V3.2 Exp leidimo ir atskiro samprotavimo varianto Speciale.\n\nDeepSeek Sparse Attention papildo latentinio dėmesio architektūrą indeksavimo moduliu ir smulkiai detalizuota žetonų atranka. Ilgai sekai indeksavimo modulis parenka ankstesnių žetonų informaciją, naudojamą pagrindiniame dėmesio skaičiavime. Ataskaitoje teigiama, kad tai architektūrinis pokytis nuo V3.1 Terminus ir naudojama ta pati architektūra kaip V3.2 Exp. Paskelbtas kontekstas yra 128K žetonų, todėl galima naudoti daug šaltinių medžiagos ir tęsti užduotį, tačiau sugeneruotas samprotavimas bei įrankių istorija taip pat naudoja turimą kontekstą.\n\nPapildomas mokymas apima atsakymus tiek su samprotavimu, tiek be jo matematikos, programavimo, loginio samprotavimo, bendrų agentų užduočių, agentinio programavimo ir paieškos srityse. Sričių specialistai pateikia duomenis, kurie sujungiami į galutinį modelį, o po to taikomas mišrus skatinamasis mokymasis. Įprastam klausimui gali tikti tiesioginis atsakymas; sudėtingai problemai samprotavimo darbo procesas gali išplėtoti sprendimą prieš pateikiant galutinį rezultatą. Reikiamą atsakymą arba rezultatą nurodykite nepriklausomai nuo tarpinio samprotavimo.\n\nEsminis leidimo pakeitimas yra samprotavimas su įrankiais. Atnaujintas pokalbio formatas leidžia tęsti samprotavimą vykdant užduotį su įrankių kvietimais, užuot laikęs analizę ir veiksmą nesusijusiais etapais. Modelio pasirinktą operaciją įvykdo programa ir grąžina jos rezultatą kitam žingsniui. Gamintojo įrankių konteksto taisyklė išsaugo ankstesnį samprotavimą, kol pridedami tik su įrankiais susiję pranešimai; gavusi naują naudotojo pranešimą, ji pašalina tą samprotavimą, tačiau išlaiko įrankių kvietimus ir rezultatus. Šiam veikimui svarbu tinkamai atskirti pokalbio vaidmenis.\n\nProgramavimui pateikite pradinio kodo fragmentą arba susijusius failus, pastebėtą problemą, numatomą rezultatą ir sąlygas, kurias pakeitimas turi išsaugoti. Pavyzdinė užduotis: „Naudodami pateiktą kodą ir įrankių rezultatus nustatykite priežastį, pasiūlykite mažiausią pataisą ir grąžinkite galutinę pataisą su ją pagrindžiančiu patikros rezultatu.“ Paieškos užduočiai aprašykite klausimą, reikiamus įrodymus ir tai, kas laikoma užbaigtu atsakymu. Paieškos ir vykdymo įrankius pateikia aplinkinė programa, o ne vien tekstas.\n\nVietiniam naudojimui gamintojas rekomenduoja temperature 1.0 ir top-p 0.95. V3.2 pristato patikslintą įrankių kvietimų pateikimą ir specialų pranešimų koduotuvą. Jo developer vaidmuo rezervuotas gamintojo paieškos agento šablonui, o oficiali API šio vaidmens nepriima. Pavyzdinis analizatorius tikisi taisyklingos išvesties ir netaiso netaisyklingų rezultatų; kai programa naudoja sugeneruotus laukus arba įrankių argumentus, prieš atlikdama su jais veiksmus ji turėtų patikrinti jų struktūrą.\n\nTechninėje ataskaitoje ilgos samprotavimo trajektorijos ir perteklinis savęs tikrinimas įvardijami kaip praktiniai ribotumai. Agento užduotis gali pasiekti 128K ribą net tada, kai pradinė šaltinių medžiaga telpa, nes kaupiasi įrankių išvestys ir pasikartojantis samprotavimas. Išlaikykite glaustą svarbių stebėjimų įrašą ir aiškiai įvardykite galutinį rezultatą. Darbui, kuriame svarbus žinių tikslumas, pridėkite autoritetingą medžiagą arba pateikite tinkamą paieškos įrankį, užuot tikėjęsi, kad mokymo metu įgytos žinios apibrėš kiekvieną faktą.\n\nDeepSeek V3.2 Speciale yra atskiras gilaus samprotavimo variantas, kuriam skiriama daug skaičiavimo išteklių ir kurio modelio kortelėje nurodyta, kad įrankių kvietimai nepalaikomi. Jo savybių nereikėtų priskirti standartiniam V3.2 įrankių profiliui. Taip pat vėlesnė V4 karta ir eksperimentinis pirmtakas turi atskiras tapatybes bei konfigūracijos pasirinkimus. Lygindami užduotis, kurioms svarbus modelis ir užklausos formatas, išlaikykite įvardytą V3.2 leidimą.