DeepSeek: DeepSeek V3.1

DeepSeek V3.1 ialah model teks hibrid dengan mod berfikir dan jawapan langsung dalam satu edisi. Konteks 128K dan profil penggunaan alat yang dipertingkat menyokong pengekodan, analisis dokumen dan carian yang dibekalkan aplikasi, dengan teks atau cadangan panggilan alat sebagai hasil.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions deepseek-v3.1-thinking

Tentang model

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

DeepSeek V3.1 ialah model teks hibrid DeepSeek: edisi bernama yang sama menyokong jawapan berfikir dan tanpa berfikir melalui tetapan templat sembang yang berbeza. Pengeluar mengetengahkan penggunaan alat, tugasan ejen dan kecekapan penaakulan yang bertambah baik berbanding model terdahulu. Ia menerima arahan bertulis dan konteks teks serta menjana jawapan, kod atau kandungan panggilan alat. Identiti V3.1 asal berasingan daripada Terminus, V3.2 dan keluarga V4.

Kad model menyenaraikan jumlah 671 bilion parameter, 37 bilion parameter aktif dan konteks 128K bagi edisi asas serta edisi selepas latihan. V3.1 dibina berasaskan V3 asal dengan latihan lanjutan pada dokumen panjang sebelum latihan susulan. Struktur campuran pakar dan perhatian terpendamnya mengikuti seni bina V3. Fakta reka bentuk ini menjelaskan profil teks berkonteks panjang tanpa menjadikan angka konteks sebagai spesifikasi output maksimum yang berasingan.

Mod tanpa berfikir menyediakan jawapan langsung, manakala mod berfikir memulakan fasa penaakulan sebelum jawapan. Templat pengeluar menggunakan penanda penutup berfikir untuk jawapan langsung dan penanda pembuka berfikir untuk giliran penaakulan semasa. Dalam perbualan berbilang giliran, kandungan penaakulan terdahulu digugurkan manakala jawapan akhir dan penanda penutup kekal dalam konteks. Ini ialah peraturan sejarah V3.1 asal, yang berbeza daripada peraturan V3.2 kemudian yang mengekalkan penaakulan merentas mesej berkaitan alat.

Panggilan alat standard didokumenkan dalam mod tanpa berfikir. Aplikasi membekalkan nama fungsi, huraian dan skema parameter; model mengembalikan nama alat terpilih serta argumen JSON dalam perwakilan panggilan alat pengeluar. Aplikasi melaksanakan operasi dan mengembalikan hasilnya. Berikan tujuan khusus kepada alat dan pastikan pemerhatian yang dikembalikan dikaitkan dengan panggilan tersebut, supaya langkah model seterusnya mempunyai bukti dan bukannya andaian bahawa sesuatu tindakan berlaku.

Carian dalam mod berfikir menggunakan format ejen carian khusus yang berasingan. DeepSeek mendokumenkan alat carian yang disediakan pengguna untuk soalan yang memerlukan maklumat luaran atau semasa, dengan panggilan dan pemerhatian berulang sepanjang beberapa giliran. Oleh itu, carian ialah sebahagian daripada aliran kerja sekeliling, bukan dakwaan bahawa jawapan teks melayari web secara bebas. Takrifkan soalan, kriteria sumber dan jawapan akhir yang anda perlukan sebelum tugasan carian bermula.

Untuk pengekodan, berikan cebisan atau fail yang relevan, tingkah laku yang diperhatikan, tingkah laku yang dijangka dan kekangan yang perlu dikekalkan. Ringkasan tugasan contoh ialah: “Kenal pasti punca kegagalan ini bagi input yang diberikan, cadangkan pembetulan berfokus dan jelaskan syarat yang ditangani oleh perubahan itu.” Untuk tugasan dokumen, labelkan bahagian sumber dan minta perbandingan berdasarkan keperluan yang jelas. Wajibkan jawapan akhir membezakan kesimpulan yang disokong sumber daripada tindakan seterusnya yang dicadangkan.

Pengeluar melatih V3.1 menggunakan format skala UE8M0 FP8 untuk pemberat dan pengaktifan. Cadangan setempatnya turut mengenal pasti parameter sensitif terhadap ketepatan yang mesti dikendalikan dengan betul. Ini ialah ciri rujukan pengeluar yang diterbitkan, bukan dakwaan tentang ketepatan atau pelaksanaan yang dipilih oleh setiap aplikasi. Terbitan, varian yang melalui pengkuantuman dan titik semak Terminus kemudian kekal sebagai pilihan berasingan daripada edisi V3.1 asal yang bernama.

Sediakan kerja yang lebih panjang dengan soalan jelas, label sumber dan artifak akhir yang ditakrifkan. Bajetkan perbualan, teks sumber, penaakulan dan output dalam konteks yang didokumenkan serta kekalkan hanya bukti relevan apabila tugasan berkembang. Untuk ejen, nyatakan tindakan yang dibenarkan dan kriteria yang menandakan hasil telah lengkap. Hasil serahan yang berguna ialah jawapan bertulis yang boleh disemak, cadangan kod atau analisis bersandarkan sumber yang dikaitkan dengan input dan pemerhatian yang benar-benar dikembalikan oleh aplikasi.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions deepseek-v3.1-thinking

deepseek-v3.1-thinking

DeepSeek /deepseek-v3.1-thinking

Pengenalan

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-v3.1-thinking	Lalai—
Medan`messages`	Jenis`message[]`	KeperluanDiperlukan	Nilai & had Item minimum: 1	Lalai—
Medan`messages[].role`	Jenis`string`	KeperluanDiperlukan	Nilai & had Bergantung pada model	Lalai—
Medan`messages[].content`	Jenis`string`	KeperluanPilihan	Nilai & had Terpakai apabila: Perbualan teks	Lalai—
Medan`stream`	Jenis`boolean`	KeperluanPilihan	Nilai & had	Lalaifalse

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
Parameter`control_scope`	KontrakPerbualan teks; stream ialah nilai boolean dengan false sebagai lalai.
Parameter`output_modalities`	Kontraktext
Parameter`hosted_operations`	Kontrakfalse
Parameter`multimodal_input_binding`	Kontraknull

Alias kaedah: /chat/completions

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 $0.000572 / 1K token Output · Token output $0.0023 / 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 →

Contoh permintaan

Ailoot Ultra · OpenAI Chat

curlPython SDK

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-v3.1-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')

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

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-v3.1-thinking", messages=[{"role":"user","content":"hello"}], stream=False)
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"))

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-v3.1-thinking

Alias laluan kaedah

/chat/completions

ID pemanggil berkaitan

deepseek-v3.1-thinking

FAQ · DeepSeek: DeepSeek V3.1

Apakah input dan hasil yang tersedia?: POST /v1/chat/completions · deepseek-v3.1-thinking: text → text
Apakah medan yang digunakan oleh permintaan?: POST /v1/chat/completions · deepseek-v3.1-thinking: model, messages, stream
Apakah had yang terpakai?: POST /v1/chat/completions · deepseek-v3.1-thinking: messages.min_items: 1

DeepSeek: DeepSeek V3.1