{
  "aboutHtml": "<p>DeepSeek V3.2 เป็นโมเดลข้อความของ DeepSeek สำหรับการให้เหตุผลและงานเอเจนต์ โดยเน้นการประมวลผลบริบทยาวอย่างมีประสิทธิภาพ ผู้ผลิตจัดการเปลี่ยนแปลงหลักไว้รอบ DeepSeek Sparse Attention เฟรมเวิร์กการเรียนรู้แบบเสริมกำลังที่ขยายขนาด และกระบวนการฝึกงานเอเจนต์ รับคำถามที่เขียนไว้พร้อมบริบท และสร้างข้อความ เช่น คำตอบ โค้ด หรือเนื้อหาการเรียกเครื่องมือ โมเดลนี้แยกจาก V3.2 Exp รุ่นก่อนและ Speciale ซึ่งเป็นรุ่นให้เหตุผลอีกตัวหนึ่ง</p><p>DeepSeek Sparse Attention เพิ่มตัวทำดัชนีและการเลือกโทเค็นแบบละเอียดให้สถาปัตยกรรม latent-attention สำหรับลำดับข้อมูลที่ยาว ตัวทำดัชนีจะเลือกข้อมูลโทเค็นก่อนหน้าที่ใช้ในการคำนวณ attention หลัก รายงานระบุว่านี่คือการเปลี่ยนแปลงสถาปัตยกรรมจาก V3.1 Terminus และใช้สถาปัตยกรรมเดียวกับ V3.2 Exp บริบทที่เผยแพร่คือ 128K โทเค็น รองรับเนื้อหาต้นทางจำนวนมากและงานที่ดำเนินต่อเนื่อง ขณะเดียวกันการให้เหตุผลที่สร้างและประวัติเครื่องมือก็ใช้พื้นที่บริบทที่มีอยู่เช่นกัน</p><p>การฝึกภายหลังครอบคลุมคำตอบทั้งแบบคิดและไม่คิดในคณิตศาสตร์ การเขียนโปรแกรม การให้เหตุผลเชิงตรรกะ งานเอเจนต์ทั่วไป การเขียนโค้ดแบบเอเจนต์ และการค้นหา ผู้เชี่ยวชาญเฉพาะด้านให้ข้อมูลที่รวบรวมเข้าสู่โมเดลสุดท้าย แล้วตามด้วยการเรียนรู้แบบเสริมกำลังแบบผสม สำหรับคำถามทั่วไป การตอบโดยตรงอาจเหมาะสม ส่วนปัญหายาก เวิร์กโฟลว์แบบคิดสามารถพัฒนาแนวทางแก้ก่อนนำเสนอผลลัพธ์สุดท้าย กำหนดคำตอบหรือชิ้นงานที่ต้องการแยกจากการให้เหตุผลระหว่างทาง</p><p>การเปลี่ยนแปลงสำคัญของรุ่นนี้คือการคิดร่วมกับเครื่องมือ รูปแบบแชตที่ปรับปรุงช่วยให้การให้เหตุผลดำเนินต่อผ่านงานเรียกเครื่องมือ แทนการแยกการวิเคราะห์และการกระทำเป็นขั้นตอนที่ไม่เกี่ยวข้อง แอปพลิเคชันเป็นผู้ดำเนินการตามที่โมเดลเลือก แล้วส่งผลกลับมาสำหรับขั้นตอนถัดไป กฎบริบทเครื่องมือของผู้ผลิตเก็บเหตุผลในประวัติไว้ตราบใดที่เพิ่มเฉพาะข้อความเกี่ยวกับเครื่องมือ เมื่อมีข้อความใหม่จากผู้ใช้ กฎจะทิ้งเหตุผลนั้นแต่เก็บการเรียกเครื่องมือและผลลัพธ์ไว้ การแยกบทบาทบทสนทนาอย่างถูกต้องมีผลต่อพฤติกรรมนี้</p><p>สำหรับงานโค้ด ให้ส่งส่วนโค้ดหรือไฟล์ที่เกี่ยวข้อง ปัญหาที่สังเกต ผลลัพธ์ที่คาดหวัง และเงื่อนไขที่การเปลี่ยนแปลงต้องรักษา ตัวอย่างบรีฟคือ “ใช้โค้ดและผลจากเครื่องมือที่ให้มาเพื่อหาสาเหตุ เสนอการแก้ไขที่เล็กที่สุด และส่งแพตช์สุดท้ายพร้อมผลตรวจสอบที่รองรับ” สำหรับงานค้นหา ให้อธิบายคำถาม หลักฐานที่ต้องการ และเกณฑ์ว่าคำตอบใดถือว่าสมบูรณ์ แอปพลิเคชันที่ครอบอยู่เป็นผู้จัดหาเครื่องมือค้นหาและดำเนินการ ไม่ใช่ตัวข้อความเพียงอย่างเดียว</p><p>ผู้ผลิตแนะนำ temperature 1.0 และ top-p 0.95 สำหรับการใช้งานภายในเครื่อง V3.2 มีรูปแบบการเรียกเครื่องมือที่ปรับใหม่และตัวเข้ารหัสข้อความเฉพาะ บทบาท developer สงวนไว้สำหรับเทมเพลตเอเจนต์ค้นหาของผู้ผลิต และ API อย่างเป็นทางการไม่ยอมรับบทบาทนี้ ตัวแยกวิเคราะห์อ้างอิงคาดหวังเอาต์พุตที่มีรูปแบบถูกต้องและไม่ซ่อมผลลัพธ์ที่ผิดรูปแบบ เมื่อแอปพลิเคชันใช้ฟิลด์หรืออาร์กิวเมนต์เครื่องมือที่สร้างขึ้น ควรตรวจโครงสร้างก่อนดำเนินการ</p><p>รายงานทางเทคนิคระบุว่าลำดับการให้เหตุผลที่ยาวและการตรวจสอบตนเองซ้ำซ้อนเป็นข้อจำกัดในทางปฏิบัติ งานเอเจนต์อาจใช้พื้นที่จนถึงขีดจำกัด 128K แม้เนื้อหาต้นทางเดิมจะอยู่ภายในขีดจำกัด เพราะผลจากเครื่องมือและการให้เหตุผลซ้ำสะสมมากขึ้น เก็บบันทึกสิ่งที่สังเกตที่เกี่ยวข้องอย่างกระชับและระบุชิ้นงานสุดท้ายให้ชัด สำหรับงานที่ต้องอาศัยความรู้แม่นยำ ให้แนบข้อมูลที่เป็นทางการหรือจัดหาเครื่องมือค้นหาที่เหมาะสม แทนการคาดหวังว่าความรู้จากการฝึกจะระบุข้อเท็จจริงได้ทุกข้อ</p><p>DeepSeek V3.2 Speciale เป็นรุ่นแยกสำหรับการให้เหตุผลเชิงลึกที่ใช้การคำนวณสูง และตามการ์ดโมเดลไม่รองรับการเรียกเครื่องมือ จึงไม่ควรนำคุณสมบัติของรุ่นนี้มาใช้เป็นโปรไฟล์เครื่องมือของ V3.2 มาตรฐาน เช่นเดียวกัน V4 รุ่นถัดมาและรุ่นทดลองก่อนหน้ามีชื่อระบุและตัวเลือกการกำหนดค่าแยกกัน คงชื่อรุ่น V3.2 ที่ระบุไว้เมื่อเปรียบเทียบงานที่โมเดลและรูปแบบพรอมป์ต์มีความสำคัญ</p><p>สำหรับการวิเคราะห์เชิงปฏิบัติที่อ้างอิงแหล่งข้อมูล ให้ติดป้ายกำกับเนื้อหาและขอข้อสรุปที่มีข้อความเกี่ยวข้องรองรับ โดยแยกสมมติฐานและข้อมูลที่ขาดออกจากกัน สำหรับเอเจนต์ ให้ระบุฟังก์ชันที่อนุญาต ผลลัพธ์สุดท้ายที่คาดหวัง และเกณฑ์เสร็จงาน วิธีนี้จัดเวิร์กโฟลว์การให้เหตุผลร่วมกับเครื่องมือให้มุ่งสู่ชิ้นงานข้อความ โค้ด หรือบทวิเคราะห์ที่ตรวจทานได้และผูกกับหลักฐานที่ส่งให้</p>",
  "aboutText": "DeepSeek V3.2 เป็นโมเดลข้อความของ DeepSeek สำหรับการให้เหตุผลและงานเอเจนต์ โดยเน้นการประมวลผลบริบทยาวอย่างมีประสิทธิภาพ ผู้ผลิตจัดการเปลี่ยนแปลงหลักไว้รอบ DeepSeek Sparse Attention เฟรมเวิร์กการเรียนรู้แบบเสริมกำลังที่ขยายขนาด และกระบวนการฝึกงานเอเจนต์ รับคำถามที่เขียนไว้พร้อมบริบท และสร้างข้อความ เช่น คำตอบ โค้ด หรือเนื้อหาการเรียกเครื่องมือ โมเดลนี้แยกจาก V3.2 Exp รุ่นก่อนและ Speciale ซึ่งเป็นรุ่นให้เหตุผลอีกตัวหนึ่ง\n\nDeepSeek Sparse Attention เพิ่มตัวทำดัชนีและการเลือกโทเค็นแบบละเอียดให้สถาปัตยกรรม latent-attention สำหรับลำดับข้อมูลที่ยาว ตัวทำดัชนีจะเลือกข้อมูลโทเค็นก่อนหน้าที่ใช้ในการคำนวณ attention หลัก รายงานระบุว่านี่คือการเปลี่ยนแปลงสถาปัตยกรรมจาก V3.1 Terminus และใช้สถาปัตยกรรมเดียวกับ V3.2 Exp บริบทที่เผยแพร่คือ 128K โทเค็น รองรับเนื้อหาต้นทางจำนวนมากและงานที่ดำเนินต่อเนื่อง ขณะเดียวกันการให้เหตุผลที่สร้างและประวัติเครื่องมือก็ใช้พื้นที่บริบทที่มีอยู่เช่นกัน\n\nการฝึกภายหลังครอบคลุมคำตอบทั้งแบบคิดและไม่คิดในคณิตศาสตร์ การเขียนโปรแกรม การให้เหตุผลเชิงตรรกะ งานเอเจนต์ทั่วไป การเขียนโค้ดแบบเอเจนต์ และการค้นหา ผู้เชี่ยวชาญเฉพาะด้านให้ข้อมูลที่รวบรวมเข้าสู่โมเดลสุดท้าย แล้วตามด้วยการเรียนรู้แบบเสริมกำลังแบบผสม สำหรับคำถามทั่วไป การตอบโดยตรงอาจเหมาะสม ส่วนปัญหายาก เวิร์กโฟลว์แบบคิดสามารถพัฒนาแนวทางแก้ก่อนนำเสนอผลลัพธ์สุดท้าย กำหนดคำตอบหรือชิ้นงานที่ต้องการแยกจากการให้เหตุผลระหว่างทาง\n\nการเปลี่ยนแปลงสำคัญของรุ่นนี้คือการคิดร่วมกับเครื่องมือ รูปแบบแชตที่ปรับปรุงช่วยให้การให้เหตุผลดำเนินต่อผ่านงานเรียกเครื่องมือ แทนการแยกการวิเคราะห์และการกระทำเป็นขั้นตอนที่ไม่เกี่ยวข้อง แอปพลิเคชันเป็นผู้ดำเนินการตามที่โมเดลเลือก แล้วส่งผลกลับมาสำหรับขั้นตอนถัดไป กฎบริบทเครื่องมือของผู้ผลิตเก็บเหตุผลในประวัติไว้ตราบใดที่เพิ่มเฉพาะข้อความเกี่ยวกับเครื่องมือ เมื่อมีข้อความใหม่จากผู้ใช้ กฎจะทิ้งเหตุผลนั้นแต่เก็บการเรียกเครื่องมือและผลลัพธ์ไว้ การแยกบทบาทบทสนทนาอย่างถูกต้องมีผลต่อพฤติกรรมนี้\n\nสำหรับงานโค้ด ให้ส่งส่วนโค้ดหรือไฟล์ที่เกี่ยวข้อง ปัญหาที่สังเกต ผลลัพธ์ที่คาดหวัง และเงื่อนไขที่การเปลี่ยนแปลงต้องรักษา ตัวอย่างบรีฟคือ “ใช้โค้ดและผลจากเครื่องมือที่ให้มาเพื่อหาสาเหตุ เสนอการแก้ไขที่เล็กที่สุด และส่งแพตช์สุดท้ายพร้อมผลตรวจสอบที่รองรับ” สำหรับงานค้นหา ให้อธิบายคำถาม หลักฐานที่ต้องการ และเกณฑ์ว่าคำตอบใดถือว่าสมบูรณ์ แอปพลิเคชันที่ครอบอยู่เป็นผู้จัดหาเครื่องมือค้นหาและดำเนินการ ไม่ใช่ตัวข้อความเพียงอย่างเดียว\n\nผู้ผลิตแนะนำ temperature 1.0 และ top-p 0.95 สำหรับการใช้งานภายในเครื่อง V3.2 มีรูปแบบการเรียกเครื่องมือที่ปรับใหม่และตัวเข้ารหัสข้อความเฉพาะ บทบาท developer สงวนไว้สำหรับเทมเพลตเอเจนต์ค้นหาของผู้ผลิต และ API อย่างเป็นทางการไม่ยอมรับบทบาทนี้ ตัวแยกวิเคราะห์อ้างอิงคาดหวังเอาต์พุตที่มีรูปแบบถูกต้องและไม่ซ่อมผลลัพธ์ที่ผิดรูปแบบ เมื่อแอปพลิเคชันใช้ฟิลด์หรืออาร์กิวเมนต์เครื่องมือที่สร้างขึ้น ควรตรวจโครงสร้างก่อนดำเนินการ\n\nรายงานทางเทคนิคระบุว่าลำดับการให้เหตุผลที่ยาวและการตรวจสอบตนเองซ้ำซ้อนเป็นข้อจำกัดในทางปฏิบัติ งานเอเจนต์อาจใช้พื้นที่จนถึงขีดจำกัด 128K แม้เนื้อหาต้นทางเดิมจะอยู่ภายในขีดจำกัด เพราะผลจากเครื่องมือและการให้เหตุผลซ้ำสะสมมากขึ้น เก็บบันทึกสิ่งที่สังเกตที่เกี่ยวข้องอย่างกระชับและระบุชิ้นงานสุดท้ายให้ชัด สำหรับงานที่ต้องอาศัยความรู้แม่นยำ ให้แนบข้อมูลที่เป็นทางการหรือจัดหาเครื่องมือค้นหาที่เหมาะสม แทนการคาดหวังว่าความรู้จากการฝึกจะระบุข้อเท็จจริงได้ทุกข้อ\n\nDeepSeek V3.2 Speciale เป็นรุ่นแยกสำหรับการให้เหตุผลเชิงลึกที่ใช้การคำนวณสูง และตามการ์ดโมเดลไม่รองรับการเรียกเครื่องมือ จึงไม่ควรนำคุณสมบัติของรุ่นนี้มาใช้เป็นโปรไฟล์เครื่องมือของ V3.2 มาตรฐาน เช่นเดียวกัน V4 รุ่นถัดมาและรุ่นทดลองก่อนหน้ามีชื่อระบุและตัวเลือกการกำหนดค่าแยกกัน คงชื่อรุ่น V3.2 ที่ระบุไว้เมื่อเปรียบเทียบงานที่โมเดลและรูปแบบพรอมป์ต์มีความสำคัญ\n\nสำหรับการวิเคราะห์เชิงปฏิบัติที่อ้างอิงแหล่งข้อมูล ให้ติดป้ายกำกับเนื้อหาและขอข้อสรุปที่มีข้อความเกี่ยวข้องรองรับ โดยแยกสมมติฐานและข้อมูลที่ขาดออกจากกัน สำหรับเอเจนต์ ให้ระบุฟังก์ชันที่อนุญาต ผลลัพธ์สุดท้ายที่คาดหวัง และเกณฑ์เสร็จงาน วิธีนี้จัดเวิร์กโฟลว์การให้เหตุผลร่วมกับเครื่องมือให้มุ่งสู่ชิ้นงานข้อความ โค้ด หรือบทวิเคราะห์ที่ตรวจทานได้และผูกกับหลักฐานที่ส่งให้",
  "editorialOverlay": {
    "copy_fields": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "9165cbbcae75a506fc115d6a48e6ced9a66eb53e1cced0af438be69b56eb4006",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "th",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">DS</span><h2 id=\"sheet-title\">DeepSeek: DeepSeek V3.2</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"ปิด\">×</button></div><div class=\"idline\"><span>DeepSeek /</span><code>deepseek-v3.2-thinking</code><button type=\"button\" id=\"copy-id\">คัดลอก ID</button></div><nav class=\"card-jump-nav\" aria-label=\"ส่วนต่าง ๆ ของการ์ดโมเดล\"><button type=\"button\" data-card-jump=\"overview\">เริ่มต้น</button><button type=\"button\" data-card-jump=\"methods\">อินพุตและเมธอด</button><button type=\"button\" data-card-jump=\"pricing\">ราคา</button><button type=\"button\" data-card-jump=\"examples\">ตัวอย่าง</button><button type=\"button\" data-card-jump=\"results\">ผลลัพธ์</button><button type=\"button\" data-card-jump=\"aliases\">ชื่ออื่น</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"เมธอด API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|chat|/v1/chat/completions|deepseek-v3.2-thinking\">Chat</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">เริ่มต้น</h3><p class=\"mdesc-full\">DeepSeek V3.2 ผสานการให้เหตุผลด้วยข้อความกับการใช้เครื่องมือและการวิเคราะห์บริบทยาว สถาปัตยกรรม sparse-attention และรูปแบบบทสนทนาที่ปรับปรุงรองรับงานเขียนโค้ด ค้นหา และเอเจนต์หลายขั้นตอน มีบริบท 128K พร้อมเวิร์กโฟลว์แบบคิดและตอบตรงที่แยกกัน</p><dl class=\"card-io\" data-card-io><div><dt>อินพุตที่รองรับ</dt><dd>ข้อความ</dd></div><div><dt>ผลลัพธ์</dt><dd>ข้อความ</dd></div></dl><details class=\"card-about\"><summary>เกี่ยวกับโมเดล</summary><p class=\"note-s\" data-model-method-boundary>คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก</p><div class=\"mabout\" id=\"m-about\"><p>DeepSeek V3.2 เป็นโมเดลข้อความของ DeepSeek สำหรับการให้เหตุผลและงานเอเจนต์ โดยเน้นการประมวลผลบริบทยาวอย่างมีประสิทธิภาพ ผู้ผลิตจัดการเปลี่ยนแปลงหลักไว้รอบ DeepSeek Sparse Attention เฟรมเวิร์กการเรียนรู้แบบเสริมกำลังที่ขยายขนาด และกระบวนการฝึกงานเอเจนต์ รับคำถามที่เขียนไว้พร้อมบริบท และสร้างข้อความ เช่น คำตอบ โค้ด หรือเนื้อหาการเรียกเครื่องมือ โมเดลนี้แยกจาก V3.2 Exp รุ่นก่อนและ Speciale ซึ่งเป็นรุ่นให้เหตุผลอีกตัวหนึ่ง</p><p>DeepSeek Sparse Attention เพิ่มตัวทำดัชนีและการเลือกโทเค็นแบบละเอียดให้สถาปัตยกรรม latent-attention สำหรับลำดับข้อมูลที่ยาว ตัวทำดัชนีจะเลือกข้อมูลโทเค็นก่อนหน้าที่ใช้ในการคำนวณ attention หลัก รายงานระบุว่านี่คือการเปลี่ยนแปลงสถาปัตยกรรมจาก V3.1 Terminus และใช้สถาปัตยกรรมเดียวกับ V3.2 Exp บริบทที่เผยแพร่คือ 128K โทเค็น รองรับเนื้อหาต้นทางจำนวนมากและงานที่ดำเนินต่อเนื่อง ขณะเดียวกันการให้เหตุผลที่สร้างและประวัติเครื่องมือก็ใช้พื้นที่บริบทที่มีอยู่เช่นกัน</p><p>การฝึกภายหลังครอบคลุมคำตอบทั้งแบบคิดและไม่คิดในคณิตศาสตร์ การเขียนโปรแกรม การให้เหตุผลเชิงตรรกะ งานเอเจนต์ทั่วไป การเขียนโค้ดแบบเอเจนต์ และการค้นหา ผู้เชี่ยวชาญเฉพาะด้านให้ข้อมูลที่รวบรวมเข้าสู่โมเดลสุดท้าย แล้วตามด้วยการเรียนรู้แบบเสริมกำลังแบบผสม สำหรับคำถามทั่วไป การตอบโดยตรงอาจเหมาะสม ส่วนปัญหายาก เวิร์กโฟลว์แบบคิดสามารถพัฒนาแนวทางแก้ก่อนนำเสนอผลลัพธ์สุดท้าย กำหนดคำตอบหรือชิ้นงานที่ต้องการแยกจากการให้เหตุผลระหว่างทาง</p><p>การเปลี่ยนแปลงสำคัญของรุ่นนี้คือการคิดร่วมกับเครื่องมือ รูปแบบแชตที่ปรับปรุงช่วยให้การให้เหตุผลดำเนินต่อผ่านงานเรียกเครื่องมือ แทนการแยกการวิเคราะห์และการกระทำเป็นขั้นตอนที่ไม่เกี่ยวข้อง