\n\nPraktinei šaltiniais pagrįstai analizei sužymėkite medžiagą ir prašykite svarbiomis ištraukomis pagrįstos išvados, atskirai išlaikydami prielaidas bei trūkstamą informaciją. Agentui nurodykite leidžiamas funkcijas, numatomą galutinį rezultatą ir užbaigimo kriterijų. Taip modelio samprotavimo ir įrankių darbo procesas parengiamas pagal peržiūrimą tekstinį, kodo arba analitinį rezultatą, susietą su pateiktais įrodymais.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Repair an overwritten grouped total\n\nReview this Python fragment: totals = {}\nfor row in rows:\n totals[row['team']] = row['hours']\n For rows with teams A, B, A and hours 2, 3, 4, the last A overwrites the first. Return a minimal accumulation fix, explain the state changes and propose assertions for repeated teams and empty input.Corrected grouping code, a short state trace and two assertions with concrete inputs.Repeated teams accumulate all hours while an empty list returns an empty mapping.deepseek/deepseek-v3.2DeepSeek V3.2 sujungia tekstinį samprotavimą su įrankių naudojimu ir ilgo konteksto analize. Jo retojo dėmesio architektūra ir atnaujintas pokalbio formatas palaiko programavimą, paiešką ir kelių žingsnių agentų užduotis; kontekstas – 128K, o samprotavimo bei tiesioginio atsakymo darbo procesai atskiri.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
DeepSeek V3.2 yra DeepSeek tekstinis modelis, skirtas samprotavimui ir agentiniam darbui, akcentuojant veiksmingą ilgo konteksto apdorojimą. Pagrindinius pakeitimus gamintojas sieja su DeepSeek Sparse Attention, išplėstu skatinamojo mokymosi karkasu ir agentinių užduočių mokymo grandine. Jis priima rašytinius klausimus bei kontekstą ir pateikia tekstą, įskaitant atsakymą, kodą arba įrankio kvietimo turinį. Jis skiriasi nuo ankstesnio V3.2 Exp leidimo ir atskiro samprotavimo varianto Speciale.
DeepSeek Sparse Attention papildo latentinio dėmesio architektūrą indeksavimo moduliu ir smulkiai detalizuota žetonų atranka. Ilgai sekai indeksavimo modulis parenka ankstesnių žetonų informaciją, naudojamą pagrindiniame dėmesio skaičiavime. Ataskaitoje teigiama, kad tai architektūrinis pokytis nuo V3.1 Terminus ir naudojama ta pati architektūra kaip V3.2 Exp. Paskelbtas kontekstas yra 128K žetonų, todėl galima naudoti daug šaltinių medžiagos ir tęsti užduotį, tačiau sugeneruotas samprotavimas bei įrankių istorija taip pat naudoja turimą kontekstą.
Papildomas mokymas apima atsakymus tiek su samprotavimu, tiek be jo matematikos, programavimo, loginio samprotavimo, bendrų agentų užduočių, agentinio programavimo ir paieškos srityse. Sričių specialistai pateikia duomenis, kurie sujungiami į galutinį modelį, o po to taikomas mišrus skatinamasis mokymasis. Įprastam klausimui gali tikti tiesioginis atsakymas; sudėtingai problemai samprotavimo darbo procesas gali išplėtoti sprendimą prieš pateikiant galutinį rezultatą. Reikiamą atsakymą arba rezultatą nurodykite nepriklausomai nuo tarpinio samprotavimo.
Esminis leidimo pakeitimas yra samprotavimas su įrankiais. Atnaujintas pokalbio formatas leidžia tęsti samprotavimą vykdant užduotį su įrankių kvietimais, užuot laikęs analizę ir veiksmą nesusijusiais etapais. Modelio pasirinktą operaciją įvykdo programa ir grąžina jos rezultatą kitam žingsniui. Gamintojo įrankių konteksto taisyklė išsaugo ankstesnį samprotavimą, kol pridedami tik su įrankiais susiję pranešimai; gavusi naują naudotojo pranešimą, ji pašalina tą samprotavimą, tačiau išlaiko įrankių kvietimus ir rezultatus. Šiam veikimui svarbu tinkamai atskirti pokalbio vaidmenis.
