DeepSeek V3.2 je textový model spoločnosti DeepSeek pre uvažovanie a prácu agentov s dôrazom na efektívne spracovanie dlhého kontextu. Výrobca usporadúva hlavné zmeny okolo DeepSeek Sparse Attention, rozšíreného rámca posilňovaného učenia a procesu tréningu agentových úloh. Prijíma písomné otázky a kontext a vytvára text vrátane odpovede, kódu alebo obsahu volania nástroja. Líši sa od skoršieho vydania V3.2 Exp aj samostatného variantu uvažovania Speciale.
DeepSeek Sparse Attention pridáva do architektúry latentnej pozornosti indexer a jemnozrnný výber tokenov. Pri dlhej sekvencii indexer vyberá informácie zo skorších tokenov, ktoré používa hlavný výpočet pozornosti. Správa uvádza, že ide o architektonickú zmenu oproti V3.1 Terminus a že model používa rovnakú architektúru ako V3.2 Exp. Zverejnený kontext má 128K tokenov, čo podporuje rozsiahly zdrojový materiál a pokračujúcu úlohu, pričom dostupný kontext spotrebúvajú aj vygenerované uvažovanie a história nástrojov.
Následné dotrénovanie zahŕňa odpovede s uvažovaním aj bez neho naprieč matematikou, programovaním, logickým uvažovaním, všeobecnými úlohami agentov, programovaním pomocou agentov a vyhľadávaním. Odborníci pre jednotlivé oblasti dodávajú údaje, ktoré sa konsolidujú do konečného modelu, po čom nasleduje zmiešané posilňované učenie. Pri bežnej otázke môže byť vhodná priama odpoveď; pri náročnom probléme môže postup s uvažovaním rozvinúť riešenie pred predložením konečného výsledku. Požadovanú odpoveď alebo výstup určte nezávisle od priebežného uvažovania.
Podstatnou zmenou edície je uvažovanie s nástrojmi. Aktualizovaný formát chatu umožňuje pokračovať v uvažovaní počas úlohy s volaním nástrojov namiesto posudzovania analýzy a činnosti ako nesúvisiacich fáz. Operáciu vybranú modelom vykoná aplikácia, ktorá vráti jej výsledok pre ďalší krok. Pravidlo výrobcu pre kontext nástrojov zachováva historické uvažovanie, kým sa pridávajú iba správy súvisiace s nástrojmi; pri príchode novej správy používateľa toto uvažovanie zahodí, pričom zachová volania nástrojov a výsledky. Pre toto správanie je dôležité správne rozlíšenie rolí konverzácie.
Pri programovaní dodajte fragment zdroja alebo relevantné súbory, pozorovaný problém, očakávaný výsledok a podmienky, ktoré musí zmena zachovať. Príklad zadania: „Pomocou dodaného kódu a výsledkov nástrojov nájdite príčinu, navrhnite najmenšiu opravu a vráťte konečný patch s podporným výsledkom overenia.“ Pri vyhľadávacej úlohe opíšte otázku, požadované dôkazy a to, čo sa považuje za dokončenú odpoveď. Vyhľadávacie a vykonávacie nástroje poskytuje okolitá aplikácia, nie samotný text.
Výrobca na lokálne použitie odporúča teplotu 1.0 a top-p 0.95. V3.2 zavádza upravenú reprezentáciu volania nástrojov a osobitný enkóder správ. Jeho rola developer je vyhradená pre šablónu vyhľadávacieho agenta výrobcu a oficiálne API túto rolu neprijíma. Referenčný parser očakáva správne formovaný výstup a neopravuje chybne formované výsledky; keď aplikácia používa generované polia alebo argumenty nástrojov, má pred konaním podľa nich skontrolovať ich štruktúru.
Technická správa označuje dlhé trajektórie uvažovania a nadbytočné overovanie vlastných výsledkov za praktické obmedzenia. Úloha agenta môže dosiahnuť hranicu 128K aj vtedy, keď sa pôvodný zdrojový materiál zmestí, pretože sa hromadia výstupy nástrojov a opakované uvažovanie. Uchovávajte stručný záznam relevantných zistení a výslovne určte konečný výstup. Pri práci citlivej na znalosti priložte autoritatívny materiál alebo poskytnite vhodný vyhľadávací nástroj namiesto očakávania, že trénovacie znalosti určia každý fakt.
