DeepSeek V3.1 là mô hình văn bản lai của DeepSeek: cùng một phiên bản có tên hỗ trợ phản hồi suy nghĩ và không suy nghĩ qua các thiết lập mẫu trò chuyện khác nhau. Nhà sản xuất nhấn mạnh sử dụng công cụ, nhiệm vụ tác tử và hiệu quả suy luận được cải thiện so với mô hình trước. Mô hình nhận chỉ dẫn viết và ngữ cảnh văn bản, tạo câu trả lời, mã hoặc nội dung lời gọi công cụ. Định danh V3.1 gốc tách biệt với Terminus, V3.2 và dòng V4.
Thẻ mô hình liệt kê tổng cộng 671 tỷ tham số, 37 tỷ tham số hoạt động và ngữ cảnh 128K cho cả phiên bản nền tảng lẫn hậu huấn luyện. V3.1 phát triển từ nền tảng V3 gốc với huấn luyện mở rộng trên tài liệu dài trước hậu huấn luyện. Cấu trúc hỗn hợp chuyên gia và attention tiềm ẩn theo kiến trúc V3. Các đặc điểm thiết kế giải thích cấu hình văn bản ngữ cảnh dài mà không biến con số ngữ cảnh thành thông số đầu ra tối đa riêng.
Chế độ không suy nghĩ chuẩn bị phản hồi trực tiếp, còn chế độ suy nghĩ bắt đầu giai đoạn suy luận trước câu trả lời. Mẫu của nhà sản xuất dùng dấu đóng suy nghĩ cho phản hồi trực tiếp và dấu mở suy nghĩ cho lượt suy luận hiện tại. Trong hội thoại nhiều lượt, nội dung suy luận trước bị loại bỏ, còn phản hồi cuối và dấu đóng vẫn ở trong ngữ cảnh. Đây là quy tắc lịch sử V3.1 gốc, khác với quy tắc V3.2 sau đó giữ suy luận qua các thông điệp liên quan công cụ.
Gọi công cụ tiêu chuẩn được ghi nhận ở chế độ không suy nghĩ. Ứng dụng cung cấp tên hàm, mô tả và lược đồ tham số; mô hình trả tên công cụ đã chọn và đối số JSON theo biểu diễn lời gọi công cụ của nhà sản xuất. Ứng dụng thực thi thao tác và trả kết quả. Giao mục đích cụ thể cho công cụ, giữ quan sát trả về gắn với lời gọi để bước mô hình tiếp theo có bằng chứng thay vì giả định hành động đã xảy ra.
Tìm kiếm ở chế độ suy nghĩ dùng định dạng tác tử tìm kiếm chuyên biệt riêng. DeepSeek ghi nhận công cụ tìm kiếm do người dùng cung cấp cho câu hỏi cần thông tin bên ngoài hoặc hiện tại, với lời gọi và quan sát lặp lại qua nhiều lượt. Vì vậy, tìm kiếm là một phần quy trình bao quanh, không phải tuyên bố phản hồi văn bản tự duyệt web. Xác định câu hỏi, tiêu chí nguồn và câu trả lời cuối cần nhận trước khi nhiệm vụ tìm kiếm bắt đầu.
Với lập trình, cung cấp đoạn hoặc tệp liên quan, hành vi quan sát được, hành vi mong đợi và ràng buộc cần giữ. Một đề bài minh họa là: “Xác định nguyên nhân lỗi này với đầu vào được cung cấp, đề xuất cách sửa tập trung và giải thích điều kiện thay đổi xử lý.” Với nhiệm vụ tài liệu, gắn nhãn các phần nguồn và yêu cầu so sánh theo yêu cầu rõ ràng. Yêu cầu câu trả lời cuối phân biệt kết luận có nguồn hỗ trợ với hành động tiếp theo được đề xuất.
Nhà sản xuất huấn luyện V3.1 bằng định dạng thang UE8M0 FP8 cho trọng số và giá trị kích hoạt. Các khuyến nghị cục bộ cũng xác định tham số nhạy về độ chính xác cần được xử lý đúng. Đây là đặc điểm của tham chiếu được nhà sản xuất công bố, không phải tuyên bố về độ chính xác hoặc cách triển khai mà mọi ứng dụng chọn. Bản phái sinh, biến thể lượng tử hóa và checkpoint Terminus sau đó vẫn là lựa chọn riêng so với phiên bản V3.1 gốc có tên.