Programavimui pateikite pradinio kodo fragmentą arba susijusius failus, pastebėtą problemą, numatomą rezultatą ir sąlygas, kurias pakeitimas turi išsaugoti. Pavyzdinė užduotis: „Naudodami pateiktą kodą ir įrankių rezultatus nustatykite priežastį, pasiūlykite mažiausią pataisą ir grąžinkite galutinę pataisą su ją pagrindžiančiu patikros rezultatu.“ Paieškos užduočiai aprašykite klausimą, reikiamus įrodymus ir tai, kas laikoma užbaigtu atsakymu. Paieškos ir vykdymo įrankius pateikia aplinkinė programa, o ne vien tekstas.
Vietiniam naudojimui gamintojas rekomenduoja temperature 1.0 ir top-p 0.95. V3.2 pristato patikslintą įrankių kvietimų pateikimą ir specialų pranešimų koduotuvą. Jo developer vaidmuo rezervuotas gamintojo paieškos agento šablonui, o oficiali API šio vaidmens nepriima. Pavyzdinis analizatorius tikisi taisyklingos išvesties ir netaiso netaisyklingų rezultatų; kai programa naudoja sugeneruotus laukus arba įrankių argumentus, prieš atlikdama su jais veiksmus ji turėtų patikrinti jų struktūrą.
Techninėje ataskaitoje ilgos samprotavimo trajektorijos ir perteklinis savęs tikrinimas įvardijami kaip praktiniai ribotumai. Agento užduotis gali pasiekti 128K ribą net tada, kai pradinė šaltinių medžiaga telpa, nes kaupiasi įrankių išvestys ir pasikartojantis samprotavimas. Išlaikykite glaustą svarbių stebėjimų įrašą ir aiškiai įvardykite galutinį rezultatą. Darbui, kuriame svarbus žinių tikslumas, pridėkite autoritetingą medžiagą arba pateikite tinkamą paieškos įrankį, užuot tikėjęsi, kad mokymo metu įgytos žinios apibrėš kiekvieną faktą.
DeepSeek V3.2 Speciale yra atskiras gilaus samprotavimo variantas, kuriam skiriama daug skaičiavimo išteklių ir kurio modelio kortelėje nurodyta, kad įrankių kvietimai nepalaikomi. Jo savybių nereikėtų priskirti standartiniam V3.2 įrankių profiliui. Taip pat vėlesnė V4 karta ir eksperimentinis pirmtakas turi atskiras tapatybes bei konfigūracijos pasirinkimus. Lygindami užduotis, kurioms svarbus modelis ir užklausos formatas, išlaikykite įvardytą V3.2 leidimą.
Praktinei šaltiniais pagrįstai analizei sužymėkite medžiagą ir prašykite svarbiomis ištraukomis pagrįstos išvados, atskirai išlaikydami prielaidas bei trūkstamą informaciją. Agentui nurodykite leidžiamas funkcijas, numatomą galutinį rezultatą ir užbaigimo kriterijų. Taip modelio samprotavimo ir įrankių darbo procesas parengiamas pagal peržiūrimą tekstinį, kodo arba analitinį rezultatą, susietą su pateiktais įrodymais.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos deepseek/deepseek-v3.2 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Pavyzdžiai: system, user, assistant, tool, function Sąlygos: Šie vaidmenys aiškiai išreikšti šaltinio kodo suderinamumo tipuose; tikslus vaidmenų rinkinys priklauso nuo konkretaus modelio. Priklauso nuo modelio | Numatyta— |
Laukasmessages[].content | Tipasstring|content_part[]|null | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_calls | Tipastool_call[] | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_call_id | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— |
Laukasmessages[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].reasoning_content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— |
Laukasmessages[].reasoning_details | Tipasobject|array | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— |
Laukastools[].function.name | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— |
Laukastools[].function.description | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastools[].function.parameters | TipasJSON_schema | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastool_choice | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijapranešimų masyvas su role/content struktūra |
Parametrasfile_material | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Gyvavimo ciklas: synchronous_or_streamed
Siųskite tikslų modelio ID kartu su messages.
