DeepSeek V4 Flash 0731 là bản phát hành chính thức của nhánh Flash, thay thế phiên bản xem trước. Trọng tâm thực tế gồm lập trình và công việc tác nhân: diễn giải kho mã được cung cấp, đề xuất thay đổi, sử dụng quan sát từ công cụ và trả về sản phẩm để bên gọi kiểm tra. Gắn phiên bản 0731 với kết quả đã lưu khi so sánh với Flash Preview, Pro 0813 hoặc V4.1 Flash.
Cung cấp tác vụ thực tế, các tệp hoặc đoạn tài liệu liên quan, ràng buộc và kết quả mong đợi. Với thay đổi kho mã, đưa vào đoạn mã chịu ảnh hưởng, hành vi quan sát được và lệnh hoặc yêu cầu tái hiện vấn đề. Xác định sản phẩm cần giao là lời giải thích, bản patch đề xuất, danh sách phát hiện hay kế hoạch có cấu trúc.
Một yêu cầu gỡ lỗi hữu ích là: “Sử dụng trình xử lý tuyến, lược đồ xác thực và yêu cầu thất bại được cung cấp. Giải thích đầu vào lệch khỏi lược đồ ở đâu, đề xuất thay đổi nhỏ nhất và chỉ ra phép kiểm tra hiện có có thể phân biệt kết quả đã được sửa.” Với tác vụ tài liệu, nêu các phần được cung cấp và yêu cầu bảng yêu cầu, bằng chứng cùng câu hỏi chưa giải quyết. Đây là các ví dụ về cách giao việc; hãy kèm tài liệu nguồn thật trong yêu cầu.
Định dạng của nhà sản xuất hỗ trợ trò chuyện trực tiếp và thinking. Trò chuyện trực tiếp trả ngay nội dung phản hồi. Thinking tách trường suy luận của mô hình khỏi câu trả lời cuối cùng. Trong chế độ thinking, các mức nỗ lực được tài liệu mô tả là low, high và max, mặc định low. Phiên bản này dùng những mức có tên đó thay cho thang nỗ lực bằng số nguyên của V4.1 Flash.
Chọn chế độ theo công việc. Một thay đổi câu chữ ngắn có thể nêu dữ kiện cần giữ và giọng văn thay thế. Một tác vụ kho mã phức tạp có thể xác định bước điều tra, bằng chứng liên quan và báo cáo cuối gọn. Dù dùng mức thinking cao hơn, vẫn nêu rõ sản phẩm cuối mong muốn: chẳng hạn một diff đề xuất, lời giải thích ngắn và các lệnh để kiểm tra.
Định dạng gốc hỗ trợ tin nhắn nhiều lượt và định nghĩa công cụ có tham số mang tên, kèm lược đồ. Mô hình có thể trả về lời gọi công cụ được yêu cầu; ứng dụng thực thi thao tác và cung cấp quan sát thu được ở lượt sau. Gắn kết quả công cụ với đúng lời gọi và giữ nguyên thứ tự khi trả nhiều quan sát.
Với quy trình kiểm tra tệp, cung cấp thao tác đọc tệp thực tế, mô tả đường dẫn đầu vào và trả về nội dung quan sát được. Yêu cầu mô hình dựa đề xuất tiếp theo trên nội dung đó. Với quy trình dữ liệu, cung cấp thao tác truy vấn và trả về bản ghi thực tế; yêu cầu phép tính hoặc bản tóm tắt trên những bản ghi đó. Lời gọi được trả về và thao tác đã thực thi là hai bước riêng trên đường đạt kết quả yêu cầu.
Bộ mã hóa của nhà sản xuất giữ ngữ cảnh suy luận qua các cuộc hội thoại dùng công cụ. Trong trò chuyện thông thường, bộ mã hóa thường bỏ suy luận ở các lượt trước tin nhắn người dùng gần nhất. Dùng các trường tin nhắn và cách xử lý hội thoại được tài liệu quy định khi duy trì quy trình nhiều bước. Trình phân tích cú pháp tham chiếu cần đầu ra đúng cấu trúc, vì vậy kiểm tra tên và tham số của lời gọi đã phân tích trước khi thực thi, đồng thời giữ lại kết quả không hợp lệ để xem xét.
Cấu hình mô hình theo ngày quy định 1,048,576 vị trí chuỗi. Tính cả tài liệu được cung cấp, lịch sử hội thoại, định nghĩa công cụ, quan sát trả về và phản hồi được tạo khi chuẩn bị một chuỗi. Đưa ra mục tiêu trả lời hữu ích như patch nhỏ, bảng bằng chứng hoặc kế hoạch đánh số, thay vì lấp đầy dung lượng bằng tệp không liên quan.
Công thức chạy cục bộ của nhà sản xuất khuyến nghị temperature 1.0, với top_p 0.95 cho công việc tác nhân và 1.0 trong trường hợp khác. Với mức thinking high và max, công thức khuyến nghị đặt độ dài đầu ra tối đa 384K token. Đây là các thiết lập được công bố và khuyến nghị về ngân sách tạo; ngân sách chuỗi vẫn phải chứa phần còn lại của yêu cầu.
Bản 0731 dùng cấu trúc Flash DSpark, bao gồm mô-đun giải mã suy đoán được gắn thêm. Phần lõi Flash là mô hình hỗn hợp chuyên gia được mô tả có tổng cộng 284 tỷ tham số và 13 tỷ tham số kích hoạt mỗi token. Phân biệt số lượng của phần lõi với mọi trọng số mô-đun bổ sung. Cấu hình đúng theo ngày này có 43 lớp, 256 chuyên gia định tuyến, một chuyên gia dùng chung và sáu chuyên gia được chọn mỗi token.
Đầu ra hữu ích vẫn là câu trả lời, mã đề xuất, phát hiện có cấu trúc hoặc bước quy trình tiếp theo mà bên gọi yêu cầu. Kiểm tra thay đổi mã với tệp được cung cấp và lỗi quan sát được. Kiểm tra kết luận tài liệu với đoạn trích hoặc bản ghi trả về. Lưu phiên bản mô hình, bản giao việc và quan sát liên quan cùng kết quả để phép so sánh sau dùng cùng vấn đề và bằng chứng.
