Source: https://ailoot.ai/models/pl/deepseek-v3-1-thinking/ Canonical: https://ailoot.ai/models/pl/deepseek-v3-1-thinking/ Language: pl # DeepSeek: DeepSeek V3.1 [Markdown](https://ailoot.ai/models/pl/deepseek-v3-1-thinking/index.md) · [JSON](https://ailoot.ai/models/pl/deepseek-v3-1-thinking/facts.json) ## [DeepSeek: DeepSeek V3.1](https://ailoot.ai/models/pl/deepseek-v3-1-thinking/) 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`](https://ailoot.ai/models/pl/deepseek-v3-1-thinking/#method-0) 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`](https://ailoot.ai/models/pl/#m=deepseek-v3.1-thinking&route=Ultra&caller=deepseek-v3.1-thinking&fmt=chat) DeepSeek /`deepseek-v3.1-thinking` ### Start 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. 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 **$0** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · OpenAI Chat curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model":"deepseek-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 ``` ```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-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`](https://ailoot.ai/models/pl/#m=deepseek-v3.1-thinking&route=Ultra&caller=deepseek-v3.1-thinking&fmt=chat) #### Aliasy ścieżek metod `/chat/completions` #### Powiązane ID modeli [`deepseek-v3.1-thinking`](https://ailoot.ai/models/pl/#m=deepseek-v3.1-thinking&route=Ultra&caller=deepseek-v3.1-thinking&fmt=chat) 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` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.