{
  "aboutHtml": "<p>DeepSeek V4.1 Flash 1017 — DeepSeek V4.1 Flash atnaujinimas, išleistas 2026 m. spalio 17 d. Gamintojas jį sieja su samprotavimo, programavimo ir agentinių užduočių plėtra. Mokant taikyta mokymosi su pastiprinimu schema su savarankišku grįžtamuoju ryšiu: jos tikslas — pagerinti projekto darbą nuo pradinės idėjos iki nuoseklių patobulinimų. Tai atskira modelio versija, pasirenkama pagal tikslų kortelės pavadinimą.</p><h3>Darbas su projektu</h3><p>Modelį galima naudoti, kai reikia išlaikyti kelis susijusius reikalavimus ir priimti eilę sprendimų: išanalizuoti užduotį, sudaryti planą, parengti kodą ir aprašyti patikrą. Oficialiame pristatyme parodyti žaidimų ir trimačių scenų projektai. Tekstiniam darbui Ailoot šios kryptys naudingos kaip kodo, scenarijų ir techninių instrukcijų rengimo užduotys.</p><ul><li>Pateikite projekto aprašymą ir paprašykite suskaidyti jį į veikiančius etapus.</li><li>Pridėkite turimą kodą, laukiamą veikimą ir klaidos aprašymą, kad gautumėte analizę bei pakeitimo variantą.</li><li>Pateikite kelis sprendimo variantus ir atrankos kriterijus: modelis galės parengti argumentuotą palyginimą.</li><li>Paprašykite susieti pakeitimą su testavimo scenarijumi ir išvardyti sąlygas, kuriomis reikia tikrinti rezultatą.</li></ul><h3>Analizė ir darbo tęsimas</h3><p>Ilgai užduočiai naudinga užklausoje išsaugoti tikslą, priimtus sprendimus ir dabartinę darbo dalį. Pavyzdžiui, po pirmo atsakymo galima patikslinti bibliotekų ar duomenų formato apribojimus, tada paprašyti perdirbti tik reikiamą vietą. Analizuodami dokumentus užduokite klausimus ir nurodykite, kuriais fragmentais remtis: rezultatas gali būti santrauka, neatitikimų sąrašas, specifikacijos projektas ar sudėtingos temos paaiškinimas.</p><h3>Rezultato formatas</h3><p>Ši Ailoot kortelė priima tekstą ir grąžina tekstą. Ji leidžia gauti paaiškinimus, planus, programinį kodą ir scenų aprašymus. Trimačiam projektui galima paprašyti scenarijaus teksto arba redaktoriui skirtos veiksmų sekos; vykdymas atliekamas atitinkamoje darbo aplinkoje.</p><p>Kortelėje Messages ir Responses metodams nurodytas kontekstas iki 1 048 576 žetonų. Rengdami didelę užklausą atsižvelkite į pokalbio istoriją ir pridėtą medžiagą. Atskirkite pradinius duomenis aiškiomis antraštėmis ir iš anksto nurodykite pageidaujamą rezultatą, pavyzdžiui: trumpa išvada, tada pagrindimas pagal šaltinius ir siūlomų pakeitimų sąrašas.</p>",
  "aboutText": "DeepSeek V4.1 Flash 1017 — DeepSeek V4.1 Flash atnaujinimas, išleistas 2026 m. spalio 17 d. Gamintojas jį sieja su samprotavimo, programavimo ir agentinių užduočių plėtra. Mokant taikyta mokymosi su pastiprinimu schema su savarankišku grįžtamuoju ryšiu: jos tikslas — pagerinti projekto darbą nuo pradinės idėjos iki nuoseklių patobulinimų. Tai atskira modelio versija, pasirenkama pagal tikslų kortelės pavadinimą.\n\n### Darbas su projektu\n\nModelį galima naudoti, kai reikia išlaikyti kelis susijusius reikalavimus ir priimti eilę sprendimų: išanalizuoti užduotį, sudaryti planą, parengti kodą ir aprašyti patikrą. Oficialiame pristatyme parodyti žaidimų ir trimačių scenų projektai. Tekstiniam darbui Ailoot šios kryptys naudingos kaip kodo, scenarijų ir techninių instrukcijų rengimo užduotys.\n\n- Pateikite projekto aprašymą ir paprašykite suskaidyti jį į veikiančius etapus.\n- Pridėkite turimą kodą, laukiamą veikimą ir klaidos aprašymą, kad gautumėte analizę bei pakeitimo variantą.\n- Pateikite kelis sprendimo variantus ir atrankos kriterijus: modelis galės parengti argumentuotą palyginimą.\n- Paprašykite susieti pakeitimą su testavimo scenarijumi ir išvardyti sąlygas, kuriomis reikia tikrinti rezultatą.