DeepSeek Math V2 specializuojasi natūralios kalbos teoremų įrodyme ir savitikrą atliekančiame matematiniame samprotavime. Jis sukurtas DeepSeek V3.2 Exp Base pagrindu. Gamintojo atspirties taškas – teisingas galutinis atsakymas vis tiek gali remtis netinkamu samprotavimu, o teoremai dažnai reikia viso išvedimo, ne vien skaitinio atsakymo. Todėl modelis orientuotas į įrodymų generavimą, jų trūkumų nustatymą ir argumento tobulinimą prieš užbaigiant atsakymą.
Įrodymų tikrinimas. Mokymo metodas moko tikrintuvą skaityti problemą kartu su siūlomu įrodymu, nustatyti problemas ir vertinti įrodymo kokybę. Jo kriterijai atskiria pilną griežtą išvedimą nuo iš esmės tinkamo sprendimo su mažomis klaidomis ir nuo iš pagrindų netinkamo argumento. Praktinis įrodymo peržiūros prašymas turi taikyti tą patį skirtumą: parodyti, kur samprotavimas nutrūksta, paaiškinti, kodėl problema svarbi, ir atskirti trūkstamą detalę nuo spragos, trukdančios gauti išvadą.
Metatikrinimas. Tyrime taip pat peržiūrima paties tikrintuvo kritika. Nurodytas trūkumas turi iš tikrųjų būti siūlomame įrodyme ir pagrįsti įvertinimą. Taip mažinama rizika pateikti pagrįstai atrodantį vertinimą išgalvojant problemą, kurios įrodyme nėra. Peržiūros užduočiai pateikite originalų įrodymą su jau esančia kritika ir paklauskite, ar kritika tiksliai atspindi atitinkamą žingsnį. Naudingas rezultatas – patikrintas prieštaravimo ir jo pasekmių paaiškinimas.
Įrodymų generavimas ir savianalizė. DeepSeek moko generatorių pagal tikrintuvo grįžtamąjį ryšį ir aiškiai atlygina už tikslų savo darbo įvertinimą. Modelis skatinamas pripažinti tikras klaidas, ištaisyti problemas, kurias gali išspręsti, ir pateikti geriausią įrodymą kartu su sąžiningu jo išsamumo įvertinimu. Tikrinimas ir generavimas tobulėja kartotiniame mokymo cikle; sudėtingesni sugeneruoti įrodymai tampa medžiaga tikrintuvui gerinti. Gautas modelis gali ir generuoti, ir tikrinti matematinius argumentus.
Tiksliai parenkite problemą. Įtraukite apibrėžimus, kvantorius, sritis ir visas prielaidas. Nurodykite, ar norite egzistavimo, vienaties, nelygybės, konstrukcijos, ar kontrpavyzdžio. Jei pateikta leidžiama lema, nurodykite tikslų jos teiginį ir paaiškinkite, ar ją galima naudoti tiesiogiai, ar taip pat reikia įrodyti. Gamintojo įrodymų instrukcijos reikalauja pagrįsto sprendimo net tada, kai užduotis prašo atsakymo, ir nelaiko nuorodos į kitą tekstą trūkstamo argumento pakaitalu.
Numatytas atsakymas gali turėti idėjos apžvalgą, visą įrodymą ir atskirą savęs įvertinimą. Nelygybei paprašykite modelio patikrinti srities apribojimus ir lygybės sąlygas. Skaičiavimo uždaviniui paprašykite pagrįsti, kad atvejai išsamūs ir nesidubliuoja. Esamam įrodymui nurodykite ginčijamą žingsnį ir paprašykite pataisos arba paaiškinimo, kodėl siūloma išvada lieka neįrodyta. Gamintojo matematinio vertinimo užduotyse yra algebra, geometrija, skaičių teorija, kombinatorika ir nelygybės.
Tobulinimas. Paskelbta darbo eiga gali grąžinti įrodymą ir jo savianalizę tam pačiam modeliui likusiems trūkumams spręsti. Gamintojo aprašytoje vieno bandymo tyrimo aplinkoje įrodymo limitas yra 128K žetonų; jam pasibaigus kai kurie sudėtingi argumentai lieka nepilni. Savo darbe kaip kitą įvestį naudokite konkretų prieštaravimą ir klauskite, kuri įrodymo dalis pasikeičia jį išsprendus. Ankstesnius apibrėžimus bei prielaidas išlaikykite matomus. Patobulintas rezultatas turi nurodyti, kas nustatyta ir koks sunkumas lieka.
