DeepSeek V4 Flash 0731 — Flash tarmogʻining oldindan koʻrish nashri oʻrnini olgan rasmiy relizi. Uning amaliy yoʻnalishlariga kodlash va agent ishlari kiradi: berilgan repozitoriyni talqin qilish, oʻzgartirish taklif qilish, vosita kuzatuvlaridan foydalanish va chaqiruvchi tekshira oladigan natijani qaytarish. Natijani Flash Preview, Pro 0813 yoki V4.1 Flash bilan solishtirganda saqlangan qaydda 0731 nashrini koʻrsating.
Haqiqiy vazifani, tegishli fayllar yoki hujjat parchalarini, cheklovlar va kutilgan natijani bering. Repozitoriydagi oʻzgartirish uchun taʼsirlangan kodni, kuzatilgan xatti-harakatni va muammoni qayta yuzaga keltiradigan buyruq yoki soʻrovni qoʻshing. Topshiriladigan natija tushuntirish, taklif etilgan patch, topilmalar roʻyxati yoki tuzilgan reja ekanini aniqlang.
Foydali nosozlikni aniqlash topshirigʻi shunday: “Berilgan marshrut ishlovchisi, tekshiruv sxemasi va muvaffaqiyatsiz soʻrovdan foydalaning. Kirish qayerda sxemadan chetga chiqishini tushuntiring, eng kichik oʻzgartirishni taklif qiling va tuzatilgan natijani farqlay oladigan mavjud tekshiruvni koʻrsating.” Hujjat vazifasida berilgan boʻlimlarni nomlang va talablar, dalillar hamda ochiq savollar jadvalini soʻrang. Bular namuna topshiriqlardir; soʻrovga haqiqiy manba materialini qoʻshing.
Ishlab chiqaruvchi formati bevosita suhbat va thinking’ni qoʻllaydi. Bevosita suhbat javob mazmunini toʻgʻridan-toʻgʻri qaytaradi. Thinking modelning mulohaza maydonini yakuniy javobidan ajratadi. Thinking rejimida hujjatlashtirilgan kuch qiymatlari low, high va max; standart qiymat low. Bu nashr V4.1 Flash’dagi butun sonli kuch shkalasi oʻrniga shu nomlangan darajalardan foydalanadi.
Rejimni ishga qarab tanlang. Qisqa matn oʻzgartirishida saqlanadigan faktlar va almashtiruvchi matn ohangini belgilash mumkin. Murakkab repozitoriy vazifasida tekshiruv bosqichlari, tegishli dalillar va ixcham yakuniy hisobotni aniqlash mumkin. Yuqoriroq thinking kuchida ham kerakli yakuniy natijani aniq ayting: masalan, qisqa tushuntirish va uni tekshirish buyruqlari bilan taklif etilgan diff.
Mahalliy format koʻp navbatli xabarlar va nomlangan parametrlar hamda sxemalarga ega vosita taʼriflarini qoʻllaydi. Model soʻralgan vosita chaqiruvini qaytarishi mumkin; ilova amalni bajaradi va hosil boʻlgan kuzatuvni keyingi navbatda beradi. Vosita natijalarini mos chaqiruvlar bilan bogʻlang va bir nechta kuzatuvni qaytarishda ularning tartibini saqlang.
Faylni tekshirish jarayonida haqiqiy fayl oʻqish amalini oching, uning kirish yoʻlini tavsiflang va kuzatilgan mazmunni qaytaring. Modeldan keyingi taklifini shu mazmunga asoslashni soʻrang. Maʼlumotlar jarayonida soʻrov amalini bering va haqiqiy yozuvlarni qaytaring; shu yozuvlar asosida hisoblash yoki xulosa soʻrang. Qaytarilgan chaqiruv va bajarilgan amal kerakli natijaga erishishdagi alohida bosqichlardir.
Ishlab chiqaruvchi enkoderi vositali suhbatlar davomida mulohaza kontekstini saqlaydi. Oddiy suhbatda u odatda soʻnggi foydalanuvchi xabaridan avvalgi navbatlar mulohazasini olib tashlaydi. Koʻp bosqichli jarayonni saqlashda hujjatlashtirilgan xabar maydonlari va suhbat ishlovidan foydalaning. Etalon parser toʻgʻri shakllangan chiqishni kutadi; shu sabab bajarishdan oldin ajratib olingan chaqiruvning nomi va parametrlarini tekshiring, yaroqsiz natijani esa koʻzdan kechirish uchun saqlang.
Sanali model konfiguratsiyasi 1,048,576 ketma-ketlik pozitsiyasini belgilaydi. Ketma-ketlikni tayyorlashda berilgan material, suhbat tarixi, vosita taʼriflari, qaytarilgan kuzatuvlar va yaratilgan javobni hisobga oling. Mavjud joyni aloqasiz fayllar bilan toʻldirish oʻrniga modelga kichik patch, dalillar jadvali yoki raqamlangan reja kabi foydali javob maqsadini bering.
Ishlab chiqaruvchining mahalliy retsepti temperature 1.0’ni, agent ishlari uchun top_p 0.95’ni, boshqa hollarda 1.0’ni tavsiya qiladi. high va max thinking kuchida u maksimal chiqish uzunligini 384K token qilib belgilashni tavsiya etadi. Bular eʼlon qilingan retsept sozlamalari va yaratish hajmi boʻyicha tavsiya; ketma-ketlik byudjeti soʻrovning qolgan qismini ham sigʻdirishi kerak.
0731 relizi biriktirilgan spekulyativ dekodlash modulini oʻz ichiga olgan Flash DSpark tuzilmasidan foydalanadi. Flash’ning asosiy qismi jami 284 milliard parametrli, har bir tokenda 13 milliard parametr faollashadigan ekspertlar aralashmasi modeli sifatida tavsiflangan. Bu asosiy qism sonlarini qoʻshimcha modul ogʻirliklaridan ajratib turing. Aynan shu sanali konfiguratsiyada 43 qatlam, 256 marshrutlanadigan ekspert, bitta umumiy ekspert va har bir tokenda tanlanadigan oltita ekspert bor.
Foydali chiqish chaqiruvchi soʻragan javob, taklif etilgan kod, tuzilgan topilma yoki keyingi ish bosqichi boʻlib qoladi. Kod oʻzgartirishini berilgan fayllar va kuzatilgan nosozlik bilan tekshiring. Hujjat xulosasini keltirilgan parcha yoki qaytarilgan yozuv bilan tekshiring. Keyingi solishtirish bir xil muammo va dalillardan foydalanishi uchun natija bilan model nashri, topshiriq va tegishli kuzatuvlarni saqlang.
", "aboutText": "DeepSeek V4 Flash 0731 — Flash tarmogʻining oldindan koʻrish nashri oʻrnini olgan rasmiy relizi. Uning amaliy yoʻnalishlariga kodlash va agent ishlari kiradi: berilgan repozitoriyni talqin qilish, oʻzgartirish taklif qilish, vosita kuzatuvlaridan foydalanish va chaqiruvchi tekshira oladigan natijani qaytarish. Natijani Flash Preview, Pro 0813 yoki V4.1 Flash bilan solishtirganda saqlangan qaydda 0731 nashrini koʻrsating.\n\n### Material va kerakli natijadan boshlang\n\nHaqiqiy vazifani, tegishli fayllar yoki hujjat parchalarini, cheklovlar va kutilgan natijani bering. Repozitoriydagi oʻzgartirish uchun taʼsirlangan kodni, kuzatilgan xatti-harakatni va muammoni qayta yuzaga keltiradigan buyruq yoki soʻrovni qoʻshing. Topshiriladigan natija tushuntirish, taklif etilgan patch, topilmalar roʻyxati yoki tuzilgan reja ekanini aniqlang.\n\nFoydali nosozlikni aniqlash topshirigʻi shunday: “Berilgan marshrut ishlovchisi, tekshiruv sxemasi va muvaffaqiyatsiz soʻrovdan foydalaning. Kirish qayerda sxemadan chetga chiqishini tushuntiring, eng kichik oʻzgartirishni taklif qiling va tuzatilgan natijani farqlay oladigan mavjud tekshiruvni koʻrsating.” Hujjat vazifasida berilgan boʻlimlarni nomlang va talablar, dalillar hamda ochiq savollar jadvalini soʻrang. Bular namuna topshiriqlardir; soʻrovga haqiqiy manba materialini qoʻshing.\n\n### Bevosita suhbat yoki thinking rejimini tanlang\n\nIshlab chiqaruvchi formati bevosita suhbat va thinking’ni qoʻllaydi. Bevosita suhbat javob mazmunini toʻgʻridan-toʻgʻri qaytaradi. Thinking modelning mulohaza maydonini yakuniy javobidan ajratadi. Thinking rejimida hujjatlashtirilgan kuch qiymatlari low, high va max; standart qiymat low. Bu nashr V4.1 Flash’dagi butun sonli kuch shkalasi oʻrniga shu nomlangan darajalardan foydalanadi.\n\nRejimni ishga qarab tanlang. Qisqa matn oʻzgartirishida saqlanadigan faktlar va almashtiruvchi matn ohangini belgilash mumkin. Murakkab repozitoriy vazifasida tekshiruv bosqichlari, tegishli dalillar va ixcham yakuniy hisobotni aniqlash mumkin. Yuqoriroq thinking kuchida ham kerakli yakuniy natijani aniq ayting: masalan, qisqa tushuntirish va uni tekshirish buyruqlari bilan taklif etilgan diff.\n\n### Vositalarni ilova ish jarayoni orqali ulang\n\nMahalliy format koʻp navbatli xabarlar va nomlangan parametrlar hamda sxemalarga ega vosita taʼriflarini qoʻllaydi. Model soʻralgan vosita chaqiruvini qaytarishi mumkin; ilova amalni bajaradi va hosil boʻlgan kuzatuvni keyingi navbatda beradi. Vosita natijalarini mos chaqiruvlar bilan bogʻlang va bir nechta kuzatuvni qaytarishda ularning tartibini saqlang.\n\nFaylni tekshirish jarayonida haqiqiy fayl oʻqish amalini oching, uning kirish yoʻlini tavsiflang va kuzatilgan mazmunni qaytaring. Modeldan keyingi taklifini shu mazmunga asoslashni soʻrang. Maʼlumotlar jarayonida soʻrov amalini bering va haqiqiy yozuvlarni qaytaring; shu yozuvlar asosida hisoblash yoki xulosa soʻrang. Qaytarilgan chaqiruv va bajarilgan amal kerakli natijaga erishishdagi alohida bosqichlardir.