DeepSeek R1 Distill Qwen 7B
DeepSeek-R1-Distill-Qwen-7B เป็นโมเดลการให้เหตุผลแบบ dense ขนาดกะทัดรัดของ DeepSeek ซึ่ง fine-tune จาก Qwen2.5-Math-7B ด้วยตัวอย่างที่ R1 สร้าง รับข้อความและสร้างข้อความสำหรับงานคณิตศาสตร์ โค้ด และตรรกะ พร้อมแนวทางการเขียนพรอมป์ต์เฉพาะ checkpoint
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsPro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B - Ailoot Ultra · Anthropic Messages
POST /v1/messagesPro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
เกี่ยวกับโมเดล
คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก
บทนำ: โมเดลการให้เหตุผลขนาดเล็กที่ต่อยอดจาก R1
DeepSeek-R1-Distill-Qwen-7B ถ่ายทอดตัวอย่างการให้เหตุผลจาก DeepSeek-R1 ไปยังโมเดลแบบ dense ที่ใช้ Qwen2.5-Math-7B เป็นฐาน รับข้อความและสร้างข้อความ รวมถึงวิธีแก้โจทย์พร้อมขั้นตอน คำอธิบายการเขียนโปรแกรม และคำตอบโจทย์ตรรกะ โมเดลกลั่นความรู้ขนาด 7B นี้เป็น checkpoint แยกจาก DeepSeek-R1 เต็มรูปแบบ จาก Qwen2.5-Math-7B ต้นฉบับ และจากรุ่นกลั่นความรู้ที่ใหญ่กว่า ชื่อของมันบันทึกทั้งผู้ผลิตข้อมูลการให้เหตุผลและตระกูลโมเดลพื้นฐาน
สิ่งที่การกลั่นความรู้เพิ่มให้
งานวิจัย R1 ของ DeepSeek แยกการฝึกโมเดลครูขนาดใหญ่สำหรับการให้เหตุผลออกจากการ fine-tune โมเดลนักเรียนที่เล็กกว่า กระบวนการของโมเดลครูใช้การเรียนรู้แบบเสริมกำลังและขั้นตอนแบบมีผู้สอน ส่วนโมเดลกลั่นความรู้ที่เผยแพร่ถูก fine-tune ด้วยตัวอย่างที่ R1 สร้าง ผู้พัฒนาระบุตัวอย่างที่คัดสรรแล้ว 800,000 รายการสำหรับรุ่นเหล่านี้ อย่าสมมติว่าโมเดลนักเรียน 7B เองมีสถาปัตยกรรม mixture-of-experts ของโมเดลเต็ม หรือผ่านทุกขั้นตอนการฝึกของครู การกลั่นความรู้ทำให้โมเดลนี้เรียนรู้รูปแบบการให้เหตุผล ไม่ได้ทำให้ข้อสรุปเทียบเท่ากับโมเดลครู
โมเดลที่ตรงรุ่นและการตั้งค่า
ตารางโมเดลทางการระบุ Qwen2.5-Math-7B เป็นฐานของรุ่นนี้ DeepSeek เปลี่ยนการตั้งค่าโมเดลและ tokenizer ดังนั้น checkpoint ที่เผยแพร่จริงและเทมเพลตแชตที่ตรงรุ่นจึงสำคัญ การตั้งค่าที่เผยแพร่ใช้สถาปัตยกรรม Qwen2 แบบ causal language model มี 28 ชั้นและน้ำหนัก bfloat16 โดยกำหนดตำแหน่งสูงสุดไว้ที่ 131,072 ค่าการตั้งค่านี้ไม่ใช่การยืนยันแยกต่างหากถึงความแม่นยำกับเอกสารยาว ตารางบริบท 128K ในการ์ด R1 ที่ใช้ร่วมกันอธิบายโมเดล R1 เต็มรูปแบบ ส่วนตารางโมเดลกลั่นความรู้ระบุที่มาโดยไม่ได้เผยแพร่ตารางบริบทที่ผ่านการตรวจสอบแยกสำหรับนักเรียนแต่ละตัว
ใช้งานกับโจทย์ที่มีผลลัพธ์ตรวจสอบได้ สำหรับคณิตศาสตร์ ให้ส่งโจทย์ครบถ้วน นิยาม และหน่วย สำหรับโค้ด ให้ใส่ฟังก์ชันที่เกี่ยวข้อง อินพุต ผลลัพธ์ที่พบ และพฤติกรรมที่ต้องการ สำหรับคำถามตรรกะ ให้แจกแจงข้อเท็จจริงและแยกข้อสรุปที่ต้องการออกจากสมมติฐาน ขอผลลัพธ์สุดท้ายที่ตรวจสอบอิสระได้ เช่น ค่าที่ใส่กรอบไว้ โครงร่างข้อพิสูจน์กระชับ หรือแพตช์พร้อมคำอธิบาย ตัวอย่างเหล่านี้ใช้ขอบเขตการให้เหตุผลที่ผู้พัฒนาระบุในเอกสาร ไม่ใช่การกล่าวว่าโมเดลรันโค้ดหรือตรวจพิสูจน์โดยอัตโนมัติ
วิธีเตรียมพรอมป์ต์