Math V2 išvestis – natūralios kalbos įrodymas ir kritika. Formalios įrodymo sistemos, pavyzdžiui, Lean, tikrina kitokį artefaktą; DeepSeek Prover V2 yra atskira formalaus samprotavimo specializacija. Įvertinimas, kad trūkumų nerasta, vis tiek vertas matematinės peržiūros, ypač jei įrodymas priklauso nuo praleisto atvejo arba neįvardytos lemos. Gamintojo tyrimas pažymi, kad sudėtingiausios problemos gali likti neišspręstos net ir tobulinant.
", "aboutText": "DeepSeek Math V2 specializuojasi natūralios kalbos teoremų įrodyme ir savitikrą atliekančiame matematiniame samprotavime. Jis sukurtas DeepSeek V3.2 Exp Base pagrindu. Gamintojo atspirties taškas – teisingas galutinis atsakymas vis tiek gali remtis netinkamu samprotavimu, o teoremai dažnai reikia viso išvedimo, ne vien skaitinio atsakymo. Todėl modelis orientuotas į įrodymų generavimą, jų trūkumų nustatymą ir argumento tobulinimą prieš užbaigiant atsakymą.\n\nĮrodymų tikrinimas. Mokymo metodas moko tikrintuvą skaityti problemą kartu su siūlomu įrodymu, nustatyti problemas ir vertinti įrodymo kokybę. Jo kriterijai atskiria pilną griežtą išvedimą nuo iš esmės tinkamo sprendimo su mažomis klaidomis ir nuo iš pagrindų netinkamo argumento. Praktinis įrodymo peržiūros prašymas turi taikyti tą patį skirtumą: parodyti, kur samprotavimas nutrūksta, paaiškinti, kodėl problema svarbi, ir atskirti trūkstamą detalę nuo spragos, trukdančios gauti išvadą.\n\nMetatikrinimas. Tyrime taip pat peržiūrima paties tikrintuvo kritika. Nurodytas trūkumas turi iš tikrųjų būti siūlomame įrodyme ir pagrįsti įvertinimą. Taip mažinama rizika pateikti pagrįstai atrodantį vertinimą išgalvojant problemą, kurios įrodyme nėra. Peržiūros užduočiai pateikite originalų įrodymą su jau esančia kritika ir paklauskite, ar kritika tiksliai atspindi atitinkamą žingsnį. Naudingas rezultatas – patikrintas prieštaravimo ir jo pasekmių paaiškinimas.\n\nĮrodymų generavimas ir savianalizė. DeepSeek moko generatorių pagal tikrintuvo grįžtamąjį ryšį ir aiškiai atlygina už tikslų savo darbo įvertinimą. Modelis skatinamas pripažinti tikras klaidas, ištaisyti problemas, kurias gali išspręsti, ir pateikti geriausią įrodymą kartu su sąžiningu jo išsamumo įvertinimu. Tikrinimas ir generavimas tobulėja kartotiniame mokymo cikle; sudėtingesni sugeneruoti įrodymai tampa medžiaga tikrintuvui gerinti. Gautas modelis gali ir generuoti, ir tikrinti matematinius argumentus.\n\nTiksliai parenkite problemą. Įtraukite apibrėžimus, kvantorius, sritis ir visas prielaidas. Nurodykite, ar norite egzistavimo, vienaties, nelygybės, konstrukcijos, ar kontrpavyzdžio. Jei pateikta leidžiama lema, nurodykite tikslų jos teiginį ir paaiškinkite, ar ją galima naudoti tiesiogiai, ar taip pat reikia įrodyti. Gamintojo įrodymų instrukcijos reikalauja pagrįsto sprendimo net tada, kai užduotis prašo atsakymo, ir nelaiko nuorodos į kitą tekstą trūkstamo argumento pakaitalu.\n\nNumatytas atsakymas gali turėti idėjos apžvalgą, visą įrodymą ir atskirą savęs įvertinimą. Nelygybei paprašykite modelio patikrinti srities apribojimus ir lygybės sąlygas. Skaičiavimo uždaviniui paprašykite pagrįsti, kad atvejai išsamūs ir nesidubliuoja. Esamam įrodymui nurodykite ginčijamą žingsnį ir paprašykite pataisos arba paaiškinimo, kodėl siūloma išvada lieka neįrodyta. Gamintojo matematinio vertinimo užduotyse yra algebra, geometrija, skaičių teorija, kombinatorika ir nelygybės.