\n\n### Analizė ir darbo tęsimas\n\nIlgai užduočiai naudinga užklausoje išsaugoti tikslą, priimtus sprendimus ir dabartinę darbo dalį. Pavyzdžiui, po pirmo atsakymo galima patikslinti bibliotekų ar duomenų formato apribojimus, tada paprašyti perdirbti tik reikiamą vietą. Analizuodami dokumentus užduokite klausimus ir nurodykite, kuriais fragmentais remtis: rezultatas gali būti santrauka, neatitikimų sąrašas, specifikacijos projektas ar sudėtingos temos paaiškinimas.\n\n### Rezultato formatas\n\nŠi Ailoot kortelė priima tekstą ir grąžina tekstą. Ji leidžia gauti paaiškinimus, planus, programinį kodą ir scenų aprašymus. Trimačiam projektui galima paprašyti scenarijaus teksto arba redaktoriui skirtos veiksmų sekos; vykdymas atliekamas atitinkamoje darbo aplinkoje.\n\nKortelėje Messages ir Responses metodams nurodytas kontekstas iki 1 048 576 žetonų. Rengdami didelę užklausą atsižvelkite į pokalbio istoriją ir pridėtą medžiagą. Atskirkite pradinius duomenis aiškiomis antraštėmis ir iš anksto nurodykite pageidaujamą rezultatą, pavyzdžiui: trumpa išvada, tada pagrindimas pagal šaltinius ir siūlomų pakeitimų sąrašas.",
  "locale": "lt",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Įvestis</dt><dd><code>text</code></dd></div><div><dt>Išvestis</dt><dd><code>text</code></dd></div><div><dt>Kontekstas</dt><dd>Kataloge nenurodyta</dd></div><div><dt>Didžiausias atsakymas</dt><dd>Kataloge nenurodyta</dd></div></dl><dl><div><dt>Įvestis</dt><dd>0,0006 USD <em>/ 1K</em></dd></div><div><dt>Išvestis</dt><dd>0,0024 USD <em>/ 1K</em></dd></div><div><dt>Talpyklos skaitymas</dt><dd>0,000012 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|deepseek%2Fdeepseek-v4.1-flash-1017",
      "ordinal": 0,
      "rawMethod": {
        "cache_read": 0.012,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.6,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.4,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Įvestis</dt><dd><code>text</code></dd></div><div><dt>Išvestis</dt><dd><code>text</code></dd></div><div><dt>Kontekstas</dt><dd>Kataloge nenurodyta</dd></div><div><dt>Didžiausias atsakymas</dt><dd>Kataloge nenurodyta</dd></div></dl><dl><div><dt>Įvestis</dt><dd>0,0006 USD <em>/ 1K</em></dd></div><div><dt>Išvestis</dt><dd>0,0024 USD <em>/ 1K</em></dd></div><div><dt>Talpyklos skaitymas</dt><dd>0,000012 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|deepseek%2Fdeepseek-v4.1-flash-1017",
      "ordinal": 1,
      "rawMethod": {
        "cache_read": 0.012,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.6,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.4,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Įvestis</dt><dd><code>text</code></dd></div><div><dt>Išvestis</dt><dd><code>text</code></dd></div><div><dt>Kontekstas</dt><dd>Kataloge nenurodyta</dd></div><div><dt>Didžiausias atsakymas</dt><dd>Kataloge nenurodyta</dd></div></dl><dl><div><dt>Įvestis</dt><dd>0,0006 USD <em>/ 1K</em></dd></div><div><dt>Išvestis</dt><dd>0,0024 USD <em>/ 1K</em></dd></div><div><dt>Talpyklos skaitymas</dt><dd>0,000012 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|deepseek%2Fdeepseek-v4.1-flash-1017",
      "ordinal": 2,
      "rawMethod": {
        "cache_read": 0.012,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.6,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.4,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Gemini generateContent</b><code>POST /v1beta/models/deepseek/deepseek-v4.1-flash-1017:generateContent</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Įvestis</dt><dd><code>text</code></dd></div><div><dt>Išvestis</dt><dd><code>text</code></dd></div><div><dt>Kontekstas</dt><dd>Kataloge nenurodyta</dd></div><div><dt>Didžiausias atsakymas</dt><dd>Kataloge nenurodyta</dd></div></dl><dl><div><dt>Įvestis</dt><dd>0,0006 USD <em>/ 1K</em></dd></div><div><dt>Išvestis</dt><dd>0,0024 USD <em>/ 1K</em></dd></div><div><dt>Talpyklos skaitymas</dt><dd>0,000012 USD <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "fmt": "gemini",