\n\nIshlab chiqaruvchi enkoderi vositali suhbatlar davomida mulohaza kontekstini saqlaydi. Oddiy suhbatda u odatda soʻnggi foydalanuvchi xabaridan avvalgi navbatlar mulohazasini olib tashlaydi. Koʻp bosqichli jarayonni saqlashda hujjatlashtirilgan xabar maydonlari va suhbat ishlovidan foydalaning. Etalon parser toʻgʻri shakllangan chiqishni kutadi; shu sabab bajarishdan oldin ajratib olingan chaqiruvning nomi va parametrlarini tekshiring, yaroqsiz natijani esa koʻzdan kechirish uchun saqlang.\n\n### Suhbat va javob hajmini rejalashtiring\n\nSanali model konfiguratsiyasi 1,048,576 ketma-ketlik pozitsiyasini belgilaydi. Ketma-ketlikni tayyorlashda berilgan material, suhbat tarixi, vosita taʼriflari, qaytarilgan kuzatuvlar va yaratilgan javobni hisobga oling. Mavjud joyni aloqasiz fayllar bilan toʻldirish oʻrniga modelga kichik patch, dalillar jadvali yoki raqamlangan reja kabi foydali javob maqsadini bering.\n\nIshlab chiqaruvchining mahalliy retsepti temperature 1.0’ni, agent ishlari uchun top_p 0.95’ni, boshqa hollarda 1.0’ni tavsiya qiladi. high va max thinking kuchida u maksimal chiqish uzunligini 384K token qilib belgilashni tavsiya etadi. Bular eʼlon qilingan retsept sozlamalari va yaratish hajmi boʻyicha tavsiya; ketma-ketlik byudjeti soʻrovning qolgan qismini ham sigʻdirishi kerak.\n\n### Reliz va arxitekturani ajrating\n\n0731 relizi biriktirilgan spekulyativ dekodlash modulini oʻz ichiga olgan Flash DSpark tuzilmasidan foydalanadi. Flash’ning asosiy qismi jami 284 milliard parametrli, har bir tokenda 13 milliard parametr faollashadigan ekspertlar aralashmasi modeli sifatida tavsiflangan. Bu asosiy qism sonlarini qoʻshimcha modul ogʻirliklaridan ajratib turing. Aynan shu sanali konfiguratsiyada 43 qatlam, 256 marshrutlanadigan ekspert, bitta umumiy ekspert va har bir tokenda tanlanadigan oltita ekspert bor.\n\nFoydali chiqish chaqiruvchi soʻragan javob, taklif etilgan kod, tuzilgan topilma yoki keyingi ish bosqichi boʻlib qoladi. Kod oʻzgartirishini berilgan fayllar va kuzatilgan nosozlik bilan tekshiring. Hujjat xulosasini keltirilgan parcha yoki qaytarilgan yozuv bilan tekshiring. Keyingi solishtirish bir xil muammo va dalillardan foydalanishi uchun natija bilan model nashri, topshiriq va tegishli kuzatuvlarni saqlang.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
Repair a required-field check\n\nA route rejects only if not payload.get("quantity"). The contract requires quantity to be an integer greater than zero, excluding booleans. Explain why inputs {"quantity": -2} and {"quantity": true} expose a problem. Propose a small Python validation patch and cases for missing, zero, negative, boolean and positive values.A diagnosis, a focused validation patch and five input cases with accept or reject expectations.Check that Python booleans are not accepted as integers and positive whole quantities still pass.deepseek-v4-flash-0731DeepSeek V4 Flash 0731 — matn, kodlash va agent jarayonlari uchun rasmiy Flash relizi. U bevosita chat va fikrlash rejimlarini, tuzilmali vosita chaqiruvi chiqishini hamda million tokenli model kontekstini taklif etadi; sanali nashriga DSpark spekulyativ dekodlash moduli kiradi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
DeepSeek V4 Flash 0731 — Flash tarmogʻining oldindan koʻrish nashri oʻrnini olgan rasmiy relizi. Uning amaliy yoʻnalishlariga kodlash va agent ishlari kiradi: berilgan repozitoriyni talqin qilish, oʻzgartirish taklif qilish, vosita kuzatuvlaridan foydalanish va chaqiruvchi tekshira oladigan natijani qaytarish. Natijani Flash Preview, Pro 0813 yoki V4.1 Flash bilan solishtirganda saqlangan qaydda 0731 nashrini koʻrsating.
Haqiqiy vazifani, tegishli fayllar yoki hujjat parchalarini, cheklovlar va kutilgan natijani bering. Repozitoriydagi oʻzgartirish uchun taʼsirlangan kodni, kuzatilgan xatti-harakatni va muammoni qayta yuzaga keltiradigan buyruq yoki soʻrovni qoʻshing. Topshiriladigan natija tushuntirish, taklif etilgan patch, topilmalar roʻyxati yoki tuzilgan reja ekanini aniqlang.
Foydali nosozlikni aniqlash topshirigʻi shunday: “Berilgan marshrut ishlovchisi, tekshiruv sxemasi va muvaffaqiyatsiz soʻrovdan foydalaning. Kirish qayerda sxemadan chetga chiqishini tushuntiring, eng kichik oʻzgartirishni taklif qiling va tuzatilgan natijani farqlay oladigan mavjud tekshiruvni koʻrsating.” Hujjat vazifasida berilgan boʻlimlarni nomlang va talablar, dalillar hamda ochiq savollar jadvalini soʻrang. Bular namuna topshiriqlardir; soʻrovga haqiqiy manba materialini qoʻshing.
Ishlab chiqaruvchi formati bevosita suhbat va thinking’ni qoʻllaydi. Bevosita suhbat javob mazmunini toʻgʻridan-toʻgʻri qaytaradi. Thinking modelning mulohaza maydonini yakuniy javobidan ajratadi. Thinking rejimida hujjatlashtirilgan kuch qiymatlari low, high va max; standart qiymat low. Bu nashr V4.1 Flash’dagi butun sonli kuch shkalasi oʻrniga shu nomlangan darajalardan foydalanadi.
Rejimni ishga qarab tanlang. Qisqa matn oʻzgartirishida saqlanadigan faktlar va almashtiruvchi matn ohangini belgilash mumkin. Murakkab repozitoriy vazifasida tekshiruv bosqichlari, tegishli dalillar va ixcham yakuniy hisobotni aniqlash mumkin. Yuqoriroq thinking kuchida ham kerakli yakuniy natijani aniq ayting: masalan, qisqa tushuntirish va uni tekshirish buyruqlari bilan taklif etilgan diff.
Mahalliy format koʻp navbatli xabarlar va nomlangan parametrlar hamda sxemalarga ega vosita taʼriflarini qoʻllaydi. Model soʻralgan vosita chaqiruvini qaytarishi mumkin; ilova amalni bajaradi va hosil boʻlgan kuzatuvni keyingi navbatda beradi. Vosita natijalarini mos chaqiruvlar bilan bogʻlang va bir nechta kuzatuvni qaytarishda ularning tartibini saqlang.
Faylni tekshirish jarayonida haqiqiy fayl oʻqish amalini oching, uning kirish yoʻlini tavsiflang va kuzatilgan mazmunni qaytaring. Modeldan keyingi taklifini shu mazmunga asoslashni soʻrang. Maʼlumotlar jarayonida soʻrov amalini bering va haqiqiy yozuvlarni qaytaring; shu yozuvlar asosida hisoblash yoki xulosa soʻrang. Qaytarilgan chaqiruv va bajarilgan amal kerakli natijaga erishishdagi alohida bosqichlardir.
Ishlab chiqaruvchi enkoderi vositali suhbatlar davomida mulohaza kontekstini saqlaydi. Oddiy suhbatda u odatda soʻnggi foydalanuvchi xabaridan avvalgi navbatlar mulohazasini olib tashlaydi. Koʻp bosqichli jarayonni saqlashda hujjatlashtirilgan xabar maydonlari va suhbat ishlovidan foydalaning. Etalon parser toʻgʻri shakllangan chiqishni kutadi; shu sabab bajarishdan oldin ajratib olingan chaqiruvning nomi va parametrlarini tekshiring, yaroqsiz natijani esa koʻzdan kechirish uchun saqlang.
Sanali model konfiguratsiyasi 1,048,576 ketma-ketlik pozitsiyasini belgilaydi. Ketma-ketlikni tayyorlashda berilgan material, suhbat tarixi, vosita taʼriflari, qaytarilgan kuzatuvlar va yaratilgan javobni hisobga oling. Mavjud joyni aloqasiz fayllar bilan toʻldirish oʻrniga modelga kichik patch, dalillar jadvali yoki raqamlangan reja kabi foydali javob maqsadini bering.
Ishlab chiqaruvchining mahalliy retsepti temperature 1.0’ni, agent ishlari uchun top_p 0.95’ni, boshqa hollarda 1.0’ni tavsiya qiladi. high va max thinking kuchida u maksimal chiqish uzunligini 384K token qilib belgilashni tavsiya etadi. Bular eʼlon qilingan retsept sozlamalari va yaratish hajmi boʻyicha tavsiya; ketma-ketlik byudjeti soʻrovning qolgan qismini ham sigʻdirishi kerak.
0731 relizi biriktirilgan spekulyativ dekodlash modulini oʻz ichiga olgan Flash DSpark tuzilmasidan foydalanadi. Flash’ning asosiy qismi jami 284 milliard parametrli, har bir tokenda 13 milliard parametr faollashadigan ekspertlar aralashmasi modeli sifatida tavsiflangan. Bu asosiy qism sonlarini qoʻshimcha modul ogʻirliklaridan ajratib turing. Aynan shu sanali konfiguratsiyada 43 qatlam, 256 marshrutlanadigan ekspert, bitta umumiy ekspert va har bir tokenda tanlanadigan oltita ekspert bor.