", "aboutText": "DeepSeek V4 Flash 0731 là bản phát hành chính thức của nhánh Flash, thay thế phiên bản xem trước. Trọng tâm thực tế gồm lập trình và công việc tác nhân: diễn giải kho mã được cung cấp, đề xuất thay đổi, sử dụng quan sát từ công cụ và trả về sản phẩm để bên gọi kiểm tra. Gắn phiên bản 0731 với kết quả đã lưu khi so sánh với Flash Preview, Pro 0813 hoặc V4.1 Flash.\n\n### Bắt đầu từ tài liệu và sản phẩm cần có\n\nCung cấp tác vụ thực tế, các tệp hoặc đoạn tài liệu liên quan, ràng buộc và kết quả mong đợi. Với thay đổi kho mã, đưa vào đoạn mã chịu ảnh hưởng, hành vi quan sát được và lệnh hoặc yêu cầu tái hiện vấn đề. Xác định sản phẩm cần giao là lời giải thích, bản patch đề xuất, danh sách phát hiện hay kế hoạch có cấu trúc.\n\nMột yêu cầu gỡ lỗi hữu ích là: “Sử dụng trình xử lý tuyến, lược đồ xác thực và yêu cầu thất bại được cung cấp. Giải thích đầu vào lệch khỏi lược đồ ở đâu, đề xuất thay đổi nhỏ nhất và chỉ ra phép kiểm tra hiện có có thể phân biệt kết quả đã được sửa.” Với tác vụ tài liệu, nêu các phần được cung cấp và yêu cầu bảng yêu cầu, bằng chứng cùng câu hỏi chưa giải quyết. Đây là các ví dụ về cách giao việc; hãy kèm tài liệu nguồn thật trong yêu cầu.\n\n### Chọn trò chuyện trực tiếp hoặc thinking\n\nĐịnh dạng của nhà sản xuất hỗ trợ trò chuyện trực tiếp và thinking. Trò chuyện trực tiếp trả ngay nội dung phản hồi. Thinking tách trường suy luận của mô hình khỏi câu trả lời cuối cùng. Trong chế độ thinking, các mức nỗ lực được tài liệu mô tả là low, high và max, mặc định low. Phiên bản này dùng những mức có tên đó thay cho thang nỗ lực bằng số nguyên của V4.1 Flash.\n\nChọn chế độ theo công việc. Một thay đổi câu chữ ngắn có thể nêu dữ kiện cần giữ và giọng văn thay thế. Một tác vụ kho mã phức tạp có thể xác định bước điều tra, bằng chứng liên quan và báo cáo cuối gọn. Dù dùng mức thinking cao hơn, vẫn nêu rõ sản phẩm cuối mong muốn: chẳng hạn một diff đề xuất, lời giải thích ngắn và các lệnh để kiểm tra.\n\n### Kết nối công cụ qua quy trình ứng dụng\n\nĐịnh dạng gốc hỗ trợ tin nhắn nhiều lượt và định nghĩa công cụ có tham số mang tên, kèm lược đồ. Mô hình có thể trả về lời gọi công cụ được yêu cầu; ứng dụng thực thi thao tác và cung cấp quan sát thu được ở lượt sau. Gắn kết quả công cụ với đúng lời gọi và giữ nguyên thứ tự khi trả nhiều quan sát.\n\nVới quy trình kiểm tra tệp, cung cấp thao tác đọc tệp thực tế, mô tả đường dẫn đầu vào và trả về nội dung quan sát được. Yêu cầu mô hình dựa đề xuất tiếp theo trên nội dung đó. Với quy trình dữ liệu, cung cấp thao tác truy vấn và trả về bản ghi thực tế; yêu cầu phép tính hoặc bản tóm tắt trên những bản ghi đó. Lời gọi được trả về và thao tác đã thực thi là hai bước riêng trên đường đạt kết quả yêu cầu.\n\nBộ mã hóa của nhà sản xuất giữ ngữ cảnh suy luận qua các cuộc hội thoại dùng công cụ. Trong trò chuyện thông thường, bộ mã hóa thường bỏ suy luận ở các lượt trước tin nhắn người dùng gần nhất. Dùng các trường tin nhắn và cách xử lý hội thoại được tài liệu quy định khi duy trì quy trình nhiều bước. Trình phân tích cú pháp tham chiếu cần đầu ra đúng cấu trúc, vì vậy kiểm tra tên và tham số của lời gọi đã phân tích trước khi thực thi, đồng thời giữ lại kết quả không hợp lệ để xem xét.\n\n### Lập ngân sách cho hội thoại và câu trả lời\n\nCấu hình mô hình theo ngày quy định 1,048,576 vị trí chuỗi. Tính cả tài liệu được cung cấp, lịch sử hội thoại, định nghĩa công cụ, quan sát trả về và phản hồi được tạo khi chuẩn bị một chuỗi. Đưa ra mục tiêu trả lời hữu ích như patch nhỏ, bảng bằng chứng hoặc kế hoạch đánh số, thay vì lấp đầy dung lượng bằng tệp không liên quan.\n\nCông thức chạy cục bộ của nhà sản xuất khuyến nghị temperature 1.0, với top_p 0.95 cho công việc tác nhân và 1.0 trong trường hợp khác. Với mức thinking high và max, công thức khuyến nghị đặt độ dài đầu ra tối đa 384K token. Đây là các thiết lập được công bố và khuyến nghị về ngân sách tạo; ngân sách chuỗi vẫn phải chứa phần còn lại của yêu cầu.\n\n### Phân biệt bản phát hành với kiến trúc\n\nBản 0731 dùng cấu trúc Flash DSpark, bao gồm mô-đun giải mã suy đoán được gắn thêm. Phần lõi Flash là mô hình hỗn hợp chuyên gia được mô tả có tổng cộng 284 tỷ tham số và 13 tỷ tham số kích hoạt mỗi token. Phân biệt số lượng của phần lõi với mọi trọng số mô-đun bổ sung. Cấu hình đúng theo ngày này có 43 lớp, 256 chuyên gia định tuyến, một chuyên gia dùng chung và sáu chuyên gia được chọn mỗi token.\n\nĐầu ra hữu ích vẫn là câu trả lời, mã đề xuất, phát hiện có cấu trúc hoặc bước quy trình tiếp theo mà bên gọi yêu cầu. Kiểm tra thay đổi mã với tệp được cung cấp và lỗi quan sát được. Kiểm tra kết luận tài liệu với đoạn trích hoặc bản ghi trả về. Lưu phiên bản mô hình, bản giao việc và quan sát liên quan cùng kết quả để phép so sánh sau dùng cùng vấn đề và bằng chứng.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
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 là bản Flash chính thức cho văn bản, lập trình và quy trình tác tử. Mô hình cung cấp chế độ trò chuyện trực tiếp và suy nghĩ, đầu ra lời gọi công cụ có cấu trúc cùng ngữ cảnh mô hình một triệu token; phiên bản có ngày này bao gồm mô-đun giải mã suy đoán DSpark.
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 V4 Flash 0731 là bản phát hành chính thức của nhánh Flash, thay thế phiên bản xem trước. Trọng tâm thực tế gồm lập trình và công việc tác nhân: diễn giải kho mã được cung cấp, đề xuất thay đổi, sử dụng quan sát từ công cụ và trả về sản phẩm để bên gọi kiểm tra. Gắn phiên bản 0731 với kết quả đã lưu khi so sánh với Flash Preview, Pro 0813 hoặc V4.1 Flash.
Cung cấp tác vụ thực tế, các tệp hoặc đoạn tài liệu liên quan, ràng buộc và kết quả mong đợi. Với thay đổi kho mã, đưa vào đoạn mã chịu ảnh hưởng, hành vi quan sát được và lệnh hoặc yêu cầu tái hiện vấn đề. Xác định sản phẩm cần giao là lời giải thích, bản patch đề xuất, danh sách phát hiện hay kế hoạch có cấu trúc.
Một yêu cầu gỡ lỗi hữu ích là: “Sử dụng trình xử lý tuyến, lược đồ xác thực và yêu cầu thất bại được cung cấp. Giải thích đầu vào lệch khỏi lược đồ ở đâu, đề xuất thay đổi nhỏ nhất và chỉ ra phép kiểm tra hiện có có thể phân biệt kết quả đã được sửa.” Với tác vụ tài liệu, nêu các phần được cung cấp và yêu cầu bảng yêu cầu, bằng chứng cùng câu hỏi chưa giải quyết. Đây là các ví dụ về cách giao việc; hãy kèm tài liệu nguồn thật trong yêu cầu.
Định dạng của nhà sản xuất hỗ trợ trò chuyện trực tiếp và thinking. Trò chuyện trực tiếp trả ngay nội dung phản hồi. Thinking tách trường suy luận của mô hình khỏi câu trả lời cuối cùng. Trong chế độ thinking, các mức nỗ lực được tài liệu mô tả là low, high và max, mặc định low. Phiên bản này dùng những mức có tên đó thay cho thang nỗ lực bằng số nguyên của V4.1 Flash.
Chọn chế độ theo công việc. Một thay đổi câu chữ ngắn có thể nêu dữ kiện cần giữ và giọng văn thay thế. Một tác vụ kho mã phức tạp có thể xác định bước điều tra, bằng chứng liên quan và báo cáo cuối gọn. Dù dùng mức thinking cao hơn, vẫn nêu rõ sản phẩm cuối mong muốn: chẳng hạn một diff đề xuất, lời giải thích ngắn và các lệnh để kiểm tra.
Định dạng gốc hỗ trợ tin nhắn nhiều lượt và định nghĩa công cụ có tham số mang tên, kèm lược đồ. Mô hình có thể trả về lời gọi công cụ được yêu cầu; ứng dụng thực thi thao tác và cung cấp quan sát thu được ở lượt sau. Gắn kết quả công cụ với đúng lời gọi và giữ nguyên thứ tự khi trả nhiều quan sát.