Chuẩn bị công việc dài hơn với câu hỏi rõ ràng, nhãn nguồn và sản phẩm cuối xác định. Phân bổ hội thoại, văn bản nguồn, suy luận, đầu ra trong ngữ cảnh được ghi nhận và chỉ giữ bằng chứng liên quan khi nhiệm vụ mở rộng. Với tác tử, nêu hành động được phép và tiêu chí đánh dấu kết quả hoàn tất. Sản phẩm hữu ích là câu trả lời văn bản, đề xuất mã hoặc phân tích có nguồn hỗ trợ có thể đánh giá, gắn với đầu vào và quan sát ứng dụng thực sự trả về.
", "aboutText": "DeepSeek V3.1 là mô hình văn bản lai của DeepSeek: cùng một phiên bản có tên hỗ trợ phản hồi suy nghĩ và không suy nghĩ qua các thiết lập mẫu trò chuyện khác nhau. Nhà sản xuất nhấn mạnh sử dụng công cụ, nhiệm vụ tác tử và hiệu quả suy luận được cải thiện so với mô hình trước. Mô hình nhận chỉ dẫn viết và ngữ cảnh văn bản, tạo câu trả lời, mã hoặc nội dung lời gọi công cụ. Định danh V3.1 gốc tách biệt với Terminus, V3.2 và dòng V4.\n\nThẻ mô hình liệt kê tổng cộng 671 tỷ tham số, 37 tỷ tham số hoạt động và ngữ cảnh 128K cho cả phiên bản nền tảng lẫn hậu huấn luyện. V3.1 phát triển từ nền tảng V3 gốc với huấn luyện mở rộng trên tài liệu dài trước hậu huấn luyện. Cấu trúc hỗn hợp chuyên gia và attention tiềm ẩn theo kiến trúc V3. Các đặc điểm thiết kế giải thích cấu hình văn bản ngữ cảnh dài mà không biến con số ngữ cảnh thành thông số đầu ra tối đa riêng.\n\nChế độ không suy nghĩ chuẩn bị phản hồi trực tiếp, còn chế độ suy nghĩ bắt đầu giai đoạn suy luận trước câu trả lời. Mẫu của nhà sản xuất dùng dấu đóng suy nghĩ cho phản hồi trực tiếp và dấu mở suy nghĩ cho lượt suy luận hiện tại. Trong hội thoại nhiều lượt, nội dung suy luận trước bị loại bỏ, còn phản hồi cuối và dấu đóng vẫn ở trong ngữ cảnh. Đây là quy tắc lịch sử V3.1 gốc, khác với quy tắc V3.2 sau đó giữ suy luận qua các thông điệp liên quan công cụ.\n\nGọi công cụ tiêu chuẩn được ghi nhận ở chế độ không suy nghĩ. Ứng dụng cung cấp tên hàm, mô tả và lược đồ tham số; mô hình trả tên công cụ đã chọn và đối số JSON theo biểu diễn lời gọi công cụ của nhà sản xuất. Ứng dụng thực thi thao tác và trả kết quả. Giao mục đích cụ thể cho công cụ, giữ quan sát trả về gắn với lời gọi để bước mô hình tiếp theo có bằng chứng thay vì giả định hành động đã xảy ra.\n\nTìm kiếm ở chế độ suy nghĩ dùng định dạng tác tử tìm kiếm chuyên biệt riêng. DeepSeek ghi nhận công cụ tìm kiếm do người dùng cung cấp cho câu hỏi cần thông tin bên ngoài hoặc hiện tại, với lời gọi và quan sát lặp lại qua nhiều lượt. Vì vậy, tìm kiếm là một phần quy trình bao quanh, không phải tuyên bố phản hồi văn bản tự duyệt web. Xác định câu hỏi, tiêu chí nguồn và câu trả lời cuối cần nhận trước khi nhiệm vụ tìm kiếm bắt đầu.\n\nVới lập trình, cung cấp đoạn hoặc tệp liên quan, hành vi quan sát được, hành vi mong đợi và ràng buộc cần giữ. Một đề bài minh họa là: “Xác định nguyên nhân lỗi này với đầu vào được cung cấp, đề xuất cách sửa tập trung và giải thích điều kiện thay đổi xử lý.” Với nhiệm vụ tài liệu, gắn nhãn các phần nguồn và yêu cầu so sánh theo yêu cầu rõ ràng. Yêu cầu câu trả lời cuối phân biệt kết luận có nguồn hỗ trợ với hành động tiếp theo được đề xuất.\n\nNhà sản xuất huấn luyện V3.1 bằng định dạng thang UE8M0 FP8 cho trọng số và giá trị kích hoạt. Các khuyến nghị cục bộ cũng xác định tham số nhạy về độ chính xác cần được xử lý đúng. Đây là đặc điểm của tham chiếu được nhà sản xuất công bố, không phải tuyên bố về độ chính xác hoặc cách triển khai mà mọi ứng dụng chọn. Bản phái sinh, biến thể lượng tử hóa và checkpoint Terminus sau đó vẫn là lựa chọn riêng so với phiên bản V3.1 gốc có tên.