Source: https://ailoot.ai/models/ms/deepseek-ai-deepseek-r1-distill-qwen-32b/
Canonical: https://ailoot.ai/models/ms/deepseek-ai-deepseek-r1-distill-qwen-32b/
Language: ms

# DeepSeek R1 Distill Qwen 32B

[Markdown](https://ailoot.ai/models/ms/deepseek-ai-deepseek-r1-distill-qwen-32b/index.md) · [JSON](https://ailoot.ai/models/ms/deepseek-ai-deepseek-r1-distill-qwen-32b/facts.json)

## [DeepSeek R1 Distill Qwen 32B](https://ailoot.ai/models/ms/deepseek-ai-deepseek-r1-distill-qwen-32b/)

DeepSeek-R1-Distill-Qwen-32B ialah model penaakulan teks padat yang ditala halus daripada Qwen2.5-32B menggunakan contoh DeepSeek-R1. Ia ditujukan kepada tugasan matematik, pengekodan dan logik berbilang langkah, dengan prompt khusus pengeluar dan konfigurasi keluaran 131,072 kedudukan.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`](https://ailoot.ai/models/ms/deepseek-ai-deepseek-r1-distill-qwen-32b/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`](https://ailoot.ai/models/ms/deepseek-ai-deepseek-r1-distill-qwen-32b/#method-1)

Tentang model

Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.

DeepSeek-R1-Distill-Qwen-32B ialah titik semak penaakulan padat bersaiz 32B DeepSeek yang dibina daripada Qwen2.5-32B. DeepSeek menala halus asasnya menggunakan contoh penaakulan yang dijana oleh DeepSeek-R1. Hasilnya ialah model teks tersendiri untuk masalah yang memerlukan beberapa langkah berkaitan, seperti penerbitan matematik, soalan algoritma atau penaakulan melalui kekangan.

Bagaimana sulingan ini berbeza daripada model R1 penuh

Keluaran pengeluar memisahkan DeepSeek-R1-Zero, DeepSeek-R1 dan model sulingan berasaskan Qwen atau Llama. Barisan R1 penuh membangunkan penaakulan melalui saluran latihannya sendiri; peringkat penyulingan memindahkan corak yang diwakili dalam contoh janaan R1 kepada titik semak padat yang berasingan. Entri ini ialah edisi sulingan 32B berasaskan Qwen, bukan model R1 penuh, R1-Zero atau asas Qwen2.5-32B yang tidak diubah.

Model sulingan Qwen yang dikeluarkan ditala halus menggunakan 800,000 sampel terpilih. DeepSeek turut mengubah konfigurasi dan pentokennya serta mengarahkan pengguna mengekalkan tetapan tersebut. Asal latihan menerangkan tumpuan penaakulan, manakala titik semak bernama dan konfigurasinya sendiri menentukan keluaran sebenar. Ini tidak bermakna model guru yang lebih besar dirujuk secara automatik untuk menjawab setiap soalan baharu.

Konfigurasi titik semak 32B menggunakan seni bina model bahasa kausal dengan 64 lapisan, 40 kepala perhatian pertanyaan dan 8 kepala kunci/nilai. Ia menetapkan kedudukan maksimum kepada 131,072. Angka konfigurasi ini berkaitan dengan model yang dikeluarkan; contoh arahan penyajian atau ahli lain keluarga R1 tidak sepatutnya dianggap sebagai tetapan konteks yang sama. Model menerima teks dan menjana teks, bukannya menerima imej atau menghasilkan artifak visual atau audio.

Menyediakan tugasan matematik atau pengekodan

Untuk masalah matematik, berikan syarat lengkap, takrifkan pemboleh ubah dan nyatakan domain atau andaian. Kenal pasti sama ada hasil akhir perlu berupa ungkapan tepat, penghampiran berangka atau bukti sesuatu dakwaan. Permintaan yang berguna boleh meminta penerbitan diikuti ungkapan akhir dan semakan berdasarkan syarat asal. Pengeluar mencadangkan jawapan matematik dengan langkah penyelesaian dan jawapan akhir dilingkungi kotak LaTeX.

