DeepSeek R1 je prvotni model DeepSeek, osredotočen na sklepanje pri matematičnih, programerskih in logičnih nalogah. Temelji na DeepSeek V3 Base ter uporablja postopek učenja z začetnimi primeri, nadzorovanim izpopolnjevanjem in spodbujevalnim učenjem. Vhod je besedilo, rezultat pa besedilna rešitev ali odgovor. Ločen je od R1 Zero, poznejše izdaje R1-0528 in posebej destiliranih modelov.
Proizvajalec R1 ločuje od pristopa R1 Zero, ki temelji izključno na spodbujevalnem učenju. Začetno gradivo daje R1 bolj berljiv začetni vzorec pred spodbujevalnim učenjem, usmerjenim v sklepanje. Naknadno zavrnitveno vzorčenje in nadzorovano učenje dodata podatke za sklepanje in splošne namene, nato sledi še ena stopnja spodbujevalnega učenja. Kartica opisuje dve stopnji nadzorovanega in dve stopnji spodbujevalnega učenja, namenjeni izboljšanju vzorcev sklepanja in usklajenosti z zahtevanim odgovorom.
Objavljena arhitektura ima skupno 671 milijard parametrov, od katerih je za posamezen žeton aktivnih 37 milijard, in kontekst 128K. To okno skupaj vsebuje vir, poziv in ustvarjeno sklepanje ali odgovor; ne zagotavlja ločeno izhoda 128K. Dolg matematični pogoj, odlomek kode ali nabor zahtev je treba še vedno urediti tako, da lahko model prepozna dejanski problem in obliko rezultata, ki jo potrebujete.
DeepSeek za zmanjšanje ponavljanja ali nepovezanih odgovorov priporoča temperaturo med 0.5 in 0.7, s priporočeno vrednostjo 0.6. Svetuje, naj bodo navodila v uporabniškem pozivu, namesto da dodate sistemski poziv. Njegovo raziskovalno poročilo priporoča tudi neposredno navedbo problema in oblike izhoda brez primerov, saj lahko pozivi z nekaj primeri poslabšajo uspešnost tega prvotnega profila. To so proizvajalčeva priporočila za uporabo, ne privzete nastavitve, ki bi veljale za vsako aplikacijo.
Pri matematiki podajte celoten pogoj, definicije spremenljivk in omejitve domene. Proizvajalec priporoča zahtevo po rešitvi korak za korakom s končnim rezultatom v izrazu \\boxed{}. Ponazoritveni opis naloge lahko zahteva končno formulo, predpostavke, pod katerimi velja, in preverjanje z vstavljanjem vrednosti. Pri kodi vključite vedenje, ki ga je treba implementirati, omejitve in značilen vhod, nato zahtevajte predlagani algoritem in izdelek s kodo ločeno od njegove razlage.
Oblika sklepanja modela ločuje fazo razmišljanja od končnega odgovora. DeepSeek ugotavlja, da lahko nekatera vprašanja ustvarijo prazen blok razmišljanja, in v svojem referenčnem postopku priporoča predpono za začetek sklepanja, kadar je predvideno globlje sklepanje. Ohranite razliko med to proizvajalčevo obliko in končnim odgovorom, ki naj ga prebere uporabnik. Zahtevani izdelek je lahko strnjen sklep ali koda, tudi kadar je vmesni proces modela daljši.
Prvotna raziskava opredeli konkretne omejitve. R1 je optimiziran za kitajščino in angleščino, vprašanja v drugih jezikih pa lahko povzročijo neželeno mešanje jezikov. Občutljiv je na oblikovanje pozivov, njegovo vedenje pri zahtevnih pogovorih z več izmenjavami, igranju vlog, JSON in klicih funkcij pa je manj razvito kot njegovo matematično in programersko sklepanje. Podpora za JSON in orodja, dokumentirana za R1-0528, je sprememba poznejše izdaje, ne pravilo prvotnega R1. Izrecno navedite jezik in obliko izhoda ter problem opišite neposredno.
Pri praktični tehnični nalogi določite, kaj šteje za pravilen rezultat: formula s predpostavkami, algoritem, ki izpolnjuje navedeno zahtevnost, ali utemeljena primerjava po priloženih merilih. Zahtevajte, naj končni odgovor opredeli manjkajoče informacije, namesto da jih izmisli. Za delo, odvisno od virov, priložite verodostojne odlomke kot besedilo. Predlagano kodo ali sklep preglejte glede na prvotne pogoje; koristen izdelek je končna rešitev s podporno razlago, ločena od dejanja ali preverjanja, ki ga je okoliška aplikacija dejansko izvedla.