Konteksto ilgis nėra išvesties limitas.
Teksto failas gali pateikti pažodinį tekstą; vaizdų / garso / failų objektų įvestims reikia tikslaus susiejimo.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.000572 / 1K tokenų Išvestis · Išvesties tokenai $0.0016 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00028 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.000572 / 1K tokenų Išvestis · Išvesties tokenai $0.0016 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00028 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek/deepseek-v3.2", "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-v3.2',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-v3.2',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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite kiekvieną variantą ir jo turinį / įrankių iškvietimus / samprotavimą. SSE prieaugius surinkite pagal varianto / įrankio indeksą; išsaugokite galutinę užbaigimo priežastį ir naudojimo duomenis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukaschoices[].index | Tipasinteger |
Laukaschoices[].message.content | Tipasstring|null |
Laukaschoices[].message.tool_calls | Tipastool_call[] |
Laukaschoices[].message.reasoning_content | Tipasstring |
Laukaschoices[].message.reasoning_details | Tipasobject|array |
Laukaschoices[].finish_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra deepseek/deepseek-v3.2
Naudokite aukščiau nurodytus metodų kelius.
deepseek/deepseek-v3.2DeepSeek V3.2 sujungia tekstinį samprotavimą su įrankių naudojimu ir ilgo konteksto analize. Jo retojo dėmesio architektūra ir atnaujintas pokalbio formatas palaiko programavimą, paiešką ir kelių žingsnių agentų užduotis; kontekstas – 128K, o samprotavimo bei tiesioginio atsakymo darbo procesai atskiri.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
DeepSeek V3.2 yra DeepSeek tekstinis modelis, skirtas samprotavimui ir agentiniam darbui, akcentuojant veiksmingą ilgo konteksto apdorojimą. Pagrindinius pakeitimus gamintojas sieja su DeepSeek Sparse Attention, išplėstu skatinamojo mokymosi karkasu ir agentinių užduočių mokymo grandine. Jis priima rašytinius klausimus bei kontekstą ir pateikia tekstą, įskaitant atsakymą, kodą arba įrankio kvietimo turinį. Jis skiriasi nuo ankstesnio V3.2 Exp leidimo ir atskiro samprotavimo varianto Speciale.
DeepSeek Sparse Attention papildo latentinio dėmesio architektūrą indeksavimo moduliu ir smulkiai detalizuota žetonų atranka. Ilgai sekai indeksavimo modulis parenka ankstesnių žetonų informaciją, naudojamą pagrindiniame dėmesio skaičiavime. Ataskaitoje teigiama, kad tai architektūrinis pokytis nuo V3.1 Terminus ir naudojama ta pati architektūra kaip V3.2 Exp. Paskelbtas kontekstas yra 128K žetonų, todėl galima naudoti daug šaltinių medžiagos ir tęsti užduotį, tačiau sugeneruotas samprotavimas bei įrankių istorija taip pat naudoja turimą kontekstą.
Papildomas mokymas apima atsakymus tiek su samprotavimu, tiek be jo matematikos, programavimo, loginio samprotavimo, bendrų agentų užduočių, agentinio programavimo ir paieškos srityse. Sričių specialistai pateikia duomenis, kurie sujungiami į galutinį modelį, o po to taikomas mišrus skatinamasis mokymasis. Įprastam klausimui gali tikti tiesioginis atsakymas; sudėtingai problemai samprotavimo darbo procesas gali išplėtoti sprendimą prieš pateikiant galutinį rezultatą. Reikiamą atsakymą arba rezultatą nurodykite nepriklausomai nuo tarpinio samprotavimo.
Esminis leidimo pakeitimas yra samprotavimas su įrankiais. Atnaujintas pokalbio formatas leidžia tęsti samprotavimą vykdant užduotį su įrankių kvietimais, užuot laikęs analizę ir veiksmą nesusijusiais etapais. Modelio pasirinktą operaciją įvykdo programa ir grąžina jos rezultatą kitam žingsniui. Gamintojo įrankių konteksto taisyklė išsaugo ankstesnį samprotavimą, kol pridedami tik su įrankiais susiję pranešimai; gavusi naują naudotojo pranešimą, ji pašalina tą samprotavimą, tačiau išlaiko įrankių kvietimus ir rezultatus. Šiam veikimui svarbu tinkamai atskirti pokalbio vaidmenis.