แอปพลิเคชันเป็นผู้ดำเนินการตามที่โมเดลเลือก แล้วส่งผลกลับมาสำหรับขั้นตอนถัดไป กฎบริบทเครื่องมือของผู้ผลิตเก็บเหตุผลในประวัติไว้ตราบใดที่เพิ่มเฉพาะข้อความเกี่ยวกับเครื่องมือ เมื่อมีข้อความใหม่จากผู้ใช้ กฎจะทิ้งเหตุผลนั้นแต่เก็บการเรียกเครื่องมือและผลลัพธ์ไว้ การแยกบทบาทบทสนทนาอย่างถูกต้องมีผลต่อพฤติกรรมนี้</p><p>สำหรับงานโค้ด ให้ส่งส่วนโค้ดหรือไฟล์ที่เกี่ยวข้อง ปัญหาที่สังเกต ผลลัพธ์ที่คาดหวัง และเงื่อนไขที่การเปลี่ยนแปลงต้องรักษา ตัวอย่างบรีฟคือ “ใช้โค้ดและผลจากเครื่องมือที่ให้มาเพื่อหาสาเหตุ เสนอการแก้ไขที่เล็กที่สุด และส่งแพตช์สุดท้ายพร้อมผลตรวจสอบที่รองรับ” สำหรับงานค้นหา ให้อธิบายคำถาม หลักฐานที่ต้องการ และเกณฑ์ว่าคำตอบใดถือว่าสมบูรณ์ แอปพลิเคชันที่ครอบอยู่เป็นผู้จัดหาเครื่องมือค้นหาและดำเนินการ ไม่ใช่ตัวข้อความเพียงอย่างเดียว</p><p>ผู้ผลิตแนะนำ temperature 1.0 และ top-p 0.95 สำหรับการใช้งานภายในเครื่อง V3.2 มีรูปแบบการเรียกเครื่องมือที่ปรับใหม่และตัวเข้ารหัสข้อความเฉพาะ บทบาท developer สงวนไว้สำหรับเทมเพลตเอเจนต์ค้นหาของผู้ผลิต และ API อย่างเป็นทางการไม่ยอมรับบทบาทนี้ ตัวแยกวิเคราะห์อ้างอิงคาดหวังเอาต์พุตที่มีรูปแบบถูกต้องและไม่ซ่อมผลลัพธ์ที่ผิดรูปแบบ เมื่อแอปพลิเคชันใช้ฟิลด์หรืออาร์กิวเมนต์เครื่องมือที่สร้างขึ้น ควรตรวจโครงสร้างก่อนดำเนินการ</p><p>รายงานทางเทคนิคระบุว่าลำดับการให้เหตุผลที่ยาวและการตรวจสอบตนเองซ้ำซ้อนเป็นข้อจำกัดในทางปฏิบัติ งานเอเจนต์อาจใช้พื้นที่จนถึงขีดจำกัด 128K แม้เนื้อหาต้นทางเดิมจะอยู่ภายในขีดจำกัด เพราะผลจากเครื่องมือและการให้เหตุผลซ้ำสะสมมากขึ้น เก็บบันทึกสิ่งที่สังเกตที่เกี่ยวข้องอย่างกระชับและระบุชิ้นงานสุดท้ายให้ชัด สำหรับงานที่ต้องอาศัยความรู้แม่นยำ ให้แนบข้อมูลที่เป็นทางการหรือจัดหาเครื่องมือค้นหาที่เหมาะสม แทนการคาดหวังว่าความรู้จากการฝึกจะระบุข้อเท็จจริงได้ทุกข้อ</p><p>DeepSeek V3.2 Speciale เป็นรุ่นแยกสำหรับการให้เหตุผลเชิงลึกที่ใช้การคำนวณสูง และตามการ์ดโมเดลไม่รองรับการเรียกเครื่องมือ จึงไม่ควรนำคุณสมบัติของรุ่นนี้มาใช้เป็นโปรไฟล์เครื่องมือของ V3.2 มาตรฐาน เช่นเดียวกัน V4 รุ่นถัดมาและรุ่นทดลองก่อนหน้ามีชื่อระบุและตัวเลือกการกำหนดค่าแยกกัน คงชื่อรุ่น V3.2 ที่ระบุไว้เมื่อเปรียบเทียบงานที่โมเดลและรูปแบบพรอมป์ต์มีความสำคัญ</p><p>สำหรับการวิเคราะห์เชิงปฏิบัติที่อ้างอิงแหล่งข้อมูล ให้ติดป้ายกำกับเนื้อหาและขอข้อสรุปที่มีข้อความเกี่ยวข้องรองรับ โดยแยกสมมติฐานและข้อมูลที่ขาดออกจากกัน สำหรับเอเจนต์ ให้ระบุฟังก์ชันที่อนุญาต ผลลัพธ์สุดท้ายที่คาดหวัง และเกณฑ์เสร็จงาน วิธีนี้จัดเวิร์กโฟลว์การให้เหตุผลร่วมกับเครื่องมือให้มุ่งสู่ชิ้นงานข้อความ โค้ด หรือบทวิเคราะห์ที่ตรวจทานได้และผูกกับหลักฐานที่ส่งให้</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">ใช้งานได้ใน Ailoot · อินพุตและเมธอด</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · OpenAI Chat</b> <code>POST /v1/chat/completions</code></summary><dl class=\"method-capabilities\"><div><dt>ขาเข้า</dt><dd><code>text</code></dd></div><div><dt>ขาออก</dt><dd><code>text</code></dd></div><div><dt>รูปแบบเอาต์พุต</dt><dd>json หรือ SSE</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>ฟิลด์</th><th>ประเภท</th><th>ข้อกำหนด</th><th>ค่าและข้อจำกัด</th><th>ค่าเริ่มต้น</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>string</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>จำเป็น</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span><div>deepseek-v3.2-thinking</div></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">messages</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>message[]</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>จำเป็น</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span><div>จำนวนรายการขั้นต่ำ: 1</div></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr><tr data-parameter-availability=\"model_dependent\"><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">messages[].role</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>string</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>จำเป็น</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span><div class=\"note-s\">ขึ้นอยู่กับโมเดล</div></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">messages[].content</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>string</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>ไม่บังคับ</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span><div>ใช้เมื่อ: บทสนทนาข้อความ</div></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"unspecified\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">stream</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span><code>boolean</code></td><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>ไม่บังคับ</td><td data-cell-label=\"ค่าและข้อจำกัด\"><span class=\"card-cell-label\">ค่าและข้อจำกัด</span></td><td data-cell-label=\"ค่าเริ่มต้น\" data-default=\"known\"><span class=\"card-cell-label\">ค่าเริ่มต้น</span>false</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>ชุดผสมของสื่ออินพุต</summary><p class=\"note-s\"><b>ข้อความ</b> · ข้อความ UTF8</p><p class=\"note-s\"><code>messages[].content</code></p></details><details class=\"note-s\" data-method-contract><summary>พารามิเตอร์และวงจรการทำงานของเมธอด</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>พารามิเตอร์</th><th>ข้อกำหนด</th></tr></thead><tbody><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>content_type</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>application/json</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>required</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>model, messages</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>material_types</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>text</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>messages</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>อาร์เรย์ข้อความที่มีโครงสร้าง