", "aboutText": "DeepSeek R1 je prvotni model DeepSeek, osredotočen na sklepanje pri matematičnih, programerskih in logičnih nalogah. Temelji na DeepSeek V3 Base ter uporablja postopek učenja z začetnimi primeri, nadzorovanim izpopolnjevanjem in spodbujevalnim učenjem. Vhod je besedilo, rezultat pa besedilna rešitev ali odgovor. Ločen je od R1 Zero, poznejše izdaje R1-0528 in posebej destiliranih modelov.\n\nProizvajalec R1 ločuje od pristopa R1 Zero, ki temelji izključno na spodbujevalnem učenju. Začetno gradivo daje R1 bolj berljiv začetni vzorec pred spodbujevalnim učenjem, usmerjenim v sklepanje. Naknadno zavrnitveno vzorčenje in nadzorovano učenje dodata podatke za sklepanje in splošne namene, nato sledi še ena stopnja spodbujevalnega učenja. Kartica opisuje dve stopnji nadzorovanega in dve stopnji spodbujevalnega učenja, namenjeni izboljšanju vzorcev sklepanja in usklajenosti z zahtevanim odgovorom.\n\nObjavljena arhitektura ima skupno 671 milijard parametrov, od katerih je za posamezen žeton aktivnih 37 milijard, in kontekst 128K. To okno skupaj vsebuje vir, poziv in ustvarjeno sklepanje ali odgovor; ne zagotavlja ločeno izhoda 128K. Dolg matematični pogoj, odlomek kode ali nabor zahtev je treba še vedno urediti tako, da lahko model prepozna dejanski problem in obliko rezultata, ki jo potrebujete.\n\nDeepSeek za zmanjšanje ponavljanja ali nepovezanih odgovorov priporoča temperaturo med 0.5 in 0.7, s priporočeno vrednostjo 0.6. Svetuje, naj bodo navodila v uporabniškem pozivu, namesto da dodate sistemski poziv. Njegovo raziskovalno poročilo priporoča tudi neposredno navedbo problema in oblike izhoda brez primerov, saj lahko pozivi z nekaj primeri poslabšajo uspešnost tega prvotnega profila. To so proizvajalčeva priporočila za uporabo, ne privzete nastavitve, ki bi veljale za vsako aplikacijo.\n\nPri matematiki podajte celoten pogoj, definicije spremenljivk in omejitve domene. Proizvajalec priporoča zahtevo po rešitvi korak za korakom s končnim rezultatom v izrazu \\boxed{}. Ponazoritveni opis naloge lahko zahteva končno formulo, predpostavke, pod katerimi velja, in preverjanje z vstavljanjem vrednosti. Pri kodi vključite vedenje, ki ga je treba implementirati, omejitve in značilen vhod, nato zahtevajte predlagani algoritem in izdelek s kodo ločeno od njegove razlage.\n\nOblika sklepanja modela ločuje fazo razmišljanja od končnega odgovora. DeepSeek ugotavlja, da lahko nekatera vprašanja ustvarijo prazen blok razmišljanja, in v svojem referenčnem postopku priporoča predpono za začetek sklepanja, kadar je predvideno globlje sklepanje. Ohranite razliko med to proizvajalčevo obliko in končnim odgovorom, ki naj ga prebere uporabnik. Zahtevani izdelek je lahko strnjen sklep ali koda, tudi kadar je vmesni proces modela daljši.\n\nPrvotna raziskava opredeli konkretne omejitve. R1 je optimiziran za kitajščino in angleščino, vprašanja v drugih jezikih pa lahko povzročijo neželeno mešanje jezikov. Občutljiv je na oblikovanje pozivov, njegovo vedenje pri zahtevnih pogovorih z več izmenjavami, igranju vlog, JSON in klicih funkcij pa je manj razvito kot njegovo matematično in programersko sklepanje. Podpora za JSON in orodja, dokumentirana za R1-0528, je sprememba poznejše izdaje, ne pravilo prvotnega R1. Izrecno navedite jezik in obliko izhoda ter problem opišite neposredno.\n\nPri praktični tehnični nalogi določite, kaj šteje za pravilen rezultat: formula s predpostavkami, algoritem, ki izpolnjuje navedeno zahtevnost, ali utemeljena primerjava po priloženih merilih. Zahtevajte, naj končni odgovor opredeli manjkajoče informacije, namesto da jih izmisli. Za delo, odvisno od virov, priložite verodostojne odlomke kot besedilo. Predlagano kodo ali sklep preglejte glede na prvotne pogoje; koristen izdelek je končna rešitev s podporno razlago, ločena od dejanja ali preverjanja, ki ga je okoliška aplikacija dejansko izvedla.