\n\nChuẩn bị công việc dài hơn với câu hỏi rõ ràng, nhãn nguồn và sản phẩm cuối xác định. Phân bổ hội thoại, văn bản nguồn, suy luận, đầu ra trong ngữ cảnh được ghi nhận và chỉ giữ bằng chứng liên quan khi nhiệm vụ mở rộng. Với tác tử, nêu hành động được phép và tiêu chí đánh dấu kết quả hoàn tất. Sản phẩm hữu ích là câu trả lời văn bản, đề xuất mã hoặc phân tích có nguồn hỗ trợ có thể đánh giá, gắn với đầu vào và quan sát ứng dụng thực sự trả về.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Fix a pagination boundary\n\nFind the bug in this Python pagination helper: def page(items, offset, limit): return items[offset:limit]. For items=[10,20,30,40,50], offset=2 and limit=2, the expected result is [30,40]. Return a focused patch and tests for a nonzero offset, an empty list and a page extending past the list end.A corrected function and three runnable unit-test examples with explicit expected results.Check that the slice endpoint is derived from offset plus limit and all three boundary cases preserve list slicing behavior.deepseek/deepseek-chat-v3.1DeepSeek V3.1 là mô hình văn bản lai với chế độ suy nghĩ và phản hồi trực tiếp trong một phiên bản. Ngữ cảnh 128K và cấu hình sử dụng công cụ cải thiện hỗ trợ lập trình, phân tích tài liệu, tìm kiếm do ứng dụng cung cấp, với kết quả là văn bản hoặc lời gọi công cụ đề xuất.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
DeepSeek V3.1 là mô hình văn bản lai của DeepSeek: cùng một phiên bản có tên hỗ trợ phản hồi suy nghĩ và không suy nghĩ qua các thiết lập mẫu trò chuyện khác nhau. Nhà sản xuất nhấn mạnh sử dụng công cụ, nhiệm vụ tác tử và hiệu quả suy luận được cải thiện so với mô hình trước. Mô hình nhận chỉ dẫn viết và ngữ cảnh văn bản, tạo câu trả lời, mã hoặc nội dung lời gọi công cụ. Định danh V3.1 gốc tách biệt với Terminus, V3.2 và dòng V4.
Thẻ mô hình liệt kê tổng cộng 671 tỷ tham số, 37 tỷ tham số hoạt động và ngữ cảnh 128K cho cả phiên bản nền tảng lẫn hậu huấn luyện. V3.1 phát triển từ nền tảng V3 gốc với huấn luyện mở rộng trên tài liệu dài trước hậu huấn luyện. Cấu trúc hỗn hợp chuyên gia và attention tiềm ẩn theo kiến trúc V3. Các đặc điểm thiết kế giải thích cấu hình văn bản ngữ cảnh dài mà không biến con số ngữ cảnh thành thông số đầu ra tối đa riêng.
Chế độ không suy nghĩ chuẩn bị phản hồi trực tiếp, còn chế độ suy nghĩ bắt đầu giai đoạn suy luận trước câu trả lời. Mẫu của nhà sản xuất dùng dấu đóng suy nghĩ cho phản hồi trực tiếp và dấu mở suy nghĩ cho lượt suy luận hiện tại. Trong hội thoại nhiều lượt, nội dung suy luận trước bị loại bỏ, còn phản hồi cuối và dấu đóng vẫn ở trong ngữ cảnh. Đây là quy tắc lịch sử V3.1 gốc, khác với quy tắc V3.2 sau đó giữ suy luận qua các thông điệp liên quan công cụ.
Gọi công cụ tiêu chuẩn được ghi nhận ở chế độ không suy nghĩ. Ứng dụng cung cấp tên hàm, mô tả và lược đồ tham số; mô hình trả tên công cụ đã chọn và đối số JSON theo biểu diễn lời gọi công cụ của nhà sản xuất. Ứng dụng thực thi thao tác và trả kết quả. Giao mục đích cụ thể cho công cụ, giữ quan sát trả về gắn với lời gọi để bước mô hình tiếp theo có bằng chứng thay vì giả định hành động đã xảy ra.
