模型

DeepSeek: DeepSeek V3.1

Markdown · JSON

DeepSeek: DeepSeek V3.1

DeepSeek V3.1 是在同一版本中結合思考與直接回答模式的混合文字模型。其 128K 上下文及改善的工具使用設定檔,可支援程式設計、文件分析及應用程式提供的搜尋,結果為文字或工具呼叫提案。

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項,依所選方法列於下方。

DeepSeek V3.1 是 DeepSeek 的混合文字模型:同一具名版本透過不同聊天範本設定,支援思考與非思考回答。開發者強調,相較先前模型,其工具使用、代理任務及推理效率有所改善。它接收文字指令及文字上下文,生成答案、程式碼或工具呼叫內容。原始 V3.1 身分與 Terminus、V3.2 及 V4 家族分開。

模型卡為基礎版及後訓練版本均列出 671 billion 總參數、37 billion 啟用參數及 128K 上下文。V3.1 以原始 V3 基礎模型為起點,在後訓練前延長長文件訓練。其混合專家及潛在注意力結構沿用 V3 架構。這些設計事實說明其長上下文文字設定,但不應將上下文數值轉為另一項最大輸出規格。

非思考模式準備直接回答,思考模式則在回答前啟動推理階段。開發者範本以結束思考標記產生直接回覆,並以開始思考標記啟動目前回合的推理。在多輪對話中,先前的推理內容會被移除,最終回覆及結束標記則保留在上下文。這是原始 V3.1 的歷史紀錄規則,與後來 V3.2 跨工具相關訊息保留推理的規則不同。

文件在非思考模式下說明標準工具呼叫。應用程式提供函式名稱、說明及參數 schema;模型依開發者的工具呼叫表示法,傳回選定的工具名稱與 JSON 引數。應用程式執行操作,再回傳結果。請為工具設定明確用途,並保持回傳觀察與呼叫的關聯,讓模型下一步依據證據,而非假設動作已發生。

思考模式搜尋使用另一種專門的搜尋代理格式。DeepSeek 文件說明,使用者可為需要外部或最新資訊的問題提供搜尋工具,並在多個回合中反覆呼叫及取得觀察。因此,搜尋屬於周邊工作流程的一部分,並不表示文字回答本身已獨立瀏覽網路。開始搜尋任務前,請定義問題、來源標準及所需最終答案。

對於程式設計,請提供相關片段或檔案、觀察到的行為、預期行為及應保留的限制。示範任務為:「找出所提供輸入造成此失敗的原因,提出聚焦的修正,並解釋變更所處理的條件。」對於文件任務,請為來源章節加上標籤,並要求依明確需求進行比較。要求最終答案區分有來源支持的結論與建議的下一步行動。

開發者以 UE8M0 FP8 縮放格式訓練 V3.1 的權重及活化值。其本機使用建議也指出,必須正確處理對精度敏感的參數。這些是開發者公布參考實作的特性,並不代表每個應用程式採用的精度或實作。衍生版本、量化變體及後來的 Terminus 檢查點,仍與具名的原始 V3.1 版本分屬不同選擇。

準備較長工作時,請提供清楚的問題、來源標籤及明確的最終產出。將對話、來源文字、推理及輸出一併納入文件記載的上下文額度,並在任務擴大時只保留相關證據。對於代理,請指定允許的動作及判定結果完成的標準。實用的交付內容,是與輸入及應用程式實際回傳觀察相連、可供檢閱的文字答案、程式碼提案或有來源依據的分析。

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions deepseek-v3.1-thinking

deepseek-v3.1-thinking

DeepSeek /deepseek-v3.1-thinking

入門

DeepSeek V3.1 是在同一版本中結合思考與直接回答模式的混合文字模型。其 128K 上下文及改善的工具使用設定檔,可支援程式設計、文件分析及應用程式提供的搜尋,結果為文字或工具呼叫提案。