Foydali chiqish chaqiruvchi soʻragan javob, taklif etilgan kod, tuzilgan topilma yoki keyingi ish bosqichi boʻlib qoladi. Kod oʻzgartirishini berilgan fayllar va kuzatilgan nosozlik bilan tekshiring. Hujjat xulosasini keltirilgan parcha yoki qaytarilgan yozuv bilan tekshiring. Keyingi solishtirish bir xil muammo va dalillardan foydalanishi uchun natija bilan model nashri, topshiriq va tegishli kuzatuvlarni saqlang.
POST /v1/messagestexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar deepseek-v4-flash-0731 | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar user, assistant | Standart— |
Maydonmessages[].content | Turstring|content_block[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonsystem | Turstring|content_block[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmax_tokens | Turinteger | TalabMajburiy | Qiymatlar va cheklovlar Eng kam: 1 Cheklov qo‘llanadigan obyekt: Tanlangan model yoki kartaning aniq yuqori chegarasi | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstop_sequences | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turtool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].name | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Vosita taqdim etilgan | Standart— |
Maydontools[].description | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontools[].input_schema | TurJSON_schema | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontool_choice | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonthinking.type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonthinking.budget_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonoutput_config.effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmetadata | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydoncache_control | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Matn · UTF8 matni
messages[].content yoki type=text bloki
| Parametr | Parametr talablari |
|---|---|
Parametrmaterial_types | Parametr talablaritext |
Parametrrequired | Parametr talablarimodel, messages, max_tokens |
Parametroptional_controls | Parametr talablarinull |
Parametrcontent_type | Parametr talablariapplication/json |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 kontenti matn sifatida kiritiladi; fayl IDlari/URLs uchun alohida aniq qo‘llab-quvvatlash kerak |
Hayot sikli: exact retained published method
Metod tuzilishlari va IDlari aniq; yetkazib beruvchining imkoniyati so‘rovni qabul qilishga ruxsatdan alohida.
POST /v1/messagesAiloot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
Modelning ma’lumot jadvallari usul tanlash, narx hisobi yoki to‘lovlarni o‘zgartirmaydi. Amaldagi to‘lovlar tanlangan Ailoot usuli tariflari bo‘yicha hisoblanadi.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaOpenAI Chat · Tokenlar uchun asosiy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaOpenAI Chat · So‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaAnthropic Messages · Tokenlar uchun asosiy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaAnthropic Messages · So‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek-v4-flash-0731", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="deepseek-v4-flash-0731",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "deepseek-v4-flash-0731",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.messages.stream(model='deepseek-v4-flash-0731',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Barcha kontent bloklari, fikrlash imzolari va haqiqiy vosita ishlatish IDlarini saqlang. SSE bloklarining barcha o‘zgarish qismlarini yig‘ing; birinchi matn bloki to‘liq chiqish emas.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonid | Turstring |
Maydonmodel | Turstring |
Maydoncontent[] | Turtext|thinking|tool_use|other content block |
Maydonstop_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
deepseek-v4-flash-0731DeepSeek V4 Flash 0731 — matn, kodlash va agent jarayonlari uchun rasmiy Flash relizi. U bevosita chat va fikrlash rejimlarini, tuzilmali vosita chaqiruvi chiqishini hamda million tokenli model kontekstini taklif etadi; sanali nashriga DSpark spekulyativ dekodlash moduli kiradi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
DeepSeek V4 Flash 0731 — Flash tarmogʻining oldindan koʻrish nashri oʻrnini olgan rasmiy relizi. Uning amaliy yoʻnalishlariga kodlash va agent ishlari kiradi: berilgan repozitoriyni talqin qilish, oʻzgartirish taklif qilish, vosita kuzatuvlaridan foydalanish va chaqiruvchi tekshira oladigan natijani qaytarish. Natijani Flash Preview, Pro 0813 yoki V4.1 Flash bilan solishtirganda saqlangan qaydda 0731 nashrini koʻrsating.
Haqiqiy vazifani, tegishli fayllar yoki hujjat parchalarini, cheklovlar va kutilgan natijani bering. Repozitoriydagi oʻzgartirish uchun taʼsirlangan kodni, kuzatilgan xatti-harakatni va muammoni qayta yuzaga keltiradigan buyruq yoki soʻrovni qoʻshing. Topshiriladigan natija tushuntirish, taklif etilgan patch, topilmalar roʻyxati yoki tuzilgan reja ekanini aniqlang.
Foydali nosozlikni aniqlash topshirigʻi shunday: “Berilgan marshrut ishlovchisi, tekshiruv sxemasi va muvaffaqiyatsiz soʻrovdan foydalaning. Kirish qayerda sxemadan chetga chiqishini tushuntiring, eng kichik oʻzgartirishni taklif qiling va tuzatilgan natijani farqlay oladigan mavjud tekshiruvni koʻrsating.” Hujjat vazifasida berilgan boʻlimlarni nomlang va talablar, dalillar hamda ochiq savollar jadvalini soʻrang. Bular namuna topshiriqlardir; soʻrovga haqiqiy manba materialini qoʻshing.
Ishlab chiqaruvchi formati bevosita suhbat va thinking’ni qoʻllaydi. Bevosita suhbat javob mazmunini toʻgʻridan-toʻgʻri qaytaradi. Thinking modelning mulohaza maydonini yakuniy javobidan ajratadi. Thinking rejimida hujjatlashtirilgan kuch qiymatlari low, high va max; standart qiymat low. Bu nashr V4.1 Flash’dagi butun sonli kuch shkalasi oʻrniga shu nomlangan darajalardan foydalanadi.
Rejimni ishga qarab tanlang. Qisqa matn oʻzgartirishida saqlanadigan faktlar va almashtiruvchi matn ohangini belgilash mumkin. Murakkab repozitoriy vazifasida tekshiruv bosqichlari, tegishli dalillar va ixcham yakuniy hisobotni aniqlash mumkin. Yuqoriroq thinking kuchida ham kerakli yakuniy natijani aniq ayting: masalan, qisqa tushuntirish va uni tekshirish buyruqlari bilan taklif etilgan diff.
Mahalliy format koʻp navbatli xabarlar va nomlangan parametrlar hamda sxemalarga ega vosita taʼriflarini qoʻllaydi. Model soʻralgan vosita chaqiruvini qaytarishi mumkin; ilova amalni bajaradi va hosil boʻlgan kuzatuvni keyingi navbatda beradi. Vosita natijalarini mos chaqiruvlar bilan bogʻlang va bir nechta kuzatuvni qaytarishda ularning tartibini saqlang.
Faylni tekshirish jarayonida haqiqiy fayl oʻqish amalini oching, uning kirish yoʻlini tavsiflang va kuzatilgan mazmunni qaytaring. Modeldan keyingi taklifini shu mazmunga asoslashni soʻrang. Maʼlumotlar jarayonida soʻrov amalini bering va haqiqiy yozuvlarni qaytaring; shu yozuvlar asosida hisoblash yoki xulosa soʻrang. Qaytarilgan chaqiruv va bajarilgan amal kerakli natijaga erishishdagi alohida bosqichlardir.
Ishlab chiqaruvchi enkoderi vositali suhbatlar davomida mulohaza kontekstini saqlaydi. Oddiy suhbatda u odatda soʻnggi foydalanuvchi xabaridan avvalgi navbatlar mulohazasini olib tashlaydi. Koʻp bosqichli jarayonni saqlashda hujjatlashtirilgan xabar maydonlari va suhbat ishlovidan foydalaning. Etalon parser toʻgʻri shakllangan chiqishni kutadi; shu sabab bajarishdan oldin ajratib olingan chaqiruvning nomi va parametrlarini tekshiring, yaroqsiz natijani esa koʻzdan kechirish uchun saqlang.
Sanali model konfiguratsiyasi 1,048,576 ketma-ketlik pozitsiyasini belgilaydi. Ketma-ketlikni tayyorlashda berilgan material, suhbat tarixi, vosita taʼriflari, qaytarilgan kuzatuvlar va yaratilgan javobni hisobga oling. Mavjud joyni aloqasiz fayllar bilan toʻldirish oʻrniga modelga kichik patch, dalillar jadvali yoki raqamlangan reja kabi foydali javob maqsadini bering.
Ishlab chiqaruvchining mahalliy retsepti temperature 1.0’ni, agent ishlari uchun top_p 0.95’ni, boshqa hollarda 1.0’ni tavsiya qiladi. high va max thinking kuchida u maksimal chiqish uzunligini 384K token qilib belgilashni tavsiya etadi. Bular eʼlon qilingan retsept sozlamalari va yaratish hajmi boʻyicha tavsiya; ketma-ketlik byudjeti soʻrovning qolgan qismini ham sigʻdirishi kerak.
0731 relizi biriktirilgan spekulyativ dekodlash modulini oʻz ichiga olgan Flash DSpark tuzilmasidan foydalanadi. Flash’ning asosiy qismi jami 284 milliard parametrli, har bir tokenda 13 milliard parametr faollashadigan ekspertlar aralashmasi modeli sifatida tavsiflangan. Bu asosiy qism sonlarini qoʻshimcha modul ogʻirliklaridan ajratib turing. Aynan shu sanali konfiguratsiyada 43 qatlam, 256 marshrutlanadigan ekspert, bitta umumiy ekspert va har bir tokenda tanlanadigan oltita ekspert bor.
Foydali chiqish chaqiruvchi soʻragan javob, taklif etilgan kod, tuzilgan topilma yoki keyingi ish bosqichi boʻlib qoladi. Kod oʻzgartirishini berilgan fayllar va kuzatilgan nosozlik bilan tekshiring. Hujjat xulosasini keltirilgan parcha yoki qaytarilgan yozuv bilan tekshiring. Keyingi solishtirish bir xil muammo va dalillardan foydalanishi uchun natija bilan model nashri, topshiriq va tegishli kuzatuvlarni saqlang.