DeepSeek V3.2 Speciale je samostatný variant hlbokého uvažovania s vysokými výpočtovými nárokmi a podľa karty modelu nepodporuje volanie nástrojov. Jeho vlastnosti sa nemajú používať ako štandardný profil nástrojov V3.2. Rovnako majú neskoršia generácia V4 a experimentálny predchodca samostatné identity a možnosti konfigurácie. Pri porovnávaní úloh, kde záleží na modeli a formáte zadania, zachovajte pomenovanú edíciu V3.2.
Pri praktickej analýze založenej na zdrojoch označte materiály a požadujte záver podporený príslušnými pasážami, pričom predpoklady a chýbajúce informácie zostanú oddelené. Pri agentovi uveďte povolené funkcie, očakávaný konečný výsledok a kritérium dokončenia. Tým pripravíte postup modelu spájajúci uvažovanie a nástroje okolo preskúmateľného textového, kódového alebo analytického výstupu previazaného s dodanými dôkazmi.
", "aboutText": "DeepSeek V3.2 je textový model spoločnosti DeepSeek pre uvažovanie a prácu agentov s dôrazom na efektívne spracovanie dlhého kontextu. Výrobca usporadúva hlavné zmeny okolo DeepSeek Sparse Attention, rozšíreného rámca posilňovaného učenia a procesu tréningu agentových úloh. Prijíma písomné otázky a kontext a vytvára text vrátane odpovede, kódu alebo obsahu volania nástroja. Líši sa od skoršieho vydania V3.2 Exp aj samostatného variantu uvažovania Speciale.\n\nDeepSeek Sparse Attention pridáva do architektúry latentnej pozornosti indexer a jemnozrnný výber tokenov. Pri dlhej sekvencii indexer vyberá informácie zo skorších tokenov, ktoré používa hlavný výpočet pozornosti. Správa uvádza, že ide o architektonickú zmenu oproti V3.1 Terminus a že model používa rovnakú architektúru ako V3.2 Exp. Zverejnený kontext má 128K tokenov, čo podporuje rozsiahly zdrojový materiál a pokračujúcu úlohu, pričom dostupný kontext spotrebúvajú aj vygenerované uvažovanie a história nástrojov.\n\nNásledné dotrénovanie zahŕňa odpovede s uvažovaním aj bez neho naprieč matematikou, programovaním, logickým uvažovaním, všeobecnými úlohami agentov, programovaním pomocou agentov a vyhľadávaním. Odborníci pre jednotlivé oblasti dodávajú údaje, ktoré sa konsolidujú do konečného modelu, po čom nasleduje zmiešané posilňované učenie. Pri bežnej otázke môže byť vhodná priama odpoveď; pri náročnom probléme môže postup s uvažovaním rozvinúť riešenie pred predložením konečného výsledku. Požadovanú odpoveď alebo výstup určte nezávisle od priebežného uvažovania.\n\nPodstatnou zmenou edície je uvažovanie s nástrojmi. Aktualizovaný formát chatu umožňuje pokračovať v uvažovaní počas úlohy s volaním nástrojov namiesto posudzovania analýzy a činnosti ako nesúvisiacich fáz. Operáciu vybranú modelom vykoná aplikácia, ktorá vráti jej výsledok pre ďalší krok. Pravidlo výrobcu pre kontext nástrojov zachováva historické uvažovanie, kým sa pridávajú iba správy súvisiace s nástrojmi; pri príchode novej správy používateľa toto uvažovanie zahodí, pričom zachová volania nástrojov a výsledky. Pre toto správanie je dôležité správne rozlíšenie rolí konverzácie.\n\nPri programovaní dodajte fragment zdroja alebo relevantné súbory, pozorovaný problém, očakávaný výsledok a podmienky, ktoré musí zmena zachovať. Príklad zadania: „Pomocou dodaného kódu a výsledkov nástrojov nájdite príčinu, navrhnite najmenšiu opravu a vráťte konečný patch s podporným výsledkom overenia.“ Pri vyhľadávacej úlohe opíšte otázku, požadované dôkazy a to, čo sa považuje za dokončenú odpoveď. Vyhľadávacie a vykonávacie nástroje poskytuje okolitá aplikácia, nie samotný text.\n\nVýrobca na lokálne použitie odporúča teplotu 1.0 a top-p 0.95. V3.2 zavádza upravenú reprezentáciu volania nástrojov a osobitný enkóder správ. Jeho rola developer je vyhradená pre šablónu vyhľadávacieho agenta výrobcu a oficiálne API túto rolu neprijíma. Referenčný parser očakáva správne formovaný výstup a neopravuje chybne formované výsledky; keď aplikácia používa generované polia alebo argumenty nástrojov, má pred konaním podľa nich skontrolovať ich štruktúru.