接受的輸入
文字
結果
文字

Ailoot 可用 · 輸入與方法

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
輸入
text
輸出
text
輸出格式
json 或 SSE
欄位類型要求值與限制預設值
欄位model類型string要求必填值與限制
deepseek-v3.1-thinking
預設值—
欄位messages類型message[]要求必填值與限制
項目數下限: 1
預設值—
欄位messages[].role類型string要求必填值與限制
依模型而定
預設值—
欄位messages[].content類型string要求選填值與限制
適用條件: 文字對話
預設值—
欄位stream類型boolean要求選填值與限制預設值false
輸入素材組合

文字 · UTF8 文字

messages[].content

方法參數與生命週期
參數規格
參數content_type規格application/json
參數required規格model, messages
參數material_types規格text
參數messages規格具有 role/content 結構的訊息陣列
參數file_material規格實際 UTF-8 文件以原文文字插入;不推定檔案 ID
參數optional_controls規格stream
參數control_scope規格文字對話;stream 是布林值,預設為 false。
參數output_modalities規格text
參數hosted_operations規格false
參數multimodal_input_binding規格null

方法別名: /chat/completions

生命週期: synchronous_or_streamed

將確切模型 ID 與 messages 一併送出。

上下文長度不是輸出上限。

文字檔案可提供原文文字;圖片/音訊/檔案物件輸入需要精確綁定。

方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式
未指定 選取快速模式時
flex 模式
未指定 選取 flex 模式時
最高推理強度
未指定 最高推理強度採用 default 調整值時

Ailoot 費率

各設定的價格

設定費率表費用
設定詞元基本費率費率表基本費率費用
輸入 · 輸入 Token $0.000572 / 1K Token
輸出 · 輸出 Token $0.0023 / 1K Token
輸入 · 讀取快取 $0 / 1K Token
輸入 · 寫入快取 $0 / 1K Token
輸入 · 寫入快取,1 小時 — / 1K Token

Ailoot 會在請求前預留估算金額。取得結果後,依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →

請求範例

Ailoot Ultra · OpenAI Chat

curlPython SDK
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"deepseek-v3.1-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="deepseek-v3.1-thinking", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))

接收並儲存結果

Ailoot Ultra · OpenAI Chat

json 或 SSE

保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留每個候選項及其內容/工具呼叫/推理。SSE 中依候選項/工具索引組合增量,保留最終完成原因與用量。

需要檢查原始回應時

保留請求/回應 ID 與標頭。未提供通用的文字工作擷取 URL。

回應欄位
欄位類型
欄位choices[].index類型integer
欄位choices[].message.content類型string|null
欄位choices[].message.tool_calls類型tool_call[]
欄位choices[].message.reasoning_content類型string
欄位choices[].message.reasoning_details類型object|array
欄位choices[].finish_reason類型string|null
欄位usage類型object
錯誤與後續步驟
回應條件下一步
回應400 · invalid_request_error條件必要欄位、素材表示方式或參數值無效下一步提出新的建立請求前,先修正指定欄位。

別名

模型別名

Ailoot Ultra deepseek-v3.1-thinking

方法路徑別名

/chat/completions

相關呼叫用 ID

deepseek-v3.1-thinking

FAQ · DeepSeek: DeepSeek V3.1
可以使用哪些輸入與結果?

POST /v1/chat/completions · deepseek-v3.1-thinking: text → text

請求使用哪些欄位?

POST /v1/chat/completions · deepseek-v3.1-thinking: model, messages, stream

適用哪些限制?

POST /v1/chat/completions · deepseek-v3.1-thinking: messages.min_items: 1

更多詳情

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

公司及其專案組合

公司及其專案組合:數百萬客戶,每月銷售額達數十億。

優惠購買 token。

訂閱優惠適合持續工作,折扣碼購買 token 最高可折 50%。

訂閱
為定期請求選擇優惠方案。
最高 50% 折扣碼
購買時輸入代碼,價格依活動重算。
歷史中的費用
每次請求保存模型、token 與金額。

選擇訂閱 · 查看模型價格

將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人;轉售請申請經銷授權。

商用應用程式
在付費功能加入文字、圖片、影片與聲音生成。
經銷授權
提供專案說明與存取方式,要求書面使用和轉售條件。
網站文件
串接前可閱讀正式服務條款、授權合約與資料處理政策。

申請經銷授權 · 正式服務條款與授權合約