POST /v1/responsestexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar deepseek-v4-flash-0731 | Standart— |
Maydoninput | Turstring|input_item[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydoninstructions | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydoninput[].type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar message, reasoning, function_call, function_call_output | Standart— |
Maydoninput[].content | Turstring|content_part[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydoninput[].call_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: function_call_output; haqiqatan qaytarilgan call_id qiymatini saqlang | Standart— |
Maydoninput[].output | Turstring|content_part[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: function_call_output | Standart— |
Maydonmax_output_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turtool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontool_choice | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonparallel_tool_calls | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning.effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning.summary | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontext.format | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontext.verbosity | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydoninclude | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstore | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprevious_response_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar ID talabi: Faqat qo‘llab-quvvatlanadigan davom ettirishdan olingan haqiqiy javob IDsi Modelga bogʻliq | Standart— |
Maydonservice_tier | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_key | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_options | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Matn · UTF8 matni
Kirish matni yoki input_text qismi
| Parametr | Parametr talablari |
|---|---|
Parametrmaterial_types | Parametr talablaritext |
Parametrrequired | Parametr talablarimodel, input |
Parametroptional_controls | Parametr talablarinull |
Parametrcontent_type | Parametr talablariapplication/json |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 kontenti matn sifatida kiritiladi; fayl IDlari/URLs uchun alohida aniq qo‘llab-quvvatlash kerak |
Hayot sikli: exact retained published method
Metod tuzilishlari va IDlari aniq; yetkazib beruvchining imkoniyati so‘rovni qabul qilishga ruxsatdan alohida.
POST /v1/responsesAiloot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
Modelning ma’lumot jadvallari usul tanlash, narx hisobi yoki to‘lovlarni o‘zgartirmaydi. Amaldagi to‘lovlar tanlangan Ailoot usuli tariflari bo‘yicha hisoblanadi.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaOpenAI Chat · Tokenlar uchun asosiy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaOpenAI Chat · So‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaAnthropic Messages · Tokenlar uchun asosiy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaAnthropic Messages · So‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek-v4-flash-0731", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]="Summarize this material and quote supporting source passages.\\n\\n"+text\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/responses \\\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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = OpenAI(base_url="https://api.ailoot.ai/v1", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nresp = client.responses.create(model="deepseek-v4-flash-0731", input="Explain the difference between an observation and a hypothesis in three sentences.")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: "deepseek-v4-flash-0731", input: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\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\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)\nwith client.responses.stream(model="deepseek-v4-flash-0731", input="Explain the difference between an observation and a hypothesis in three sentences.") as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_response()\n save_result(final.to_dict(mode="json"),"stream-result")\njson yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir chiqish elementi va kontent qismini, funksiyaning haqiqiy call_id qiymatini, shifrlangan fikrlash ma’lumotlari va sarfni saqlang. Oqimli uzatishda hodisa va elementning to‘liq identifikatsiyasini saqlang.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonid | Turstring |
Maydonstatus | Turstring |
Maydonoutput[] | Turmessage|reasoning|function_call|other item |
Maydonoutput[].content[] | Turcontent part |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
deepseek-v4-flash-0731DeepSeek V4 Flash 0731 — matn, kodlash va agent jarayonlari uchun rasmiy Flash relizi. U bevosita chat va fikrlash rejimlarini, tuzilmali vosita chaqiruvi chiqishini hamda million tokenli model kontekstini taklif etadi; sanali nashriga DSpark spekulyativ dekodlash moduli kiradi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
DeepSeek V4 Flash 0731 — Flash tarmogʻining oldindan koʻrish nashri oʻrnini olgan rasmiy relizi. Uning amaliy yoʻnalishlariga kodlash va agent ishlari kiradi: berilgan repozitoriyni talqin qilish, oʻzgartirish taklif qilish, vosita kuzatuvlaridan foydalanish va chaqiruvchi tekshira oladigan natijani qaytarish. Natijani Flash Preview, Pro 0813 yoki V4.1 Flash bilan solishtirganda saqlangan qaydda 0731 nashrini koʻrsating.
Haqiqiy vazifani, tegishli fayllar yoki hujjat parchalarini, cheklovlar va kutilgan natijani bering. Repozitoriydagi oʻzgartirish uchun taʼsirlangan kodni, kuzatilgan xatti-harakatni va muammoni qayta yuzaga keltiradigan buyruq yoki soʻrovni qoʻshing. Topshiriladigan natija tushuntirish, taklif etilgan patch, topilmalar roʻyxati yoki tuzilgan reja ekanini aniqlang.
Foydali nosozlikni aniqlash topshirigʻi shunday: “Berilgan marshrut ishlovchisi, tekshiruv sxemasi va muvaffaqiyatsiz soʻrovdan foydalaning. Kirish qayerda sxemadan chetga chiqishini tushuntiring, eng kichik oʻzgartirishni taklif qiling va tuzatilgan natijani farqlay oladigan mavjud tekshiruvni koʻrsating.” Hujjat vazifasida berilgan boʻlimlarni nomlang va talablar, dalillar hamda ochiq savollar jadvalini soʻrang. Bular namuna topshiriqlardir; soʻrovga haqiqiy manba materialini qoʻshing.
Ishlab chiqaruvchi formati bevosita suhbat va thinking’ni qoʻllaydi. Bevosita suhbat javob mazmunini toʻgʻridan-toʻgʻri qaytaradi. Thinking modelning mulohaza maydonini yakuniy javobidan ajratadi. Thinking rejimida hujjatlashtirilgan kuch qiymatlari low, high va max; standart qiymat low. Bu nashr V4.1 Flash’dagi butun sonli kuch shkalasi oʻrniga shu nomlangan darajalardan foydalanadi.
Rejimni ishga qarab tanlang. Qisqa matn oʻzgartirishida saqlanadigan faktlar va almashtiruvchi matn ohangini belgilash mumkin. Murakkab repozitoriy vazifasida tekshiruv bosqichlari, tegishli dalillar va ixcham yakuniy hisobotni aniqlash mumkin. Yuqoriroq thinking kuchida ham kerakli yakuniy natijani aniq ayting: masalan, qisqa tushuntirish va uni tekshirish buyruqlari bilan taklif etilgan diff.
Mahalliy format koʻp navbatli xabarlar va nomlangan parametrlar hamda sxemalarga ega vosita taʼriflarini qoʻllaydi. Model soʻralgan vosita chaqiruvini qaytarishi mumkin; ilova amalni bajaradi va hosil boʻlgan kuzatuvni keyingi navbatda beradi. Vosita natijalarini mos chaqiruvlar bilan bogʻlang va bir nechta kuzatuvni qaytarishda ularning tartibini saqlang.
Faylni tekshirish jarayonida haqiqiy fayl oʻqish amalini oching, uning kirish yoʻlini tavsiflang va kuzatilgan mazmunni qaytaring. Modeldan keyingi taklifini shu mazmunga asoslashni soʻrang. Maʼlumotlar jarayonida soʻrov amalini bering va haqiqiy yozuvlarni qaytaring; shu yozuvlar asosida hisoblash yoki xulosa soʻrang. Qaytarilgan chaqiruv va bajarilgan amal kerakli natijaga erishishdagi alohida bosqichlardir.
Ishlab chiqaruvchi enkoderi vositali suhbatlar davomida mulohaza kontekstini saqlaydi. Oddiy suhbatda u odatda soʻnggi foydalanuvchi xabaridan avvalgi navbatlar mulohazasini olib tashlaydi. Koʻp bosqichli jarayonni saqlashda hujjatlashtirilgan xabar maydonlari va suhbat ishlovidan foydalaning. Etalon parser toʻgʻri shakllangan chiqishni kutadi; shu sabab bajarishdan oldin ajratib olingan chaqiruvning nomi va parametrlarini tekshiring, yaroqsiz natijani esa koʻzdan kechirish uchun saqlang.
Sanali model konfiguratsiyasi 1,048,576 ketma-ketlik pozitsiyasini belgilaydi. Ketma-ketlikni tayyorlashda berilgan material, suhbat tarixi, vosita taʼriflari, qaytarilgan kuzatuvlar va yaratilgan javobni hisobga oling. Mavjud joyni aloqasiz fayllar bilan toʻldirish oʻrniga modelga kichik patch, dalillar jadvali yoki raqamlangan reja kabi foydali javob maqsadini bering.
Ishlab chiqaruvchining mahalliy retsepti temperature 1.0’ni, agent ishlari uchun top_p 0.95’ni, boshqa hollarda 1.0’ni tavsiya qiladi. high va max thinking kuchida u maksimal chiqish uzunligini 384K token qilib belgilashni tavsiya etadi. Bular eʼlon qilingan retsept sozlamalari va yaratish hajmi boʻyicha tavsiya; ketma-ketlik byudjeti soʻrovning qolgan qismini ham sigʻdirishi kerak.
0731 relizi biriktirilgan spekulyativ dekodlash modulini oʻz ichiga olgan Flash DSpark tuzilmasidan foydalanadi. Flash’ning asosiy qismi jami 284 milliard parametrli, har bir tokenda 13 milliard parametr faollashadigan ekspertlar aralashmasi modeli sifatida tavsiflangan. Bu asosiy qism sonlarini qoʻshimcha modul ogʻirliklaridan ajratib turing. Aynan shu sanali konfiguratsiyada 43 qatlam, 256 marshrutlanadigan ekspert, bitta umumiy ekspert va har bir tokenda tanlanadigan oltita ekspert bor.