\n\nTechnická správa označuje dlhé trajektórie uvažovania a nadbytočné overovanie vlastných výsledkov za praktické obmedzenia. Úloha agenta môže dosiahnuť hranicu 128K aj vtedy, keď sa pôvodný zdrojový materiál zmestí, pretože sa hromadia výstupy nástrojov a opakované uvažovanie. Uchovávajte stručný záznam relevantných zistení a výslovne určte konečný výstup. Pri práci citlivej na znalosti priložte autoritatívny materiál alebo poskytnite vhodný vyhľadávací nástroj namiesto očakávania, že trénovacie znalosti určia každý fakt.\n\nDeepSeek V3.2 Speciale je samostatný variant hlbokého uvažovania s vysokými výpočtovými nárokmi a podľa karty modelu nepodporuje volanie nástrojov. Jeho vlastnosti sa nemajú používať ako štandardný profil nástrojov V3.2. Rovnako majú neskoršia generácia V4 a experimentálny predchodca samostatné identity a možnosti konfigurácie. Pri porovnávaní úloh, kde záleží na modeli a formáte zadania, zachovajte pomenovanú edíciu V3.2.\n\nPri praktickej analýze založenej na zdrojoch označte materiály a požadujte záver podporený príslušnými pasážami, pričom predpoklady a chýbajúce informácie zostanú oddelené. Pri agentovi uveďte povolené funkcie, očakávaný konečný výsledok a kritérium dokončenia. Tým pripravíte postup modelu spájajúci uvažovanie a nástroje okolo preskúmateľného textového, kódového alebo analytického výstupu previazaného s dodanými dôkazmi.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "caf85383108da637e26848cac3f64753c4890a8bc231bdecfa835ead5332894f", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sk", "methods": [ { "html": "deepseek-v3.2-thinkingDeepSeek V3.2 spája textové uvažovanie s používaním nástrojov a analýzou dlhého kontextu. Jeho architektúra riedkej pozornosti a aktualizovaný konverzačný formát podporujú programovanie, vyhľadávanie a viackrokové úlohy agentov s kontextom 128K a samostatnými postupmi uvažovania a priamej odpovede.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
DeepSeek V3.2 je textový model spoločnosti DeepSeek pre uvažovanie a prácu agentov s dôrazom na efektívne spracovanie dlhého kontextu. Výrobca usporadúva hlavné zmeny okolo DeepSeek Sparse Attention, rozšíreného rámca posilňovaného učenia a procesu tréningu agentových úloh. Prijíma písomné otázky a kontext a vytvára text vrátane odpovede, kódu alebo obsahu volania nástroja. Líši sa od skoršieho vydania V3.2 Exp aj samostatného variantu uvažovania Speciale.
DeepSeek Sparse Attention pridáva do architektúry latentnej pozornosti indexer a jemnozrnný výber tokenov. Pri dlhej sekvencii indexer vyberá informácie zo skorších tokenov, ktoré používa hlavný výpočet pozornosti. Správa uvádza, že ide o architektonickú zmenu oproti V3.1 Terminus a že model používa rovnakú architektúru ako V3.2 Exp. Zverejnený kontext má 128K tokenov, čo podporuje rozsiahly zdrojový materiál a pokračujúcu úlohu, pričom dostupný kontext spotrebúvajú aj vygenerované uvažovanie a história nástrojov.
Následné dotrénovanie zahŕňa odpovede s uvažovaním aj bez neho naprieč matematikou, programovaním, logickým uvažovaním, všeobecnými úlohami agentov, programovaním pomocou agentov a vyhľadávaním. Odborníci pre jednotlivé oblasti dodávajú údaje, ktoré sa konsolidujú do konečného modelu, po čom nasleduje zmiešané posilňované učenie. Pri bežnej otázke môže byť vhodná priama odpoveď; pri náročnom probléme môže postup s uvažovaním rozvinúť riešenie pred predložením konečného výsledku. Požadovanú odpoveď alebo výstup určte nezávisle od priebežného uvažovania.
Podstatnou zmenou edície je uvažovanie s nástrojmi. Aktualizovaný formát chatu umožňuje pokračovať v uvažovaní počas úlohy s volaním nástrojov namiesto posudzovania analýzy a činnosti ako nesúvisiacich fáz. Operáciu vybranú modelom vykoná aplikácia, ktorá vráti jej výsledok pre ďalší krok. Pravidlo výrobcu pre kontext nástrojov zachováva historické uvažovanie, kým sa pridávajú iba správy súvisiace s nástrojmi; pri príchode novej správy používateľa toto uvažovanie zahodí, pričom zachová volania nástrojov a výsledky. Pre toto správanie je dôležité správne rozlíšenie rolí konverzácie.
