DeepSeek V3.2 Exp je eksperimentalna izdaja besedilnega modela DeepSeek, zgrajena na V3.1 Terminus. Njena ključna sprememba je DeepSeek Sparse Attention, uvedena za proučevanje učinkovitejšega učenja in sklepanja pri daljših besedilnih zaporedjih. Naloga ostaja besedilna: pisna navodila in kontekst ustvarijo besedilni odgovor, kodo ali agentski izhod. To je raziskovalna izdaja redke pozornosti, ločena od končnega modela V3.2 in njegovega poznejšega formata razmišljanja z orodji.
DSA uporablja lahek indeksirnik in drobnozrnat izbor žetonov, zato se glavni izračun pozornosti osredotoča na izbrane prejšnje informacije o žetonih. DeepSeek je eksperimentalno učno konfiguracijo namerno uskladil z V3.1 Terminus, da bi izoliral arhitekturno spremembo. Poročilo V3.2 potrjuje, da končni V3.2 in V3.2 Exp delita to arhitekturo, ter opisuje nadaljnje učenje iz osnove Terminus s kontekstom 128K. Objavljeni eksperimentalni profil uporablja to dolgokontekstno nastavitev 128K.
Proizvajalčeva eksperimentalna kartica ohranja sklepanje in agentsko delo v obsegu modela ter pri tem ohranja profil nalog predhodnika. Dokazi pokrivajo sklepanje brez orodij in agentsko uporabo orodij kot ločena poteka. Pripravite jasno vprašanje, ustrezen izvorni kontekst in želeno končno obliko. Če naloga uporablja orodje, aplikacija poda njegovo definicijo in vrne rezultat; predlagano dejanje modela ni enako že izvedeni operaciji.
Kartica končnega V3.2 uvaja prenovljen format klicanja orodij in izrecno opisuje razmišljanje z orodji. Te posodobitve pripadajo končni izdaji in jih ne smete obravnavati kot celotno interakcijsko specifikacijo eksperimentalne izdaje. Pri V3.2 Exp ohranite oblikovanje sporočil te izdaje in podedovani kontekst nalog Terminus, namesto da bi predpostavili, da podobno ime naredi vse poznejše nastavitve ali vloge zamenljive.
Pri primerjanju dolgih dokumentov označite vsak vir in določite razdelke, pomembne za vprašanje. Ponazoritveno navodilo je: »Primerjaj te zahteve s predlagano implementacijo, ugotovi vsako neskladje in navedi odlomek, ki ga dokazuje. Končaj s seznamom popravkov po prioriteti.« Pri kodi podajte neuspešno vedenje, ustrezen odlomek in pričakovani rezultat, nato zahtevajte osredotočeno spremembo z jasno razlago. Razporeditev virov in pravilo dokončanja pomagata usmeriti dolgokontekstno nalogo k uporabnemu rezultatu.
Proizvajalčeva referenčna implementacija vključuje indeksirnik redke pozornosti, kartica pa beleži pomemben implementacijski popravek: indeksirnikov RoPE uporablja neprepleteno razporeditev, modul latentne pozornosti pa pričakuje prepleteno. To je podrobnost proizvajalčeve reference, pomembna za zvesto izvajanje modela, ne drugačen uporabniški poziv ali nova zmožnost. Pomeni tudi, da ime modela samo ne opisuje obravnave eksperimentalne arhitekture v vsaki implementaciji.
Nadaljujoča se agentska naloga mora skupaj načrtovati izvorno besedilo, pogovor, ustvarjeno sklepanje in opažanja orodij. Uporabna opažanja naj ostanejo urejena; zahtevajte, da končni odgovor razlikuje dokaze, predpostavke in predlagana dejanja. Pri dejstvenem rezultatu, odvisnem od vira, priložite avtoritativno gradivo ali ustrezno orodje, namesto da se zanašate na splošno znanje iz učenja. Izhod ostaja besedilo, koda ali analitični zapis, ki ga je mogoče preveriti glede na nalogo in njene vhode.