Untuk masalah algoritma, berikan julat input, output yang diperlukan dan kekangan penyelesaian. Minta pendekatan, pelaksanaan dan penerangan mengapa ia mengekalkan sifat yang diperlukan. Jika masalah melibatkan kod sedia ada, berikan fungsi yang relevan, input yang menghasilkan tingkah laku tidak dijangka dan hasil yang dijangka. Jawapan boleh membandingkan laluan sebenar dengan laluan yang dimaksudkan serta mencadangkan pembetulan; pelaksanaan dan pengesahan program ialah langkah aplikasi yang berasingan.

Untuk masalah kekangan, senaraikan pilihan yang dibenarkan dan hubungannya secara jelas. Contohnya, permintaan penjadualan boleh memberikan peserta, ketersediaan dan peraturan yang menjadikan dua penugasan tidak serasi. Minta cadangan penugasan dengan peraturan yang menyokong setiap keputusan, dan wajibkan sebarang syarat belum selesai terus kelihatan. Ini menjadikan tugasan penaakulan boleh diperiksa dan bukannya meminta model memilih tanpa kekangan asas.

Cadangan penggunaan khusus pengeluar

DeepSeek mencadangkan supaya semua arahan diletakkan dalam prompt pengguna dan mengelakkan prompt sistem berasingan untuk siri ini. Ini berbeza daripada templat sembang umum yang bergantung pada mesej sistem untuk menentukan tugasan. Letakkan format jawapan yang diminta, bahan sumber dan soalan sebenar bersama-sama dengan sempadan yang jelas.

Julat suhu yang disarankan ialah 0.5 hingga 0.7, dengan 0.6 diutamakan. Pengeluar mengaitkan cadangan itu dengan mengelakkan pengulangan atau output tidak koheren. Ia turut menyatakan bahawa sesetengah pertanyaan boleh menghasilkan blok penaakulan kosong dan mencadangkan memulakan output dengan penanda pembuka penaakulan. Ini ialah cadangan bagi aliran kerja penaakulan yang dikeluarkan, bukan jaminan bahawa satu tetapan mewujudkan ketepatan.

Kontrak jawapan praktikal boleh meminta penerangan kaedah, langkah penting yang berasas dan artifak akhir yang berasingan. Dalam tugasan matematik, gunakan ungkapan berkotak untuk hasil akhir. Dalam tugasan pengekodan, asingkan kod daripada andaian dan contoh inputnya. Untuk tugasan logik, kekalkan setiap kesimpulan dikaitkan dengan peraturan atau fakta yang diberikan yang menyokongnya. Ini membolehkan teks penaakulan dan hasil yang diperlukan aplikasi memenuhi tujuan yang berbeza.

Konteks, output dan sempadan integrasi

131,072 kedudukan maksimum dalam konfigurasi yang dikeluarkan perlu dipertimbangkan bersama prompt penuh dan penaakulan yang dijana. Pengeluar menggunakan tetapan penjanaan 32,768 token dalam penilaian, tetapi tetapan eksperimen itu bukan spesifikasi kapasiti output berasingan yang diterbitkan untuk titik semak ini. Jangan tentukan had maksimum jawapan berdasarkan persediaan penanda aras atau salin angka output 8,192 token edisi Qwen Instruct asal ke keluaran sulingan yang diubah.

Pastikan input berfokus pada soalan matematik, pengaturcaraan atau logik sebenar, dan nyatakan bentuk akhir yang dikehendaki. Kalkulator luaran, repositori, penghurai dokumen atau fungsi carian perlu dibekalkan oleh aplikasi sekeliling; ia tidak disertakan semata-mata dengan memilih titik semak penaakulan teks. Hasil yang berguna ialah penyelesaian bertulis atau pelaksanaan yang dicadangkan yang andaian, kaedah dan jawapan akhirnya sepadan dengan masalah yang diberikan.