Với quy trình kiểm tra tệp, cung cấp thao tác đọc tệp thực tế, mô tả đường dẫn đầu vào và trả về nội dung quan sát được. Yêu cầu mô hình dựa đề xuất tiếp theo trên nội dung đó. Với quy trình dữ liệu, cung cấp thao tác truy vấn và trả về bản ghi thực tế; yêu cầu phép tính hoặc bản tóm tắt trên những bản ghi đó. Lời gọi được trả về và thao tác đã thực thi là hai bước riêng trên đường đạt kết quả yêu cầu.
Bộ mã hóa của nhà sản xuất giữ ngữ cảnh suy luận qua các cuộc hội thoại dùng công cụ. Trong trò chuyện thông thường, bộ mã hóa thường bỏ suy luận ở các lượt trước tin nhắn người dùng gần nhất. Dùng các trường tin nhắn và cách xử lý hội thoại được tài liệu quy định khi duy trì quy trình nhiều bước. Trình phân tích cú pháp tham chiếu cần đầu ra đúng cấu trúc, vì vậy kiểm tra tên và tham số của lời gọi đã phân tích trước khi thực thi, đồng thời giữ lại kết quả không hợp lệ để xem xét.
Cấu hình mô hình theo ngày quy định 1,048,576 vị trí chuỗi. Tính cả tài liệu được cung cấp, lịch sử hội thoại, định nghĩa công cụ, quan sát trả về và phản hồi được tạo khi chuẩn bị một chuỗi. Đưa ra mục tiêu trả lời hữu ích như patch nhỏ, bảng bằng chứng hoặc kế hoạch đánh số, thay vì lấp đầy dung lượng bằng tệp không liên quan.
Công thức chạy cục bộ của nhà sản xuất khuyến nghị temperature 1.0, với top_p 0.95 cho công việc tác nhân và 1.0 trong trường hợp khác. Với mức thinking high và max, công thức khuyến nghị đặt độ dài đầu ra tối đa 384K token. Đây là các thiết lập được công bố và khuyến nghị về ngân sách tạo; ngân sách chuỗi vẫn phải chứa phần còn lại của yêu cầu.
Bản 0731 dùng cấu trúc Flash DSpark, bao gồm mô-đun giải mã suy đoán được gắn thêm. Phần lõi Flash là mô hình hỗn hợp chuyên gia được mô tả có tổng cộng 284 tỷ tham số và 13 tỷ tham số kích hoạt mỗi token. Phân biệt số lượng của phần lõi với mọi trọng số mô-đun bổ sung. Cấu hình đúng theo ngày này có 43 lớp, 256 chuyên gia định tuyến, một chuyên gia dùng chung và sáu chuyên gia được chọn mỗi token.
Đầu ra hữu ích vẫn là câu trả lời, mã đề xuất, phát hiện có cấu trúc hoặc bước quy trình tiếp theo mà bên gọi yêu cầu. Kiểm tra thay đổi mã với tệp được cung cấp và lỗi quan sát được. Kiểm tra kết luận tài liệu với đoạn trích hoặc bản ghi trả về. Lưu phiên bản mô hình, bản giao việc và quan sát liên quan cùng kết quả để phép so sánh sau dùng cùng vấn đề và bằng chứng.
POST /v1/messagestexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn deepseek-v4-flash-0731 | 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 user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring|content_block[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngsystem | Loạistring|content_block[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn Tối thiểu: 1 Giới hạn áp dụng cho: Giới hạn trên chính xác của mô hình hoặc thẻ được chọn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
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_sequences | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạitool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ | Mặc định— |
Trườngtools[].description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].input_schema | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngthinking.type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngthinking.budget_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngoutput_config.effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmetadata | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngcache_control | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content hoặc khối type=text
| Tham số | Hợp đồng |
|---|---|
Tham sốmaterial_types | Hợp đồngtext |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngnull |
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốtext_file_material | Hợp đồngNội dung UTF-8 thực tế được chèn dưới dạng văn bản; ID tệp/URLs cần được hỗ trợ chính xác riêng |
Vòng đời: exact retained published method
Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.
POST /v1/messagesAiloot 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 →
Biểu tham chiếu cấp mô hình không thay đổi việc chọn phương thức, báo giá hoặc khoản phí. Khoản phí đang áp dụng dùng mức phí phương thức Ailoot 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 hìnhOpenAI Chat · Đơn giá token cơ bản | 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhOpenAI Chat · Bậc 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhAnthropic Messages · Đơn giá token cơ bản | 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhAnthropic Messages · Bậc 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
set -eu\n: "${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 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 deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
deepseek-v4-flash-0731DeepSeek V4 Flash 0731 là bản Flash chính thức cho văn bản, lập trình và quy trình tác tử. Mô hình cung cấp chế độ trò chuyện trực tiếp và suy nghĩ, đầu ra lời gọi công cụ có cấu trúc cùng ngữ cảnh mô hình một triệu token; phiên bản có ngày này bao gồm mô-đun giải mã suy đoán DSpark.
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 V4 Flash 0731 là bản phát hành chính thức của nhánh Flash, thay thế phiên bản xem trước. Trọng tâm thực tế gồm lập trình và công việc tác nhân: diễn giải kho mã được cung cấp, đề xuất thay đổi, sử dụng quan sát từ công cụ và trả về sản phẩm để bên gọi kiểm tra. Gắn phiên bản 0731 với kết quả đã lưu khi so sánh với Flash Preview, Pro 0813 hoặc V4.1 Flash.
Cung cấp tác vụ thực tế, các tệp hoặc đoạn tài liệu liên quan, ràng buộc và kết quả mong đợi. Với thay đổi kho mã, đưa vào đoạn mã chịu ảnh hưởng, hành vi quan sát được và lệnh hoặc yêu cầu tái hiện vấn đề. Xác định sản phẩm cần giao là lời giải thích, bản patch đề xuất, danh sách phát hiện hay kế hoạch có cấu trúc.
Một yêu cầu gỡ lỗi hữu ích là: “Sử dụng trình xử lý tuyến, lược đồ xác thực và yêu cầu thất bại được cung cấp. Giải thích đầu vào lệch khỏi lược đồ ở đâu, đề xuất thay đổi nhỏ nhất và chỉ ra phép kiểm tra hiện có có thể phân biệt kết quả đã được sửa.” Với tác vụ tài liệu, nêu các phần được cung cấp và yêu cầu bảng yêu cầu, bằng chứng cùng câu hỏi chưa giải quyết. Đây là các ví dụ về cách giao việc; hãy kèm tài liệu nguồn thật trong yêu cầu.
Định dạng của nhà sản xuất hỗ trợ trò chuyện trực tiếp và thinking. Trò chuyện trực tiếp trả ngay nội dung phản hồi. Thinking tách trường suy luận của mô hình khỏi câu trả lời cuối cùng. Trong chế độ thinking, các mức nỗ lực được tài liệu mô tả là low, high và max, mặc định low. Phiên bản này dùng những mức có tên đó thay cho thang nỗ lực bằng số nguyên của V4.1 Flash.
Chọn chế độ theo công việc. Một thay đổi câu chữ ngắn có thể nêu dữ kiện cần giữ và giọng văn thay thế. Một tác vụ kho mã phức tạp có thể xác định bước điều tra, bằng chứng liên quan và báo cáo cuối gọn. Dù dùng mức thinking cao hơn, vẫn nêu rõ sản phẩm cuối mong muốn: chẳng hạn một diff đề xuất, lời giải thích ngắn và các lệnh để kiểm tra.
Định dạng gốc hỗ trợ tin nhắn nhiều lượt và định nghĩa công cụ có tham số mang tên, kèm lược đồ. Mô hình có thể trả về lời gọi công cụ được yêu cầu; ứng dụng thực thi thao tác và cung cấp quan sát thu được ở lượt sau. Gắn kết quả công cụ với đúng lời gọi và giữ nguyên thứ tự khi trả nhiều quan sát.