", "aboutText": "DeepSeek V3.2 Exp je eksperimentalna izdaja besedilnega modela DeepSeek, zgrajena na V3.1 Terminus. Njena ključna sprememba je DeepSeek Sparse Attention, uvedena za proučevanje učinkovitejšega učenja in sklepanja pri daljših besedilnih zaporedjih. Naloga ostaja besedilna: pisna navodila in kontekst ustvarijo besedilni odgovor, kodo ali agentski izhod. To je raziskovalna izdaja redke pozornosti, ločena od končnega modela V3.2 in njegovega poznejšega formata razmišljanja z orodji.\n\nDSA uporablja lahek indeksirnik in drobnozrnat izbor žetonov, zato se glavni izračun pozornosti osredotoča na izbrane prejšnje informacije o žetonih. DeepSeek je eksperimentalno učno konfiguracijo namerno uskladil z V3.1 Terminus, da bi izoliral arhitekturno spremembo. Poročilo V3.2 potrjuje, da končni V3.2 in V3.2 Exp delita to arhitekturo, ter opisuje nadaljnje učenje iz osnove Terminus s kontekstom 128K. Objavljeni eksperimentalni profil uporablja to dolgokontekstno nastavitev 128K.\n\nProizvajalčeva eksperimentalna kartica ohranja sklepanje in agentsko delo v obsegu modela ter pri tem ohranja profil nalog predhodnika. Dokazi pokrivajo sklepanje brez orodij in agentsko uporabo orodij kot ločena poteka. Pripravite jasno vprašanje, ustrezen izvorni kontekst in želeno končno obliko. Če naloga uporablja orodje, aplikacija poda njegovo definicijo in vrne rezultat; predlagano dejanje modela ni enako že izvedeni operaciji.\n\nKartica končnega V3.2 uvaja prenovljen format klicanja orodij in izrecno opisuje razmišljanje z orodji. Te posodobitve pripadajo končni izdaji in jih ne smete obravnavati kot celotno interakcijsko specifikacijo eksperimentalne izdaje. Pri V3.2 Exp ohranite oblikovanje sporočil te izdaje in podedovani kontekst nalog Terminus, namesto da bi predpostavili, da podobno ime naredi vse poznejše nastavitve ali vloge zamenljive.\n\nPri primerjanju dolgih dokumentov označite vsak vir in določite razdelke, pomembne za vprašanje. Ponazoritveno navodilo je: »Primerjaj te zahteve s predlagano implementacijo, ugotovi vsako neskladje in navedi odlomek, ki ga dokazuje. Končaj s seznamom popravkov po prioriteti.« Pri kodi podajte neuspešno vedenje, ustrezen odlomek in pričakovani rezultat, nato zahtevajte osredotočeno spremembo z jasno razlago. Razporeditev virov in pravilo dokončanja pomagata usmeriti dolgokontekstno nalogo k uporabnemu rezultatu.\n\nProizvajalčeva referenčna implementacija vključuje indeksirnik redke pozornosti, kartica pa beleži pomemben implementacijski popravek: indeksirnikov RoPE uporablja neprepleteno razporeditev, modul latentne pozornosti pa pričakuje prepleteno. To je podrobnost proizvajalčeve reference, pomembna za zvesto izvajanje modela, ne drugačen uporabniški poziv ali nova zmožnost. Pomeni tudi, da ime modela samo ne opisuje obravnave eksperimentalne arhitekture v vsaki implementaciji.\n\nNadaljujoča se agentska naloga mora skupaj načrtovati izvorno besedilo, pogovor, ustvarjeno sklepanje in opažanja orodij. Uporabna opažanja naj ostanejo urejena; zahtevajte, da končni odgovor razlikuje dokaze, predpostavke in predlagana dejanja. Pri dejstvenem rezultatu, odvisnem od vira, priložite avtoritativno gradivo ali ustrezno orodje, namesto da se zanašate na splošno znanje iz učenja. Izhod ostaja besedilo, koda ali analitični zapis, ki ga je mogoče preveriti glede na nalogo in njene vhode.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Compare requirements with a release note\n\nCompare requirement R1: exports must include archived records; R2: date filters use UTC; R3: empty exports still include headers. Implementation note: archived rows are excluded, filters use UTC, and empty exports return an empty file. List mismatches with source labels and propose a correction order without assuming any implementation details beyond these notes.A requirement-by-requirement comparison and a prioritized list of the two documented mismatches.Check that R2 is marked aligned and that each proposed correction points to R1 or R3.deepseek/deepseek-v3.2-expDeepSeek V3.2 Exp je izdaja z redko pozornostjo, zgrajena na V3.1 Terminus. Obdeluje besedilo za sklepanje, programiranje in agentske naloge, hkrati pa raziskuje učinkovitejšo pozornost za dolg kontekst; ima proizvajalčev kontekst 128K in identiteto, ločeno od končne izdaje V3.2.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
DeepSeek V3.2 Exp je eksperimentalna izdaja besedilnega modela DeepSeek, zgrajena na V3.1 Terminus. Njena ključna sprememba je DeepSeek Sparse Attention, uvedena za proučevanje učinkovitejšega učenja in sklepanja pri daljših besedilnih zaporedjih. Naloga ostaja besedilna: pisna navodila in kontekst ustvarijo besedilni odgovor, kodo ali agentski izhod. To je raziskovalna izdaja redke pozornosti, ločena od končnega modela V3.2 in njegovega poznejšega formata razmišljanja z orodji.