role/content</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>file_material</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>แทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>optional_controls</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>stream</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>control_scope</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>บทสนทนาข้อความ โดย stream เป็นบูลีนและมีค่าเริ่มต้น false</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>output_modalities</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>text</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>hosted_operations</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>false</td></tr><tr><th data-cell-label=\"พารามิเตอร์\" scope=\"row\"><span class=\"card-cell-label\">พารามิเตอร์</span><code>multimodal_input_binding</code></th><td data-cell-label=\"ข้อกำหนด\"><span class=\"card-cell-label\">ข้อกำหนด</span>null</td></tr></tbody></table></div><p>ชื่ออื่นของเมธอด: <code>/chat/completions</code></p><p>วงจรการทำงาน: <code>synchronous_or_streamed</code></p><p class=\"note-s\">ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages</p><p class=\"note-s\">ความยาวบริบทไม่ใช่เพดานผลลัพธ์</p><p class=\"note-s\">ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">ราคา</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>ข้อมูลอัตราราคาไม่ได้เพิ่มตัวเลือกคำขอ พารามิเตอร์ที่รองรับระบุไว้สำหรับเมธอดที่เลือก</p><dl data-price-conditions><dt>โหมดรวดเร็ว</dt><dd>ไม่ได้ระบุ <span class=\"note-s\">เมื่อเลือกโหมดรวดเร็ว</span></dd><dt>โหมดยืดหยุ่น</dt><dd>ไม่ได้ระบุ <span class=\"note-s\">เมื่อเลือกโหมด flex</span></dd><dt>ระดับการใช้เหตุผลสูงสุด</dt><dd>ไม่ได้ระบุ <span class=\"note-s\">เมื่อใช้การปรับตามค่าเริ่มต้น (default) สำหรับระดับการใช้เหตุผลสูงสุด</span></dd></dl></div><div data-declared-tariff-pricing><h4>อัตราค่าบริการ Ailoot</h4><h4>ราคาตามการตั้งค่า</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>การตั้งค่า</th><th>ตารางอัตราค่าบริการ</th><th>ค่าบริการ</th></tr></thead><tbody><tr><th data-cell-label=\"การตั้งค่า\" scope=\"row\"><span class=\"card-cell-label\">การตั้งค่า</span>อัตราราคาพื้นฐานของโทเคน</th><td data-cell-label=\"ตารางอัตราค่าบริการ\"><span class=\"card-cell-label\">ตารางอัตราค่าบริการ</span>อัตราพื้นฐาน</td><td data-cell-label=\"ค่าบริการ\"><span class=\"card-cell-label\">ค่าบริการ</span><div><span>ขาเข้า · โทเค็นอินพุต</span> <b>$0.00058</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาออก · โทเค็นเอาต์พุต</span> <b>$0.00086</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาเข้า · การอ่านแคช</span> <b>$0</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาเข้า · การเขียนแคช</span> <b>$0</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div><div><span>ขาเข้า · การเขียนแคช, 1 ชั่วโมง</span> <b>—</b> <span class=\"price-unit\">/ 1K โทเค็น</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย <a href=\"/docs/th/billing/reserve/\">วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">ตัวอย่างคำขอ</h3><h4>Ailoot Ultra · OpenAI Chat</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"ตัวเลือกโค้ด\"><button class=\"cg-tab\" id=\"model-code-1217-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1217-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl</button><button class=\"cg-tab\" id=\"model-code-1217-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1217-panel-1\" aria-selected=\"false\" tabindex=\"-1\">Python SDK</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"คัดลอกโค้ด\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1217-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1217-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\np=json.loads(&#39;{&quot;model&quot;:&quot;deepseek-v3.2-thinking&quot;,&quot;messages&quot;:[{&quot;role&quot;:&quot;user&quot;,&quot;content&quot;:&quot;hello&quot;}],&quot;stream&quot;:false}&#39;)\n\nPath(&quot;request.json&quot;).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 &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nr=json.loads(Path(&quot;result.json&quot;).read_text())\nfor x in r.get(&quot;choices&quot;,[]):\n    if x.get(&quot;message&quot;,{}).get(&quot;content&quot;): print(x[&quot;message&quot;][&quot;content&quot;])\nPY_RESULT\n</code></pre></div><div class=\"cg-pane\" id=\"model-code-1217-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-1217-tab-1\" hidden><pre data-lang=\"python\"><code>from openai import OpenAI\nimport os\n\nif not os.environ.get(&quot;AILOOT_API_KEY&quot;, &quot;&quot;).strip(): raise SystemExit(&quot;Set AILOOT_API_KEY before making a request&quot;)\nclient=OpenAI(base_url=&quot;https://api.ailoot.ai/v1&quot;,api_key=os.environ[&quot;AILOOT_API_KEY&quot;],max_retries=0)\nresult=client.chat.completions.create(model=&quot;deepseek-v3.2-thinking&quot;, messages=[{&quot;role&quot;:&quot;user&quot;,&quot;content&quot;:&quot;hello&quot;}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=&quot;result&quot;):\n    # Keep every field, including usage, IDs, reasoning and tool requests.\n    Path(stem + &quot;.json&quot;).write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=&quot;utf-8&quot;)\n    print(json.dumps(data, ensure_ascii=False, indent=2))\n    def save_blob(encoded, suffix, label):\n        raw = base64.b64decode(encoded, altchars=b&quot;-_&quot;, validate=True)\n        ext = &quot;png&quot; if raw.startswith(b&quot;\\x89PNG\\r\\n\\x1a\\n&quot;) else &quot;jpg&quot; if raw.startswith(b&quot;\\xff\\xd8&quot;) else &quot;webp&quot; if raw[:4] == b&quot;RIFF&quot; and raw[8:12] == b&quot;WEBP&quot; else suffix\n        file = Path(stem + &quot;-&quot; + label + &quot;.