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Optimize a rectangular enclosure\n\nA rectangular enclosure has 60 metres of fencing, used on all four sides. Its width and length are positive real numbers. Derive the largest possible area, justify why the optimum is global and check the dimensions against the fencing constraint. Give the final result in a boxed mathematical expression.A derivation, optimal dimensions, a perimeter check and a boxed maximum area.Check that the solution respects positivity and uses 2(length + width) = 60 rather than a three-sided constraint.deepseek/deepseek-r1DeepSeek R1 je prvotni besedilni model DeepSeek, osredotočen na sklepanje pri matematiki, kodi in logiki. Združuje začetne učne primere navodil, spodbujevalno učenje in kontekst 128K, proizvajalec pa podaja smernice za neposredne pozive in izrecno oblikovanje končnega odgovora.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
DeepSeek R1 je prvotni model DeepSeek, osredotočen na sklepanje pri matematičnih, programerskih in logičnih nalogah. Temelji na DeepSeek V3 Base ter uporablja postopek učenja z začetnimi primeri, nadzorovanim izpopolnjevanjem in spodbujevalnim učenjem. Vhod je besedilo, rezultat pa besedilna rešitev ali odgovor. Ločen je od R1 Zero, poznejše izdaje R1-0528 in posebej destiliranih modelov.
Proizvajalec R1 ločuje od pristopa R1 Zero, ki temelji izključno na spodbujevalnem učenju. Začetno gradivo daje R1 bolj berljiv začetni vzorec pred spodbujevalnim učenjem, usmerjenim v sklepanje. Naknadno zavrnitveno vzorčenje in nadzorovano učenje dodata podatke za sklepanje in splošne namene, nato sledi še ena stopnja spodbujevalnega učenja. Kartica opisuje dve stopnji nadzorovanega in dve stopnji spodbujevalnega učenja, namenjeni izboljšanju vzorcev sklepanja in usklajenosti z zahtevanim odgovorom.
Objavljena arhitektura ima skupno 671 milijard parametrov, od katerih je za posamezen žeton aktivnih 37 milijard, in kontekst 128K. To okno skupaj vsebuje vir, poziv in ustvarjeno sklepanje ali odgovor; ne zagotavlja ločeno izhoda 128K. Dolg matematični pogoj, odlomek kode ali nabor zahtev je treba še vedno urediti tako, da lahko model prepozna dejanski problem in obliko rezultata, ki jo potrebujete.
DeepSeek za zmanjšanje ponavljanja ali nepovezanih odgovorov priporoča temperaturo med 0.5 in 0.7, s priporočeno vrednostjo 0.6. Svetuje, naj bodo navodila v uporabniškem pozivu, namesto da dodate sistemski poziv. Njegovo raziskovalno poročilo priporoča tudi neposredno navedbo problema in oblike izhoda brez primerov, saj lahko pozivi z nekaj primeri poslabšajo uspešnost tega prvotnega profila. To so proizvajalčeva priporočila za uporabo, ne privzete nastavitve, ki bi veljale za vsako aplikacijo.
Pri matematiki podajte celoten pogoj, definicije spremenljivk in omejitve domene. Proizvajalec priporoča zahtevo po rešitvi korak za korakom s končnim rezultatom v izrazu \\boxed{}. Ponazoritveni opis naloge lahko zahteva končno formulo, predpostavke, pod katerimi velja, in preverjanje z vstavljanjem vrednosti. Pri kodi vključite vedenje, ki ga je treba implementirati, omejitve in značilen vhod, nato zahtevajte predlagani algoritem in izdelek s kodo ločeno od njegove razlage.
Oblika sklepanja modela ločuje fazo razmišljanja od končnega odgovora. DeepSeek ugotavlja, da lahko nekatera vprašanja ustvarijo prazen blok razmišljanja, in v svojem referenčnem postopku priporoča predpono za začetek sklepanja, kadar je predvideno globlje sklepanje. Ohranite razliko med to proizvajalčevo obliko in končnim odgovorom, ki naj ga prebere uporabnik. Zahtevani izdelek je lahko strnjen sklep ali koda, tudi kadar je vmesni proces modela daljši.