\n\nTobulinimas. Paskelbta darbo eiga gali grąžinti įrodymą ir jo savianalizę tam pačiam modeliui likusiems trūkumams spręsti. Gamintojo aprašytoje vieno bandymo tyrimo aplinkoje įrodymo limitas yra 128K žetonų; jam pasibaigus kai kurie sudėtingi argumentai lieka nepilni. Savo darbe kaip kitą įvestį naudokite konkretų prieštaravimą ir klauskite, kuri įrodymo dalis pasikeičia jį išsprendus. Ankstesnius apibrėžimus bei prielaidas išlaikykite matomus. Patobulintas rezultatas turi nurodyti, kas nustatyta ir koks sunkumas lieka.\n\nMath V2 išvestis – natūralios kalbos įrodymas ir kritika. Formalios įrodymo sistemos, pavyzdžiui, Lean, tikrina kitokį artefaktą; DeepSeek Prover V2 yra atskira formalaus samprotavimo specializacija. Įvertinimas, kad trūkumų nerasta, vis tiek vertas matematinės peržiūros, ypač jei įrodymas priklauso nuo praleisto atvejo arba neįvardytos lemos. Gamintojo tyrimas pažymi, kad sudėtingiausios problemos gali likti neišspręstos net ir tobulinant.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Repair a divisibility proof\n\nReview this proposed proof: 'If 6 divides ab, then 6 divides a or 6 divides b, because every prime factor of 6 must divide one of the factors.' Here a and b are integers. Identify the invalid implication, provide a counterexample and state a correct related proposition with proof. Separate your proof from a self-check of its completeness.A precise flaw explanation, an integer counterexample, a corrected proposition with proof and a separate self-check.Verify the counterexample meets the premise and defeats both alternatives in the claimed conclusion.DeepSeek-Math-V2-ultraDeepSeek modelis natūralios kalbos matematiniams įrodymams ir savitikrai, sukurtas DeepSeek V3.2 Exp Base pagrindu. Jis gali parengti sprendimą, išnagrinėti jo logines spragas ir patobulinti argumentą, pateikdamas išsamų įrodymą bei likusių problemų įvertinimą.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
DeepSeek Math V2 specializuojasi natūralios kalbos teoremų įrodyme ir savitikrą atliekančiame matematiniame samprotavime. Jis sukurtas DeepSeek V3.2 Exp Base pagrindu. Gamintojo atspirties taškas – teisingas galutinis atsakymas vis tiek gali remtis netinkamu samprotavimu, o teoremai dažnai reikia viso išvedimo, ne vien skaitinio atsakymo. Todėl modelis orientuotas į įrodymų generavimą, jų trūkumų nustatymą ir argumento tobulinimą prieš užbaigiant atsakymą.
Įrodymų tikrinimas. Mokymo metodas moko tikrintuvą skaityti problemą kartu su siūlomu įrodymu, nustatyti problemas ir vertinti įrodymo kokybę. Jo kriterijai atskiria pilną griežtą išvedimą nuo iš esmės tinkamo sprendimo su mažomis klaidomis ir nuo iš pagrindų netinkamo argumento. Praktinis įrodymo peržiūros prašymas turi taikyti tą patį skirtumą: parodyti, kur samprotavimas nutrūksta, paaiškinti, kodėl problema svarbi, ir atskirti trūkstamą detalę nuo spragos, trukdančios gauti išvadą.
Metatikrinimas. Tyrime taip pat peržiūrima paties tikrintuvo kritika. Nurodytas trūkumas turi iš tikrųjų būti siūlomame įrodyme ir pagrįsti įvertinimą. Taip mažinama rizika pateikti pagrįstai atrodantį vertinimą išgalvojant problemą, kurios įrodyme nėra. Peržiūros užduočiai pateikite originalų įrodymą su jau esančia kritika ir paklauskite, ar kritika tiksliai atspindi atitinkamą žingsnį. Naudingas rezultatas – patikrintas prieštaravimo ir jo pasekmių paaiškinimas.
Įrodymų generavimas ir savianalizė. DeepSeek moko generatorių pagal tikrintuvo grįžtamąjį ryšį ir aiškiai atlygina už tikslų savo darbo įvertinimą. Modelis skatinamas pripažinti tikras klaidas, ištaisyti problemas, kurias gali išspręsti, ir pateikti geriausią įrodymą kartu su sąžiningu jo išsamumo įvertinimu. Tikrinimas ir generavimas tobulėja kartotiniame mokymo cikle; sudėtingesni sugeneruoti įrodymai tampa medžiaga tikrintuvui gerinti. Gautas modelis gali ir generuoti, ir tikrinti matematinius argumentus.