Tìm kiếm ở chế độ suy nghĩ dùng định dạng tác tử tìm kiếm chuyên biệt riêng. DeepSeek ghi nhận công cụ tìm kiếm do người dùng cung cấp cho câu hỏi cần thông tin bên ngoài hoặc hiện tại, với lời gọi và quan sát lặp lại qua nhiều lượt. Vì vậy, tìm kiếm là một phần quy trình bao quanh, không phải tuyên bố phản hồi văn bản tự duyệt web. Xác định câu hỏi, tiêu chí nguồn và câu trả lời cuối cần nhận trước khi nhiệm vụ tìm kiếm bắt đầu.
Với lập trình, cung cấp đoạn hoặc tệp liên quan, hành vi quan sát được, hành vi mong đợi và ràng buộc cần giữ. Một đề bài minh họa là: “Xác định nguyên nhân lỗi này với đầu vào được cung cấp, đề xuất cách sửa tập trung và giải thích điều kiện thay đổi xử lý.” Với nhiệm vụ tài liệu, gắn nhãn các phần nguồn và yêu cầu so sánh theo yêu cầu rõ ràng. Yêu cầu câu trả lời cuối phân biệt kết luận có nguồn hỗ trợ với hành động tiếp theo được đề xuất.
Nhà sản xuất huấn luyện V3.1 bằng định dạng thang UE8M0 FP8 cho trọng số và giá trị kích hoạt. Các khuyến nghị cục bộ cũng xác định tham số nhạy về độ chính xác cần được xử lý đúng. Đây là đặc điểm của tham chiếu được nhà sản xuất công bố, không phải tuyên bố về độ chính xác hoặc cách triển khai mà mọi ứng dụng chọn. Bản phái sinh, biến thể lượng tử hóa và checkpoint Terminus sau đó vẫn là lựa chọn riêng so với phiên bản V3.1 gốc có tên.
Chuẩn bị công việc dài hơn với câu hỏi rõ ràng, nhãn nguồn và sản phẩm cuối xác định. Phân bổ hội thoại, văn bản nguồn, suy luận, đầu ra trong ngữ cảnh được ghi nhận và chỉ giữ bằng chứng liên quan khi nhiệm vụ mở rộng. Với tác tử, nêu hành động được phép và tiêu chí đánh dấu kết quả hoàn tất. Sản phẩm hữu ích là câu trả lời văn bản, đề xuất mã hoặc phân tích có nguồn hỗ trợ có thể đánh giá, gắn với đầu vào và quan sát ứng dụng thực sự trả về.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn deepseek/deepseek-chat-v3.1 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.000572 / 1K token Đầu ra · Token đầu ra $0.0023 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00026 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.000572 / 1K token Đầu ra · Token đầu ra $0.0023 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00026 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek/deepseek-chat-v3.1", "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-chat-v3.1',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-chat-v3.1',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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra deepseek/deepseek-chat-v3.1
Dùng các đường dẫn phương thức hiển thị ở trên.
deepseek/deepseek-chat-v3.1DeepSeek V3.1 là mô hình văn bản lai với chế độ suy nghĩ và phản hồi trực tiếp trong một phiên bản. Ngữ cảnh 128K và cấu hình sử dụng công cụ cải thiện hỗ trợ lập trình, phân tích tài liệu, tìm kiếm do ứng dụng cung cấp, với kết quả là văn bản hoặc lời gọi công cụ đề xuất.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
DeepSeek V3.1 là mô hình văn bản lai của DeepSeek: cùng một phiên bản có tên hỗ trợ phản hồi suy nghĩ và không suy nghĩ qua các thiết lập mẫu trò chuyện khác nhau. Nhà sản xuất nhấn mạnh sử dụng công cụ, nhiệm vụ tác tử và hiệu quả suy luận được cải thiện so với mô hình trước. Mô hình nhận chỉ dẫn viết và ngữ cảnh văn bản, tạo câu trả lời, mã hoặc nội dung lời gọi công cụ. Định danh V3.1 gốc tách biệt với Terminus, V3.2 và dòng V4.
Thẻ mô hình liệt kê tổng cộng 671 tỷ tham số, 37 tỷ tham số hoạt động và ngữ cảnh 128K cho cả phiên bản nền tảng lẫn hậu huấn luyện. V3.1 phát triển từ nền tảng V3 gốc với huấn luyện mở rộng trên tài liệu dài trước hậu huấn luyện. Cấu trúc hỗn hợp chuyên gia và attention tiềm ẩn theo kiến trúc V3. Các đặc điểm thiết kế giải thích cấu hình văn bản ngữ cảnh dài mà không biến con số ngữ cảnh thành thông số đầu ra tối đa riêng.