Prvotna raziskava opredeli konkretne omejitve. R1 je optimiziran za kitajščino in angleščino, vprašanja v drugih jezikih pa lahko povzročijo neželeno mešanje jezikov. Občutljiv je na oblikovanje pozivov, njegovo vedenje pri zahtevnih pogovorih z več izmenjavami, igranju vlog, JSON in klicih funkcij pa je manj razvito kot njegovo matematično in programersko sklepanje. Podpora za JSON in orodja, dokumentirana za R1-0528, je sprememba poznejše izdaje, ne pravilo prvotnega R1. Izrecno navedite jezik in obliko izhoda ter problem opišite neposredno.
Pri praktični tehnični nalogi določite, kaj šteje za pravilen rezultat: formula s predpostavkami, algoritem, ki izpolnjuje navedeno zahtevnost, ali utemeljena primerjava po priloženih merilih. Zahtevajte, naj končni odgovor opredeli manjkajoče informacije, namesto da jih izmisli. Za delo, odvisno od virov, priložite verodostojne odlomke kot besedilo. Predlagano kodo ali sklep preglejte glede na prvotne pogoje; koristen izdelek je končna rešitev s podporno razlago, ločena od dejanja ali preverjanja, ki ga je okoliška aplikacija dejansko izvedla.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve deepseek/deepseek-r1 | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Primeri: system, user, assistant, tool, function Pogoji: Te vloge so izrecno predstavljene s tipi združljivosti v izvorni kodi; natančen nabor vlog ostaja odvisen od modela. Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring|content_part[]|null | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_calls | Vrstatool_call[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_call_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: role=tool; uporabite dejansko vrnjeni ID | Privzeto— |
Poljemessages[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].reasoning_content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Pošljite nazaj dejansko vrnjeno sklepanje, kadar ga ta model uporablja | Privzeto— |
Poljemessages[].reasoning_details | Vrstaobject|array | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljemax_completion_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljestream_options.include_usage | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop | Vrstastring|string[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstafunction_tool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve function Odvisno od modela | Privzeto— |
Poljetools[].function.name | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: podano je funkcijsko orodje | Privzeto— |
Poljetools[].function.description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].function.parameters | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeparallel_tool_calls | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeresponse_format | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning_effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeservice_tier | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeinstructions | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Polje združljivosti | Privzeto— |
Poljefunctions | Vrstafunction[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljefunction_call | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeprompt_cache_options | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemodalities | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve text | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je na tej besedilni poti Ultra zavrnjen | Privzeto— |
Poljecache_control.ttl | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: 1h je zavrnjen na dejanskih mestih za predpomnjenje pozivov | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Specifikacijaodvisno od modela; uporabniška funkcijska orodja se razlikujejo od orodij, ki jih izvaja storitev |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0014 / 1K žetonov Izhod · Izhodni žetoni $0.005 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0014 / 1K žetonov Izhod · Izhodni žetoni $0.005 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek/deepseek-r1", "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-r1',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-r1',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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra deepseek/deepseek-r1
Uporabite zgoraj navedene poti metod.
deepseek/deepseek-r1DeepSeek R1 je prvotni besedilni model DeepSeek, osredotočen na sklepanje pri matematiki, kodi in logiki. Združuje začetne učne primere navodil, spodbujevalno učenje in kontekst 128K, proizvajalec pa podaja smernice za neposredne pozive in izrecno oblikovanje končnega odgovora.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
DeepSeek R1 je prvotni model DeepSeek, osredotočen na sklepanje pri matematičnih, programerskih in logičnih nalogah. Temelji na DeepSeek V3 Base ter uporablja postopek učenja z začetnimi primeri, nadzorovanim izpopolnjevanjem in spodbujevalnim učenjem. Vhod je besedilo, rezultat pa besedilna rešitev ali odgovor. Ločen je od R1 Zero, poznejše izdaje R1-0528 in posebej destiliranih modelov.
Proizvajalec R1 ločuje od pristopa R1 Zero, ki temelji izključno na spodbujevalnem učenju. Začetno gradivo daje R1 bolj berljiv začetni vzorec pred spodbujevalnim učenjem, usmerjenim v sklepanje. Naknadno zavrnitveno vzorčenje in nadzorovano učenje dodata podatke za sklepanje in splošne namene, nato sledi še ena stopnja spodbujevalnega učenja. Kartica opisuje dve stopnji nadzorovanega in dve stopnji spodbujevalnega učenja, namenjeni izboljšanju vzorcev sklepanja in usklajenosti z zahtevanim odgovorom.
