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.
", "aboutText": "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.\n\nKad 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.\n\nMod 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.\n\nPanggilan 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.\n\nCarian 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.\n\nUntuk 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.\n\nPengeluar 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.\n\nSediakan 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.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "8b6febfead6ca4231ae1b7bab551ec55ed784b3d672501121f92f35005ecc810", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "deepseek-v3.1-thinkingDeepSeek 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.
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.
POST /v1/chat/completionstexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had deepseek-v3.1-thinking | Lalai— |
Medanmessages | Jenismessage[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanmessages[].role | Jenisstring | KeperluanDiperlukan | Nilai & had Bergantung pada model | Lalai— |
Medanmessages[].content | Jenisstring | KeperluanPilihan | Nilai & had Terpakai apabila: Perbualan teks | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontraktatasusunan mesej dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 sebenar dimasukkan sebagai teks literal; ID fail tidak diandaikan |
Parameteroptional_controls | Kontrakstream |
Parametercontrol_scope | KontrakPerbualan teks; stream ialah nilai boolean dengan false sebagai lalai. |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_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.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
| 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 $0 / 1K token Input · Penulisan cache, 1 jam — / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"deepseek-v3.1-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-v3.1-thinking", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson atau SSE
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.
Kekalkan ID permintaan/respons dan pengepala. Tiada URL umum bagi pengambilan tugas teks dibekalkan.
| Medan | Jenis |
|---|---|
Medanchoices[].index | Jenisinteger |
Medanchoices[].message.content | Jenisstring|null |
Medanchoices[].message.tool_calls | Jenistool_call[] |
Medanchoices[].message.reasoning_content | Jenisstring |
Medanchoices[].message.reasoning_details | Jenisobject|array |
Medanchoices[].finish_reason | Jenisstring|null |
Medanusage | Jenisobject |
| 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. |
Ailoot Ultra deepseek-v3.1-thinking
/chat/completions