Pri programovaní dodajte fragment zdroja alebo relevantné súbory, pozorovaný problém, očakávaný výsledok a podmienky, ktoré musí zmena zachovať. Príklad zadania: „Pomocou dodaného kódu a výsledkov nástrojov nájdite príčinu, navrhnite najmenšiu opravu a vráťte konečný patch s podporným výsledkom overenia.“ Pri vyhľadávacej úlohe opíšte otázku, požadované dôkazy a to, čo sa považuje za dokončenú odpoveď. Vyhľadávacie a vykonávacie nástroje poskytuje okolitá aplikácia, nie samotný text.
Výrobca na lokálne použitie odporúča teplotu 1.0 a top-p 0.95. V3.2 zavádza upravenú reprezentáciu volania nástrojov a osobitný enkóder správ. Jeho rola developer je vyhradená pre šablónu vyhľadávacieho agenta výrobcu a oficiálne API túto rolu neprijíma. Referenčný parser očakáva správne formovaný výstup a neopravuje chybne formované výsledky; keď aplikácia používa generované polia alebo argumenty nástrojov, má pred konaním podľa nich skontrolovať ich štruktúru.
Technická správa označuje dlhé trajektórie uvažovania a nadbytočné overovanie vlastných výsledkov za praktické obmedzenia. Úloha agenta môže dosiahnuť hranicu 128K aj vtedy, keď sa pôvodný zdrojový materiál zmestí, pretože sa hromadia výstupy nástrojov a opakované uvažovanie. Uchovávajte stručný záznam relevantných zistení a výslovne určte konečný výstup. Pri práci citlivej na znalosti priložte autoritatívny materiál alebo poskytnite vhodný vyhľadávací nástroj namiesto očakávania, že trénovacie znalosti určia každý fakt.
DeepSeek V3.2 Speciale je samostatný variant hlbokého uvažovania s vysokými výpočtovými nárokmi a podľa karty modelu nepodporuje volanie nástrojov. Jeho vlastnosti sa nemajú používať ako štandardný profil nástrojov V3.2. Rovnako majú neskoršia generácia V4 a experimentálny predchodca samostatné identity a možnosti konfigurácie. Pri porovnávaní úloh, kde záleží na modeli a formáte zadania, zachovajte pomenovanú edíciu V3.2.
Pri praktickej analýze založenej na zdrojoch označte materiály a požadujte záver podporený príslušnými pasážami, pričom predpoklady a chýbajúce informácie zostanú oddelené. Pri agentovi uveďte povolené funkcie, očakávaný konečný výsledok a kritérium dokončenia. Tým pripravíte postup modelu spájajúci uvažovanie a nástroje okolo preskúmateľného textového, kódového alebo analytického výstupu previazaného s dodanými dôkazmi.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity deepseek-v3.2-thinking | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity Minimálny počet položiek: 1 | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemessages[].content | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: Textová konverzácia | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Text · Text UTF8
messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages |
Parametermaterial_types | Špecifikáciatext |
Parametermessages | Špecifikáciapole správ so štruktúrou role/content |
Parameterfile_material | Špecifikáciaskutočný dokument UTF-8 vložený ako doslovný text; ID súboru sa neodvodzuje |
Parameteroptional_controls | Špecifikáciastream |
Parametercontrol_scope | ŠpecifikáciaTextová konverzácia; stream je logická hodnota a predvolene má hodnotu false. |
Parameteroutput_modalities | Špecifikáciatext |
Parameterhosted_operations | Špecifikáciafalse |
Parametermultimodal_input_binding | Špecifikácianull |
Aliasy metódy: /chat/completions
Životný cyklus: synchronous_or_streamed
Pošlite presné ID modelu spolu s messages.
Dĺžka kontextu nie je horná hranica výstupu.
Textový súbor môže poskytnúť doslovný text; obrazové a zvukové vstupy a vstupy so súborovými objektmi potrebujú presné naviazanie.
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.00058 / 1K tokenov Výstup · Výstupné tokeny $0.00086 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"deepseek-v3.2-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-v3.2-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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte každý variant odpovede a jeho obsah, volania nástrojov a uvažovanie. V SSE zostavujte čiastkové zmeny podľa indexu variantu/nástroja a zachovajte konečný dôvod ukončenia aj údaje o spotrebe.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra deepseek-v3.2-thinking
/chat/completions