Với quy trình kiểm tra tệp, cung cấp thao tác đọc tệp thực tế, mô tả đường dẫn đầu vào và trả về nội dung quan sát được. Yêu cầu mô hình dựa đề xuất tiếp theo trên nội dung đó. Với quy trình dữ liệu, cung cấp thao tác truy vấn và trả về bản ghi thực tế; yêu cầu phép tính hoặc bản tóm tắt trên những bản ghi đó. Lời gọi được trả về và thao tác đã thực thi là hai bước riêng trên đường đạt kết quả yêu cầu.
Bộ mã hóa của nhà sản xuất giữ ngữ cảnh suy luận qua các cuộc hội thoại dùng công cụ. Trong trò chuyện thông thường, bộ mã hóa thường bỏ suy luận ở các lượt trước tin nhắn người dùng gần nhất. Dùng các trường tin nhắn và cách xử lý hội thoại được tài liệu quy định khi duy trì quy trình nhiều bước. Trình phân tích cú pháp tham chiếu cần đầu ra đúng cấu trúc, vì vậy kiểm tra tên và tham số của lời gọi đã phân tích trước khi thực thi, đồng thời giữ lại kết quả không hợp lệ để xem xét.
Cấu hình mô hình theo ngày quy định 1,048,576 vị trí chuỗi. Tính cả tài liệu được cung cấp, lịch sử hội thoại, định nghĩa công cụ, quan sát trả về và phản hồi được tạo khi chuẩn bị một chuỗi. Đưa ra mục tiêu trả lời hữu ích như patch nhỏ, bảng bằng chứng hoặc kế hoạch đánh số, thay vì lấp đầy dung lượng bằng tệp không liên quan.
Công thức chạy cục bộ của nhà sản xuất khuyến nghị temperature 1.0, với top_p 0.95 cho công việc tác nhân và 1.0 trong trường hợp khác. Với mức thinking high và max, công thức khuyến nghị đặt độ dài đầu ra tối đa 384K token. Đây là các thiết lập được công bố và khuyến nghị về ngân sách tạo; ngân sách chuỗi vẫn phải chứa phần còn lại của yêu cầu.
Bản 0731 dùng cấu trúc Flash DSpark, bao gồm mô-đun giải mã suy đoán được gắn thêm. Phần lõi Flash là mô hình hỗn hợp chuyên gia được mô tả có tổng cộng 284 tỷ tham số và 13 tỷ tham số kích hoạt mỗi token. Phân biệt số lượng của phần lõi với mọi trọng số mô-đun bổ sung. Cấu hình đúng theo ngày này có 43 lớp, 256 chuyên gia định tuyến, một chuyên gia dùng chung và sáu chuyên gia được chọn mỗi token.
Đầu ra hữu ích vẫn là câu trả lời, mã đề xuất, phát hiện có cấu trúc hoặc bước quy trình tiếp theo mà bên gọi yêu cầu. Kiểm tra thay đổi mã với tệp được cung cấp và lỗi quan sát được. Kiểm tra kết luận tài liệu với đoạn trích hoặc bản ghi trả về. Lưu phiên bản mô hình, bản giao việc và quan sát liên quan cùng kết quả để phép so sánh sau dùng cùng vấn đề và bằng chứng.
POST /v1/responsestexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn deepseek-v4-flash-0731 | Mặc định— |
Trườnginput | Loạistring|input_item[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườnginput[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn message, reasoning, function_call, function_call_output | Mặc định— |
Trườnginput[].content | Loạistring|content_part[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườnginput[].call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: function_call_output; giữ call_id thực tế được trả về | Mặc định— |
Trườnginput[].output | Loạistring|content_part[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: function_call_output | Mặc định— |
Trườngmax_output_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 |
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— |
Trườngtools | Loạitool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | 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— |
Trườngreasoning.effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning.summary | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtext.format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtext.verbosity | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginclude | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstore | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprevious_response_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Yêu cầu về ID: Chỉ ID phản hồi thực tế từ một lượt tiếp tục được hỗ trợ 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— |
Trườngprompt_cache_key | Loạistring | 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— |
Văn bản · Văn bản UTF8
Văn bản đầu vào hoặc phần input_text
| Tham số | Hợp đồng |
|---|---|
Tham sốmaterial_types | Hợp đồngtext |
Tham sốrequired | Hợp đồngmodel, input |
Tham sốoptional_controls | Hợp đồngnull |
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốtext_file_material | Hợp đồngNội dung UTF-8 thực tế được chèn dưới dạng văn bản; ID tệp/URLs cần được hỗ trợ chính xác riêng |
Vòng đời: exact retained published method
Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.
POST /v1/responsesAiloot 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 →
Biểu tham chiếu cấp mô hình không thay đổi việc chọn phương thức, báo giá hoặc khoản phí. Khoản phí đang áp dụng dùng mức phí phương thức Ailoot 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 hìnhOpenAI Chat · Đơn giá token cơ bản | 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhOpenAI Chat · Bậc 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhAnthropic Messages · Đơn giá token cơ bản | 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhAnthropic Messages · Bậc 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
set -eu\n: "${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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ từng mục đầu ra và phần nội dung, call_id hàm thực tế, dữ liệu suy luận được mã hóa và dữ liệu sử dụng. Khi truyền luồng, giữ đầy đủ thông tin định danh của sự kiện và mục.
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 |
Trườngstatus | Loạistring |
Trườngoutput[] | Loạimessage|reasoning|function_call|other item |
Trườngoutput[].content[] | Loạicontent part |
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 deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
deepseek-v4-flash-0731DeepSeek V4 Flash 0731 là bản Flash chính thức cho văn bản, lập trình và quy trình tác tử. Mô hình cung cấp chế độ trò chuyện trực tiếp và suy nghĩ, đầu ra lời gọi công cụ có cấu trúc cùng ngữ cảnh mô hình một triệu token; phiên bản có ngày này bao gồm mô-đun giải mã suy đoán DSpark.
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 V4 Flash 0731 là bản phát hành chính thức của nhánh Flash, thay thế phiên bản xem trước. Trọng tâm thực tế gồm lập trình và công việc tác nhân: diễn giải kho mã được cung cấp, đề xuất thay đổi, sử dụng quan sát từ công cụ và trả về sản phẩm để bên gọi kiểm tra. Gắn phiên bản 0731 với kết quả đã lưu khi so sánh với Flash Preview, Pro 0813 hoặc V4.1 Flash.
Cung cấp tác vụ thực tế, các tệp hoặc đoạn tài liệu liên quan, ràng buộc và kết quả mong đợi. Với thay đổi kho mã, đưa vào đoạn mã chịu ảnh hưởng, hành vi quan sát được và lệnh hoặc yêu cầu tái hiện vấn đề. Xác định sản phẩm cần giao là lời giải thích, bản patch đề xuất, danh sách phát hiện hay kế hoạch có cấu trúc.
Một yêu cầu gỡ lỗi hữu ích là: “Sử dụng trình xử lý tuyến, lược đồ xác thực và yêu cầu thất bại được cung cấp. Giải thích đầu vào lệch khỏi lược đồ ở đâu, đề xuất thay đổi nhỏ nhất và chỉ ra phép kiểm tra hiện có có thể phân biệt kết quả đã được sửa.” Với tác vụ tài liệu, nêu các phần được cung cấp và yêu cầu bảng yêu cầu, bằng chứng cùng câu hỏi chưa giải quyết. Đây là các ví dụ về cách giao việc; hãy kèm tài liệu nguồn thật trong yêu cầu.
Định dạng của nhà sản xuất hỗ trợ trò chuyện trực tiếp và thinking. Trò chuyện trực tiếp trả ngay nội dung phản hồi. Thinking tách trường suy luận của mô hình khỏi câu trả lời cuối cùng. Trong chế độ thinking, các mức nỗ lực được tài liệu mô tả là low, high và max, mặc định low. Phiên bản này dùng những mức có tên đó thay cho thang nỗ lực bằng số nguyên của V4.1 Flash.