Tugas praktikal

### Tugas praktikal

Contoh teknikal dalam bahasa Inggeris

```
Solve a bounded scheduling problem

Schedule three one-hour interviews in slots 09:00, 10:00 and 11:00. Ada cannot attend 09:00; Ben cannot attend 11:00; Chen must be before Ada. Each person gets one distinct slot. Give a valid schedule, explain how each constraint is satisfied and state whether another schedule is possible.
```

#### Hasil yang dijangka

```
A person-to-slot table, a constraint check and a justified uniqueness or non-uniqueness conclusion.
```

#### Semak hasil

```
Check all three constraints and distinct slots directly against the proposed schedule.
```

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`

[`deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`](https://ailoot.ai/models/ms/#m=deepseek-ai%2FDeepSeek-R1-Distill-Qwen-32B&route=Ultra&caller=deepseek-ai%2FDeepSeek-R1-Distill-Qwen-32B&fmt=chat)

DeepSeek /`deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`

### Pengenalan

DeepSeek-R1-Distill-Qwen-32B ialah model penaakulan teks padat yang ditala halus daripada Qwen2.5-32B menggunakan contoh DeepSeek-R1. Ia ditujukan kepada tugasan matematik, pengekodan dan logik berbilang langkah, dengan prompt khusus pengeluar dan konfigurasi keluaran 131,072 kedudukan.

Input yang diterima

Teks

Hasil

Teks

### Tersedia di Ailoot · input & kaedah

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

Input

`text`

Output

`text`

Format output

json atau SSE

| Medan | Jenis | Keperluan | Nilai & had | Lalai |
| --- | --- | --- | --- | --- |
| Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had deepseek-ai/DeepSeek-R1-Distill-Qwen-32B | Lalai— |
| Medan`messages` | Jenis`message[]` | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
| Medan`messages[].role` | Jenis`string` | KeperluanDiperlukan | Nilai & had Contoh: system, user, assistant, tool, function Syarat: Peranan ini diwakili secara eksplisit oleh jenis keserasian dalam kod sumber; set peranan model yang tepat kekal khusus untuk setiap model. Bergantung pada model | Lalai— |
| Medan`messages[].content` | Jenis`string\|content_part[]\|null` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`messages[].tool_calls` | Jenis`tool_call[]` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`messages[].tool_call_id` | Jenis`string` | KeperluanPilihan | Nilai & had Terpakai apabila: role=tool; gunakan ID sebenar yang dipulangkan | Lalai— |
| Medan`messages[].name` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`messages[].reasoning_content` | Jenis`string` | KeperluanPilihan | Nilai & had Terpakai apabila: Hantar semula penaakulan sebenar yang dipulangkan apabila model ini menggunakannya | Lalai— |
| Medan`messages[].reasoning_details` | Jenis`object\|array` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`max_tokens` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
| Medan`max_completion_tokens` | Jenis`integer` | KeperluanPilihan | Nilai & had Minimum: 1 Bergantung pada model | Lalai— |
| Medan`stream` | Jenis`boolean` | KeperluanPilihan | Nilai & had | Lalaifalse |
| Medan`stream_options.include_usage` | Jenis`boolean` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`temperature` | Jenis`number` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`top_p` | Jenis`number` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`stop` | Jenis`string\|string[]` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`tools` | Jenis`function_tool[]` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`tools[].type` | Jenis`string` | KeperluanPilihan | Nilai & had function Bergantung pada model | Lalai— |
| Medan`tools[].function.name` | Jenis`string` | KeperluanDiperlukan | Nilai & had Terpakai apabila: alat fungsi dibekalkan | Lalai— |
| Medan`tools[].function.description` | Jenis`string` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`tools[].function.parameters` | Jenis`JSON_schema` | KeperluanPilihan | Nilai & had | Lalai— |
| Medan`tool_choice` | Jenis`string\|object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`parallel_tool_calls` | Jenis`boolean` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`response_format` | Jenis`object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`reasoning_effort` | Jenis`string` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`reasoning` | Jenis`object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`service_tier` | Jenis`string` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`instructions` | Jenis`string` | KeperluanPilihan | Nilai & had Medan keserasian | Lalai— |
| Medan`functions` | Jenis`function[]` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`function_call` | Jenis`string\|object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`prompt_cache_options` | Jenis`object` | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
| Medan`modalities` | Jenis`string[]` | KeperluanPilihan | Nilai & had text | Lalai— |
| Medan`provider` | Jenis`object` | KeperluanPilihan | Nilai & had Syarat: provider.options ditolak pada laluan teks Ultra ini | Lalai— |
| Medan`cache_control.ttl` | Jenis`string` | KeperluanPilihan | Nilai & had Syarat: 1h ditolak pada lokasi cache prompt yang digunakan | Lalai— |