DeepSeek แนะนำให้ใส่คำสั่งทั้งหมดใน user prompt และหลีกเลี่ยง system prompt สำหรับ R1 รุ่นนี้ สำหรับโจทย์คณิตศาสตร์ ให้ขอการให้เหตุผลทีละขั้นและคำตอบสุดท้ายที่แบ่งขอบเขตชัดเจน ใส่โครงสร้างเอาต์พุตไว้ในพรอมป์ต์เดียวกัน เช่น ข้อสรุปสั้น ตามด้วยสมมติฐานและการคำนวณสนับสนุน แอปพลิเคชันควรใช้ tokenizer และรูปแบบของโมเดลนักเรียนเอง แทนการใช้เทมเพลตฐานของ Qwen โดยไม่ตรวจการเปลี่ยนแปลงของผู้พัฒนา
ผู้พัฒนาระบุว่าบางคำถามอาจสร้างบล็อกการคิดว่างและข้ามรูปแบบการให้เหตุผลที่ตั้งใจไว้ วิธีแก้ที่แนะนำคือให้การสร้างเริ่มด้วยตัวทำเครื่องหมายเปิดการคิดและขึ้นบรรทัดใหม่ในขั้นตอนที่รองรับ นี่เป็นคำแนะนำรูปแบบการสร้างที่มีเอกสารระบุไว้ ไม่ใช่คำรับรองว่าทุกแอปพลิเคชันมีตัวควบคุมดังกล่าว แยกคำตอบสุดท้ายจากข้อความการให้เหตุผลที่ยาวกว่าเมื่อนำเสนอผลลัพธ์
การตั้งค่าการสร้างและพื้นที่ที่มี
DeepSeek แนะนำ temperature ระหว่าง 0.5 ถึง 0.7 โดยให้ 0.6 เป็นจุดเริ่มต้นที่แนะนำ เพื่อลดเอาต์พุตซ้ำหรือไม่ต่อเนื่อง การตั้งค่าประเมินใช้โควตาการสร้าง 32,768 โทเคนและ top_p 0.95 ตัวเลือกในการประเมินเหล่านี้ไม่ใช่เพดานตายตัวสากล การให้เหตุผล ข้อความต้นฉบับ และคำตอบสุดท้ายล้วนต้องมีพื้นที่ในบริบทที่ตั้งไว้ ดังนั้นคำขอที่มีข้อพิสูจน์ยาวหรือรายการโค้ดควรเหลือพื้นที่สำหรับสร้างคำตอบให้จบด้วย
ข้อจำกัดที่มีผลต่อการเลือกโมเดล
โมเดลกลั่นความรู้ขนาดเล็กยังคงมีข้อแลกเปลี่ยนด้านการให้เหตุผลของตนเอง เอกสารเผยแพร่ของผู้พัฒนาไม่ได้ระบุรองรับอินพุตภาพ เสียง หรือวิดีโอสำหรับ checkpoint นี้ และไม่ได้ระบุโปรโตคอลเรียกเครื่องมือโดยเฉพาะ การดำเนินการเครื่องมือหรือการเข้าถึงข้อมูลปัจจุบันต้องมีขั้นตอนแอปพลิเคชันที่ตั้งค่าแยกต่างหาก รุ่นนี้ยังไม่ได้สืบทอดการเปลี่ยนนโยบายพรอมป์ต์ของ DeepSeek-R1-0528 ที่มาภายหลังเพียงเพราะใช้ชื่อ R1 ตรวจคำตอบตัวเลข ตรวจการแก้โค้ดที่เสนอ และตรวจว่าข้อสรุปสุดท้ายตามมาจากข้อเท็จจริงที่ส่งให้หรือไม่ บทการให้เหตุผลยาวเพียงอย่างเดียวไม่ใช่หลักฐานว่าถูกต้อง
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7Bเริ่มต้น
DeepSeek-R1-Distill-Qwen-7B เป็นโมเดลการให้เหตุผลแบบ dense ขนาดกะทัดรัดของ DeepSeek ซึ่ง fine-tune จาก Qwen2.5-Math-7B ด้วยตัวอย่างที่ R1 สร้าง รับข้อความและสร้างข้อความสำหรับงานคณิตศาสตร์ โค้ด และตรรกะ พร้อมแนวทางการเขียนพรอมป์ต์เฉพาะ checkpoint
- 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 |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B | ค่าเริ่มต้น— |
ฟิลด์messages | ประเภทmessage[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนรายการขั้นต่ำ: 1 | ค่าเริ่มต้น— |
ฟิลด์messages[].role | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ขึ้นอยู่กับโมเดล | ค่าเริ่มต้น— |
ฟิลด์messages[].content | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ใช้เมื่อ: บทสนทนาข้อความ | ค่าเริ่มต้น— |
ฟิลด์stream | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse |
ชุดผสมของสื่ออินพุต
ข้อความ · ข้อความ UTF8
messages[].content
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
พารามิเตอร์required | ข้อกำหนดmodel, messages |
พารามิเตอร์material_types | ข้อกำหนดtext |
พารามิเตอร์messages | ข้อกำหนดอาร์เรย์ข้อความที่มีโครงสร้าง role/content |