&quot; + ext)\n        file.write_bytes(raw)\n        print(&quot;Saved&quot;, file)\n    for index, block in enumerate(data.get(&quot;content&quot;) or []):\n        print(&quot;Content&quot;, index, json.dumps(block, ensure_ascii=False))\n    for choice in data.get(&quot;choices&quot;) or []:\n        print(&quot;Choice&quot;, choice.get(&quot;index&quot;), json.dumps(choice.get(&quot;message&quot;, choice.get(&quot;delta&quot;, {})), ensure_ascii=False))\n    for index, item in enumerate(data.get(&quot;output&quot;) or []):\n        print(&quot;Output&quot;, index, json.dumps(item, ensure_ascii=False))\n        if item.get(&quot;type&quot;) == &quot;image_generation_call&quot; and item.get(&quot;result&quot;):\n            save_blob(item[&quot;result&quot;], item.get(&quot;output_format&quot;) or &quot;bin&quot;, &quot;output-&quot; + str(index))\n    for ci, candidate in enumerate(data.get(&quot;candidates&quot;) or []):\n        for pi, part in enumerate((candidate.get(&quot;content&quot;) or {}).get(&quot;parts&quot;) or []):\n            print(&quot;Candidate/part&quot;, ci, pi, json.dumps(part, ensure_ascii=False))\n            blob = part.get(&quot;inlineData&quot;) or part.get(&quot;inline_data&quot;)\n            if blob and blob.get(&quot;data&quot;):\n                mime = blob.get(&quot;mimeType&quot;) or blob.get(&quot;mime_type&quot;)\n                suffix = {&quot;image/png&quot;:&quot;png&quot;, &quot;image/jpeg&quot;:&quot;jpg&quot;, &quot;image/webp&quot;:&quot;webp&quot;, &quot;audio/wav&quot;:&quot;wav&quot;, &quot;audio/mpeg&quot;:&quot;mp3&quot;, &quot;video/mp4&quot;:&quot;mp4&quot;}.get(mime, &quot;bin&quot;)\n                save_blob(blob[&quot;data&quot;], suffix, &quot;candidate-&quot; + str(ci) + &quot;-part-&quot; + str(pi))\n\nsave_result(result.to_dict(mode=&quot;json&quot;))\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">รับและบันทึกผลลัพธ์</h3><h4>Ailoot Ultra · OpenAI Chat</h4><p class=\"note-s\">json หรือ SSE</p><div class=\"card-result-process\" data-all-results><h5>เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด</h5><p class=\"note-s\">เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน</p><p class=\"note-s\">เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ</h5><p class=\"note-s\">เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้</p></div><details class=\"card-about\" data-output-fields><summary>ฟิลด์การตอบกลับ</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>ฟิลด์</th><th>ประเภท</th></tr></thead><tbody><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">choices[].index</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span>integer</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">choices[].message.content</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span>string|null</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">choices[].message.tool_calls</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span>tool_call[]</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">choices[].message.reasoning_content</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span>string</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">choices[].message.reasoning_details</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span>object|array</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">choices[].finish_reason</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span>string|null</td></tr><tr><th data-cell-label=\"ฟิลด์\" scope=\"row\"><span class=\"card-cell-label\">ฟิลด์</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"ประเภท\" data-field-type><span class=\"card-cell-label\">ประเภท</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>ข้อผิดพลาดและขั้นตอนถัดไป</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>การตอบกลับ</th><th>เงื่อนไข</th><th>ขั้นตอนถัดไป</th></tr></thead><tbody><tr><th data-cell-label=\"การตอบกลับ\" scope=\"row\"><span class=\"card-cell-label\">การตอบกลับ</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"เงื่อนไข\"><span class=\"card-cell-label\">เงื่อนไข</span>ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง</td><td data-cell-label=\"ขั้นตอนถัดไป\"><span class=\"card-cell-label\">ขั้นตอนถัดไป</span>แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">ชื่ออื่น</h3><h4>ชื่ออื่นของโมเดล</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=deepseek-v3.2-thinking&amp;route=Ultra&amp;caller=deepseek-v3.2-thinking&amp;fmt=chat\"><code>deepseek-v3.2-thinking</code></a></span></p><h4>ชื่อพาธเมธอดอื่น</h4><p class=\"note-s\"><code>/chat/completions</code></p><h4>ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล</h4><p class=\"note-s\"><a href=\"#m=deepseek-v3.2-thinking&amp;route=Ultra&amp;caller=deepseek-v3.2-thinking&amp;fmt=chat\"><code>deepseek-v3.2-thinking</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "deepseek-v3.2-thinking",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "deepseek-v3.2-thinking",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|deepseek-v3.2-thinking",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": 0,
        "cache_write": 0,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.",
            "authentication": {
              "api_key_source": "AILOOT_API_KEY",
              "header": "Authorization: Bearer"
            },
            "errors": [
              {
                "code": null,
                "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง",
                "http_status": 400,
                "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่",