Gabungan bahan input

**Teks** · Teks UTF8

`messages[].content`

Parameter kaedah dan kitar hayat

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, messages |
| Parameter`material_types` | Kontraktext |
| Parameter`messages` | Kontraktatasusunan mesej dengan struktur role/content |
| Parameter`file_material` | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
| Parameter`optional_controls` | Kontrakstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice |
| Parameter`control_scope` | Kontrakkhusus model; alat fungsi pengguna berbeza daripada alat yang dihoskan |
| Parameter`output_modalities` | Kontraktext |
| Parameter`hosted_operations` | Kontrakfalse |
| Parameter`multimodal_input_binding` | Kontraknull |

Kitar hayat: `synchronous_or_streamed`

Hantar ID model yang tepat bersama messages.

Panjang konteks bukan had output.

Fail teks boleh membekalkan teks literal; input imej/audio/objek fail memerlukan pengikatan tepat.

### Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas

Tidak dinyatakan Apabila mod pantas dipilih

Mod flex

Tidak dinyatakan Apabila mod flex dipilih

Usaha penaakulan maksimum

Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

#### Kadar Ailoot

#### Harga mengikut konfigurasi

| Konfigurasi | Jadual kadar | Caj |
| --- | --- | --- |
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input **$0.00036** / 1K token Output · Token output **$0.00036** / 1K token Input · Bacaan cache **$0** / 1K token Input · Penulisan cache **$0** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token |

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · OpenAI Chat

curlPython SDKPenstriman Python

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "deepseek-ai/DeepSeek-R1-Distill-Qwen-32B", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
```

```python
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='deepseek-ai/DeepSeek-R1-Distill-Qwen-32B',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
```