Chọn chế độ theo công việc. Một thay đổi câu chữ ngắn có thể nêu dữ kiện cần giữ và giọng văn thay thế. Một tác vụ kho mã phức tạp có thể xác định bước điều tra, bằng chứng liên quan và báo cáo cuối gọn. Dù dùng mức thinking cao hơn, vẫn nêu rõ sản phẩm cuối mong muốn: chẳng hạn một diff đề xuất, lời giải thích ngắn và các lệnh để kiểm tra.
Định dạng gốc hỗ trợ tin nhắn nhiều lượt và định nghĩa công cụ có tham số mang tên, kèm lược đồ. Mô hình có thể trả về lời gọi công cụ được yêu cầu; ứng dụng thực thi thao tác và cung cấp quan sát thu được ở lượt sau. Gắn kết quả công cụ với đúng lời gọi và giữ nguyên thứ tự khi trả nhiều quan sát.
Với quy trình kiểm tra tệp, cung cấp thao tác đọc tệp thực tế, mô tả đường dẫn đầu vào và trả về nội dung quan sát được. Yêu cầu mô hình dựa đề xuất tiếp theo trên nội dung đó. Với quy trình dữ liệu, cung cấp thao tác truy vấn và trả về bản ghi thực tế; yêu cầu phép tính hoặc bản tóm tắt trên những bản ghi đó. Lời gọi được trả về và thao tác đã thực thi là hai bước riêng trên đường đạt kết quả yêu cầu.
Bộ mã hóa của nhà sản xuất giữ ngữ cảnh suy luận qua các cuộc hội thoại dùng công cụ. Trong trò chuyện thông thường, bộ mã hóa thường bỏ suy luận ở các lượt trước tin nhắn người dùng gần nhất. Dùng các trường tin nhắn và cách xử lý hội thoại được tài liệu quy định khi duy trì quy trình nhiều bước. Trình phân tích cú pháp tham chiếu cần đầu ra đúng cấu trúc, vì vậy kiểm tra tên và tham số của lời gọi đã phân tích trước khi thực thi, đồng thời giữ lại kết quả không hợp lệ để xem xét.
Cấu hình mô hình theo ngày quy định 1,048,576 vị trí chuỗi. Tính cả tài liệu được cung cấp, lịch sử hội thoại, định nghĩa công cụ, quan sát trả về và phản hồi được tạo khi chuẩn bị một chuỗi. Đưa ra mục tiêu trả lời hữu ích như patch nhỏ, bảng bằng chứng hoặc kế hoạch đánh số, thay vì lấp đầy dung lượng bằng tệp không liên quan.
Công thức chạy cục bộ của nhà sản xuất khuyến nghị temperature 1.0, với top_p 0.95 cho công việc tác nhân và 1.0 trong trường hợp khác. Với mức thinking high và max, công thức khuyến nghị đặt độ dài đầu ra tối đa 384K token. Đây là các thiết lập được công bố và khuyến nghị về ngân sách tạo; ngân sách chuỗi vẫn phải chứa phần còn lại của yêu cầu.
Bản 0731 dùng cấu trúc Flash DSpark, bao gồm mô-đun giải mã suy đoán được gắn thêm. Phần lõi Flash là mô hình hỗn hợp chuyên gia được mô tả có tổng cộng 284 tỷ tham số và 13 tỷ tham số kích hoạt mỗi token. Phân biệt số lượng của phần lõi với mọi trọng số mô-đun bổ sung. Cấu hình đúng theo ngày này có 43 lớp, 256 chuyên gia định tuyến, một chuyên gia dùng chung và sáu chuyên gia được chọn mỗi token.
Đầu ra hữu ích vẫn là câu trả lời, mã đề xuất, phát hiện có cấu trúc hoặc bước quy trình tiếp theo mà bên gọi yêu cầu. Kiểm tra thay đổi mã với tệp được cung cấp và lỗi quan sát được. Kiểm tra kết luận tài liệu với đoạn trích hoặc bản ghi trả về. Lưu phiên bản mô hình, bản giao việc và quan sát liên quan cùng kết quả để phép so sánh sau dùng cùng vấn đề và bằng chứng.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn deepseek-v4-flash-0731 | 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 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— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốmaterial_types | Hợp đồngtext |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốoptional_controls | Hợp đồngnull |
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốtext_file_material | Hợp đồngNội dung UTF-8 thực tế được chèn dưới dạng văn bản; ID tệp/URLs cần được hỗ trợ chính xác riêng |
Vòng đời: exact retained published method
Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.
POST /v1/chat/completionsAiloot 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 →
Biểu tham chiếu cấp mô hình không thay đổi việc chọn phương thức, báo giá hoặc khoản phí. Khoản phí đang áp dụng dùng mức phí phương thức Ailoot 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 hìnhOpenAI Chat · Đơn giá token cơ bản | 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhOpenAI Chat · Bậc 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhAnthropic Messages · Đơn giá token cơ bản | 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhAnthropic Messages · Bậc 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
set -eu\n: "${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 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 deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
deepseek/deepseek-v4-flash-0731DeepSeek V4 Flash 0731 là bản Flash chính thức cho văn bản, lập trình và quy trình tác tử. Mô hình cung cấp chế độ trò chuyện trực tiếp và suy nghĩ, đầu ra lời gọi công cụ có cấu trúc cùng ngữ cảnh mô hình một triệu token; phiên bản có ngày này bao gồm mô-đun giải mã suy đoán DSpark.
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 V4 Flash 0731 là bản phát hành chính thức của nhánh Flash, thay thế phiên bản xem trước. Trọng tâm thực tế gồm lập trình và công việc tác nhân: diễn giải kho mã được cung cấp, đề xuất thay đổi, sử dụng quan sát từ công cụ và trả về sản phẩm để bên gọi kiểm tra. Gắn phiên bản 0731 với kết quả đã lưu khi so sánh với Flash Preview, Pro 0813 hoặc V4.1 Flash.
Cung cấp tác vụ thực tế, các tệp hoặc đoạn tài liệu liên quan, ràng buộc và kết quả mong đợi. Với thay đổi kho mã, đưa vào đoạn mã chịu ảnh hưởng, hành vi quan sát được và lệnh hoặc yêu cầu tái hiện vấn đề. Xác định sản phẩm cần giao là lời giải thích, bản patch đề xuất, danh sách phát hiện hay kế hoạch có cấu trúc.
Một yêu cầu gỡ lỗi hữu ích là: “Sử dụng trình xử lý tuyến, lược đồ xác thực và yêu cầu thất bại được cung cấp. Giải thích đầu vào lệch khỏi lược đồ ở đâu, đề xuất thay đổi nhỏ nhất và chỉ ra phép kiểm tra hiện có có thể phân biệt kết quả đã được sửa.” Với tác vụ tài liệu, nêu các phần được cung cấp và yêu cầu bảng yêu cầu, bằng chứng cùng câu hỏi chưa giải quyết. Đây là các ví dụ về cách giao việc; hãy kèm tài liệu nguồn thật trong yêu cầu.
Định dạng của nhà sản xuất hỗ trợ trò chuyện trực tiếp và thinking. Trò chuyện trực tiếp trả ngay nội dung phản hồi. Thinking tách trường suy luận của mô hình khỏi câu trả lời cuối cùng. Trong chế độ thinking, các mức nỗ lực được tài liệu mô tả là low, high và max, mặc định low. Phiên bản này dùng những mức có tên đó thay cho thang nỗ lực bằng số nguyên của V4.1 Flash.
Chọn chế độ theo công việc. Một thay đổi câu chữ ngắn có thể nêu dữ kiện cần giữ và giọng văn thay thế. Một tác vụ kho mã phức tạp có thể xác định bước điều tra, bằng chứng liên quan và báo cáo cuối gọn. Dù dùng mức thinking cao hơn, vẫn nêu rõ sản phẩm cuối mong muốn: chẳng hạn một diff đề xuất, lời giải thích ngắn và các lệnh để kiểm tra.
