DeepSeek V3-0324 is DeepSeek’s benoemde update van het V3-tekstmodel. De modelkaart presenteert verbeteringen in redeneren, frontendontwikkeling, schrijven in het Chinees, rapportanalyse met zoekondersteuning en functieaanroepen. De taak gebruikt geschreven instructies en broninhoud en levert tekst, waaronder code, een herschreven passage, een rapport of een bepaald uitvoerrecord. Het blijft gescheiden van de oorspronkelijke V3 en de latere hybride V3.1-editie.
Frontendontwikkeling krijgt bijzondere aandacht: DeepSeek beschrijft beter uitvoerbare code en een beter uiterlijk voor webpagina’s en spelinterfaces. Geef voor een praktische opdracht het vereiste gedrag, de inhoud en de beoogde indeling samen met de relevante code. Een voorbeeldopdracht is: “Implementeer de beschreven formulierworkflow, behoud deze veldnamen en maak de visuele hiërarchie duidelijk. Geef het component terug en leg uit hoe elke vereiste toestand wordt weergegeven.” Een gegenereerde implementatie moet nog worden bekeken in de applicatie waarin zij zal draaien.
Schrijven in het Chinees krijgt een betere stijl en inhoudskwaliteit, vooral in middellange tot lange passages, met interactieve herschrijving over meerdere beurten. De modelkaart benadrukt ook vertalen en brieven schrijven. Benoem de doelgroep, de toon, de vereiste feiten en de delen die mogen veranderen. Benoem voor een revisie de te bewerken passage en de te behouden betekenis in plaats van om een niet-gerelateerde vervanging te vragen. Zo is de uitvoer bruikbaar als brief, artikelconcept of herschreven uitleg die bij de aangeleverde opdracht aansluit.
De modelkaart van de ontwikkelaar documenteert verbeterde functieaanroepen en ondersteunt JSON-uitvoer en FIM-aanvulling. Een functiedefinitie levert de handeling en argumenten; het model stelt een aanroep voor, terwijl de omringende applicatie die uitvoert en het resultaat teruggeeft. Geef voor een JSON-record de velden en een duidelijk voorbeeld van de gewenste inhoud. Geef voor aanvulling in het midden het voorvoegsel en eventueel achtervoegsel en vraag het model de tussenliggende tekst of code aan te vullen. Dit zijn verschillende uitvoerworkflows en geen belofte dat een gewone tekstprompt automatisch elk mechanisme activeert.
De bronmodelkaart biedt voorbereidingsformaten voor documenten en antwoorden op zoekvragen. Een document heeft een naam, duidelijk afgebakende inhoud en de te beantwoorden vraag. Zoekresultaten zijn geïndexeerd en de antwoordsjabloon van de ontwikkelaar vraagt om bronverwijzingen naast de beweringen die ze ondersteunen. Label je materiaal en maak de vereiste vergelijking of conclusie expliciet. Externe resultaten moeten uit het aangeleverde bronmateriaal of een tool in de omringende workflow komen; een geschreven rapport bewijst niet dat er is gezocht.
De ontwikkelaar documenteert een implementatiespecifieke omzetting van temperature: een modelwaarde van 0.3 komt in de referentie overeen met een API-waarde van 1.0. Voor API-waarden van 0 tot 1 is de modelwaarde 0.3 maal de API-waarde; voor waarden groter dan 1 tot en met 2 is zij de API-waarde minus 0.7. Behoud het onderscheid tussen die instellingen van de ontwikkelaar bij het vergelijken van waarden. Deze omzetting hoort bij de gedocumenteerde DeepSeek-workflow en wordt niet afgeleid voor de parameterverwerking van een andere applicatie.
V3-0324 gebruikt dezelfde modelstructuur als V3, waarvan de gepubliceerde familietabel een context van 128K en een mixture-of-experts-architectuur heeft. Orden het bronmateriaal binnen de toepasselijke context en laat ruimte voor het gevraagde antwoord. Een lange bronverzameling bepaalt haar eigen doel niet, dus geef aan of de taak feiten moet extraheren, uitleggen, vergelijken, herschrijven of code moet maken. De exact benoemde update behoudt haar eigen verbeteringen en krijgt niet de latere hybride-modussjabloon van V3.1 toegeschreven.