Foydali chiqish chaqiruvchi soʻragan javob, taklif etilgan kod, tuzilgan topilma yoki keyingi ish bosqichi boʻlib qoladi. Kod oʻzgartirishini berilgan fayllar va kuzatilgan nosozlik bilan tekshiring. Hujjat xulosasini keltirilgan parcha yoki qaytarilgan yozuv bilan tekshiring. Keyingi solishtirish bir xil muammo va dalillardan foydalanishi uchun natija bilan model nashri, topshiriq va tegishli kuzatuvlarni saqlang.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar deepseek-v4-flash-0731 | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Namunalar: system, user, assistant, tool, function Shartlar: Bu rollar manba kodining moslik turlarida ochiq ifodalangan; aniq rollar to‘plami har bir modelga xos bo‘lib qoladi. Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring|content_part[]|null | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_calls | Turtool_call[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_call_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: role=tool; haqiqatan qaytarilgan IDdan foydalaning | Standart— |
Maydonmessages[].name | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].reasoning_content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Ushbu model foydalanganda, haqiqatan qaytarilgan fikrlash ma’lumotlarini keyingi so‘rovda qayta yuboring | Standart— |
Maydonmessages[].reasoning_details | Turobject|array | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmax_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonmax_completion_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydonstream_options.include_usage | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstop | Turstring|string[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turfunction_tool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].function.name | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Funksiya vositasi taqdim etilgan | Standart— |
Maydontools[].function.description | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontools[].function.parameters | TurJSON_schema | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontool_choice | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonparallel_tool_calls | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonresponse_format | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning_effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonservice_tier | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydoninstructions | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Moslik maydoni | Standart— |
Maydonfunctions | Turfunction[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonfunction_call | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_options | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Matn · UTF8 matni
messages[].content
| Parametr | Parametr talablari |
|---|---|
Parametrmaterial_types | Parametr talablaritext |
Parametrrequired | Parametr talablarimodel, messages |
Parametroptional_controls | Parametr talablarinull |
Parametrcontent_type | Parametr talablariapplication/json |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 kontenti matn sifatida kiritiladi; fayl IDlari/URLs uchun alohida aniq qo‘llab-quvvatlash kerak |
Hayot sikli: exact retained published method
Metod tuzilishlari va IDlari aniq; yetkazib beruvchining imkoniyati so‘rovni qabul qilishga ruxsatdan alohida.
POST /v1/chat/completionsAiloot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
Modelning ma’lumot jadvallari usul tanlash, narx hisobi yoki to‘lovlarni o‘zgartirmaydi. Amaldagi to‘lovlar tanlangan Ailoot usuli tariflari bo‘yicha hisoblanadi.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaOpenAI Chat · Tokenlar uchun asosiy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaOpenAI Chat · So‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaAnthropic Messages · Tokenlar uchun asosiy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaAnthropic Messages · So‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek-v4-flash-0731", "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = OpenAI(base_url="https://api.ailoot.ai/v1", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nresp = client.chat.completions.create(\n model="deepseek-v4-flash-0731",\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: "deepseek-v4-flash-0731",\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='deepseek-v4-flash-0731',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir javob variantini va uning kontenti, vosita chaqiruvlari hamda fikrlash ma’lumotlarini saqlang. SSEda o‘zgarish qismlarini variant va vosita indeksi bo‘yicha yig‘ing, yakuniy tugash sababi va sarf ma’lumotlarini saqlang.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonchoices[].index | Turinteger |
Maydonchoices[].message.content | Turstring|null |
Maydonchoices[].message.tool_calls | Turtool_call[] |
Maydonchoices[].message.reasoning_content | Turstring |
Maydonchoices[].message.reasoning_details | Turobject|array |
Maydonchoices[].finish_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
deepseek/deepseek-v4-flash-0731DeepSeek V4 Flash 0731 — matn, kodlash va agent jarayonlari uchun rasmiy Flash relizi. U bevosita chat va fikrlash rejimlarini, tuzilmali vosita chaqiruvi chiqishini hamda million tokenli model kontekstini taklif etadi; sanali nashriga DSpark spekulyativ dekodlash moduli kiradi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
DeepSeek V4 Flash 0731 — Flash tarmogʻining oldindan koʻrish nashri oʻrnini olgan rasmiy relizi. Uning amaliy yoʻnalishlariga kodlash va agent ishlari kiradi: berilgan repozitoriyni talqin qilish, oʻzgartirish taklif qilish, vosita kuzatuvlaridan foydalanish va chaqiruvchi tekshira oladigan natijani qaytarish. Natijani Flash Preview, Pro 0813 yoki V4.1 Flash bilan solishtirganda saqlangan qaydda 0731 nashrini koʻrsating.
Haqiqiy vazifani, tegishli fayllar yoki hujjat parchalarini, cheklovlar va kutilgan natijani bering. Repozitoriydagi oʻzgartirish uchun taʼsirlangan kodni, kuzatilgan xatti-harakatni va muammoni qayta yuzaga keltiradigan buyruq yoki soʻrovni qoʻshing. Topshiriladigan natija tushuntirish, taklif etilgan patch, topilmalar roʻyxati yoki tuzilgan reja ekanini aniqlang.
Foydali nosozlikni aniqlash topshirigʻi shunday: “Berilgan marshrut ishlovchisi, tekshiruv sxemasi va muvaffaqiyatsiz soʻrovdan foydalaning. Kirish qayerda sxemadan chetga chiqishini tushuntiring, eng kichik oʻzgartirishni taklif qiling va tuzatilgan natijani farqlay oladigan mavjud tekshiruvni koʻrsating.” Hujjat vazifasida berilgan boʻlimlarni nomlang va talablar, dalillar hamda ochiq savollar jadvalini soʻrang. Bular namuna topshiriqlardir; soʻrovga haqiqiy manba materialini qoʻshing.
Ishlab chiqaruvchi formati bevosita suhbat va thinking’ni qoʻllaydi. Bevosita suhbat javob mazmunini toʻgʻridan-toʻgʻri qaytaradi. Thinking modelning mulohaza maydonini yakuniy javobidan ajratadi. Thinking rejimida hujjatlashtirilgan kuch qiymatlari low, high va max; standart qiymat low. Bu nashr V4.1 Flash’dagi butun sonli kuch shkalasi oʻrniga shu nomlangan darajalardan foydalanadi.
Rejimni ishga qarab tanlang. Qisqa matn oʻzgartirishida saqlanadigan faktlar va almashtiruvchi matn ohangini belgilash mumkin. Murakkab repozitoriy vazifasida tekshiruv bosqichlari, tegishli dalillar va ixcham yakuniy hisobotni aniqlash mumkin. Yuqoriroq thinking kuchida ham kerakli yakuniy natijani aniq ayting: masalan, qisqa tushuntirish va uni tekshirish buyruqlari bilan taklif etilgan diff.
Mahalliy format koʻp navbatli xabarlar va nomlangan parametrlar hamda sxemalarga ega vosita taʼriflarini qoʻllaydi. Model soʻralgan vosita chaqiruvini qaytarishi mumkin; ilova amalni bajaradi va hosil boʻlgan kuzatuvni keyingi navbatda beradi. Vosita natijalarini mos chaqiruvlar bilan bogʻlang va bir nechta kuzatuvni qaytarishda ularning tartibini saqlang.
Faylni tekshirish jarayonida haqiqiy fayl oʻqish amalini oching, uning kirish yoʻlini tavsiflang va kuzatilgan mazmunni qaytaring. Modeldan keyingi taklifini shu mazmunga asoslashni soʻrang. Maʼlumotlar jarayonida soʻrov amalini bering va haqiqiy yozuvlarni qaytaring; shu yozuvlar asosida hisoblash yoki xulosa soʻrang. Qaytarilgan chaqiruv va bajarilgan amal kerakli natijaga erishishdagi alohida bosqichlardir.
Ishlab chiqaruvchi enkoderi vositali suhbatlar davomida mulohaza kontekstini saqlaydi. Oddiy suhbatda u odatda soʻnggi foydalanuvchi xabaridan avvalgi navbatlar mulohazasini olib tashlaydi. Koʻp bosqichli jarayonni saqlashda hujjatlashtirilgan xabar maydonlari va suhbat ishlovidan foydalaning. Etalon parser toʻgʻri shakllangan chiqishni kutadi; shu sabab bajarishdan oldin ajratib olingan chaqiruvning nomi va parametrlarini tekshiring, yaroqsiz natijani esa koʻzdan kechirish uchun saqlang.
Sanali model konfiguratsiyasi 1,048,576 ketma-ketlik pozitsiyasini belgilaydi. Ketma-ketlikni tayyorlashda berilgan material, suhbat tarixi, vosita taʼriflari, qaytarilgan kuzatuvlar va yaratilgan javobni hisobga oling. Mavjud joyni aloqasiz fayllar bilan toʻldirish oʻrniga modelga kichik patch, dalillar jadvali yoki raqamlangan reja kabi foydali javob maqsadini bering.
Ishlab chiqaruvchining mahalliy retsepti temperature 1.0’ni, agent ishlari uchun top_p 0.95’ni, boshqa hollarda 1.0’ni tavsiya qiladi. high va max thinking kuchida u maksimal chiqish uzunligini 384K token qilib belgilashni tavsiya etadi. Bular eʼlon qilingan retsept sozlamalari va yaratish hajmi boʻyicha tavsiya; ketma-ketlik byudjeti soʻrovning qolgan qismini ham sigʻdirishi kerak.
0731 relizi biriktirilgan spekulyativ dekodlash modulini oʻz ichiga olgan Flash DSpark tuzilmasidan foydalanadi. Flash’ning asosiy qismi jami 284 milliard parametrli, har bir tokenda 13 milliard parametr faollashadigan ekspertlar aralashmasi modeli sifatida tavsiflangan. Bu asosiy qism sonlarini qoʻshimcha modul ogʻirliklaridan ajratib turing. Aynan shu sanali konfiguratsiyada 43 qatlam, 256 marshrutlanadigan ekspert, bitta umumiy ekspert va har bir tokenda tanlanadigan oltita ekspert bor.