Tiksliai parenkite problemą. Įtraukite apibrėžimus, kvantorius, sritis ir visas prielaidas. Nurodykite, ar norite egzistavimo, vienaties, nelygybės, konstrukcijos, ar kontrpavyzdžio. Jei pateikta leidžiama lema, nurodykite tikslų jos teiginį ir paaiškinkite, ar ją galima naudoti tiesiogiai, ar taip pat reikia įrodyti. Gamintojo įrodymų instrukcijos reikalauja pagrįsto sprendimo net tada, kai užduotis prašo atsakymo, ir nelaiko nuorodos į kitą tekstą trūkstamo argumento pakaitalu.
Numatytas atsakymas gali turėti idėjos apžvalgą, visą įrodymą ir atskirą savęs įvertinimą. Nelygybei paprašykite modelio patikrinti srities apribojimus ir lygybės sąlygas. Skaičiavimo uždaviniui paprašykite pagrįsti, kad atvejai išsamūs ir nesidubliuoja. Esamam įrodymui nurodykite ginčijamą žingsnį ir paprašykite pataisos arba paaiškinimo, kodėl siūloma išvada lieka neįrodyta. Gamintojo matematinio vertinimo užduotyse yra algebra, geometrija, skaičių teorija, kombinatorika ir nelygybės.
Tobulinimas. Paskelbta darbo eiga gali grąžinti įrodymą ir jo savianalizę tam pačiam modeliui likusiems trūkumams spręsti. Gamintojo aprašytoje vieno bandymo tyrimo aplinkoje įrodymo limitas yra 128K žetonų; jam pasibaigus kai kurie sudėtingi argumentai lieka nepilni. Savo darbe kaip kitą įvestį naudokite konkretų prieštaravimą ir klauskite, kuri įrodymo dalis pasikeičia jį išsprendus. Ankstesnius apibrėžimus bei prielaidas išlaikykite matomus. Patobulintas rezultatas turi nurodyti, kas nustatyta ir koks sunkumas lieka.
Math V2 išvestis – natūralios kalbos įrodymas ir kritika. Formalios įrodymo sistemos, pavyzdžiui, Lean, tikrina kitokį artefaktą; DeepSeek Prover V2 yra atskira formalaus samprotavimo specializacija. Įvertinimas, kad trūkumų nerasta, vis tiek vertas matematinės peržiūros, ypač jei įrodymas priklauso nuo praleisto atvejo arba neįvardytos lemos. Gamintojo tyrimas pažymi, kad sudėtingiausios problemos gali likti neišspręstos net ir tobulinant.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos DeepSeek-Math-V2-ultra | 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.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.001144 / 1K tokenų Išvestis · Išvesties tokenai $0.004572 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 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-Math-V2-ultra", "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-Math-V2-ultra',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-Math-V2-ultra',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-Math-V2-ultra
Naudokite aukščiau nurodytus metodų kelius.
DeepSeek-Math-V2-ultraDeepSeek modelis natūralios kalbos matematiniams įrodymams ir savitikrai, sukurtas DeepSeek V3.2 Exp Base pagrindu. Jis gali parengti sprendimą, išnagrinėti jo logines spragas ir patobulinti argumentą, pateikdamas išsamų įrodymą bei likusių problemų įvertinimą.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
DeepSeek Math V2 specializuojasi natūralios kalbos teoremų įrodyme ir savitikrą atliekančiame matematiniame samprotavime. Jis sukurtas DeepSeek V3.2 Exp Base pagrindu. Gamintojo atspirties taškas – teisingas galutinis atsakymas vis tiek gali remtis netinkamu samprotavimu, o teoremai dažnai reikia viso išvedimo, ne vien skaitinio atsakymo. Todėl modelis orientuotas į įrodymų generavimą, jų trūkumų nustatymą ir argumento tobulinimą prieš užbaigiant atsakymą.
Įrodymų tikrinimas. Mokymo metodas moko tikrintuvą skaityti problemą kartu su siūlomu įrodymu, nustatyti problemas ir vertinti įrodymo kokybę. Jo kriterijai atskiria pilną griežtą išvedimą nuo iš esmės tinkamo sprendimo su mažomis klaidomis ir nuo iš pagrindų netinkamo argumento. Praktinis įrodymo peržiūros prašymas turi taikyti tą patį skirtumą: parodyti, kur samprotavimas nutrūksta, paaiškinti, kodėl problema svarbi, ir atskirti trūkstamą detalę nuo spragos, trukdančios gauti išvadą.