พารามิเตอร์file_material | ข้อกำหนดแทรกเอกสาร UTF-8 จริงเป็นข้อความตามต้นฉบับ โดยไม่อนุมาน ID ไฟล์ |
พารามิเตอร์optional_controls | ข้อกำหนดstream |
พารามิเตอร์control_scope | ข้อกำหนดบทสนทนาข้อความ โดย stream เป็นบูลีนและมีค่าเริ่มต้น false |
พารามิเตอร์output_modalities | ข้อกำหนดtext |
พารามิเตอร์hosted_operations | ข้อกำหนดfalse |
พารามิเตอร์multimodal_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 $0.0001 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.0001 / 1K โทเค็น ขาเข้า · การอ่านแคช $0 / 1K โทเค็น ขาเข้า · การเขียนแคช $0 / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B","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
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="Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B", 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 |
|---|---|
ฟิลด์choices[].index | ประเภทinteger |
ฟิลด์choices[].message.content | ประเภทstring|null |
ฟิลด์choices[].message.tool_calls | ประเภทtool_call[] |
ฟิลด์choices[].message.reasoning_content | ประเภทstring |
ฟิลด์choices[].message.reasoning_details | ประเภทobject|array |
ฟิลด์choices[].finish_reason | ประเภทstring|null |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot Ultra Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
ชื่อพาธเมธอดอื่น
/chat/completions
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
Ailoot Ultra · Anthropic Messages POST /v1/messages Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7Bเริ่มต้น
DeepSeek-R1-Distill-Qwen-7B เป็นโมเดลการให้เหตุผลแบบ dense ขนาดกะทัดรัดของ DeepSeek ซึ่ง fine-tune จาก Qwen2.5-Math-7B ด้วยตัวอย่างที่ R1 สร้าง รับข้อความและสร้างข้อความสำหรับงานคณิตศาสตร์ โค้ด และตรรกะ พร้อมแนวทางการเขียนพรอมป์ต์เฉพาะ checkpoint
- อินพุตที่รองรับ
- ข้อความ
- ผลลัพธ์
- json · sse
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot Ultra · Anthropic Messages POST /v1/messages
- ขาเข้า
text- ขาออก
json,sse- รูปแบบเอาต์พุต
- JSON หรือ SSE
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B | ค่าเริ่มต้น— |
ฟิลด์messages | ประเภทmessage[] | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์messages[].role | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด user, assistant | ค่าเริ่มต้น— |
ฟิลด์messages[].content | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์max_tokens | ประเภทinteger | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด | ค่าเริ่มต้น— |
ฟิลด์stream | ประเภทboolean | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด | ค่าเริ่มต้นfalse |
ชุดผสมของสื่ออินพุต
ข้อความ · ข้อความ UTF-8
สตริง messages[].content
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์content_type | ข้อกำหนดapplication/json |
พารามิเตอร์required | ข้อกำหนดmodel, messages, max_tokens |
พารามิเตอร์optional_controls | ข้อกำหนดstream |
พารามิเตอร์material_types | ข้อกำหนดtext |
