Source: https://ailoot.ai/models/th/deepseek-v3-2-exp-thinking/ Canonical: https://ailoot.ai/models/th/deepseek-v3-2-exp-thinking/ Language: th # DeepSeek: DeepSeek V3.2 Exp [Markdown](https://ailoot.ai/models/th/deepseek-v3-2-exp-thinking/index.md) · [JSON](https://ailoot.ai/models/th/deepseek-v3-2-exp-thinking/facts.json) ## [DeepSeek: DeepSeek V3.2 Exp](https://ailoot.ai/models/th/deepseek-v3-2-exp-thinking/) DeepSeek V3.2 Exp เป็นรุ่น sparse-attention ที่พัฒนาบน V3.1 Terminus ประมวลผลข้อความสำหรับงานให้เหตุผล เขียนโค้ด และเอเจนต์ พร้อมทดลอง attention สำหรับบริบทยาวที่มีประสิทธิภาพขึ้น มีบริบทจากผู้ผลิต 128K และมีชื่อระบุแยกจาก V3.2 รุ่นสมบูรณ์ - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `deepseek-v3.2-exp-thinking`](https://ailoot.ai/models/th/deepseek-v3-2-exp-thinking/#method-0) เกี่ยวกับโมเดล คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก DeepSeek V3.2 Exp เป็นรุ่นทดลองของโมเดลข้อความ DeepSeek ที่พัฒนาบน V3.1 Terminus การเปลี่ยนแปลงหลักคือ DeepSeek Sparse Attention ซึ่งนำมาใช้ศึกษาการฝึกและการอนุมานลำดับข้อความยาวให้มีประสิทธิภาพขึ้น งานยังเป็นงานข้อความ โดยคำสั่งและบริบทที่เขียนให้สร้างคำตอบข้อความ โค้ด หรือเอาต์พุตที่เกี่ยวกับเอเจนต์ นี่คือรุ่นวิจัยด้านความสนใจแบบเบาบาง แยกจากโมเดล V3.2 รุ่นสมบูรณ์และรูปแบบคิดร่วมกับเครื่องมือที่มาภายหลัง DSA ใช้ตัวทำดัชนีน้ำหนักเบาและการเลือกโทเคนแบบละเอียด เพื่อให้การคำนวณความสนใจหลักมุ่งที่ข้อมูลโทเคนก่อนหน้าซึ่งเลือกไว้ DeepSeek ตั้งใจจัดการฝึกทดลองให้สอดคล้องกับ V3.1 Terminus เพื่อแยกผลของการเปลี่ยนสถาปัตยกรรม รายงาน V3.2 ยืนยันว่า V3.2 รุ่นสมบูรณ์และ V3.2 Exp ใช้สถาปัตยกรรมนี้ร่วมกัน และอธิบายการฝึกต่อจากฐาน Terminus ที่มีบริบท 128K โปรไฟล์ทดลองที่เผยแพร่ใช้การตั้งค่าบริบทยาว 128K นี้ การ์ดรุ่นทดลองของผู้พัฒนายังคงรวมการใช้เหตุผลและงานเอเจนต์ไว้ในขอบเขต พร้อมรักษาบทบาทงานของโมเดลก่อนหน้า หลักฐานครอบคลุมการใช้เหตุผลโดยไม่มีเครื่องมือและการใช้เครื่องมือแบบเอเจนต์เป็นเวิร์กโฟลว์แยกกัน เตรียมคำถามชัดเจน บริบทต้นทางที่เกี่ยวข้อง และรูปแบบสุดท้ายที่ต้องการ หากงานใช้เครื่องมือ แอปพลิเคชันต้องให้คำนิยามและส่งผลกลับ การกระทำที่โมเดลเสนอไม่ใช่การดำเนินการที่เกิดขึ้นแล้ว การ์ด V3.2 รุ่นสมบูรณ์นำรูปแบบเรียกเครื่องมือที่ปรับใหม่มาใช้ และอธิบายการคิดร่วมกับเครื่องมือไว้อย่างชัดเจน การปรับเหล่านั้นเป็นของรุ่นสมบูรณ์ ไม่ควรมองว่าเป็นข้อกำหนดการโต้ตอบทั้งหมดของรุ่นทดลอง สำหรับ V3.2 Exp ให้คงรูปแบบข้อความของรุ่นเองและบริบทงานที่สืบทอดจาก Terminus แทนการสมมติว่าชื่อคล้ายกันทำให้ตัวควบคุมหรือบทบาทที่มาทีหลังใช้แทนกันได้ทั้งหมด สำหรับเปรียบเทียบเอกสารยาว ให้ติดป้ายกำกับแต่ละแหล่งและระบุส่วนที่เกี่ยวข้องกับคำถาม ตัวอย่างโจทย์คือ “เปรียบเทียบข้อกำหนดเหล่านี้กับการพัฒนาที่เสนอ ระบุทุกจุดที่ไม่ตรงกัน และอ้างข้อความที่ยืนยันแต่ละจุด ปิดท้ายด้วยรายการแก้ไขตามลำดับความสำคัญ” สำหรับโค้ด ให้พฤติกรรมที่ล้มเหลว ส่วนที่เกี่ยวข้อง และผลที่คาดหวัง แล้วขอการแก้ไขเฉพาะจุดพร้อมคำอธิบายชัดเจน การจัดเนื้อหาต้นทางและเกณฑ์เสร็จงานช่วยนำงานบริบทยาวไปสู่ชิ้นงานที่ใช้ได้ โค้ดอ้างอิงของผู้ผลิตมีตัวทำดัชนีความสนใจแบบเบาบาง และการ์ดบันทึกการแก้ไขที่สำคัญว่า RoPE ของตัวทำดัชนีใช้รูปแบบไม่สลับแทรก ขณะที่โมดูลความสนใจแฝงคาดหวังรูปแบบสลับแทรก นี่เป็นรายละเอียดของโค้ดอ้างอิงที่เกี่ยวกับการรันโมเดลให้ตรงตามต้นแบบ ไม่ใช่พรอมป์ต์ผู้ใช้อีกแบบหรือความสามารถใหม่ และยังหมายความว่าชื่อโมเดลเพียงอย่างเดียวไม่อธิบายวิธีจัดการสถาปัตยกรรมทดลองของทุกการนำไปใช้ งานเอเจนต์ที่ต่อเนื่องต้องจัดงบพื้นที่ให้ข้อความต้นทาง บทสนทนา การใช้เหตุผลที่สร้าง และข้อสังเกตจากเครื่องมือร่วมกัน จัดข้อสังเกตที่มีประโยชน์ให้เป็นระเบียบ และขอให้คำตอบสุดท้ายแยกหลักฐาน ข้อสมมติ และการกระทำที่เสนอ หากผลข้อเท็จจริงขึ้นกับแหล่งข้อมูล ให้เนื้อหาจากแหล่งข้อมูลที่เชื่อถือได้หรือเครื่องมือที่เหมาะสม แทนการพึ่งความรู้ทั่วไปจากการฝึก เอาต์พุตยังเป็นข้อความ โค้ด หรือบันทึกวิเคราะห์ที่ตรวจเทียบกับงานและอินพุตได้ **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `deepseek-v3.2-exp-thinking` [`deepseek-v3.2-exp-thinking`](https://ailoot.ai/models/th/#m=deepseek-v3.2-exp-thinking&route=Ultra&caller=deepseek-v3.2-exp-thinking&fmt=chat) DeepSeek /`deepseek-v3.2-exp-thinking` ### เริ่มต้น DeepSeek V3.2 Exp เป็นรุ่น sparse-attention ที่พัฒนาบน V3.1 Terminus ประมวลผลข้อความสำหรับงานให้เหตุผล เขียนโค้ด และเอเจนต์ พร้อมทดลอง attention สำหรับบริบทยาวที่มีประสิทธิภาพขึ้น มีบริบทจากผู้ผลิต 128K และมีชื่อระบุแยกจาก V3.2 รุ่นสมบูรณ์ อินพุตที่รองรับ ข้อความ ผลลัพธ์ ข้อความ ### ใช้งานได้ใน Ailoot · อินพุตและเมธอด **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` ขาเข้า `text` ขาออก `text` รูปแบบเอาต์พุต json หรือ SSE | ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น | | --- | --- | --- | --- | --- | | ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด deepseek-v3.2-exp-thinking | ค่าเริ่มต้น— | | ฟิลด์`messages` | ประเภท`message[]` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 | ค่าเริ่มต้น— | | ฟิลด์`messages[].role` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— | | ฟิลด์`messages[].content` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ใช้เมื่อ: บทสนทนาข้อความ | ค่าเริ่มต้น— | | ฟิลด์`stream` | ประเภท`boolean` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse | ชุดผสมของสื่ออินพุต **ข้อความ** · ข้อความ UTF8 `messages[].content` พารามิเตอร์และวงจรการทำงานของเมธอด | พารามิเตอร์ | ข้อกำหนด | | --- | --- | | พารามิเตอร์`content_type` | ข้อกำหนดapplication/json | | พารามิเตอร์`required` | ข้อกำหนดmodel, messages | | พารามิเตอร์`material_types` | ข้อกำหนดtext | | พารามิเตอร์`messages` | ข้อกำหนดอาร์เรย์ข้อความที่มีโครงสร้าง role/content | | พารามิเตอร์`file_material` | ข้อกำหนดแทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์ | | พารามิเตอร์`optional_controls` | ข้อกำหนดstream | | พารามิเตอร์`control_scope` | ข้อกำหนดบทสนทนาข้อความ โดย stream เป็นบูลีนและมีค่าเริ่มต้น false | | พารามิเตอร์`output_modalities` | ข้อกำหนดtext | | พารามิเตอร์`hosted_operations` | ข้อกำหนดfalse | | พารามิเตอร์`multimodal_input_binding` | ข้อกำหนดnull | ชื่ออื่นของเมธอด: `/chat/completions` วงจรการทำงาน: `synchronous_or_streamed` ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages ความยาวบริบทไม่ใช่เพดานผลลัพธ์ ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง ### ราคา ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก โหมดรวดเร็ว ไม่ได้ระบุ เมื่อเลือกโหมดรวดเร็ว โหมดยืดหยุ่น ไม่ได้ระบุ เมื่อเลือกโหมด flex ระดับการใช้เหตุผลสูงสุด ไม่ได้ระบุ เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด #### อัตราค่าบริการ Ailoot #### ราคาตามการตั้งค่า | การตั้งค่า | ตารางอัตราค่าบริการ | ค่าบริการ | | --- | --- | --- | | การตั้งค่าอัตราราคาพื้นฐานของโทเคน | ตารางอัตราค่าบริการอัตราพื้นฐาน | ค่าบริการ ขาเข้า · โทเค็นอินพุต **$0.00058** / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต **$0.00086** / 1K โทเค็น ขาเข้า · การอ่านแคช **$0** / 1K โทเค็น ขาเข้า · การเขียนแคช **$0** / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง **—** / 1K โทเค็น | Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/) ### ตัวอย่างคำขอ #### Ailoot Ultra · OpenAI Chat curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model":"deepseek-v3.2-exp-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model="deepseek-v3.2-exp-thinking", messages=[{"role":"user","content":"hello"}], stream=False) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ### รับและบันทึกผลลัพธ์ #### Ailoot Ultra · OpenAI Chat json หรือ SSE ##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย ##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้ ฟิลด์การตอบกลับ | ฟิลด์ | ประเภท | | --- | --- | | ฟิลด์`choices[].index` | ประเภทinteger | | ฟิลด์`choices[].message.content` | ประเภทstring\|null | | ฟิลด์`choices[].message.tool_calls` | ประเภทtool\_call\[\] | | ฟิลด์`choices[].message.reasoning_content` | ประเภทstring | | ฟิลด์`choices[].message.reasoning_details` | ประเภทobject\|array | | ฟิลด์`choices[].finish_reason` | ประเภทstring\|null | | ฟิลด์`usage` | ประเภทobject | ข้อผิดพลาดและขั้นตอนถัดไป | การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป | | --- | --- | --- | | การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ | ### ชื่ออื่น #### ชื่ออื่นของโมเดล **Ailoot Ultra** [`deepseek-v3.2-exp-thinking`](https://ailoot.ai/models/th/#m=deepseek-v3.2-exp-thinking&route=Ultra&caller=deepseek-v3.2-exp-thinking&fmt=chat) #### ชื่อพาธเมธอดอื่น `/chat/completions` #### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล [`deepseek-v3.2-exp-thinking`](https://ailoot.ai/models/th/#m=deepseek-v3.2-exp-thinking&route=Ultra&caller=deepseek-v3.2-exp-thinking&fmt=chat) FAQ · DeepSeek: DeepSeek V3.2 Exp มีอินพุตและผลลัพธ์ใดบ้าง? `POST /v1/chat/completions` · `deepseek-v3.2-exp-thinking`: `text` → `text` คำขอใช้ฟิลด์ใดบ้าง? `POST /v1/chat/completions` · `deepseek-v3.2-exp-thinking`: `model`, `messages`, `stream` มีข้อจำกัดใดบ้าง? `POST /v1/chat/completions` · `deepseek-v3.2-exp-thinking`: `messages.min_items`: `1` เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ ## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน. ## ซื้อโทเคนพร้อมส่วนลด ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50% สมาชิก เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ โค้ดลดสูงสุด 50% ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้ รายจ่ายในประวัติ เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ [เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/) ## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์ แอปเชิงพาณิชย์ ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ ใบอนุญาตรีเซลเลอร์ ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร เอกสารบนเว็บไซต์ อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้ [ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th) ## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน. Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