Foydali chiqish chaqiruvchi soʻragan javob, taklif etilgan kod, tuzilgan topilma yoki keyingi ish bosqichi boʻlib qoladi. Kod oʻzgartirishini berilgan fayllar va kuzatilgan nosozlik bilan tekshiring. Hujjat xulosasini keltirilgan parcha yoki qaytarilgan yozuv bilan tekshiring. Keyingi solishtirish bir xil muammo va dalillardan foydalanishi uchun natija bilan model nashri, topshiriq va tegishli kuzatuvlarni saqlang.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar deepseek/deepseek-v4-flash-0731 | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Namunalar: system, user, assistant, tool, function Shartlar: Bu rollar manba kodining moslik turlarida ochiq ifodalangan; aniq rollar to‘plami har bir modelga xos bo‘lib qoladi. Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring|content_part[]|null | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_calls | Turtool_call[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_call_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: role=tool; haqiqatan qaytarilgan IDdan foydalaning | Standart— |
Maydonmessages[].name | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].reasoning_content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Ushbu model foydalanganda, haqiqatan qaytarilgan fikrlash ma’lumotlarini keyingi so‘rovda qayta yuboring | Standart— |
Maydonmessages[].reasoning_details | Turobject|array | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmax_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonmax_completion_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydonstream_options.include_usage | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstop | Turstring|string[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turfunction_tool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar function Modelga bogʻliq | Standart— |
Maydontools[].function.name | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Funksiya vositasi taqdim etilgan | Standart— |
Maydontools[].function.description | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontools[].function.parameters | TurJSON_schema | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontool_choice | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonparallel_tool_calls | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonresponse_format | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning_effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonservice_tier | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydoninstructions | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Moslik maydoni | Standart— |
Maydonfunctions | Turfunction[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonfunction_call | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_options | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmodalities | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar text | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Ushbu Ultra matn marshrutida provider.options rad etiladi | Standart— |
Maydoncache_control.ttl | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Haqiqiy prompt-kesh joylarida 1h rad etiladi | Standart— |
Matn · UTF8 matni
messages[].content
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages |
Parametrmaterial_types | Parametr talablaritext |
Parametrmessages | Parametr talablarirole/content tuzilishidagi xabarlar massivi |
Parametrfile_material | Parametr talablariHaqiqiy UTF-8 hujjati aynan matn sifatida kiritiladi; fayl IDsi faraz qilinmaydi |
Parametroptional_controls | Parametr talablaristream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Parametr talablariModelga xos; foydalanuvchi funksiya vositalari hostingdagi vositalardan farq qiladi |
Parametroutput_modalities | Parametr talablaritext |
Parametrhosted_operations | Parametr talablarifalse |
Parametrmultimodal_input_binding | Parametr talablarinull |
Hayot sikli: synchronous_or_streamed
Aniq model IDsini messages bilan yuboring.
Kontekst uzunligi chiqishning yuqori chegarasi emas.
Matn fayli aynan matnni taqdim etishi mumkin; tasvir, audio va fayl obyekti kirishlari aniq bog‘lashni talab qiladi.
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek/deepseek-v4-flash-0731", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='deepseek/deepseek-v4-flash-0731',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='deepseek/deepseek-v4-flash-0731',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir javob variantini va uning kontenti, vosita chaqiruvlari hamda fikrlash ma’lumotlarini saqlang. SSEda o‘zgarish qismlarini variant va vosita indeksi bo‘yicha yig‘ing, yakuniy tugash sababi va sarf ma’lumotlarini saqlang.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonchoices[].index | Turinteger |
Maydonchoices[].message.content | Turstring|null |
Maydonchoices[].message.tool_calls | Turtool_call[] |
Maydonchoices[].message.reasoning_content | Turstring |
Maydonchoices[].message.reasoning_details | Turobject|array |
Maydonchoices[].finish_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
deepseek/deepseek-v4-flash-0731DeepSeek V4 Flash 0731 — matn, kodlash va agent jarayonlari uchun rasmiy Flash relizi. U bevosita chat va fikrlash rejimlarini, tuzilmali vosita chaqiruvi chiqishini hamda million tokenli model kontekstini taklif etadi; sanali nashriga DSpark spekulyativ dekodlash moduli kiradi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
DeepSeek V4 Flash 0731 — Flash tarmogʻining oldindan koʻrish nashri oʻrnini olgan rasmiy relizi. Uning amaliy yoʻnalishlariga kodlash va agent ishlari kiradi: berilgan repozitoriyni talqin qilish, oʻzgartirish taklif qilish, vosita kuzatuvlaridan foydalanish va chaqiruvchi tekshira oladigan natijani qaytarish. Natijani Flash Preview, Pro 0813 yoki V4.1 Flash bilan solishtirganda saqlangan qaydda 0731 nashrini koʻrsating.
Haqiqiy vazifani, tegishli fayllar yoki hujjat parchalarini, cheklovlar va kutilgan natijani bering. Repozitoriydagi oʻzgartirish uchun taʼsirlangan kodni, kuzatilgan xatti-harakatni va muammoni qayta yuzaga keltiradigan buyruq yoki soʻrovni qoʻshing. Topshiriladigan natija tushuntirish, taklif etilgan patch, topilmalar roʻyxati yoki tuzilgan reja ekanini aniqlang.
Foydali nosozlikni aniqlash topshirigʻi shunday: “Berilgan marshrut ishlovchisi, tekshiruv sxemasi va muvaffaqiyatsiz soʻrovdan foydalaning. Kirish qayerda sxemadan chetga chiqishini tushuntiring, eng kichik oʻzgartirishni taklif qiling va tuzatilgan natijani farqlay oladigan mavjud tekshiruvni koʻrsating.” Hujjat vazifasida berilgan boʻlimlarni nomlang va talablar, dalillar hamda ochiq savollar jadvalini soʻrang. Bular namuna topshiriqlardir; soʻrovga haqiqiy manba materialini qoʻshing.
Ishlab chiqaruvchi formati bevosita suhbat va thinking’ni qoʻllaydi. Bevosita suhbat javob mazmunini toʻgʻridan-toʻgʻri qaytaradi. Thinking modelning mulohaza maydonini yakuniy javobidan ajratadi. Thinking rejimida hujjatlashtirilgan kuch qiymatlari low, high va max; standart qiymat low. Bu nashr V4.1 Flash’dagi butun sonli kuch shkalasi oʻrniga shu nomlangan darajalardan foydalanadi.
Rejimni ishga qarab tanlang. Qisqa matn oʻzgartirishida saqlanadigan faktlar va almashtiruvchi matn ohangini belgilash mumkin. Murakkab repozitoriy vazifasida tekshiruv bosqichlari, tegishli dalillar va ixcham yakuniy hisobotni aniqlash mumkin. Yuqoriroq thinking kuchida ham kerakli yakuniy natijani aniq ayting: masalan, qisqa tushuntirish va uni tekshirish buyruqlari bilan taklif etilgan diff.
Mahalliy format koʻp navbatli xabarlar va nomlangan parametrlar hamda sxemalarga ega vosita taʼriflarini qoʻllaydi. Model soʻralgan vosita chaqiruvini qaytarishi mumkin; ilova amalni bajaradi va hosil boʻlgan kuzatuvni keyingi navbatda beradi. Vosita natijalarini mos chaqiruvlar bilan bogʻlang va bir nechta kuzatuvni qaytarishda ularning tartibini saqlang.
Faylni tekshirish jarayonida haqiqiy fayl oʻqish amalini oching, uning kirish yoʻlini tavsiflang va kuzatilgan mazmunni qaytaring. Modeldan keyingi taklifini shu mazmunga asoslashni soʻrang. Maʼlumotlar jarayonida soʻrov amalini bering va haqiqiy yozuvlarni qaytaring; shu yozuvlar asosida hisoblash yoki xulosa soʻrang. Qaytarilgan chaqiruv va bajarilgan amal kerakli natijaga erishishdagi alohida bosqichlardir.
Ishlab chiqaruvchi enkoderi vositali suhbatlar davomida mulohaza kontekstini saqlaydi. Oddiy suhbatda u odatda soʻnggi foydalanuvchi xabaridan avvalgi navbatlar mulohazasini olib tashlaydi. Koʻp bosqichli jarayonni saqlashda hujjatlashtirilgan xabar maydonlari va suhbat ishlovidan foydalaning. Etalon parser toʻgʻri shakllangan chiqishni kutadi; shu sabab bajarishdan oldin ajratib olingan chaqiruvning nomi va parametrlarini tekshiring, yaroqsiz natijani esa koʻzdan kechirish uchun saqlang.
Sanali model konfiguratsiyasi 1,048,576 ketma-ketlik pozitsiyasini belgilaydi. Ketma-ketlikni tayyorlashda berilgan material, suhbat tarixi, vosita taʼriflari, qaytarilgan kuzatuvlar va yaratilgan javobni hisobga oling. Mavjud joyni aloqasiz fayllar bilan toʻldirish oʻrniga modelga kichik patch, dalillar jadvali yoki raqamlangan reja kabi foydali javob maqsadini bering.
Ishlab chiqaruvchining mahalliy retsepti temperature 1.0’ni, agent ishlari uchun top_p 0.95’ni, boshqa hollarda 1.0’ni tavsiya qiladi. high va max thinking kuchida u maksimal chiqish uzunligini 384K token qilib belgilashni tavsiya etadi. Bular eʼlon qilingan retsept sozlamalari va yaratish hajmi boʻyicha tavsiya; ketma-ketlik byudjeti soʻrovning qolgan qismini ham sigʻdirishi kerak.
0731 relizi biriktirilgan spekulyativ dekodlash modulini oʻz ichiga olgan Flash DSpark tuzilmasidan foydalanadi. Flash’ning asosiy qismi jami 284 milliard parametrli, har bir tokenda 13 milliard parametr faollashadigan ekspertlar aralashmasi modeli sifatida tavsiflangan. Bu asosiy qism sonlarini qoʻshimcha modul ogʻirliklaridan ajratib turing. Aynan shu sanali konfiguratsiyada 43 qatlam, 256 marshrutlanadigan ekspert, bitta umumiy ekspert va har bir tokenda tanlanadigan oltita ekspert bor.