                "type": "invalid_request_error"
              }
            ],
            "hints": [
              "Model context is not an output cap.",
              "Send the conversation as text messages. Stream must be a boolean; omitted stream defaults to false."
            ],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/chat/completions"
              },
              "job_read": null,
              "mode": "synchronous_or_streamed",
              "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้"
            },
            "material_combinations": [
              {
                "mode": "text",
                "representation": "messages[].content",
                "required_material": "ข้อความ UTF8"
              }
            ],
            "operation_modes": [
              "conversation"
            ],
            "outputs": {
              "all_results": "เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "choices[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "choices[].message.content",
                  "type": "string|null"
                },
                {
                  "description": null,
                  "name": "choices[].message.tool_calls",
                  "type": "tool_call[]"
                },
                {
                  "description": null,
                  "name": "choices[].message.reasoning_content",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "choices[].message.reasoning_details",
                  "type": "object|array"
                },
                {
                  "description": null,
                  "name": "choices[].finish_reason",
                  "type": "string|null"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json หรือ SSE"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "deepseek-v3.2-thinking"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "messages",
                "required": true,
                "type": "message[]"
              },
              {
                "availability": "model_dependent",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "messages[].role",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "messages[].content",
                "required": false,
                "type": "string",
                "when": "บทสนทนาข้อความ"
              },
              {
                "availability": "source_interface",
                "default": false,
                "default_known": true,
                "enum": null,
                "enum_known": false,
                "name": "stream",
                "required": false,
                "type": "boolean"
              }
            ],
            "profile_binding": "Text conversation at the exact model ID and method path.",
            "unsupported": [
              "additional models/models list",
              "plugins",
              "route",
              "hosted tools; ordinary client function tools remain separate",
              "non-text output modalities",
              "provider.options overrides",
              "one-hour prompt-cache TTL"
            ]
          },
          "hints": [
            "ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages",
            "ความยาวบริบทไม่ใช่เพดานผลลัพธ์",
            "ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง"
          ],
          "input": {
            "content_type": "application/json",
            "control_scope": "บทสนทนาข้อความ โดย stream เป็นบูลีนและมีค่าเริ่มต้น false",
            "file_material": "แทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์",
            "hosted_operations": false,
            "material_types": [
              "text"
            ],
            "messages": "อาร์เรย์ข้อความที่มีโครงสร้าง role/content",
            "multimodal_input_binding": null,
            "optional_controls": [
              "stream"
            ],
            "output_modalities": [
              "text"
            ],
            "required": [
              "model",
              "messages"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_or_streamed",
            "unknown": "preserve original request id; no generic chat job retrieval path"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/chat/completions"
          },
          "method_aliases": [
            "/chat/completions"
          ],
          "operation_modes": [
            "text_chat"
          ],
          "output": {
            "content": "choices[].message.content or stream delta",
            "family": "text",
            "format": "json or supported SSE",
            "tool_calls": "retain actual returned function calls"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "อัตราราคาพื้นฐานของโทเคน",
            "units": [
              {
                "amount": "0.00058000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000058",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0.00086000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0.00000086",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "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\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from 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\"))\n",
            "label": "Python SDK · all choices",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "chat",
        "hints": [
          "Send exact model ID with messages.",
          "Context length is not an output cap.",
          "A text file may supply literal text; image/audio/file-object inputs need exact binding."