DSA uporablja lahek indeksirnik in drobnozrnat izbor žetonov, zato se glavni izračun pozornosti osredotoča na izbrane prejšnje informacije o žetonih. DeepSeek je eksperimentalno učno konfiguracijo namerno uskladil z V3.1 Terminus, da bi izoliral arhitekturno spremembo. Poročilo V3.2 potrjuje, da končni V3.2 in V3.2 Exp delita to arhitekturo, ter opisuje nadaljnje učenje iz osnove Terminus s kontekstom 128K. Objavljeni eksperimentalni profil uporablja to dolgokontekstno nastavitev 128K.
Proizvajalčeva eksperimentalna kartica ohranja sklepanje in agentsko delo v obsegu modela ter pri tem ohranja profil nalog predhodnika. Dokazi pokrivajo sklepanje brez orodij in agentsko uporabo orodij kot ločena poteka. Pripravite jasno vprašanje, ustrezen izvorni kontekst in želeno končno obliko. Če naloga uporablja orodje, aplikacija poda njegovo definicijo in vrne rezultat; predlagano dejanje modela ni enako že izvedeni operaciji.
Kartica končnega V3.2 uvaja prenovljen format klicanja orodij in izrecno opisuje razmišljanje z orodji. Te posodobitve pripadajo končni izdaji in jih ne smete obravnavati kot celotno interakcijsko specifikacijo eksperimentalne izdaje. Pri V3.2 Exp ohranite oblikovanje sporočil te izdaje in podedovani kontekst nalog Terminus, namesto da bi predpostavili, da podobno ime naredi vse poznejše nastavitve ali vloge zamenljive.
Pri primerjanju dolgih dokumentov označite vsak vir in določite razdelke, pomembne za vprašanje. Ponazoritveno navodilo je: »Primerjaj te zahteve s predlagano implementacijo, ugotovi vsako neskladje in navedi odlomek, ki ga dokazuje. Končaj s seznamom popravkov po prioriteti.« Pri kodi podajte neuspešno vedenje, ustrezen odlomek in pričakovani rezultat, nato zahtevajte osredotočeno spremembo z jasno razlago. Razporeditev virov in pravilo dokončanja pomagata usmeriti dolgokontekstno nalogo k uporabnemu rezultatu.
Proizvajalčeva referenčna implementacija vključuje indeksirnik redke pozornosti, kartica pa beleži pomemben implementacijski popravek: indeksirnikov RoPE uporablja neprepleteno razporeditev, modul latentne pozornosti pa pričakuje prepleteno. To je podrobnost proizvajalčeve reference, pomembna za zvesto izvajanje modela, ne drugačen uporabniški poziv ali nova zmožnost. Pomeni tudi, da ime modela samo ne opisuje obravnave eksperimentalne arhitekture v vsaki implementaciji.
Nadaljujoča se agentska naloga mora skupaj načrtovati izvorno besedilo, pogovor, ustvarjeno sklepanje in opažanja orodij. Uporabna opažanja naj ostanejo urejena; zahtevajte, da končni odgovor razlikuje dokaze, predpostavke in predlagana dejanja. Pri dejstvenem rezultatu, odvisnem od vira, priložite avtoritativno gradivo ali ustrezno orodje, namesto da se zanašate na splošno znanje iz učenja. Izhod ostaja besedilo, koda ali analitični zapis, ki ga je mogoče preveriti glede na nalogo in njene vhode.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve deepseek/deepseek-v3.2-exp | 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 $0.000572 / 1K žetonov Izhod · Izhodni žetoni $0.00086 / 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 $0.000572 / 1K žetonov Izhod · Izhodni žetoni $0.00086 / 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-v3.2-exp", "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-v3.2-exp',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-v3.2-exp',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-v3.2-exp
Uporabite zgoraj navedene poti metod.
deepseek/deepseek-v3.2-expDeepSeek V3.2 Exp je izdaja z redko pozornostjo, zgrajena na V3.1 Terminus. Obdeluje besedilo za sklepanje, programiranje in agentske naloge, hkrati pa raziskuje učinkovitejšo pozornost za dolg kontekst; ima proizvajalčev kontekst 128K in identiteto, ločeno od končne izdaje V3.2.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
DeepSeek V3.2 Exp je eksperimentalna izdaja besedilnega modela DeepSeek, zgrajena na V3.1 Terminus. Njena ključna sprememba je DeepSeek Sparse Attention, uvedena za proučevanje učinkovitejšega učenja in sklepanja pri daljših besedilnih zaporedjih. Naloga ostaja besedilna: pisna navodila in kontekst ustvarijo besedilni odgovor, kodo ali agentski izhod. To je raziskovalna izdaja redke pozornosti, ločena od končnega modela V3.2 in njegovega poznejšega formata razmišljanja z orodji.