Foydali chiqish chaqiruvchi soʻragan javob, taklif etilgan kod, tuzilgan topilma yoki keyingi ish bosqichi boʻlib qoladi. Kod oʻzgartirishini berilgan fayllar va kuzatilgan nosozlik bilan tekshiring. Hujjat xulosasini keltirilgan parcha yoki qaytarilgan yozuv bilan tekshiring. Keyingi solishtirish bir xil muammo va dalillardan foydalanishi uchun natija bilan model nashri, topshiriq va tegishli kuzatuvlarni saqlang.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar deepseek/deepseek-v4-flash-0731 | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar user, assistant | Standart— |
Maydonmessages[].content | Turstring | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmax_tokens | Turinteger | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Matn · UTF-8 matni
messages[].content satri
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages, max_tokens |
Parametroptional_controls | Parametr talablaristream |
Parametrmaterial_types | Parametr talablaritext |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 hujjatini o‘qing va uning matnini ko‘rsatilgan kirish yoki xabar kontenti satriga joylashtiring. |
Hayot sikli: synchronous_or_streamed
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "deepseek/deepseek-v4-flash-0731",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'deepseek/deepseek-v4-flash-0731', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'deepseek/deepseek-v4-flash-0731', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Barcha kontent bloklari, fikrlash imzolari va haqiqiy vosita ishlatish IDlarini saqlang. SSE bloklarining barcha o‘zgarish qismlarini yig‘ing; birinchi matn bloki to‘liq chiqish emas.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonid | Turstring |
Maydonmodel | Turstring |
Maydoncontent[] | Turtext|thinking|tool_use|other content block |
Maydonstop_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
~deepseek/deepseek-v4-flash-latestDeepSeek V4 Flash 0731 — matn, kodlash va agent jarayonlari uchun rasmiy Flash relizi. U bevosita chat va fikrlash rejimlarini, tuzilmali vosita chaqiruvi chiqishini hamda million tokenli model kontekstini taklif etadi; sanali nashriga DSpark spekulyativ dekodlash moduli kiradi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
DeepSeek V4 Flash 0731 — Flash tarmogʻining oldindan koʻrish nashri oʻrnini olgan rasmiy relizi. Uning amaliy yoʻnalishlariga kodlash va agent ishlari kiradi: berilgan repozitoriyni talqin qilish, oʻzgartirish taklif qilish, vosita kuzatuvlaridan foydalanish va chaqiruvchi tekshira oladigan natijani qaytarish. Natijani Flash Preview, Pro 0813 yoki V4.1 Flash bilan solishtirganda saqlangan qaydda 0731 nashrini koʻrsating.
Haqiqiy vazifani, tegishli fayllar yoki hujjat parchalarini, cheklovlar va kutilgan natijani bering. Repozitoriydagi oʻzgartirish uchun taʼsirlangan kodni, kuzatilgan xatti-harakatni va muammoni qayta yuzaga keltiradigan buyruq yoki soʻrovni qoʻshing. Topshiriladigan natija tushuntirish, taklif etilgan patch, topilmalar roʻyxati yoki tuzilgan reja ekanini aniqlang.
Foydali nosozlikni aniqlash topshirigʻi shunday: “Berilgan marshrut ishlovchisi, tekshiruv sxemasi va muvaffaqiyatsiz soʻrovdan foydalaning. Kirish qayerda sxemadan chetga chiqishini tushuntiring, eng kichik oʻzgartirishni taklif qiling va tuzatilgan natijani farqlay oladigan mavjud tekshiruvni koʻrsating.” Hujjat vazifasida berilgan boʻlimlarni nomlang va talablar, dalillar hamda ochiq savollar jadvalini soʻrang. Bular namuna topshiriqlardir; soʻrovga haqiqiy manba materialini qoʻshing.
Ishlab chiqaruvchi formati bevosita suhbat va thinking’ni qoʻllaydi. Bevosita suhbat javob mazmunini toʻgʻridan-toʻgʻri qaytaradi. Thinking modelning mulohaza maydonini yakuniy javobidan ajratadi. Thinking rejimida hujjatlashtirilgan kuch qiymatlari low, high va max; standart qiymat low. Bu nashr V4.1 Flash’dagi butun sonli kuch shkalasi oʻrniga shu nomlangan darajalardan foydalanadi.
Rejimni ishga qarab tanlang. Qisqa matn oʻzgartirishida saqlanadigan faktlar va almashtiruvchi matn ohangini belgilash mumkin. Murakkab repozitoriy vazifasida tekshiruv bosqichlari, tegishli dalillar va ixcham yakuniy hisobotni aniqlash mumkin. Yuqoriroq thinking kuchida ham kerakli yakuniy natijani aniq ayting: masalan, qisqa tushuntirish va uni tekshirish buyruqlari bilan taklif etilgan diff.
Mahalliy format koʻp navbatli xabarlar va nomlangan parametrlar hamda sxemalarga ega vosita taʼriflarini qoʻllaydi. Model soʻralgan vosita chaqiruvini qaytarishi mumkin; ilova amalni bajaradi va hosil boʻlgan kuzatuvni keyingi navbatda beradi. Vosita natijalarini mos chaqiruvlar bilan bogʻlang va bir nechta kuzatuvni qaytarishda ularning tartibini saqlang.
Faylni tekshirish jarayonida haqiqiy fayl oʻqish amalini oching, uning kirish yoʻlini tavsiflang va kuzatilgan mazmunni qaytaring. Modeldan keyingi taklifini shu mazmunga asoslashni soʻrang. Maʼlumotlar jarayonida soʻrov amalini bering va haqiqiy yozuvlarni qaytaring; shu yozuvlar asosida hisoblash yoki xulosa soʻrang. Qaytarilgan chaqiruv va bajarilgan amal kerakli natijaga erishishdagi alohida bosqichlardir.
Ishlab chiqaruvchi enkoderi vositali suhbatlar davomida mulohaza kontekstini saqlaydi. Oddiy suhbatda u odatda soʻnggi foydalanuvchi xabaridan avvalgi navbatlar mulohazasini olib tashlaydi. Koʻp bosqichli jarayonni saqlashda hujjatlashtirilgan xabar maydonlari va suhbat ishlovidan foydalaning. Etalon parser toʻgʻri shakllangan chiqishni kutadi; shu sabab bajarishdan oldin ajratib olingan chaqiruvning nomi va parametrlarini tekshiring, yaroqsiz natijani esa koʻzdan kechirish uchun saqlang.
Sanali model konfiguratsiyasi 1,048,576 ketma-ketlik pozitsiyasini belgilaydi. Ketma-ketlikni tayyorlashda berilgan material, suhbat tarixi, vosita taʼriflari, qaytarilgan kuzatuvlar va yaratilgan javobni hisobga oling. Mavjud joyni aloqasiz fayllar bilan toʻldirish oʻrniga modelga kichik patch, dalillar jadvali yoki raqamlangan reja kabi foydali javob maqsadini bering.
Ishlab chiqaruvchining mahalliy retsepti temperature 1.0’ni, agent ishlari uchun top_p 0.95’ni, boshqa hollarda 1.0’ni tavsiya qiladi. high va max thinking kuchida u maksimal chiqish uzunligini 384K token qilib belgilashni tavsiya etadi. Bular eʼlon qilingan retsept sozlamalari va yaratish hajmi boʻyicha tavsiya; ketma-ketlik byudjeti soʻrovning qolgan qismini ham sigʻdirishi kerak.
0731 relizi biriktirilgan spekulyativ dekodlash modulini oʻz ichiga olgan Flash DSpark tuzilmasidan foydalanadi. Flash’ning asosiy qismi jami 284 milliard parametrli, har bir tokenda 13 milliard parametr faollashadigan ekspertlar aralashmasi modeli sifatida tavsiflangan. Bu asosiy qism sonlarini qoʻshimcha modul ogʻirliklaridan ajratib turing. Aynan shu sanali konfiguratsiyada 43 qatlam, 256 marshrutlanadigan ekspert, bitta umumiy ekspert va har bir tokenda tanlanadigan oltita ekspert bor.
Foydali chiqish chaqiruvchi soʻragan javob, taklif etilgan kod, tuzilgan topilma yoki keyingi ish bosqichi boʻlib qoladi. Kod oʻzgartirishini berilgan fayllar va kuzatilgan nosozlik bilan tekshiring. Hujjat xulosasini keltirilgan parcha yoki qaytarilgan yozuv bilan tekshiring. Keyingi solishtirish bir xil muammo va dalillardan foydalanishi uchun natija bilan model nashri, topshiriq va tegishli kuzatuvlarni saqlang.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar ~deepseek/deepseek-v4-flash-latest | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Namunalar: system, user, assistant, tool, function Shartlar: Bu rollar manba kodining moslik turlarida ochiq ifodalangan; aniq rollar to‘plami har bir modelga xos bo‘lib qoladi. Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring|content_part[]|null | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_calls | Turtool_call[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_call_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: role=tool; haqiqatan qaytarilgan IDdan foydalaning | Standart— |
Maydonmessages[].name | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].reasoning_content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Ushbu model foydalanganda, haqiqatan qaytarilgan fikrlash ma’lumotlarini keyingi so‘rovda qayta yuboring | Standart— |
Maydonmessages[].reasoning_details | Turobject|array | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmax_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonmax_completion_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydonstream_options.include_usage | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstop | Turstring|string[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turfunction_tool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar function Modelga bogʻliq | Standart— |
Maydontools[].function.name | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Funksiya vositasi taqdim etilgan | Standart— |
Maydontools[].function.description | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontools[].function.parameters | TurJSON_schema | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontool_choice | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonparallel_tool_calls | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonresponse_format | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning_effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonservice_tier | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydoninstructions | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Moslik maydoni | Standart— |
Maydonfunctions | Turfunction[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonfunction_call | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_options | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmodalities | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar text | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Ushbu Ultra matn marshrutida provider.options rad etiladi | Standart— |
Maydoncache_control.ttl | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Haqiqiy prompt-kesh joylarida 1h rad etiladi | Standart— |
Matn · UTF8 matni
messages[].content
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages |
Parametrmaterial_types | Parametr talablaritext |
Parametrmessages | Parametr talablarirole/content tuzilishidagi xabarlar massivi |
Parametrfile_material | Parametr talablariHaqiqiy UTF-8 hujjati aynan matn sifatida kiritiladi; fayl IDsi faraz qilinmaydi |
Parametroptional_controls | Parametr talablaristream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Parametr talablariModelga xos; foydalanuvchi funksiya vositalari hostingdagi vositalardan farq qiladi |
Parametroutput_modalities | Parametr talablaritext |
Parametrhosted_operations | Parametr talablarifalse |
Parametrmultimodal_input_binding | Parametr talablarinull |
Hayot sikli: synchronous_or_streamed
Aniq model IDsini messages bilan yuboring.
Kontekst uzunligi chiqishning yuqori chegarasi emas.
Matn fayli aynan matnni taqdim etishi mumkin; tasvir, audio va fayl obyekti kirishlari aniq bog‘lashni talab qiladi.