        "http": "POST",
        "path": "/v1beta/models/deepseek/deepseek-v4.1-flash-1017:generateContent",
        "request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|gemini|/v1beta/models/deepseek/deepseek-v4.1-flash-1017:generateContent|deepseek%2Fdeepseek-v4.1-flash-1017",
      "ordinal": 3,
      "rawMethod": {
        "cache_read": 0.012,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "gemini",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.6,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.4,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/deepseek/deepseek-v4.1-flash-1017:generateContent",
        "request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    }
  ],
  "model_id": "deepseek/deepseek-v4.1-flash-1017",
  "page": {
    "canonical": "https://ailoot.ai/models/lt/deepseek-deepseek-v4-1-flash-1017/",
    "description": "DeepSeek V4.1 Flash 1017 — atnaujinta versija programavimui, analizei ir kelių etapų projektų darbui su tekstiniu rezultatu.",
    "locale": "lt",
    "md_url": "https://ailoot.ai/models/lt/deepseek-deepseek-v4-1-flash-1017/index.md",
    "title": "DeepSeek: DeepSeek V4.1 Flash 1017",
    "url": "https://ailoot.ai/models/lt/deepseek-deepseek-v4-1-flash-1017/"
  },
  "rawModel": {
    "about": "DeepSeek V4.1 Flash 1017 — DeepSeek V4.1 Flash atnaujinimas, išleistas 2026 m. spalio 17 d. Gamintojas jį sieja su samprotavimo, programavimo ir agentinių užduočių plėtra. Mokant taikyta mokymosi su pastiprinimu schema su savarankišku grįžtamuoju ryšiu: jos tikslas — pagerinti projekto darbą nuo pradinės idėjos iki nuoseklių patobulinimų. Tai atskira modelio versija, pasirenkama pagal tikslų kortelės pavadinimą.\n\n### Darbas su projektu\n\nModelį galima naudoti, kai reikia išlaikyti kelis susijusius reikalavimus ir priimti eilę sprendimų: išanalizuoti užduotį, sudaryti planą, parengti kodą ir aprašyti patikrą. Oficialiame pristatyme parodyti žaidimų ir trimačių scenų projektai. Tekstiniam darbui Ailoot šios kryptys naudingos kaip kodo, scenarijų ir techninių instrukcijų rengimo užduotys.\n\n- Pateikite projekto aprašymą ir paprašykite suskaidyti jį į veikiančius etapus.\n- Pridėkite turimą kodą, laukiamą veikimą ir klaidos aprašymą, kad gautumėte analizę bei pakeitimo variantą.\n- Pateikite kelis sprendimo variantus ir atrankos kriterijus: modelis galės parengti argumentuotą palyginimą.\n- Paprašykite susieti pakeitimą su testavimo scenarijumi ir išvardyti sąlygas, kuriomis reikia tikrinti rezultatą.\n\n### Analizė ir darbo tęsimas\n\nIlgai užduočiai naudinga užklausoje išsaugoti tikslą, priimtus sprendimus ir dabartinę darbo dalį. Pavyzdžiui, po pirmo atsakymo galima patikslinti bibliotekų ar duomenų formato apribojimus, tada paprašyti perdirbti tik reikiamą vietą. Analizuodami dokumentus užduokite klausimus ir nurodykite, kuriais fragmentais remtis: rezultatas gali būti santrauka, neatitikimų sąrašas, specifikacijos projektas ar sudėtingos temos paaiškinimas.\n\n### Rezultato formatas\n\nŠi Ailoot kortelė priima tekstą ir grąžina tekstą. Ji leidžia gauti paaiškinimus, planus, programinį kodą ir scenų aprašymus. Trimačiam projektui galima paprašyti scenarijaus teksto arba redaktoriui skirtos veiksmų sekos; vykdymas atliekamas atitinkamoje darbo aplinkoje.\n\nKortelėje Messages ir Responses metodams nurodytas kontekstas iki 1 048 576 žetonų. Rengdami didelę užklausą atsižvelkite į pokalbio istoriją ir pridėtą medžiagą. Atskirkite pradinius duomenis aiškiomis antraštėmis ir iš anksto nurodykite pageidaujamą rezultatą, pavyzdžiui: trumpa išvada, tada pagrindimas pagal šaltinius ir siūlomų pakeitimų sąrašas.",
    "alias_of": null,
    "aliases": [],
    "author": "DeepSeek",