DSA uporablja lahek indeksirnik in drobnozrnat izbor žetonov, zato se glavni izračun pozornosti osredotoča na izbrane prejšnje informacije o žetonih. DeepSeek je eksperimentalno učno konfiguracijo namerno uskladil z V3.1 Terminus, da bi izoliral arhitekturno spremembo. Poročilo V3.2 potrjuje, da končni V3.2 in V3.2 Exp delita to arhitekturo, ter opisuje nadaljnje učenje iz osnove Terminus s kontekstom 128K. Objavljeni eksperimentalni profil uporablja to dolgokontekstno nastavitev 128K.
Proizvajalčeva eksperimentalna kartica ohranja sklepanje in agentsko delo v obsegu modela ter pri tem ohranja profil nalog predhodnika. Dokazi pokrivajo sklepanje brez orodij in agentsko uporabo orodij kot ločena poteka. Pripravite jasno vprašanje, ustrezen izvorni kontekst in želeno končno obliko. Če naloga uporablja orodje, aplikacija poda njegovo definicijo in vrne rezultat; predlagano dejanje modela ni enako že izvedeni operaciji.
Kartica končnega V3.2 uvaja prenovljen format klicanja orodij in izrecno opisuje razmišljanje z orodji. Te posodobitve pripadajo končni izdaji in jih ne smete obravnavati kot celotno interakcijsko specifikacijo eksperimentalne izdaje. Pri V3.2 Exp ohranite oblikovanje sporočil te izdaje in podedovani kontekst nalog Terminus, namesto da bi predpostavili, da podobno ime naredi vse poznejše nastavitve ali vloge zamenljive.
Pri primerjanju dolgih dokumentov označite vsak vir in določite razdelke, pomembne za vprašanje. Ponazoritveno navodilo je: »Primerjaj te zahteve s predlagano implementacijo, ugotovi vsako neskladje in navedi odlomek, ki ga dokazuje. Končaj s seznamom popravkov po prioriteti.« Pri kodi podajte neuspešno vedenje, ustrezen odlomek in pričakovani rezultat, nato zahtevajte osredotočeno spremembo z jasno razlago. Razporeditev virov in pravilo dokončanja pomagata usmeriti dolgokontekstno nalogo k uporabnemu rezultatu.
Proizvajalčeva referenčna implementacija vključuje indeksirnik redke pozornosti, kartica pa beleži pomemben implementacijski popravek: indeksirnikov RoPE uporablja neprepleteno razporeditev, modul latentne pozornosti pa pričakuje prepleteno. To je podrobnost proizvajalčeve reference, pomembna za zvesto izvajanje modela, ne drugačen uporabniški poziv ali nova zmožnost. Pomeni tudi, da ime modela samo ne opisuje obravnave eksperimentalne arhitekture v vsaki implementaciji.
Nadaljujoča se agentska naloga mora skupaj načrtovati izvorno besedilo, pogovor, ustvarjeno sklepanje in opažanja orodij. Uporabna opažanja naj ostanejo urejena; zahtevajte, da končni odgovor razlikuje dokaze, predpostavke in predlagana dejanja. Pri dejstvenem rezultatu, odvisnem od vira, priložite avtoritativno gradivo ali ustrezno orodje, namesto da se zanašate na splošno znanje iz učenja. Izhod ostaja besedilo, koda ali analitični zapis, ki ga je mogoče preveriti glede na nalogo in njene vhode.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve deepseek/deepseek-v3.2-exp | 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 $0.000572 / 1K žetonov Izhod · Izhodni žetoni $0.00086 / 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 $0.000572 / 1K žetonov Izhod · Izhodni žetoni $0.00086 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "deepseek/deepseek-v3.2-exp",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-v3.2-exp', '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-v3.2-exp', '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-v3.2-exp
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Compare requirements with a release note\n\nCompare requirement R1: exports must include archived records; R2: date filters use UTC; R3: empty exports still include headers. Implementation note: archived rows are excluded, filters use UTC, and empty exports return an empty file. List mismatches with source labels and propose a correction order without assuming any implementation details beyond these notes.A requirement-by-requirement comparison and a prioritized list of the two documented mismatches.Check that R2 is marked aligned and that each proposed correction points to R1 or R3.