Benoem voor een bruikbaar eindresultaat de antwoordtaal, verplichte details en het beoordelingscriterium. Een rapport kan de aangeleverde passages citeren; een herschrijving kan de goedgekeurde feiten behouden en de leesbaarheid verbeteren; een programmeertaak kan een gerichte implementatie met ondersteunende uitleg leveren. Houd voorgestelde wijzigingen gescheiden van handelingen of validatie die de applicatie daadwerkelijk heeft voltooid. Het resultaat is een beoordeelbaar tekst-, code- of gestructureerd record op basis van de eisen en onderbouwing in de taak.
", "aboutText": "DeepSeek V3-0324 is DeepSeek’s benoemde update van het V3-tekstmodel. De modelkaart presenteert verbeteringen in redeneren, frontendontwikkeling, schrijven in het Chinees, rapportanalyse met zoekondersteuning en functieaanroepen. De taak gebruikt geschreven instructies en broninhoud en levert tekst, waaronder code, een herschreven passage, een rapport of een bepaald uitvoerrecord. Het blijft gescheiden van de oorspronkelijke V3 en de latere hybride V3.1-editie.\n\nFrontendontwikkeling krijgt bijzondere aandacht: DeepSeek beschrijft beter uitvoerbare code en een beter uiterlijk voor webpagina’s en spelinterfaces. Geef voor een praktische opdracht het vereiste gedrag, de inhoud en de beoogde indeling samen met de relevante code. Een voorbeeldopdracht is: “Implementeer de beschreven formulierworkflow, behoud deze veldnamen en maak de visuele hiërarchie duidelijk. Geef het component terug en leg uit hoe elke vereiste toestand wordt weergegeven.” Een gegenereerde implementatie moet nog worden bekeken in de applicatie waarin zij zal draaien.\n\nSchrijven in het Chinees krijgt een betere stijl en inhoudskwaliteit, vooral in middellange tot lange passages, met interactieve herschrijving over meerdere beurten. De modelkaart benadrukt ook vertalen en brieven schrijven. Benoem de doelgroep, de toon, de vereiste feiten en de delen die mogen veranderen. Benoem voor een revisie de te bewerken passage en de te behouden betekenis in plaats van om een niet-gerelateerde vervanging te vragen. Zo is de uitvoer bruikbaar als brief, artikelconcept of herschreven uitleg die bij de aangeleverde opdracht aansluit.\n\nDe modelkaart van de ontwikkelaar documenteert verbeterde functieaanroepen en ondersteunt JSON-uitvoer en FIM-aanvulling. Een functiedefinitie levert de handeling en argumenten; het model stelt een aanroep voor, terwijl de omringende applicatie die uitvoert en het resultaat teruggeeft. Geef voor een JSON-record de velden en een duidelijk voorbeeld van de gewenste inhoud. Geef voor aanvulling in het midden het voorvoegsel en eventueel achtervoegsel en vraag het model de tussenliggende tekst of code aan te vullen. Dit zijn verschillende uitvoerworkflows en geen belofte dat een gewone tekstprompt automatisch elk mechanisme activeert.\n\nDe bronmodelkaart biedt voorbereidingsformaten voor documenten en antwoorden op zoekvragen. Een document heeft een naam, duidelijk afgebakende inhoud en de te beantwoorden vraag. Zoekresultaten zijn geïndexeerd en de antwoordsjabloon van de ontwikkelaar vraagt om bronverwijzingen naast de beweringen die ze ondersteunen. Label je materiaal en maak de vereiste vergelijking of conclusie expliciet. Externe resultaten moeten uit het aangeleverde bronmateriaal of een tool in de omringende workflow komen; een geschreven rapport bewijst niet dat er is gezocht.\n\nDe ontwikkelaar documenteert een implementatiespecifieke omzetting van temperature: een modelwaarde van 0.3 komt in de referentie overeen met een API-waarde van 1.0. Voor API-waarden van 0 tot 1 is de modelwaarde 0.3 maal de API-waarde; voor waarden groter dan 1 tot en met 2 is zij de API-waarde minus 0.7. Behoud het onderscheid tussen die instellingen van de ontwikkelaar bij het vergelijken van waarden. Deze omzetting hoort bij de gedocumenteerde DeepSeek-workflow en wordt niet afgeleid voor de parameterverwerking van een andere applicatie.\n\nV3-0324 gebruikt dezelfde modelstructuur als V3, waarvan de gepubliceerde familietabel een context van 128K en een mixture-of-experts-architectuur heeft. Orden het bronmateriaal binnen de toepasselijke context en laat ruimte voor het gevraagde antwoord. Een lange bronverzameling bepaalt haar eigen doel niet, dus geef aan of de taak feiten moet extraheren, uitleggen, vergelijken, herschrijven of code moet maken. De exact benoemde update behoudt haar eigen verbeteringen en krijgt niet de latere hybride-modussjabloon van V3.1 toegeschreven.