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "~deepseek/deepseek-v4-flash-latest", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='~deepseek/deepseek-v4-flash-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='~deepseek/deepseek-v4-flash-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir javob variantini va uning kontenti, vosita chaqiruvlari hamda fikrlash ma’lumotlarini saqlang. SSEda o‘zgarish qismlarini variant va vosita indeksi bo‘yicha yig‘ing, yakuniy tugash sababi va sarf ma’lumotlarini saqlang.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonchoices[].index | Turinteger |
Maydonchoices[].message.content | Turstring|null |
Maydonchoices[].message.tool_calls | Turtool_call[] |
Maydonchoices[].message.reasoning_content | Turstring |
Maydonchoices[].message.reasoning_details | Turobject|array |
Maydonchoices[].finish_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
~deepseek/deepseek-v4-flash-latestDeepSeek V4 Flash 0731 — matn, kodlash va agent jarayonlari uchun rasmiy Flash relizi. U bevosita chat va fikrlash rejimlarini, tuzilmali vosita chaqiruvi chiqishini hamda million tokenli model kontekstini taklif etadi; sanali nashriga DSpark spekulyativ dekodlash moduli kiradi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
DeepSeek V4 Flash 0731 — Flash tarmogʻining oldindan koʻrish nashri oʻrnini olgan rasmiy relizi. Uning amaliy yoʻnalishlariga kodlash va agent ishlari kiradi: berilgan repozitoriyni talqin qilish, oʻzgartirish taklif qilish, vosita kuzatuvlaridan foydalanish va chaqiruvchi tekshira oladigan natijani qaytarish. Natijani Flash Preview, Pro 0813 yoki V4.1 Flash bilan solishtirganda saqlangan qaydda 0731 nashrini koʻrsating.
Haqiqiy vazifani, tegishli fayllar yoki hujjat parchalarini, cheklovlar va kutilgan natijani bering. Repozitoriydagi oʻzgartirish uchun taʼsirlangan kodni, kuzatilgan xatti-harakatni va muammoni qayta yuzaga keltiradigan buyruq yoki soʻrovni qoʻshing. Topshiriladigan natija tushuntirish, taklif etilgan patch, topilmalar roʻyxati yoki tuzilgan reja ekanini aniqlang.
Foydali nosozlikni aniqlash topshirigʻi shunday: “Berilgan marshrut ishlovchisi, tekshiruv sxemasi va muvaffaqiyatsiz soʻrovdan foydalaning. Kirish qayerda sxemadan chetga chiqishini tushuntiring, eng kichik oʻzgartirishni taklif qiling va tuzatilgan natijani farqlay oladigan mavjud tekshiruvni koʻrsating.” Hujjat vazifasida berilgan boʻlimlarni nomlang va talablar, dalillar hamda ochiq savollar jadvalini soʻrang. Bular namuna topshiriqlardir; soʻrovga haqiqiy manba materialini qoʻshing.
Ishlab chiqaruvchi formati bevosita suhbat va thinking’ni qoʻllaydi. Bevosita suhbat javob mazmunini toʻgʻridan-toʻgʻri qaytaradi. Thinking modelning mulohaza maydonini yakuniy javobidan ajratadi. Thinking rejimida hujjatlashtirilgan kuch qiymatlari low, high va max; standart qiymat low. Bu nashr V4.1 Flash’dagi butun sonli kuch shkalasi oʻrniga shu nomlangan darajalardan foydalanadi.
Rejimni ishga qarab tanlang. Qisqa matn oʻzgartirishida saqlanadigan faktlar va almashtiruvchi matn ohangini belgilash mumkin. Murakkab repozitoriy vazifasida tekshiruv bosqichlari, tegishli dalillar va ixcham yakuniy hisobotni aniqlash mumkin. Yuqoriroq thinking kuchida ham kerakli yakuniy natijani aniq ayting: masalan, qisqa tushuntirish va uni tekshirish buyruqlari bilan taklif etilgan diff.
Mahalliy format koʻp navbatli xabarlar va nomlangan parametrlar hamda sxemalarga ega vosita taʼriflarini qoʻllaydi. Model soʻralgan vosita chaqiruvini qaytarishi mumkin; ilova amalni bajaradi va hosil boʻlgan kuzatuvni keyingi navbatda beradi. Vosita natijalarini mos chaqiruvlar bilan bogʻlang va bir nechta kuzatuvni qaytarishda ularning tartibini saqlang.
Faylni tekshirish jarayonida haqiqiy fayl oʻqish amalini oching, uning kirish yoʻlini tavsiflang va kuzatilgan mazmunni qaytaring. Modeldan keyingi taklifini shu mazmunga asoslashni soʻrang. Maʼlumotlar jarayonida soʻrov amalini bering va haqiqiy yozuvlarni qaytaring; shu yozuvlar asosida hisoblash yoki xulosa soʻrang. Qaytarilgan chaqiruv va bajarilgan amal kerakli natijaga erishishdagi alohida bosqichlardir.
Ishlab chiqaruvchi enkoderi vositali suhbatlar davomida mulohaza kontekstini saqlaydi. Oddiy suhbatda u odatda soʻnggi foydalanuvchi xabaridan avvalgi navbatlar mulohazasini olib tashlaydi. Koʻp bosqichli jarayonni saqlashda hujjatlashtirilgan xabar maydonlari va suhbat ishlovidan foydalaning. Etalon parser toʻgʻri shakllangan chiqishni kutadi; shu sabab bajarishdan oldin ajratib olingan chaqiruvning nomi va parametrlarini tekshiring, yaroqsiz natijani esa koʻzdan kechirish uchun saqlang.
Sanali model konfiguratsiyasi 1,048,576 ketma-ketlik pozitsiyasini belgilaydi. Ketma-ketlikni tayyorlashda berilgan material, suhbat tarixi, vosita taʼriflari, qaytarilgan kuzatuvlar va yaratilgan javobni hisobga oling. Mavjud joyni aloqasiz fayllar bilan toʻldirish oʻrniga modelga kichik patch, dalillar jadvali yoki raqamlangan reja kabi foydali javob maqsadini bering.
Ishlab chiqaruvchining mahalliy retsepti temperature 1.0’ni, agent ishlari uchun top_p 0.95’ni, boshqa hollarda 1.0’ni tavsiya qiladi. high va max thinking kuchida u maksimal chiqish uzunligini 384K token qilib belgilashni tavsiya etadi. Bular eʼlon qilingan retsept sozlamalari va yaratish hajmi boʻyicha tavsiya; ketma-ketlik byudjeti soʻrovning qolgan qismini ham sigʻdirishi kerak.
0731 relizi biriktirilgan spekulyativ dekodlash modulini oʻz ichiga olgan Flash DSpark tuzilmasidan foydalanadi. Flash’ning asosiy qismi jami 284 milliard parametrli, har bir tokenda 13 milliard parametr faollashadigan ekspertlar aralashmasi modeli sifatida tavsiflangan. Bu asosiy qism sonlarini qoʻshimcha modul ogʻirliklaridan ajratib turing. Aynan shu sanali konfiguratsiyada 43 qatlam, 256 marshrutlanadigan ekspert, bitta umumiy ekspert va har bir tokenda tanlanadigan oltita ekspert bor.
Foydali chiqish chaqiruvchi soʻragan javob, taklif etilgan kod, tuzilgan topilma yoki keyingi ish bosqichi boʻlib qoladi. Kod oʻzgartirishini berilgan fayllar va kuzatilgan nosozlik bilan tekshiring. Hujjat xulosasini keltirilgan parcha yoki qaytarilgan yozuv bilan tekshiring. Keyingi solishtirish bir xil muammo va dalillardan foydalanishi uchun natija bilan model nashri, topshiriq va tegishli kuzatuvlarni saqlang.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar ~deepseek/deepseek-v4-flash-latest | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar user, assistant | Standart— |
Maydonmessages[].content | Turstring | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmax_tokens | Turinteger | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Matn · UTF-8 matni
messages[].content satri
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages, max_tokens |
Parametroptional_controls | Parametr talablaristream |
Parametrmaterial_types | Parametr talablaritext |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 hujjatini o‘qing va uning matnini ko‘rsatilgan kirish yoki xabar kontenti satriga joylashtiring. |
Hayot sikli: synchronous_or_streamed
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
Har bir to‘lovni ko‘rsatilgan shartlarga moslang. Har bir muqobil sozlamalar to‘plami uchun bitta tarifdan foydalaning.
| Sozlama | Tariflar jadvali | Kontekst tokenlari soni bundan ko‘p | Kontekst tokenlari soni bundan oshmaydi, chegara kiradi | To‘lov |
|---|---|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | Kontekst tokenlari soni bundan ko‘p— | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
| SozlamaSo‘rov uzunligi bo‘yicha 1-daraja | Tariflar jadvali— | Kontekst tokenlari soni bundan ko‘p0 | Kontekst tokenlari soni bundan oshmaydi, chegara kiradiYuqori chegara yo‘q | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.00264 / 1K token Kirish · Keshdan o‘qish $0.000056 / 1K token Kirish · Keshga yozish — / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "~deepseek/deepseek-v4-flash-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': '~deepseek/deepseek-v4-flash-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': '~deepseek/deepseek-v4-flash-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Barcha kontent bloklari, fikrlash imzolari va haqiqiy vosita ishlatish IDlarini saqlang. SSE bloklarining barcha o‘zgarish qismlarini yig‘ing; birinchi matn bloki to‘liq chiqish emas.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonid | Turstring |
Maydonmodel | Turstring |
Maydoncontent[] | Turtext|thinking|tool_use|other content block |
Maydonstop_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
Ingliz tilidagi texnik misol
Repair a required-field check\n\nA route rejects only if not payload.get("quantity"). The contract requires quantity to be an integer greater than zero, excluding booleans. Explain why inputs {"quantity": -2} and {"quantity": true} expose a problem. Propose a small Python validation patch and cases for missing, zero, negative, boolean and positive values.A diagnosis, a focused validation patch and five input cases with accept or reject expectations.Check that Python booleans are not accepted as integers and positive whole quantities still pass.