        ],
        "http": "POST",
        "in": 0.58,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [
          "/chat/completions"
        ],
        "out": 0.86,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.00058000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000058",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0.00086000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0.00000086",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "deepseek-v3.2-thinking",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.00058000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000058",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0.00086000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0.00000086",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    }
  ],
  "model_id": "deepseek-v3.2-thinking",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "1019c08e0b4bdf63e0055647a1ad051a2541ccf963d016f422d5d6f9be18ccc3",
    "input_html_sha256": "b6158453e672691c45182ff7855bfc919c414e8910c760d81e28781ced5fa898",
    "private_audit_sha256": "7ab1273326d3b1bd271f9fd42aa040544d6e192f6e1763e4813212f7a01fe2e2",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/th/deepseek-v3-2-thinking/",
    "description": "DeepSeek V3.2 ผสานการให้เหตุผลด้วยข้อความกับการใช้เครื่องมือและการวิเคราะห์บริบทยาว สถาปัตยกรรม sparse-attention และรูปแบบบทสนทนาที่ปรับปรุงรองรับงานเขียนโค้ด ค้นหา และเอเจนต์หลายขั้นตอน มีบริบท 128K พร้อมเวิร์กโฟลว์แบบคิดและตอบตรงที่แยกกัน",
    "locale": "th",
    "md_url": "https://ailoot.ai/models/th/deepseek-v3-2-thinking/index.md",
    "title": "DeepSeek: DeepSeek V3.2 — Ailoot",
    "url": "https://ailoot.ai/models/th/deepseek-v3-2-thinking/"
  },
  "rawModel": {
    "about": "DeepSeek V3.2 เป็นโมเดลข้อความของ DeepSeek สำหรับการให้เหตุผลและงานเอเจนต์ โดยเน้นการประมวลผลบริบทยาวอย่างมีประสิทธิภาพ ผู้ผลิตจัดการเปลี่ยนแปลงหลักไว้รอบ DeepSeek Sparse Attention เฟรมเวิร์กการเรียนรู้แบบเสริมกำลังที่ขยายขนาด และกระบวนการฝึกงานเอเจนต์ รับคำถามที่เขียนไว้พร้อมบริบท และสร้างข้อความ เช่น คำตอบ โค้ด หรือเนื้อหาการเรียกเครื่องมือ โมเดลนี้แยกจาก V3.2 Exp รุ่นก่อนและ Speciale ซึ่งเป็นรุ่นให้เหตุผลอีกตัวหนึ่ง\n\nDeepSeek Sparse Attention เพิ่มตัวทำดัชนีและการเลือกโทเค็นแบบละเอียดให้สถาปัตยกรรม latent-attention สำหรับลำดับข้อมูลที่ยาว ตัวทำดัชนีจะเลือกข้อมูลโทเค็นก่อนหน้าที่ใช้ในการคำนวณ attention หลัก รายงานระบุว่านี่คือการเปลี่ยนแปลงสถาปัตยกรรมจาก V3.1 Terminus และใช้สถาปัตยกรรมเดียวกับ V3.2 Exp บริบทที่เผยแพร่คือ 128K โทเค็น รองรับเนื้อหาต้นทางจำนวนมากและงานที่ดำเนินต่อเนื่อง ขณะเดียวกันการให้เหตุผลที่สร้างและประวัติเครื่องมือก็ใช้พื้นที่บริบทที่มีอยู่เช่นกัน\n\nการฝึกภายหลังครอบคลุมคำตอบทั้งแบบคิดและไม่คิดในคณิตศาสตร์ การเขียนโปรแกรม การให้เหตุผลเชิงตรรกะ งานเอเจนต์ทั่วไป การเขียนโค้ดแบบเอเจนต์ และการค้นหา ผู้เชี่ยวชาญเฉพาะด้านให้ข้อมูลที่รวบรวมเข้าสู่โมเดลสุดท้าย แล้วตามด้วยการเรียนรู้แบบเสริมกำลังแบบผสม สำหรับคำถามทั่วไป การตอบโดยตรงอาจเหมาะสม ส่วนปัญหายาก เวิร์กโฟลว์แบบคิดสามารถพัฒนาแนวทางแก้ก่อนนำเสนอผลลัพธ์สุดท้าย กำหนดคำตอบหรือชิ้นงานที่ต้องการแยกจากการให้เหตุผลระหว่างทาง\n\nการเปลี่ยนแปลงสำคัญของรุ่นนี้คือการคิดร่วมกับเครื่องมือ รูปแบบแชตที่ปรับปรุงช่วยให้การให้เหตุผลดำเนินต่อผ่านงานเรียกเครื่องมือ แทนการแยกการวิเคราะห์และการกระทำเป็นขั้นตอนที่ไม่เกี่ยวข้อง แอปพลิเคชันเป็นผู้ดำเนินการตามที่โมเดลเลือก แล้วส่งผลกลับมาสำหรับขั้นตอนถัดไป กฎบริบทเครื่องมือของผู้ผลิตเก็บเหตุผลในประวัติไว้ตราบใดที่เพิ่มเฉพาะข้อความเกี่ยวกับเครื่องมือ เมื่อมีข้อความใหม่จากผู้ใช้ กฎจะทิ้งเหตุผลนั้นแต่เก็บการเรียกเครื่องมือและผลลัพธ์ไว้ การแยกบทบาทบทสนทนาอย่างถูกต้องมีผลต่อพฤติกรรมนี้\n\nสำหรับงานโค้ด ให้ส่งส่วนโค้ดหรือไฟล์ที่เกี่ยวข้อง ปัญหาที่สังเกต ผลลัพธ์ที่คาดหวัง และเงื่อนไขที่การเปลี่ยนแปลงต้องรักษา ตัวอย่างบรีฟคือ “ใช้โค้ดและผลจากเครื่องมือที่ให้มาเพื่อหาสาเหตุ เสนอการแก้ไขที่เล็กที่สุด และส่งแพตช์สุดท้ายพร้อมผลตรวจสอบที่รองรับ” สำหรับงานค้นหา ให้อธิบายคำถาม หลักฐานที่ต้องการ และเกณฑ์ว่าคำตอบใดถือว่าสมบูรณ์ แอปพลิเคชันที่ครอบอยู่เป็นผู้จัดหาเครื่องมือค้นหาและดำเนินการ ไม่ใช่ตัวข้อความเพียงอย่างเดียว\n\nผู้ผลิตแนะนำ temperature 1.0 และ top-p 0.95 สำหรับการใช้งานภายในเครื่อง V3.2 มีรูปแบบการเรียกเครื่องมือที่ปรับใหม่และตัวเข้ารหัสข้อความเฉพาะ บทบาท developer สงวนไว้สำหรับเทมเพลตเอเจนต์ค้นหาของผู้ผลิต และ API อย่างเป็นทางการไม่ยอมรับบทบาทนี้ ตัวแยกวิเคราะห์อ้างอิงคาดหวังเอาต์พุตที่มีรูปแบบถูกต้องและไม่ซ่อมผลลัพธ์ที่ผิดรูปแบบ เมื่อแอปพลิเคชันใช้ฟิลด์หรืออาร์กิวเมนต์เครื่องมือที่สร้างขึ้น ควรตรวจโครงสร้างก่อนดำเนินการ\n\nรายงานทางเทคนิคระบุว่าลำดับการให้เหตุผลที่ยาวและการตรวจสอบตนเองซ้ำซ้อนเป็นข้อจำกัดในทางปฏิบัติ งานเอเจนต์อาจใช้พื้นที่จนถึงขีดจำกัด 128K แม้เนื้อหาต้นทางเดิมจะอยู่ภายในขีดจำกัด เพราะผลจากเครื่องมือและการให้เหตุผลซ้ำสะสมมากขึ้น เก็บบันทึกสิ่งที่สังเกตที่เกี่ยวข้องอย่างกระชับและระบุชิ้นงานสุดท้ายให้ชัด สำหรับงานที่ต้องอาศัยความรู้แม่นยำ ให้แนบข้อมูลที่เป็นทางการหรือจัดหาเครื่องมือค้นหาที่เหมาะสม แทนการคาดหวังว่าความรู้จากการฝึกจะระบุข้อเท็จจริงได้ทุกข้อ\n\nDeepSeek V3.2 Speciale เป็นรุ่นแยกสำหรับการให้เหตุผลเชิงลึกที่ใช้การคำนวณสูง และตามการ์ดโมเดลไม่รองรับการเรียกเครื่องมือ จึงไม่ควรนำคุณสมบัติของรุ่นนี้มาใช้เป็นโปรไฟล์เครื่องมือของ V3.2 มาตรฐาน เช่นเดียวกัน V4 รุ่นถัดมาและรุ่นทดลองก่อนหน้ามีชื่อระบุและตัวเลือกการกำหนดค่าแยกกัน คงชื่อรุ่น V3.2 ที่ระบุไว้เมื่อเปรียบเทียบงานที่โมเดลและรูปแบบพรอมป์ต์มีความสำคัญ\n\nสำหรับการวิเคราะห์เชิงปฏิบัติที่อ้างอิงแหล่งข้อมูล ให้ติดป้ายกำกับเนื้อหาและขอข้อสรุปที่มีข้อความเกี่ยวข้องรองรับ โดยแยกสมมติฐานและข้อมูลที่ขาดออกจากกัน สำหรับเอเจนต์ ให้ระบุฟังก์ชันที่อนุญาต ผลลัพธ์สุดท้ายที่คาดหวัง และเกณฑ์เสร็จงาน วิธีนี้จัดเวิร์กโฟลว์การให้เหตุผลร่วมกับเครื่องมือให้มุ่งสู่ชิ้นงานข้อความ โค้ด หรือบทวิเคราะห์ที่ตรวจทานได้และผูกกับหลักฐานที่ส่งให้",
    "alias_of": null,
    "aliases": [],
    "author": "DeepSeek",
    "capabilities": {
      "context_length": 163840,
      "manufacturer_input": [
        "text"
      ],
      "manufacturer_output": [
        "text"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.00058000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000058",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0.00086000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0.00000086",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ],
        "summary": "ดูราคาตามการกำหนดค่าแบบครบถ้วนในรายละเอียด"
      }
    ],
    "ctx": null,
    "formats": [
      "chat"
    ],
    "id": "deepseek-v3.2-thinking",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": 0,
        "cache_write": 0,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.",
            "authentication": {
              "api_key_source": "AILOOT_API_KEY",
              "header": "Authorization: Bearer"
            },
            "errors": [
              {
                "code": null,
                "condition": "ฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง",
                "http_status": 400,
                "recovery": "แก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่",
                "type": "invalid_request_error"
              }
            ],
            "hints": [
              "Model context is not an output cap.",
              "Send the conversation as text messages. Stream must be a boolean; omitted stream defaults to false."