\n\nBenoem voor een bruikbaar eindresultaat de antwoordtaal, verplichte details en het beoordelingscriterium. Een rapport kan de aangeleverde passages citeren; een herschrijving kan de goedgekeurde feiten behouden en de leesbaarheid verbeteren; een programmeertaak kan een gerichte implementatie met ondersteunende uitleg leveren. Houd voorgestelde wijzigingen gescheiden van handelingen of validatie die de applicatie daadwerkelijk heeft voltooid. Het resultaat is een beoordeelbaar tekst-, code- of gestructureerd record op basis van de eisen en onderbouwing in de taak.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Rewrite a factual Chinese notice\n\nRewrite this notice in natural, polite Chinese for customers: '本周五18点系统维护。订单查询停用30分钟。已付款订单不受影响。不要重复付款。' Keep all four facts, make the sequence easy to follow and add a short heading. Return the revised notice followed by a one-sentence explanation of the editorial changes.A Chinese heading and notice followed by one concise change note.Check Friday 18:00, 30 minutes, paid-order status and the no-repeat-payment instruction remain intact.deepseek/deepseek-chat-v3-0324DeepSeek V3-0324 verfijnt het V3-tekstmodel voor redeneren, front-endcode, schrijven in het Chinees en stapsgewijs redigeren. Het voegt verbeterde functieaanroepen toe en documenteert JSON-uitvoer en fill-in-the-middle-aanvulling, waardoor deze editie zich onderscheidt van de oorspronkelijke V3.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
DeepSeek V3-0324 is DeepSeek’s benoemde update van het V3-tekstmodel. De modelkaart presenteert verbeteringen in redeneren, frontendontwikkeling, schrijven in het Chinees, rapportanalyse met zoekondersteuning en functieaanroepen. De taak gebruikt geschreven instructies en broninhoud en levert tekst, waaronder code, een herschreven passage, een rapport of een bepaald uitvoerrecord. Het blijft gescheiden van de oorspronkelijke V3 en de latere hybride V3.1-editie.
Frontendontwikkeling krijgt bijzondere aandacht: DeepSeek beschrijft beter uitvoerbare code en een beter uiterlijk voor webpagina’s en spelinterfaces. Geef voor een praktische opdracht het vereiste gedrag, de inhoud en de beoogde indeling samen met de relevante code. Een voorbeeldopdracht is: “Implementeer de beschreven formulierworkflow, behoud deze veldnamen en maak de visuele hiërarchie duidelijk. Geef het component terug en leg uit hoe elke vereiste toestand wordt weergegeven.” Een gegenereerde implementatie moet nog worden bekeken in de applicatie waarin zij zal draaien.
Schrijven in het Chinees krijgt een betere stijl en inhoudskwaliteit, vooral in middellange tot lange passages, met interactieve herschrijving over meerdere beurten. De modelkaart benadrukt ook vertalen en brieven schrijven. Benoem de doelgroep, de toon, de vereiste feiten en de delen die mogen veranderen. Benoem voor een revisie de te bewerken passage en de te behouden betekenis in plaats van om een niet-gerelateerde vervanging te vragen. Zo is de uitvoer bruikbaar als brief, artikelconcept of herschreven uitleg die bij de aangeleverde opdracht aansluit.
De modelkaart van de ontwikkelaar documenteert verbeterde functieaanroepen en ondersteunt JSON-uitvoer en FIM-aanvulling. Een functiedefinitie levert de handeling en argumenten; het model stelt een aanroep voor, terwijl de omringende applicatie die uitvoert en het resultaat teruggeeft. Geef voor een JSON-record de velden en een duidelijk voorbeeld van de gewenste inhoud. Geef voor aanvulling in het midden het voorvoegsel en eventueel achtervoegsel en vraag het model de tussenliggende tekst of code aan te vullen. Dit zijn verschillende uitvoerworkflows en geen belofte dat een gewone tekstprompt automatisch elk mechanisme activeert.
De bronmodelkaart biedt voorbereidingsformaten voor documenten en antwoorden op zoekvragen. Een document heeft een naam, duidelijk afgebakende inhoud en de te beantwoorden vraag. Zoekresultaten zijn geïndexeerd en de antwoordsjabloon van de ontwikkelaar vraagt om bronverwijzingen naast de beweringen die ze ondersteunen. Label je materiaal en maak de vereiste vergelijking of conclusie expliciet. Externe resultaten moeten uit het aangeleverde bronmateriaal of een tool in de omringende workflow komen; een geschreven rapport bewijst niet dat er is gezocht.