Định dạng gốc hỗ trợ tin nhắn nhiều lượt và định nghĩa công cụ có tham số mang tên, kèm lược đồ. Mô hình có thể trả về lời gọi công cụ được yêu cầu; ứng dụng thực thi thao tác và cung cấp quan sát thu được ở lượt sau. Gắn kết quả công cụ với đúng lời gọi và giữ nguyên thứ tự khi trả nhiều quan sát.
Với quy trình kiểm tra tệp, cung cấp thao tác đọc tệp thực tế, mô tả đường dẫn đầu vào và trả về nội dung quan sát được. Yêu cầu mô hình dựa đề xuất tiếp theo trên nội dung đó. Với quy trình dữ liệu, cung cấp thao tác truy vấn và trả về bản ghi thực tế; yêu cầu phép tính hoặc bản tóm tắt trên những bản ghi đó. Lời gọi được trả về và thao tác đã thực thi là hai bước riêng trên đường đạt kết quả yêu cầu.
Bộ mã hóa của nhà sản xuất giữ ngữ cảnh suy luận qua các cuộc hội thoại dùng công cụ. Trong trò chuyện thông thường, bộ mã hóa thường bỏ suy luận ở các lượt trước tin nhắn người dùng gần nhất. Dùng các trường tin nhắn và cách xử lý hội thoại được tài liệu quy định khi duy trì quy trình nhiều bước. Trình phân tích cú pháp tham chiếu cần đầu ra đúng cấu trúc, vì vậy kiểm tra tên và tham số của lời gọi đã phân tích trước khi thực thi, đồng thời giữ lại kết quả không hợp lệ để xem xét.
Cấu hình mô hình theo ngày quy định 1,048,576 vị trí chuỗi. Tính cả tài liệu được cung cấp, lịch sử hội thoại, định nghĩa công cụ, quan sát trả về và phản hồi được tạo khi chuẩn bị một chuỗi. Đưa ra mục tiêu trả lời hữu ích như patch nhỏ, bảng bằng chứng hoặc kế hoạch đánh số, thay vì lấp đầy dung lượng bằng tệp không liên quan.
Công thức chạy cục bộ của nhà sản xuất khuyến nghị temperature 1.0, với top_p 0.95 cho công việc tác nhân và 1.0 trong trường hợp khác. Với mức thinking high và max, công thức khuyến nghị đặt độ dài đầu ra tối đa 384K token. Đây là các thiết lập được công bố và khuyến nghị về ngân sách tạo; ngân sách chuỗi vẫn phải chứa phần còn lại của yêu cầu.
Bản 0731 dùng cấu trúc Flash DSpark, bao gồm mô-đun giải mã suy đoán được gắn thêm. Phần lõi Flash là mô hình hỗn hợp chuyên gia được mô tả có tổng cộng 284 tỷ tham số và 13 tỷ tham số kích hoạt mỗi token. Phân biệt số lượng của phần lõi với mọi trọng số mô-đun bổ sung. Cấu hình đúng theo ngày này có 43 lớp, 256 chuyên gia định tuyến, một chuyên gia dùng chung và sáu chuyên gia được chọn mỗi token.
Đầu ra hữu ích vẫn là câu trả lời, mã đề xuất, phát hiện có cấu trúc hoặc bước quy trình tiếp theo mà bên gọi yêu cầu. Kiểm tra thay đổi mã với tệp được cung cấp và lỗi quan sát được. Kiểm tra kết luận tài liệu với đoạn trích hoặc bản ghi trả về. Lưu phiên bản mô hình, bản giao việc và quan sát liên quan cùng kết quả để phép so sánh sau dùng cùng vấn đề và bằng chứng.
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-v4-flash-0731 | 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "deepseek/deepseek-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 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 deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
deepseek/deepseek-v4-flash-0731DeepSeek V4 Flash 0731 là bản Flash chính thức cho văn bản, lập trình và quy trình tác tử. Mô hình cung cấp chế độ trò chuyện trực tiếp và suy nghĩ, đầu ra lời gọi công cụ có cấu trúc cùng ngữ cảnh mô hình một triệu token; phiên bản có ngày này bao gồm mô-đun giải mã suy đoán DSpark.
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 V4 Flash 0731 là bản phát hành chính thức của nhánh Flash, thay thế phiên bản xem trước. Trọng tâm thực tế gồm lập trình và công việc tác nhân: diễn giải kho mã được cung cấp, đề xuất thay đổi, sử dụng quan sát từ công cụ và trả về sản phẩm để bên gọi kiểm tra. Gắn phiên bản 0731 với kết quả đã lưu khi so sánh với Flash Preview, Pro 0813 hoặc V4.1 Flash.
Cung cấp tác vụ thực tế, các tệp hoặc đoạn tài liệu liên quan, ràng buộc và kết quả mong đợi. Với thay đổi kho mã, đưa vào đoạn mã chịu ảnh hưởng, hành vi quan sát được và lệnh hoặc yêu cầu tái hiện vấn đề. Xác định sản phẩm cần giao là lời giải thích, bản patch đề xuất, danh sách phát hiện hay kế hoạch có cấu trúc.
Một yêu cầu gỡ lỗi hữu ích là: “Sử dụng trình xử lý tuyến, lược đồ xác thực và yêu cầu thất bại được cung cấp. Giải thích đầu vào lệch khỏi lược đồ ở đâu, đề xuất thay đổi nhỏ nhất và chỉ ra phép kiểm tra hiện có có thể phân biệt kết quả đã được sửa.” Với tác vụ tài liệu, nêu các phần được cung cấp và yêu cầu bảng yêu cầu, bằng chứng cùng câu hỏi chưa giải quyết. Đây là các ví dụ về cách giao việc; hãy kèm tài liệu nguồn thật trong yêu cầu.
Định dạng của nhà sản xuất hỗ trợ trò chuyện trực tiếp và thinking. Trò chuyện trực tiếp trả ngay nội dung phản hồi. Thinking tách trường suy luận của mô hình khỏi câu trả lời cuối cùng. Trong chế độ thinking, các mức nỗ lực được tài liệu mô tả là low, high và max, mặc định low. Phiên bản này dùng những mức có tên đó thay cho thang nỗ lực bằng số nguyên của V4.1 Flash.
Chọn chế độ theo công việc. Một thay đổi câu chữ ngắn có thể nêu dữ kiện cần giữ và giọng văn thay thế. Một tác vụ kho mã phức tạp có thể xác định bước điều tra, bằng chứng liên quan và báo cáo cuối gọn. Dù dùng mức thinking cao hơn, vẫn nêu rõ sản phẩm cuối mong muốn: chẳng hạn một diff đề xuất, lời giải thích ngắn và các lệnh để kiểm tra.
Định dạng gốc hỗ trợ tin nhắn nhiều lượt và định nghĩa công cụ có tham số mang tên, kèm lược đồ. Mô hình có thể trả về lời gọi công cụ được yêu cầu; ứng dụng thực thi thao tác và cung cấp quan sát thu được ở lượt sau. Gắn kết quả công cụ với đúng lời gọi và giữ nguyên thứ tự khi trả nhiều quan sát.
Với quy trình kiểm tra tệp, cung cấp thao tác đọc tệp thực tế, mô tả đường dẫn đầu vào và trả về nội dung quan sát được. Yêu cầu mô hình dựa đề xuất tiếp theo trên nội dung đó. Với quy trình dữ liệu, cung cấp thao tác truy vấn và trả về bản ghi thực tế; yêu cầu phép tính hoặc bản tóm tắt trên những bản ghi đó. Lời gọi được trả về và thao tác đã thực thi là hai bước riêng trên đường đạt kết quả yêu cầu.
Bộ mã hóa của nhà sản xuất giữ ngữ cảnh suy luận qua các cuộc hội thoại dùng công cụ. Trong trò chuyện thông thường, bộ mã hóa thường bỏ suy luận ở các lượt trước tin nhắn người dùng gần nhất. Dùng các trường tin nhắn và cách xử lý hội thoại được tài liệu quy định khi duy trì quy trình nhiều bước. Trình phân tích cú pháp tham chiếu cần đầu ra đúng cấu trúc, vì vậy kiểm tra tên và tham số của lời gọi đã phân tích trước khi thực thi, đồng thời giữ lại kết quả không hợp lệ để xem xét.