Chế độ không suy nghĩ chuẩn bị phản hồi trực tiếp, còn chế độ suy nghĩ bắt đầu giai đoạn suy luận trước câu trả lời. Mẫu của nhà sản xuất dùng dấu đóng suy nghĩ cho phản hồi trực tiếp và dấu mở suy nghĩ cho lượt suy luận hiện tại. Trong hội thoại nhiều lượt, nội dung suy luận trước bị loại bỏ, còn phản hồi cuối và dấu đóng vẫn ở trong ngữ cảnh. Đây là quy tắc lịch sử V3.1 gốc, khác với quy tắc V3.2 sau đó giữ suy luận qua các thông điệp liên quan công cụ.
Gọi công cụ tiêu chuẩn được ghi nhận ở chế độ không suy nghĩ. Ứng dụng cung cấp tên hàm, mô tả và lược đồ tham số; mô hình trả tên công cụ đã chọn và đối số JSON theo biểu diễn lời gọi công cụ của nhà sản xuất. Ứng dụng thực thi thao tác và trả kết quả. Giao mục đích cụ thể cho công cụ, giữ quan sát trả về gắn với lời gọi để bước mô hình tiếp theo có bằng chứng thay vì giả định hành động đã xảy ra.
Tìm kiếm ở chế độ suy nghĩ dùng định dạng tác tử tìm kiếm chuyên biệt riêng. DeepSeek ghi nhận công cụ tìm kiếm do người dùng cung cấp cho câu hỏi cần thông tin bên ngoài hoặc hiện tại, với lời gọi và quan sát lặp lại qua nhiều lượt. Vì vậy, tìm kiếm là một phần quy trình bao quanh, không phải tuyên bố phản hồi văn bản tự duyệt web. Xác định câu hỏi, tiêu chí nguồn và câu trả lời cuối cần nhận trước khi nhiệm vụ tìm kiếm bắt đầu.
Với lập trình, cung cấp đoạn hoặc tệp liên quan, hành vi quan sát được, hành vi mong đợi và ràng buộc cần giữ. Một đề bài minh họa là: “Xác định nguyên nhân lỗi này với đầu vào được cung cấp, đề xuất cách sửa tập trung và giải thích điều kiện thay đổi xử lý.” Với nhiệm vụ tài liệu, gắn nhãn các phần nguồn và yêu cầu so sánh theo yêu cầu rõ ràng. Yêu cầu câu trả lời cuối phân biệt kết luận có nguồn hỗ trợ với hành động tiếp theo được đề xuất.
Nhà sản xuất huấn luyện V3.1 bằng định dạng thang UE8M0 FP8 cho trọng số và giá trị kích hoạt. Các khuyến nghị cục bộ cũng xác định tham số nhạy về độ chính xác cần được xử lý đúng. Đây là đặc điểm của tham chiếu được nhà sản xuất công bố, không phải tuyên bố về độ chính xác hoặc cách triển khai mà mọi ứng dụng chọn. Bản phái sinh, biến thể lượng tử hóa và checkpoint Terminus sau đó vẫn là lựa chọn riêng so với phiên bản V3.1 gốc có tên.
Chuẩn bị công việc dài hơn với câu hỏi rõ ràng, nhãn nguồn và sản phẩm cuối xác định. Phân bổ hội thoại, văn bản nguồn, suy luận, đầu ra trong ngữ cảnh được ghi nhận và chỉ giữ bằng chứng liên quan khi nhiệm vụ mở rộng. Với tác tử, nêu hành động được phép và tiêu chí đánh dấu kết quả hoàn tất. Sản phẩm hữu ích là câu trả lời văn bản, đề xuất mã hoặc phân tích có nguồn hỗ trợ có thể đánh giá, gắn với đầu vào và quan sát ứng dụng thực sự trả về.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn deepseek/deepseek-chat-v3.1 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.000572 / 1K token Đầu ra · Token đầu ra $0.0023 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00026 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.000572 / 1K token Đầu ra · Token đầu ra $0.0023 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.00026 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "deepseek/deepseek-chat-v3.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-chat-v3.1', '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-chat-v3.1', '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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra deepseek/deepseek-chat-v3.1
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Fix a pagination boundary\n\nFind the bug in this Python pagination helper: def page(items, offset, limit): return items[offset:limit]. For items=[10,20,30,40,50], offset=2 and limit=2, the expected result is [30,40]. Return a focused patch and tests for a nonzero offset, an empty list and a page extending past the list end.A corrected function and three runnable unit-test examples with explicit expected results.Check that the slice endpoint is derived from offset plus limit and all three boundary cases preserve list slicing behavior.