```python
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='deepseek-ai/DeepSeek-R1-Distill-Qwen-32B',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")
```

### Terima dan simpan hasil

#### Ailoot Ultra · OpenAI Chat

json atau SSE

##### Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Kekalkan setiap pilihan jawapan bersama kandungan, panggilan alat dan penaakulannya. Dalam SSE, gabungkan delta mengikut indeks pilihan jawapan/alat dan kekalkan sebab penamatan akhir serta data penggunaan.

##### Jika respons asal perlu disemak

Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.

Medan respons

| Medan | Jenis |
| --- | --- |
| Medan`choices[].index` | Jenisinteger |
| Medan`choices[].message.content` | Jenisstring\|null |
| Medan`choices[].message.tool_calls` | Jenistool\_call\[\] |
| Medan`choices[].message.reasoning_content` | Jenisstring |
| Medan`choices[].message.reasoning_details` | Jenisobject\|array |
| Medan`choices[].finish_reason` | Jenisstring\|null |
| Medan`usage` | Jenisobject |

Ralat dan langkah seterusnya

| Respons | Syarat | Langkah seterusnya |
| --- | --- | --- |
| Respons400 · `invalid_request_error` | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |

### Alias

#### Alias model

**Ailoot Ultra** [`deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`](https://ailoot.ai/models/ms/#m=deepseek-ai%2FDeepSeek-R1-Distill-Qwen-32B&route=Ultra&caller=deepseek-ai%2FDeepSeek-R1-Distill-Qwen-32B&fmt=chat)

#### Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

#### ID pemanggil berkaitan

[`deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`](https://ailoot.ai/models/ms/#m=deepseek-ai%2FDeepSeek-R1-Distill-Qwen-32B&route=Ultra&caller=deepseek-ai%2FDeepSeek-R1-Distill-Qwen-32B&fmt=chat)

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`

[`deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`](https://ailoot.ai/models/ms/#m=deepseek-ai%2FDeepSeek-R1-Distill-Qwen-32B&route=Ultra&caller=deepseek-ai%2FDeepSeek-R1-Distill-Qwen-32B&fmt=messages)

DeepSeek /`deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`

### Pengenalan

DeepSeek-R1-Distill-Qwen-32B ialah model penaakulan teks padat yang ditala halus daripada Qwen2.5-32B menggunakan contoh DeepSeek-R1. Ia ditujukan kepada tugasan matematik, pengekodan dan logik berbilang langkah, dengan prompt khusus pengeluar dan konfigurasi keluaran 131,072 kedudukan.

Input yang diterima

Teks

Hasil

json · sse

### Tersedia di Ailoot · input & kaedah

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

Input

`text`

Output

`json`, `sse`

Format output

JSON atau SSE

| Medan | Jenis | Keperluan | Nilai & had | Lalai |
| --- | --- | --- | --- | --- |
| Medan`model` | Jenis`string` | KeperluanDiperlukan | Nilai & had deepseek-ai/DeepSeek-R1-Distill-Qwen-32B | Lalai— |
| Medan`messages` | Jenis`message[]` | KeperluanDiperlukan | Nilai & had | Lalai— |
| Medan`messages[].role` | Jenis`string` | KeperluanDiperlukan | Nilai & had user, assistant | Lalai— |
| Medan`messages[].content` | Jenis`string` | KeperluanDiperlukan | Nilai & had | Lalai— |
| Medan`max_tokens` | Jenis`integer` | KeperluanDiperlukan | Nilai & had | Lalai— |
| Medan`stream` | Jenis`boolean` | KeperluanPilihan | Nilai & had | Lalaifalse |

Gabungan bahan input

**Teks** · Teks UTF-8

`rentetan messages[].content`

Parameter kaedah dan kitar hayat

| Parameter | Kontrak |
| --- | --- |
| Parameter`content_type` | Kontrakapplication/json |
| Parameter`required` | Kontrakmodel, messages, max\_tokens |
| Parameter`optional_controls` | Kontrakstream |
| Parameter`material_types` | Kontraktext |
| Parameter`text_file_material` | KontrakBaca dokumen UTF-8 sebenar dan letakkan teksnya dalam rentetan input atau kandungan mesej yang ditunjukkan. |

Kitar hayat: `synchronous_or_streamed`

### Pelan harga

Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.

Mod pantas

Tidak dinyatakan Apabila mod pantas dipilih

Mod flex

Tidak dinyatakan Apabila mod flex dipilih

Usaha penaakulan maksimum

Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default

#### Kadar Ailoot

#### Harga mengikut konfigurasi

| Konfigurasi | Jadual kadar | Caj |
| --- | --- | --- |
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Caj Input · Token input **$0.00036** / 1K token Output · Token output **$0.00036** / 1K token Input · Bacaan cache **$0** / 1K token Input · Penulisan cache **$0** / 1K token Input · Penulisan cache, 1 jam **—** / 1K token |

Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. [Cara rizab dan penyelesaian caj berfungsi →](https://ailoot.ai/docs/ms/billing/reserve/)

### Contoh permintaan

#### Ailoot Ultra · Anthropic Messages

Badan JSON minimum yang lengkapcurl · gunakan dokumen UTF-8 andaPython · simpan hasil lengkap

```json
{
  "model": "deepseek-ai/DeepSeek-R1-Distill-Qwen-32B",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'deepseek-ai/DeepSeek-R1-Distill-Qwen-32B', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
```