Cấu hình mô hình theo ngày quy định 1,048,576 vị trí chuỗi. Tính cả tài liệu được cung cấp, lịch sử hội thoại, định nghĩa công cụ, quan sát trả về và phản hồi được tạo khi chuẩn bị một chuỗi. Đưa ra mục tiêu trả lời hữu ích như patch nhỏ, bảng bằng chứng hoặc kế hoạch đánh số, thay vì lấp đầy dung lượng bằng tệp không liên quan.
Công thức chạy cục bộ của nhà sản xuất khuyến nghị temperature 1.0, với top_p 0.95 cho công việc tác nhân và 1.0 trong trường hợp khác. Với mức thinking high và max, công thức khuyến nghị đặt độ dài đầu ra tối đa 384K token. Đây là các thiết lập được công bố và khuyến nghị về ngân sách tạo; ngân sách chuỗi vẫn phải chứa phần còn lại của yêu cầu.
Bản 0731 dùng cấu trúc Flash DSpark, bao gồm mô-đun giải mã suy đoán được gắn thêm. Phần lõi Flash là mô hình hỗn hợp chuyên gia được mô tả có tổng cộng 284 tỷ tham số và 13 tỷ tham số kích hoạt mỗi token. Phân biệt số lượng của phần lõi với mọi trọng số mô-đun bổ sung. Cấu hình đúng theo ngày này có 43 lớp, 256 chuyên gia định tuyến, một chuyên gia dùng chung và sáu chuyên gia được chọn mỗi token.
Đầu ra hữu ích vẫn là câu trả lời, mã đề xuất, phát hiện có cấu trúc hoặc bước quy trình tiếp theo mà bên gọi yêu cầu. Kiểm tra thay đổi mã với tệp được cung cấp và lỗi quan sát được. Kiểm tra kết luận tài liệu với đoạn trích hoặc bản ghi trả về. Lưu phiên bản mô hình, bản giao việc và quan sát liên quan cùng kết quả để phép so sánh sau dùng cùng vấn đề và bằng chứng.
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-v4-flash-0731 | 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "deepseek/deepseek-v4-flash-0731",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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 deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
~deepseek/deepseek-v4-flash-latestDeepSeek V4 Flash 0731 là bản Flash chính thức cho văn bản, lập trình và quy trình tác tử. Mô hình cung cấp chế độ trò chuyện trực tiếp và suy nghĩ, đầu ra lời gọi công cụ có cấu trúc cùng ngữ cảnh mô hình một triệu token; phiên bản có ngày này bao gồm mô-đun giải mã suy đoán DSpark.
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 V4 Flash 0731 là bản phát hành chính thức của nhánh Flash, thay thế phiên bản xem trước. Trọng tâm thực tế gồm lập trình và công việc tác nhân: diễn giải kho mã được cung cấp, đề xuất thay đổi, sử dụng quan sát từ công cụ và trả về sản phẩm để bên gọi kiểm tra. Gắn phiên bản 0731 với kết quả đã lưu khi so sánh với Flash Preview, Pro 0813 hoặc V4.1 Flash.
Cung cấp tác vụ thực tế, các tệp hoặc đoạn tài liệu liên quan, ràng buộc và kết quả mong đợi. Với thay đổi kho mã, đưa vào đoạn mã chịu ảnh hưởng, hành vi quan sát được và lệnh hoặc yêu cầu tái hiện vấn đề. Xác định sản phẩm cần giao là lời giải thích, bản patch đề xuất, danh sách phát hiện hay kế hoạch có cấu trúc.
Một yêu cầu gỡ lỗi hữu ích là: “Sử dụng trình xử lý tuyến, lược đồ xác thực và yêu cầu thất bại được cung cấp. Giải thích đầu vào lệch khỏi lược đồ ở đâu, đề xuất thay đổi nhỏ nhất và chỉ ra phép kiểm tra hiện có có thể phân biệt kết quả đã được sửa.” Với tác vụ tài liệu, nêu các phần được cung cấp và yêu cầu bảng yêu cầu, bằng chứng cùng câu hỏi chưa giải quyết. Đây là các ví dụ về cách giao việc; hãy kèm tài liệu nguồn thật trong yêu cầu.
Định dạng của nhà sản xuất hỗ trợ trò chuyện trực tiếp và thinking. Trò chuyện trực tiếp trả ngay nội dung phản hồi. Thinking tách trường suy luận của mô hình khỏi câu trả lời cuối cùng. Trong chế độ thinking, các mức nỗ lực được tài liệu mô tả là low, high và max, mặc định low. Phiên bản này dùng những mức có tên đó thay cho thang nỗ lực bằng số nguyên của V4.1 Flash.
Chọn chế độ theo công việc. Một thay đổi câu chữ ngắn có thể nêu dữ kiện cần giữ và giọng văn thay thế. Một tác vụ kho mã phức tạp có thể xác định bước điều tra, bằng chứng liên quan và báo cáo cuối gọn. Dù dùng mức thinking cao hơn, vẫn nêu rõ sản phẩm cuối mong muốn: chẳng hạn một diff đề xuất, lời giải thích ngắn và các lệnh để kiểm tra.
Định dạng gốc hỗ trợ tin nhắn nhiều lượt và định nghĩa công cụ có tham số mang tên, kèm lược đồ. Mô hình có thể trả về lời gọi công cụ được yêu cầu; ứng dụng thực thi thao tác và cung cấp quan sát thu được ở lượt sau. Gắn kết quả công cụ với đúng lời gọi và giữ nguyên thứ tự khi trả nhiều quan sát.
Với quy trình kiểm tra tệp, cung cấp thao tác đọc tệp thực tế, mô tả đường dẫn đầu vào và trả về nội dung quan sát được. Yêu cầu mô hình dựa đề xuất tiếp theo trên nội dung đó. Với quy trình dữ liệu, cung cấp thao tác truy vấn và trả về bản ghi thực tế; yêu cầu phép tính hoặc bản tóm tắt trên những bản ghi đó. Lời gọi được trả về và thao tác đã thực thi là hai bước riêng trên đường đạt kết quả yêu cầu.
Bộ mã hóa của nhà sản xuất giữ ngữ cảnh suy luận qua các cuộc hội thoại dùng công cụ. Trong trò chuyện thông thường, bộ mã hóa thường bỏ suy luận ở các lượt trước tin nhắn người dùng gần nhất. Dùng các trường tin nhắn và cách xử lý hội thoại được tài liệu quy định khi duy trì quy trình nhiều bước. Trình phân tích cú pháp tham chiếu cần đầu ra đúng cấu trúc, vì vậy kiểm tra tên và tham số của lời gọi đã phân tích trước khi thực thi, đồng thời giữ lại kết quả không hợp lệ để xem xét.
Cấu hình mô hình theo ngày quy định 1,048,576 vị trí chuỗi. Tính cả tài liệu được cung cấp, lịch sử hội thoại, định nghĩa công cụ, quan sát trả về và phản hồi được tạo khi chuẩn bị một chuỗi. Đưa ra mục tiêu trả lời hữu ích như patch nhỏ, bảng bằng chứng hoặc kế hoạch đánh số, thay vì lấp đầy dung lượng bằng tệp không liên quan.
Công thức chạy cục bộ của nhà sản xuất khuyến nghị temperature 1.0, với top_p 0.95 cho công việc tác nhân và 1.0 trong trường hợp khác. Với mức thinking high và max, công thức khuyến nghị đặt độ dài đầu ra tối đa 384K token. Đây là các thiết lập được công bố và khuyến nghị về ngân sách tạo; ngân sách chuỗi vẫn phải chứa phần còn lại của yêu cầu.