            ],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/chat/completions"
              },
              "job_read": null,
              "mode": "synchronous_or_streamed",
              "unknown": "เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้"
            },
            "material_combinations": [
              {
                "mode": "text",
                "representation": "messages[].content",
                "required_material": "ข้อความ UTF8"
              }
            ],
            "operation_modes": [
              "conversation"
            ],
            "outputs": {
              "all_results": "เก็บทุกตัวเลือกพร้อมเนื้อหา/การเรียกเครื่องมือ/การใช้เหตุผล ใน SSE ให้ประกอบส่วนเพิ่มตามดัชนีตัวเลือก/เครื่องมือ และเก็บเหตุผลสิ้นสุดกับข้อมูลการใช้งานสุดท้าย",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "choices[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "choices[].message.content",
                  "type": "string|null"
                },
                {
                  "description": null,
                  "name": "choices[].message.tool_calls",
                  "type": "tool_call[]"
                },
                {
                  "description": null,
                  "name": "choices[].message.reasoning_content",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "choices[].message.reasoning_details",
                  "type": "object|array"
                },
                {
                  "description": null,
                  "name": "choices[].finish_reason",
                  "type": "string|null"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json หรือ SSE"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "deepseek-v3.2-thinking"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "messages",
                "required": true,
                "type": "message[]"
              },
              {
                "availability": "model_dependent",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "messages[].role",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "messages[].content",
                "required": false,
                "type": "string",
                "when": "บทสนทนาข้อความ"
              },
              {
                "availability": "source_interface",
                "default": false,
                "default_known": true,
                "enum": null,
                "enum_known": false,
                "name": "stream",
                "required": false,
                "type": "boolean"
              }
            ],
            "profile_binding": "Text conversation at the exact model ID and method path.",
            "unsupported": [
              "additional models/models list",
              "plugins",
              "route",
              "hosted tools; ordinary client function tools remain separate",
              "non-text output modalities",
              "provider.options overrides",
              "one-hour prompt-cache TTL"
            ]
          },
          "hints": [
            "ส่ง ID โมเดลที่ตรงทุกตัวพร้อม messages",
            "ความยาวบริบทไม่ใช่เพดานผลลัพธ์",
            "ไฟล์ข้อความให้ข้อความตามต้นฉบับได้ ส่วนข้อมูลเข้าภาพ/เสียง/ออบเจ็กต์ไฟล์ต้องมีการผูกที่ตรงตามจริง"
          ],
          "input": {
            "content_type": "application/json",
            "control_scope": "บทสนทนาข้อความ โดย stream เป็นบูลีนและมีค่าเริ่มต้น false",
            "file_material": "แทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์",
            "hosted_operations": false,
            "material_types": [
              "text"
            ],
            "messages": "อาร์เรย์ข้อความที่มีโครงสร้าง role/content",
            "multimodal_input_binding": null,
            "optional_controls": [
              "stream"
            ],
            "output_modalities": [
              "text"
            ],
            "required": [
              "model",
              "messages"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_or_streamed",
            "unknown": "preserve original request id; no generic chat job retrieval path"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/chat/completions"
          },
          "method_aliases": [
            "/chat/completions"
          ],
          "operation_modes": [
            "text_chat"
          ],
          "output": {
            "content": "choices[].message.content or stream delta",
            "family": "text",
            "format": "json or supported SSE",
            "tool_calls": "retain actual returned function calls"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "อัตราราคาพื้นฐานของโทเคน",
            "units": [
              {
                "amount": "0.00058000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000058",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0.00086000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0.00000086",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "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\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from 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\"))\n",
            "label": "Python SDK · all choices",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "chat",
        "hints": [
          "Send exact model ID with messages.",
          "Context length is not an output cap.",
          "A text file may supply literal text; image/audio/file-object inputs need exact binding."
        ],
        "http": "POST",
        "in": 0.58,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [
          "/chat/completions"
        ],
        "out": 0.86,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.00058000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00000058",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0.00086000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0.00000086",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": "0",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": "0",
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "deepseek-v3.2-thinking",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.00058000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00000058",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0.00086000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0.00000086",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": "0",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": "0",
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "deepseek-v3.2-thinking",
        "request_model_id": "deepseek-v3.2-thinking",
        "route_label": "Ultra"
      }
    ],
    "name": "DeepSeek: DeepSeek V3.2",
    "price": {
      "in": 0.58,
      "in_label": null,
      "out": 0.86,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 0.58,
      "sort_out": 0.86,
      "varies": false
    },
    "short": "DeepSeek V3.2 ผสานการให้เหตุผลด้วยข้อความกับการใช้เครื่องมือและการวิเคราะห์บริบทยาว สถาปัตยกรรม sparse-attention และรูปแบบบทสนทนาที่ปรับปรุงรองรับงานเขียนโค้ด ค้นหา และเอเจนต์หลายขั้นตอน มีบริบท 128K พร้อมเวิร์กโฟลว์แบบคิดและตอบตรงที่แยกกัน"
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "DeepSeek V3.2 ผสานการให้เหตุผลด้วยข้อความกับการใช้เครื่องมือและการวิเคราะห์บริบทยาว สถาปัตยกรรม sparse-attention และรูปแบบบทสนทนาที่ปรับปรุงรองรับงานเขียนโค้ด ค้นหา และเอเจนต์หลายขั้นตอน มีบริบท 128K พร้อมเวิร์กโฟลว์แบบคิดและตอบตรงที่แยกกัน",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "571ec113d3a0e171c2f9803998da1a8242732a6a1352fc22433f020bdb0d657e",
    "renderer_sha256": "890edb706fafafdd4f598bb324acf65fada58918b0911b97eb80e68be2ef65d9"
  },
  "sourceRevision": "de873625a237826e5790cfc2ba5f355d83c81310741a7b389ff35006be6f26d1"
}