```python
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'deepseek-ai/DeepSeek-R1-Distill-Qwen-32B', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
```

### Terima dan simpan hasil

#### Ailoot Ultra · Anthropic Messages

JSON atau SSE

##### Simpan semua hasil yang selesai

Simpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.

Kekalkan semua blok kandungan, tandatangan penaakulan dan ID penggunaan alat sebenar. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan output.

##### Jika respons asal perlu disemak

Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.

Medan respons

| Medan | Jenis |
| --- | --- |
| Medan`id` | Jenisstring |
| Medan`model` | Jenisstring |
| Medan`content[]` | Jenistext\|thinking\|tool\_use\|other content block |
| Medan`stop_reason` | Jenisstring\|null |
| Medan`usage` | Jenisobject |

Ralat dan langkah seterusnya

| Respons | Syarat | Langkah seterusnya |
| --- | --- | --- |
| Respons400 · `invalid_request_error` | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |

### Alias

#### Alias model

**Ailoot Ultra** [`deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`](https://ailoot.ai/models/ms/#m=deepseek-ai%2FDeepSeek-R1-Distill-Qwen-32B&route=Ultra&caller=deepseek-ai%2FDeepSeek-R1-Distill-Qwen-32B&fmt=messages)

#### Alias laluan kaedah

Gunakan laluan kaedah yang dipaparkan di atas.

#### ID pemanggil berkaitan

[`deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`](https://ailoot.ai/models/ms/#m=deepseek-ai%2FDeepSeek-R1-Distill-Qwen-32B&route=Ultra&caller=deepseek-ai%2FDeepSeek-R1-Distill-Qwen-32B&fmt=messages)

FAQ · deepseek-ai/DeepSeek-R1-Distill-Qwen-32B

Apakah input dan hasil yang tersedia?

`POST /v1/chat/completions` · `deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`: `text` → `text` `POST /v1/messages` · `deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`: `text` → `json`, `sse`

Apakah medan yang digunakan oleh permintaan?

`POST /v1/chat/completions` · `deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`: `model`, `messages`, `max_tokens`, `stream`

Apakah had yang terpakai?

`POST /v1/chat/completions` · `deepseek-ai/DeepSeek-R1-Distill-Qwen-32B`: `messages.min_items`: `1`

Sambungkan Ailoot kepada Claude Code, OpenCode, Hermes atau aplikasi anda.

## Syarikat dan portfolio projeknya

Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.

## Beli token dengan diskaun.

Diskaun langganan untuk penggunaan berkala. Kod promosi — sehingga 50% bagi pembelian token.

Langganan

Pilih pelan berdiskaun untuk permintaan berkala anda.

Kod promosi sehingga 50%

Masukkan kod semasa pembelian. Harga dikira semula mengikut promosi semasa.

Perbelanjaan dalam sejarah

Model, token dan jumlah disimpan bagi setiap permintaan.

[Pilih langganan](https://ailoot.ai/docs/ms/billing/subscriptions/) · [Lihat harga model](https://ailoot.ai/models/ms/)

## Sambungkan API kepada produk yang anda jual.

SaaS, aplikasi dan bot — di bawah tawaran rasmi serta perjanjian lesen Ailoot. Untuk jualan semula, mohon lesen penjual semula.

Aplikasi komersial

Tambahkan penjanaan teks, imej, video dan audio pada ciri berbayar perkhidmatan anda.

Lesen penjual semula

Hantar keterangan projek dan susunan akses. Minta terma penggunaan serta jualan semula secara bertulis.

Dokumen pada laman

Tawaran, perjanjian lesen dan dasar pemprosesan data tersedia sebelum sambungan.

[Mohon lesen penjual semula](mailto:support@ailoot.ai) · [Tawaran dan perjanjian lesen](https://ailoot.ai/legal/offer?lang=ms)

## Ailoot · Syarikat dan portfolio projeknya





Ailoot berteraskan pengalaman operasi yang mantap, pangkalan pelanggan yang besar, perkhidmatan yang stabil dan pemantauan KPI berterusan.





Syarikat dan portfolio projeknya: jutaan pelanggan; jualan bernilai berbilion setiap bulan.





Ailoot menggunakan pengalaman operasi ini untuk akses API kepada ciri AI dalam produk pelanggan, ejen, aplikasi dan automasi.