Metatikrinimas. Tyrime taip pat peržiūrima paties tikrintuvo kritika. Nurodytas trūkumas turi iš tikrųjų būti siūlomame įrodyme ir pagrįsti įvertinimą. Taip mažinama rizika pateikti pagrįstai atrodantį vertinimą išgalvojant problemą, kurios įrodyme nėra. Peržiūros užduočiai pateikite originalų įrodymą su jau esančia kritika ir paklauskite, ar kritika tiksliai atspindi atitinkamą žingsnį. Naudingas rezultatas – patikrintas prieštaravimo ir jo pasekmių paaiškinimas.
Įrodymų generavimas ir savianalizė. DeepSeek moko generatorių pagal tikrintuvo grįžtamąjį ryšį ir aiškiai atlygina už tikslų savo darbo įvertinimą. Modelis skatinamas pripažinti tikras klaidas, ištaisyti problemas, kurias gali išspręsti, ir pateikti geriausią įrodymą kartu su sąžiningu jo išsamumo įvertinimu. Tikrinimas ir generavimas tobulėja kartotiniame mokymo cikle; sudėtingesni sugeneruoti įrodymai tampa medžiaga tikrintuvui gerinti. Gautas modelis gali ir generuoti, ir tikrinti matematinius argumentus.
Tiksliai parenkite problemą. Įtraukite apibrėžimus, kvantorius, sritis ir visas prielaidas. Nurodykite, ar norite egzistavimo, vienaties, nelygybės, konstrukcijos, ar kontrpavyzdžio. Jei pateikta leidžiama lema, nurodykite tikslų jos teiginį ir paaiškinkite, ar ją galima naudoti tiesiogiai, ar taip pat reikia įrodyti. Gamintojo įrodymų instrukcijos reikalauja pagrįsto sprendimo net tada, kai užduotis prašo atsakymo, ir nelaiko nuorodos į kitą tekstą trūkstamo argumento pakaitalu.
Numatytas atsakymas gali turėti idėjos apžvalgą, visą įrodymą ir atskirą savęs įvertinimą. Nelygybei paprašykite modelio patikrinti srities apribojimus ir lygybės sąlygas. Skaičiavimo uždaviniui paprašykite pagrįsti, kad atvejai išsamūs ir nesidubliuoja. Esamam įrodymui nurodykite ginčijamą žingsnį ir paprašykite pataisos arba paaiškinimo, kodėl siūloma išvada lieka neįrodyta. Gamintojo matematinio vertinimo užduotyse yra algebra, geometrija, skaičių teorija, kombinatorika ir nelygybės.
Tobulinimas. Paskelbta darbo eiga gali grąžinti įrodymą ir jo savianalizę tam pačiam modeliui likusiems trūkumams spręsti. Gamintojo aprašytoje vieno bandymo tyrimo aplinkoje įrodymo limitas yra 128K žetonų; jam pasibaigus kai kurie sudėtingi argumentai lieka nepilni. Savo darbe kaip kitą įvestį naudokite konkretų prieštaravimą ir klauskite, kuri įrodymo dalis pasikeičia jį išsprendus. Ankstesnius apibrėžimus bei prielaidas išlaikykite matomus. Patobulintas rezultatas turi nurodyti, kas nustatyta ir koks sunkumas lieka.
Math V2 išvestis – natūralios kalbos įrodymas ir kritika. Formalios įrodymo sistemos, pavyzdžiui, Lean, tikrina kitokį artefaktą; DeepSeek Prover V2 yra atskira formalaus samprotavimo specializacija. Įvertinimas, kad trūkumų nerasta, vis tiek vertas matematinės peržiūros, ypač jei įrodymas priklauso nuo praleisto atvejo arba neįvardytos lemos. Gamintojo tyrimas pažymi, kad sudėtingiausios problemos gali likti neišspręstos net ir tobulinant.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos DeepSeek-Math-V2-ultra | 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.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.001144 / 1K tokenų Išvestis · Išvesties tokenai $0.004572 / 1K tokenų Įvestis · Talpyklos skaitymas $0 / 1K tokenų Įvestis · Rašymas į talpyklą $0 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "DeepSeek-Math-V2-ultra",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-Math-V2-ultra', '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-Math-V2-ultra', '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-Math-V2-ultra
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
Repair a divisibility proof\n\nReview this proposed proof: 'If 6 divides ab, then 6 divides a or 6 divides b, because every prime factor of 6 must divide one of the factors.' Here a and b are integers. Identify the invalid implication, provide a counterexample and state a correct related proposition with proof. Separate your proof from a self-check of its completeness.A precise flaw explanation, an integer counterexample, a corrected proposition with proof and a separate self-check.Verify the counterexample meets the premise and defeats both alternatives in the claimed conclusion.