Bản 0731 dùng cấu trúc Flash DSpark, bao gồm mô-đun giải mã suy đoán được gắn thêm. Phần lõi Flash là mô hình hỗn hợp chuyên gia được mô tả có tổng cộng 284 tỷ tham số và 13 tỷ tham số kích hoạt mỗi token. Phân biệt số lượng của phần lõi với mọi trọng số mô-đun bổ sung. Cấu hình đúng theo ngày này có 43 lớp, 256 chuyên gia định tuyến, một chuyên gia dùng chung và sáu chuyên gia được chọn mỗi token.
Đầu ra hữu ích vẫn là câu trả lời, mã đề xuất, phát hiện có cấu trúc hoặc bước quy trình tiếp theo mà bên gọi yêu cầu. Kiểm tra thay đổi mã với tệp được cung cấp và lỗi quan sát được. Kiểm tra kết luận tài liệu với đoạn trích hoặc bản ghi trả về. Lưu phiên bản mô hình, bản giao việc và quan sát liên quan cùng kết quả để phép so sánh sau dùng cùng vấn đề và bằng chứng.
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-v4-flash-latest | 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "~deepseek/deepseek-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 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 deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
~deepseek/deepseek-v4-flash-latestDeepSeek V4 Flash 0731 là bản Flash chính thức cho văn bản, lập trình và quy trình tác tử. Mô hình cung cấp chế độ trò chuyện trực tiếp và suy nghĩ, đầu ra lời gọi công cụ có cấu trúc cùng ngữ cảnh mô hình một triệu token; phiên bản có ngày này bao gồm mô-đun giải mã suy đoán DSpark.
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 V4 Flash 0731 là bản phát hành chính thức của nhánh Flash, thay thế phiên bản xem trước. Trọng tâm thực tế gồm lập trình và công việc tác nhân: diễn giải kho mã được cung cấp, đề xuất thay đổi, sử dụng quan sát từ công cụ và trả về sản phẩm để bên gọi kiểm tra. Gắn phiên bản 0731 với kết quả đã lưu khi so sánh với Flash Preview, Pro 0813 hoặc V4.1 Flash.
Cung cấp tác vụ thực tế, các tệp hoặc đoạn tài liệu liên quan, ràng buộc và kết quả mong đợi. Với thay đổi kho mã, đưa vào đoạn mã chịu ảnh hưởng, hành vi quan sát được và lệnh hoặc yêu cầu tái hiện vấn đề. Xác định sản phẩm cần giao là lời giải thích, bản patch đề xuất, danh sách phát hiện hay kế hoạch có cấu trúc.
Một yêu cầu gỡ lỗi hữu ích là: “Sử dụng trình xử lý tuyến, lược đồ xác thực và yêu cầu thất bại được cung cấp. Giải thích đầu vào lệch khỏi lược đồ ở đâu, đề xuất thay đổi nhỏ nhất và chỉ ra phép kiểm tra hiện có có thể phân biệt kết quả đã được sửa.” Với tác vụ tài liệu, nêu các phần được cung cấp và yêu cầu bảng yêu cầu, bằng chứng cùng câu hỏi chưa giải quyết. Đây là các ví dụ về cách giao việc; hãy kèm tài liệu nguồn thật trong yêu cầu.
Định dạng của nhà sản xuất hỗ trợ trò chuyện trực tiếp và thinking. Trò chuyện trực tiếp trả ngay nội dung phản hồi. Thinking tách trường suy luận của mô hình khỏi câu trả lời cuối cùng. Trong chế độ thinking, các mức nỗ lực được tài liệu mô tả là low, high và max, mặc định low. Phiên bản này dùng những mức có tên đó thay cho thang nỗ lực bằng số nguyên của V4.1 Flash.
Chọn chế độ theo công việc. Một thay đổi câu chữ ngắn có thể nêu dữ kiện cần giữ và giọng văn thay thế. Một tác vụ kho mã phức tạp có thể xác định bước điều tra, bằng chứng liên quan và báo cáo cuối gọn. Dù dùng mức thinking cao hơn, vẫn nêu rõ sản phẩm cuối mong muốn: chẳng hạn một diff đề xuất, lời giải thích ngắn và các lệnh để kiểm tra.
Định dạng gốc hỗ trợ tin nhắn nhiều lượt và định nghĩa công cụ có tham số mang tên, kèm lược đồ. Mô hình có thể trả về lời gọi công cụ được yêu cầu; ứng dụng thực thi thao tác và cung cấp quan sát thu được ở lượt sau. Gắn kết quả công cụ với đúng lời gọi và giữ nguyên thứ tự khi trả nhiều quan sát.
Với quy trình kiểm tra tệp, cung cấp thao tác đọc tệp thực tế, mô tả đường dẫn đầu vào và trả về nội dung quan sát được. Yêu cầu mô hình dựa đề xuất tiếp theo trên nội dung đó. Với quy trình dữ liệu, cung cấp thao tác truy vấn và trả về bản ghi thực tế; yêu cầu phép tính hoặc bản tóm tắt trên những bản ghi đó. Lời gọi được trả về và thao tác đã thực thi là hai bước riêng trên đường đạt kết quả yêu cầu.
Bộ mã hóa của nhà sản xuất giữ ngữ cảnh suy luận qua các cuộc hội thoại dùng công cụ. Trong trò chuyện thông thường, bộ mã hóa thường bỏ suy luận ở các lượt trước tin nhắn người dùng gần nhất. Dùng các trường tin nhắn và cách xử lý hội thoại được tài liệu quy định khi duy trì quy trình nhiều bước. Trình phân tích cú pháp tham chiếu cần đầu ra đúng cấu trúc, vì vậy kiểm tra tên và tham số của lời gọi đã phân tích trước khi thực thi, đồng thời giữ lại kết quả không hợp lệ để xem xét.
Cấu hình mô hình theo ngày quy định 1,048,576 vị trí chuỗi. Tính cả tài liệu được cung cấp, lịch sử hội thoại, định nghĩa công cụ, quan sát trả về và phản hồi được tạo khi chuẩn bị một chuỗi. Đưa ra mục tiêu trả lời hữu ích như patch nhỏ, bảng bằng chứng hoặc kế hoạch đánh số, thay vì lấp đầy dung lượng bằng tệp không liên quan.
Công thức chạy cục bộ của nhà sản xuất khuyến nghị temperature 1.0, với top_p 0.95 cho công việc tác nhân và 1.0 trong trường hợp khác. Với mức thinking high và max, công thức khuyến nghị đặt độ dài đầu ra tối đa 384K token. Đây là các thiết lập được công bố và khuyến nghị về ngân sách tạo; ngân sách chuỗi vẫn phải chứa phần còn lại của yêu cầu.
Bản 0731 dùng cấu trúc Flash DSpark, bao gồm mô-đun giải mã suy đoán được gắn thêm. Phần lõi Flash là mô hình hỗn hợp chuyên gia được mô tả có tổng cộng 284 tỷ tham số và 13 tỷ tham số kích hoạt mỗi token. Phân biệt số lượng của phần lõi với mọi trọng số mô-đun bổ sung. Cấu hình đúng theo ngày này có 43 lớp, 256 chuyên gia định tuyến, một chuyên gia dùng chung và sáu chuyên gia được chọn mỗi token.
Đầu ra hữu ích vẫn là câu trả lời, mã đề xuất, phát hiện có cấu trúc hoặc bước quy trình tiếp theo mà bên gọi yêu cầu. Kiểm tra thay đổi mã với tệp được cung cấp và lỗi quan sát được. Kiểm tra kết luận tài liệu với đoạn trích hoặc bản ghi trả về. Lưu phiên bản mô hình, bản giao việc và quan sát liên quan cùng kết quả để phép so sánh sau dùng cùng vấn đề và bằng chứng.
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-v4-flash-latest | 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 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 $0.00088 / 1K token Đầu ra · Token đầu ra $0.00264 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.000056 / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "~deepseek/deepseek-v4-flash-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 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 deepseek-v4-flash-0731
Ailoot Ultra deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
deepseek/deepseek-v4-flash-0731, ~deepseek/deepseek-v4-flash-latest, deepseek-v4-flash-0731
Ví dụ kỹ thuật bằng tiếng Anh
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.