พารามิเตอร์text_file_material | ข้อกำหนดอ่านเอกสาร UTF-8 จริง แล้วใส่ข้อความใน input หรือสตริงเนื้อหาข้อความที่ระบุ |
วงจรการทำงาน: synchronous_or_streamed
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 $0.0001 / 1K โทเค็น ขาออก · โทเค็นเอาต์พุต $0.0001 / 1K โทเค็น ขาเข้า · การอ่านแคช $0 / 1K โทเค็น ขาเข้า · การเขียนแคช $0 / 1K โทเค็น ขาเข้า · การเขียนแคช, 1 ชั่วโมง — / 1K โทเค็น |
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot Ultra · Anthropic Messages
{
"model": "Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B",
"max_tokens": 128,
"messages": [
{
"role": "user",
"content": "Summarize the incident report."
}
],
"stream": false
}set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -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
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path
source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
raise SystemExit('Choose a document containing text')
payload = {'model': 'Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError
api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
with urlopen(request, timeout=120) as response:
raw = response.read()
Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
Path('result.json').write_bytes(error.read())
Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path
result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
รับและบันทึกผลลัพธ์
Ailoot Ultra · Anthropic Messages
JSON หรือ SSE
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
เก็บทุกบล็อกเนื้อหา ลายเซ็นการคิด และ ID การใช้เครื่องมือจริง ประกอบส่วนเพิ่มของบล็อก SSE ทั้งหมด บล็อกข้อความแรกไม่ใช่ผลลัพธ์ทั้งหมด
เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ
เก็บ ID และส่วนหัวของคำขอ/คำตอบ ไม่มี URL ทั่วไปสำหรับดึงงานข้อความให้ใช้
ฟิลด์การตอบกลับ
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์id | ประเภทstring |
ฟิลด์model | ประเภทstring |
ฟิลด์content[] | ประเภทtext|thinking|tool_use|other content block |
ฟิลด์stop_reason | ประเภทstring|null |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot Ultra Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
ชื่อพาธเมธอดอื่น
/chat/completions
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
FAQ · Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
- มีอินพุตและผลลัพธ์ใดบ้าง?
POST /v1/chat/completions·Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B:text→textPOST /v1/messages·Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B:text→json,sse- คำขอใช้ฟิลด์ใดบ้าง?
POST /v1/chat/completions·Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B:model,messages,streamPOST /v1/messages·Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B:model,messages,max_tokens,stream- มีข้อจำกัดใดบ้าง?
POST /v1/chat/completions·Pro/deepseek-ai/DeepSeek-R1-Distill-Qwen-7B:messages.min_items:1