Programavimui pateikite pradinio kodo fragmentą arba susijusius failus, pastebėtą problemą, numatomą rezultatą ir sąlygas, kurias pakeitimas turi išsaugoti. Pavyzdinė užduotis: „Naudodami pateiktą kodą ir įrankių rezultatus nustatykite priežastį, pasiūlykite mažiausią pataisą ir grąžinkite galutinę pataisą su ją pagrindžiančiu patikros rezultatu.“ Paieškos užduočiai aprašykite klausimą, reikiamus įrodymus ir tai, kas laikoma užbaigtu atsakymu. Paieškos ir vykdymo įrankius pateikia aplinkinė programa, o ne vien tekstas.
Vietiniam naudojimui gamintojas rekomenduoja temperature 1.0 ir top-p 0.95. V3.2 pristato patikslintą įrankių kvietimų pateikimą ir specialų pranešimų koduotuvą. Jo developer vaidmuo rezervuotas gamintojo paieškos agento šablonui, o oficiali API šio vaidmens nepriima. Pavyzdinis analizatorius tikisi taisyklingos išvesties ir netaiso netaisyklingų rezultatų; kai programa naudoja sugeneruotus laukus arba įrankių argumentus, prieš atlikdama su jais veiksmus ji turėtų patikrinti jų struktūrą.
Techninėje ataskaitoje ilgos samprotavimo trajektorijos ir perteklinis savęs tikrinimas įvardijami kaip praktiniai ribotumai. Agento užduotis gali pasiekti 128K ribą net tada, kai pradinė šaltinių medžiaga telpa, nes kaupiasi įrankių išvestys ir pasikartojantis samprotavimas. Išlaikykite glaustą svarbių stebėjimų įrašą ir aiškiai įvardykite galutinį rezultatą. Darbui, kuriame svarbus žinių tikslumas, pridėkite autoritetingą medžiagą arba pateikite tinkamą paieškos įrankį, užuot tikėjęsi, kad mokymo metu įgytos žinios apibrėš kiekvieną faktą.
DeepSeek V3.2 Speciale yra atskiras gilaus samprotavimo variantas, kuriam skiriama daug skaičiavimo išteklių ir kurio modelio kortelėje nurodyta, kad įrankių kvietimai nepalaikomi. Jo savybių nereikėtų priskirti standartiniam V3.2 įrankių profiliui. Taip pat vėlesnė V4 karta ir eksperimentinis pirmtakas turi atskiras tapatybes bei konfigūracijos pasirinkimus. Lygindami užduotis, kurioms svarbus modelis ir užklausos formatas, išlaikykite įvardytą V3.2 leidimą.
Praktinei šaltiniais pagrįstai analizei sužymėkite medžiagą ir prašykite svarbiomis ištraukomis pagrįstos išvados, atskirai išlaikydami prielaidas bei trūkstamą informaciją. Agentui nurodykite leidžiamas funkcijas, numatomą galutinį rezultatą ir užbaigimo kriterijų. Taip modelio samprotavimo ir įrankių darbo procesas parengiamas pagal peržiūrimą tekstinį, kodo arba analitinį rezultatą, susietą su pateiktais įrodymais.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos deepseek/deepseek-v3.2 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.000572 / 1K tokenų Išvestis · Išvesties tokenai $0.0016 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00028 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.000572 / 1K tokenų Išvestis · Išvesties tokenai $0.0016 / 1K tokenų Įvestis · Talpyklos skaitymas $0.00028 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "deepseek/deepseek-v3.2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-v3.2', '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-v3.2', '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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visus turinio blokus, mąstymo parašus ir tikruosius įrankių naudojimo ID. Surinkite visus SSE blokų prieaugius; pirmasis teksto blokas nėra visa išvestis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukasid | Tipasstring |
Laukasmodel | Tipasstring |
Laukascontent[] | Tipastext|thinking|tool_use|other content block |
Laukasstop_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra deepseek/deepseek-v3.2
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
Repair an overwritten grouped total\n\nReview this Python fragment: totals = {}\nfor row in rows:\n totals[row['team']] = row['hours']\n For rows with teams A, B, A and hours 2, 3, 4, the last A overwrites the first. Return a minimal accumulation fix, explain the state changes and propose assertions for repeated teams and empty input.Corrected grouping code, a short state trace and two assertions with concrete inputs.Repeated teams accumulate all hours while an empty list returns an empty mapping.