DeepSeek: DeepSeek V3.1

DeepSeek V3.1 to hybrydowy model tekstowy z trybami myślenia i bezpośredniej odpowiedzi w jednym wydaniu. Kontekst 128K i ulepszony profil użycia narzędzi wspierają programowanie, analizę dokumentów i wyszukiwanie zapewniane przez aplikację, zwracając tekst lub proponowane wywołania narzędzi.

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

O modelu

Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.

DeepSeek V3.1 to hybrydowy model tekstowy DeepSeek: to samo nazwane wydanie obsługuje odpowiedzi z myśleniem i bez myślenia przez różne ustawienia szablonu czatu. Producent podkreśla poprawę użycia narzędzi, zadań agentowych i efektywności rozumowania względem wcześniejszego modelu. Przyjmuje pisemne instrukcje i kontekst tekstowy oraz generuje odpowiedź, kod lub treść wywołania narzędzia. Oryginalna tożsamość V3.1 jest odrębna od Terminus, V3.2 i rodziny V4.

Karta modelu podaje 671 miliardów parametrów ogółem, 37 miliardów aktywnych parametrów i kontekst 128K zarówno dla wydania bazowego, jak i po dodatkowym treningu. V3.1 bazuje na oryginalnej bazie V3 z rozszerzonym treningiem na długich dokumentach przed dodatkowym treningiem. Struktura mixture-of-experts i uwagi latentnej nawiązuje do architektury V3. Te cechy projektu wyjaśniają profil tekstowy z długim kontekstem, nie zmieniając podanej wielkości kontekstu w osobną specyfikację maksymalnego wyjścia.

Tryb bez myślenia przygotowuje bezpośrednią odpowiedź, natomiast tryb myślenia rozpoczyna fazę rozumowania przed odpowiedzią. Szablon producenta używa zamykającego znacznika myślenia dla bezpośrednich odpowiedzi i otwierającego znacznika dla aktualnej tury rozumowania. W rozmowie wieloturowej wcześniejsza treść rozumowania jest usuwana, a końcowe odpowiedzi i znacznik zamykający pozostają w kontekście. Jest to oryginalna reguła historii V3.1, odrębna od późniejszej reguły V3.2 zachowującej rozumowanie między wiadomościami związanymi z narzędziami.

Standardowe wywoływanie narzędzi jest udokumentowane w trybie bez myślenia. Aplikacja dostarcza nazwy funkcji, opisy i schematy parametrów; model zwraca wybraną nazwę narzędzia i argumenty JSON w reprezentacji wywołań narzędzi producenta. Aplikacja wykonuje operację i zwraca jej wynik. Nadawaj narzędziom konkretne przeznaczenie i zachowuj powiązanie zwróconej obserwacji z wywołaniem, aby następny krok modelu miał dowody zamiast założenia, że działanie zostało wykonane.

Wyszukiwanie w trybie myślenia korzysta z osobnego, wyspecjalizowanego formatu agenta wyszukującego. DeepSeek dokumentuje narzędzie wyszukiwania dostarczane przez użytkownika do pytań wymagających informacji zewnętrznych lub aktualnych, z powtarzanymi wywołaniami i obserwacjami w kilku turach. Wyszukiwanie jest zatem częścią otaczającego procesu, a nie stwierdzeniem, że odpowiedź tekstowa samodzielnie przeglądała internet. Zdefiniuj pytanie, kryteria źródeł i potrzebną końcową odpowiedź przed rozpoczęciem zadania wyszukiwania.

W przypadku programowania dostarcz odpowiedni fragment lub pliki, zaobserwowane zachowanie, oczekiwane zachowanie i ograniczenia do zachowania. Przykładowe wytyczne brzmią: „Wskaż przyczynę tego błędu dla dostarczonego wejścia, zaproponuj konkretną poprawkę i wyjaśnij warunek, który ta zmiana obsługuje”. Przy pracy z dokumentem oznacz sekcje źródłowe i poproś o porównanie z jawnymi wymaganiami. Wymagaj, aby końcowa odpowiedź odróżniała wniosek poparty źródłami od proponowanego następnego działania.

Producent trenuje V3.1 z użyciem formatu skali UE8M0 FP8 dla wag i aktywacji. Zalecenia dotyczące lokalnego uruchamiania modelu wskazują też parametry wrażliwe na precyzję, które trzeba prawidłowo obsługiwać. Są to cechy opublikowanej referencji producenta, a nie twierdzenie o wybranej precyzji lub implementacji każdej aplikacji. Model pochodny, wariant skwantyzowany i późniejszy punkt kontrolny Terminus pozostają odrębnymi wyborami względem nazwanego oryginalnego wydania V3.1.