Objavljena arhitektura ima skupno 671 milijard parametrov, od katerih je za posamezen žeton aktivnih 37 milijard, in kontekst 128K. To okno skupaj vsebuje vir, poziv in ustvarjeno sklepanje ali odgovor; ne zagotavlja ločeno izhoda 128K. Dolg matematični pogoj, odlomek kode ali nabor zahtev je treba še vedno urediti tako, da lahko model prepozna dejanski problem in obliko rezultata, ki jo potrebujete.
DeepSeek za zmanjšanje ponavljanja ali nepovezanih odgovorov priporoča temperaturo med 0.5 in 0.7, s priporočeno vrednostjo 0.6. Svetuje, naj bodo navodila v uporabniškem pozivu, namesto da dodate sistemski poziv. Njegovo raziskovalno poročilo priporoča tudi neposredno navedbo problema in oblike izhoda brez primerov, saj lahko pozivi z nekaj primeri poslabšajo uspešnost tega prvotnega profila. To so proizvajalčeva priporočila za uporabo, ne privzete nastavitve, ki bi veljale za vsako aplikacijo.
Pri matematiki podajte celoten pogoj, definicije spremenljivk in omejitve domene. Proizvajalec priporoča zahtevo po rešitvi korak za korakom s končnim rezultatom v izrazu \\boxed{}. Ponazoritveni opis naloge lahko zahteva končno formulo, predpostavke, pod katerimi velja, in preverjanje z vstavljanjem vrednosti. Pri kodi vključite vedenje, ki ga je treba implementirati, omejitve in značilen vhod, nato zahtevajte predlagani algoritem in izdelek s kodo ločeno od njegove razlage.
Oblika sklepanja modela ločuje fazo razmišljanja od končnega odgovora. DeepSeek ugotavlja, da lahko nekatera vprašanja ustvarijo prazen blok razmišljanja, in v svojem referenčnem postopku priporoča predpono za začetek sklepanja, kadar je predvideno globlje sklepanje. Ohranite razliko med to proizvajalčevo obliko in končnim odgovorom, ki naj ga prebere uporabnik. Zahtevani izdelek je lahko strnjen sklep ali koda, tudi kadar je vmesni proces modela daljši.
Prvotna raziskava opredeli konkretne omejitve. R1 je optimiziran za kitajščino in angleščino, vprašanja v drugih jezikih pa lahko povzročijo neželeno mešanje jezikov. Občutljiv je na oblikovanje pozivov, njegovo vedenje pri zahtevnih pogovorih z več izmenjavami, igranju vlog, JSON in klicih funkcij pa je manj razvito kot njegovo matematično in programersko sklepanje. Podpora za JSON in orodja, dokumentirana za R1-0528, je sprememba poznejše izdaje, ne pravilo prvotnega R1. Izrecno navedite jezik in obliko izhoda ter problem opišite neposredno.
Pri praktični tehnični nalogi določite, kaj šteje za pravilen rezultat: formula s predpostavkami, algoritem, ki izpolnjuje navedeno zahtevnost, ali utemeljena primerjava po priloženih merilih. Zahtevajte, naj končni odgovor opredeli manjkajoče informacije, namesto da jih izmisli. Za delo, odvisno od virov, priložite verodostojne odlomke kot besedilo. Predlagano kodo ali sklep preglejte glede na prvotne pogoje; koristen izdelek je končna rešitev s podporno razlago, ločena od dejanja ali preverjanja, ki ga je okoliška aplikacija dejansko izvedla.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve deepseek/deepseek-r1 | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Žetonov konteksta več kot | Žetonov konteksta do vključno | Strošek |
|---|---|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Žetonov konteksta več kot— | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0014 / 1K žetonov Izhod · Izhodni žetoni $0.005 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
| NastavitevRazred 1 glede na dolžino zahteve | Cenovna lestvica— | Žetonov konteksta več kot0 | Žetonov konteksta do vključnoBrez zgornje meje | Strošek Vhod · Vhodni žetoni $0.0014 / 1K žetonov Izhod · Izhodni žetoni $0.005 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "deepseek/deepseek-r1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-r1', '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-r1', '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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra deepseek/deepseek-r1
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Optimize a rectangular enclosure\n\nA rectangular enclosure has 60 metres of fencing, used on all four sides. Its width and length are positive real numbers. Derive the largest possible area, justify why the optimum is global and check the dimensions against the fencing constraint. Give the final result in a boxed mathematical expression.A derivation, optimal dimensions, a perimeter check and a boxed maximum area.Check that the solution respects positivity and uses 2(length + width) = 60 rather than a three-sided constraint.