De ontwikkelaar documenteert een implementatiespecifieke omzetting van temperature: een modelwaarde van 0.3 komt in de referentie overeen met een API-waarde van 1.0. Voor API-waarden van 0 tot 1 is de modelwaarde 0.3 maal de API-waarde; voor waarden groter dan 1 tot en met 2 is zij de API-waarde minus 0.7. Behoud het onderscheid tussen die instellingen van de ontwikkelaar bij het vergelijken van waarden. Deze omzetting hoort bij de gedocumenteerde DeepSeek-workflow en wordt niet afgeleid voor de parameterverwerking van een andere applicatie.
V3-0324 gebruikt dezelfde modelstructuur als V3, waarvan de gepubliceerde familietabel een context van 128K en een mixture-of-experts-architectuur heeft. Orden het bronmateriaal binnen de toepasselijke context en laat ruimte voor het gevraagde antwoord. Een lange bronverzameling bepaalt haar eigen doel niet, dus geef aan of de taak feiten moet extraheren, uitleggen, vergelijken, herschrijven of code moet maken. De exact benoemde update behoudt haar eigen verbeteringen en krijgt niet de latere hybride-modussjabloon van V3.1 toegeschreven.
Benoem voor een bruikbaar eindresultaat de antwoordtaal, verplichte details en het beoordelingscriterium. Een rapport kan de aangeleverde passages citeren; een herschrijving kan de goedgekeurde feiten behouden en de leesbaarheid verbeteren; een programmeertaak kan een gerichte implementatie met ondersteunende uitleg leveren. Houd voorgestelde wijzigingen gescheiden van handelingen of validatie die de applicatie daadwerkelijk heeft voltooid. Het resultaat is een beoordeelbaar tekst-, code- of gestructureerd record op basis van de eisen en onderbouwing in de taak.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten deepseek/deepseek-chat-v3-0324 | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00058 / 1K tokens Uitvoer · Uitvoertokens $0.002286 / 1K tokens Invoer · Cache lezen $0.00022 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00058 / 1K tokens Uitvoer · Uitvoertokens $0.002286 / 1K tokens Invoer · Cache lezen $0.00022 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek/deepseek-chat-v3-0324", "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/deepseek-chat-v3-0324',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/deepseek-chat-v3-0324',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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra deepseek/deepseek-chat-v3-0324
Gebruik de hierboven getoonde methodepaden.
deepseek/deepseek-chat-v3-0324DeepSeek V3-0324 verfijnt het V3-tekstmodel voor redeneren, front-endcode, schrijven in het Chinees en stapsgewijs redigeren. Het voegt verbeterde functieaanroepen toe en documenteert JSON-uitvoer en fill-in-the-middle-aanvulling, waardoor deze editie zich onderscheidt van de oorspronkelijke V3.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
DeepSeek V3-0324 is DeepSeek’s benoemde update van het V3-tekstmodel. De modelkaart presenteert verbeteringen in redeneren, frontendontwikkeling, schrijven in het Chinees, rapportanalyse met zoekondersteuning en functieaanroepen. De taak gebruikt geschreven instructies en broninhoud en levert tekst, waaronder code, een herschreven passage, een rapport of een bepaald uitvoerrecord. Het blijft gescheiden van de oorspronkelijke V3 en de latere hybride V3.1-editie.
Frontendontwikkeling krijgt bijzondere aandacht: DeepSeek beschrijft beter uitvoerbare code en een beter uiterlijk voor webpagina’s en spelinterfaces. Geef voor een praktische opdracht het vereiste gedrag, de inhoud en de beoogde indeling samen met de relevante code. Een voorbeeldopdracht is: “Implementeer de beschreven formulierworkflow, behoud deze veldnamen en maak de visuele hiërarchie duidelijk. Geef het component terug en leg uit hoe elke vereiste toestand wordt weergegeven.” Een gegenereerde implementatie moet nog worden bekeken in de applicatie waarin zij zal draaien.