Przygotuj dłuższą pracę z jasnym pytaniem, etykietami źródeł i zdefiniowanym materiałem końcowym. Zaplanuj rozmowę, tekst źródłowy, rozumowanie i wyjście w udokumentowanym kontekście i zachowuj tylko istotne dowody w miarę rozwoju zadania. Dla agenta określ dozwolone działania i kryterium oznaczające ukończenie wyniku. Użytecznym materiałem jest możliwa do oceny odpowiedź tekstowa, propozycja kodu lub analiza poparta źródłami, powiązana z wejściem i obserwacjami faktycznie zwróconymi przez aplikację.

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

deepseek-v3.1-thinking

DeepSeek /deepseek-v3.1-thinking

Start

Akceptowane dane wejściowe: Tekst
Wyniki: Tekst

Dostępne w Ailoot · dane wejściowe i metody

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

Wejście: text
Wyjście: text
Format wyjściowy: json lub SSE

Pole	Typ	Wymaganie	Wartości i limity	Domyślnie
Pole`model`	Typ`string`	WymaganieWymagane	Wartości i limity deepseek-v3.1-thinking	Domyślnie—
Pole`messages`	Typ`message[]`	WymaganieWymagane	Wartości i limity Minimalna liczba elementów: 1	Domyślnie—
Pole`messages[].role`	Typ`string`	WymaganieWymagane	Wartości i limity Zależy od modelu	Domyślnie—
Pole`messages[].content`	Typ`string`	WymaganieOpcjonalne	Wartości i limity Obowiązuje, gdy: Rozmowa tekstowa	Domyślnie—
Pole`stream`	Typ`boolean`	WymaganieOpcjonalne	Wartości i limity	Domyślniefalse

Kombinacje materiałów wejściowych

Tekst · tekst UTF8

messages[].content

Parametry i cykl życia metody

Parametr	Kontrakt
Parametr`content_type`	Kontraktapplication/json
Parametr`required`	Kontraktmodel, messages
Parametr`material_types`	Kontrakttext
Parametr`messages`	Kontrakttablica wiadomości o strukturze role/content
Parametr`file_material`	Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku
Parametr`optional_controls`	Kontraktstream
Parametr`control_scope`	KontraktRozmowa tekstowa; stream jest wartością logiczną i domyślnie wynosi false.
Parametr`output_modalities`	Kontrakttext
Parametr`hosted_operations`	Kontraktfalse
Parametr`multimodal_input_binding`	Kontraktnull

Aliasy metody: /chat/completions

Cykl życia: synchronous_or_streamed

Wyślij dokładne ID modelu wraz z messages.

Długość kontekstu nie jest limitem wyjścia.

Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.

Cennik

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki: Nie określono Gdy wybrany jest tryb szybki
Tryb flex: Nie określono Gdy wybrany jest tryb flex
Maksymalna intensywność rozumowania: Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)

Stawki Ailoot

Ceny według konfiguracji

Konfiguracja	Tabela stawek	Opłata
KonfiguracjaPodstawowe stawki za tokeny	Tabela stawekStawka podstawowa	Opłata Wejście · Tokeny wejściowe $0.000572 / 1K tokenów Wyjście · Tokeny wyjściowe $0.0023 / 1K tokenów Wejście · Odczyt cache $0 / 1K tokenów Wejście · Zapis do cache $0 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów

Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →

Przykładowe żądania

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"))

Odbieranie i zapisywanie wyników

Ailoot Ultra · OpenAI Chat

json lub SSE

Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.

Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.

Pola odpowiedzi

Pole	Typ
Pole`choices[].index`	Typinteger
Pole`choices[].message.content`	Typstring\|null
Pole`choices[].message.tool_calls`	Typtool_call[]
Pole`choices[].message.reasoning_content`	Typstring
Pole`choices[].message.reasoning_details`	Typobject\|array
Pole`choices[].finish_reason`	Typstring\|null
Pole`usage`	Typobject

Błędy i dalsze kroki

Odpowiedź	Warunek	Następny krok
Odpowiedź400 · `invalid_request_error`	WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru	Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia.

Aliasy

Aliasy modelu

Ailoot Ultra deepseek-v3.1-thinking

Aliasy ścieżek metod

/chat/completions

Powiązane ID modeli

deepseek-v3.1-thinking

FAQ · DeepSeek: DeepSeek V3.1

Jakie dane wejściowe i wyniki są dostępne?: POST /v1/chat/completions · deepseek-v3.1-thinking: text → text
Jakich pól używa żądanie?: POST /v1/chat/completions · deepseek-v3.1-thinking: model, messages, stream
Jakie limity obowiązują?: POST /v1/chat/completions · deepseek-v3.1-thinking: messages.min_items: 1

DeepSeek: DeepSeek V3.1