    "canonical_model": "deepseek/deepseek-v4.1-flash-1017",
    "ctx": null,
    "formats": [
      "chat",
      "gemini",
      "messages",
      "responses"
    ],
    "id": "deepseek/deepseek-v4.1-flash-1017",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": null,
    "methods": [
      {
        "cache_read": 0.012,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "anthropic",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "messages",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.6,
        "input": [
          "text"
        ],
        "label": "Anthropic Messages",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.4,
        "output": [
          "text"
        ],
        "path": "/v1/messages",
        "request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.012,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": 1,
        "flex_multiplier": 1,
        "fmt": "responses",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.6,
        "input": [
          "text"
        ],
        "label": "OpenAI Responses",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.4,
        "output": [
          "text"
        ],
        "path": "/v1/responses",
        "request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.012,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "chat",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.6,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.4,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      },
      {
        "cache_read": 0.012,
        "cache_write": null,
        "cache_write_1h": null,
        "cache_write_5m": null,
        "conditional_meter": null,
        "ctx": null,
        "family": "gemini",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "gemini",
        "http": "POST",
        "img_in": null,
        "img_out": null,
        "in": 0.6,
        "input": [
          "text"
        ],
        "label": "Gemini generateContent",
        "max_out": null,
        "max_tool_calls": null,
        "out": 2.4,
        "output": [
          "text"
        ],
        "path": "/v1beta/models/deepseek/deepseek-v4.1-flash-1017:generateContent",
        "request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "tool_prices": null,
        "unit": "token",
        "units": []
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "request_model_id": "deepseek/deepseek-v4.1-flash-1017",
        "route_label": "Ultra"
      }
    ],
    "name": "DeepSeek: DeepSeek V4.1 Flash 1017",
    "price": {
      "in": 0.6,
      "in_label": null,
      "out": 2.4,
      "out_label": null,
      "sort_in": 0.6,
      "sort_out": 2.4,
      "varies": true
    },
    "public_id": "deepseek/deepseek-v4.1-flash-1017",
    "short": "DeepSeek V4.1 Flash 1017 — atnaujinta versija programavimui, analizei ir kelių etapų projektų darbui su tekstiniu rezultatu."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "DeepSeek V4.1 Flash 1017 — atnaujinta versija programavimui, analizei ir kelių etapų projektų darbui su tekstiniu rezultatu.",
  "source": {
    "audit_sha256": "d8ed787f100589c5e7c7a95ba547b2960c2fda179624a7af17e494b5e04c00c0",
    "bridge_map_sha256": "d8ed787f100589c5e7c7a95ba547b2960c2fda179624a7af17e494b5e04c00c0",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "c264a30ddeab9ed98109c83ffea33e30cefad36e6f7ec0c9a1083b1cf9791837",
      "renderer_sha256": "1d3ba43331c1ce640a925b72c0174bc7be81a0d19a650f9a2b8d71aa48d72002"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "c264a30ddeab9ed98109c83ffea33e30cefad36e6f7ec0c9a1083b1cf9791837",
    "renderer_sha256": "1d3ba43331c1ce640a925b72c0174bc7be81a0d19a650f9a2b8d71aa48d72002"
  },
  "sourceRevision": "352d72098e3a8f6bd839f41989edade717c10b7eb1728409f575ccfcb54981b5"
}