Schrijven in het Chinees krijgt een betere stijl en inhoudskwaliteit, vooral in middellange tot lange passages, met interactieve herschrijving over meerdere beurten. De modelkaart benadrukt ook vertalen en brieven schrijven. Benoem de doelgroep, de toon, de vereiste feiten en de delen die mogen veranderen. Benoem voor een revisie de te bewerken passage en de te behouden betekenis in plaats van om een niet-gerelateerde vervanging te vragen. Zo is de uitvoer bruikbaar als brief, artikelconcept of herschreven uitleg die bij de aangeleverde opdracht aansluit.
De modelkaart van de ontwikkelaar documenteert verbeterde functieaanroepen en ondersteunt JSON-uitvoer en FIM-aanvulling. Een functiedefinitie levert de handeling en argumenten; het model stelt een aanroep voor, terwijl de omringende applicatie die uitvoert en het resultaat teruggeeft. Geef voor een JSON-record de velden en een duidelijk voorbeeld van de gewenste inhoud. Geef voor aanvulling in het midden het voorvoegsel en eventueel achtervoegsel en vraag het model de tussenliggende tekst of code aan te vullen. Dit zijn verschillende uitvoerworkflows en geen belofte dat een gewone tekstprompt automatisch elk mechanisme activeert.
De bronmodelkaart biedt voorbereidingsformaten voor documenten en antwoorden op zoekvragen. Een document heeft een naam, duidelijk afgebakende inhoud en de te beantwoorden vraag. Zoekresultaten zijn geïndexeerd en de antwoordsjabloon van de ontwikkelaar vraagt om bronverwijzingen naast de beweringen die ze ondersteunen. Label je materiaal en maak de vereiste vergelijking of conclusie expliciet. Externe resultaten moeten uit het aangeleverde bronmateriaal of een tool in de omringende workflow komen; een geschreven rapport bewijst niet dat er is gezocht.
De ontwikkelaar documenteert een implementatiespecifieke omzetting van temperature: een modelwaarde van 0.3 komt in de referentie overeen met een API-waarde van 1.0. Voor API-waarden van 0 tot 1 is de modelwaarde 0.3 maal de API-waarde; voor waarden groter dan 1 tot en met 2 is zij de API-waarde minus 0.7. Behoud het onderscheid tussen die instellingen van de ontwikkelaar bij het vergelijken van waarden. Deze omzetting hoort bij de gedocumenteerde DeepSeek-workflow en wordt niet afgeleid voor de parameterverwerking van een andere applicatie.
V3-0324 gebruikt dezelfde modelstructuur als V3, waarvan de gepubliceerde familietabel een context van 128K en een mixture-of-experts-architectuur heeft. Orden het bronmateriaal binnen de toepasselijke context en laat ruimte voor het gevraagde antwoord. Een lange bronverzameling bepaalt haar eigen doel niet, dus geef aan of de taak feiten moet extraheren, uitleggen, vergelijken, herschrijven of code moet maken. De exact benoemde update behoudt haar eigen verbeteringen en krijgt niet de latere hybride-modussjabloon van V3.1 toegeschreven.
Benoem voor een bruikbaar eindresultaat de antwoordtaal, verplichte details en het beoordelingscriterium. Een rapport kan de aangeleverde passages citeren; een herschrijving kan de goedgekeurde feiten behouden en de leesbaarheid verbeteren; een programmeertaak kan een gerichte implementatie met ondersteunende uitleg leveren. Houd voorgestelde wijzigingen gescheiden van handelingen of validatie die de applicatie daadwerkelijk heeft voltooid. Het resultaat is een beoordeelbaar tekst-, code- of gestructureerd record op basis van de eisen en onderbouwing in de taak.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten deepseek/deepseek-chat-v3-0324 | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00058 / 1K tokens Uitvoer · Uitvoertokens $0.002286 / 1K tokens Invoer · Cache lezen $0.00022 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00058 / 1K tokens Uitvoer · Uitvoertokens $0.002286 / 1K tokens Invoer · Cache lezen $0.00022 / 1K tokens Invoer · Cache schrijven $0 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "deepseek/deepseek-chat-v3-0324",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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/deepseek-chat-v3-0324', '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/deepseek-chat-v3-0324', '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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra deepseek/deepseek-chat-v3-0324
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Rewrite a factual Chinese notice\n\nRewrite this notice in natural, polite Chinese for customers: '本周五18点系统维护。订单查询停用30分钟。已付款订单不受影响。不要重复付款。' Keep all four facts, make the sequence easy to follow and add a short heading. Return the revised notice followed by a one-sentence explanation of the editorial changes.A Chinese heading and notice followed by one concise change note.Check Friday 18:00, 30 minutes, paid-order status and the no-repeat-payment instruction remain intact.