模型

DeepSeek: DeepSeek V3.2

Markdown · JSON

DeepSeek: DeepSeek V3.2

DeepSeek V3.2 結合文字推理、工具使用與長上下文分析。其稀疏注意力架構與更新的對話格式支援程式撰寫、搜尋及多步驟代理任務,提供 128K 上下文,並區分思考與直接回應工作流程。

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 V3.2 是 DeepSeek 用於推理與代理工作的文字模型,著重高效率的長上下文處理。製造商將主要變更歸納為 DeepSeek Sparse Attention、擴展規模的強化學習框架,以及代理任務的訓練管線。它接受書面問題與上下文,並產生文字,包括答案、程式碼或工具呼叫內容。它與較早的 V3.2 Exp 版本及獨立的 Speciale 推理變體有所區別。

DeepSeek Sparse Attention 在潛在注意力架構中加入索引器與細粒度 token 選取。對長序列而言,索引器會選取主要注意力計算所用的先前 token 資訊。報告指出,這是相較於 V3.1 Terminus 的架構變更,且採用與 V3.2 Exp 相同的架構。公布的上下文長度為 128K token,可支援大量來源資料與持續進行的任務,但生成的推理與工具歷史也會占用可用上下文。

後訓練涵蓋數學、程式設計、邏輯推理、一般代理任務、代理式程式撰寫與搜尋中的思考及非思考回應。各領域專家提供資料,彙整至最終模型後,再進行混合強化學習。一般問題可能適合直接回答;困難問題則可透過思考工作流程,在呈現最終結果前發展解法。請將所需答案或成果與中間推理分開指定。

此版本的一項重大變更是結合工具進行思考。更新後的聊天格式讓推理能持續貫穿工具呼叫任務,而非將分析與操作視為無關的階段。模型選擇的操作由應用程式執行,再回傳結果供下一步使用。依製造商的工具上下文規則,只新增工具相關訊息時,會保留歷史推理;收到新的使用者訊息時,則會捨棄該推理,但保留工具呼叫與結果。正確區分對話角色會影響這項行為。

程式撰寫任務應提供原始碼片段或相關檔案、觀察到的問題、預期結果,以及修改必須保留的條件。任務說明範例為:「使用提供的程式碼與工具結果找出原因,提出最小修正,並回傳最終修補內容,以及支持該修正的驗證結果。」搜尋任務應說明問題、所需證據,以及何種結果才算完成回答。搜尋與執行工具由周邊應用程式提供,並非單靠文字即可取得。

製造商建議本機使用時將 temperature 設為 1.0、top-p 設為 0.95。V3.2 引入修訂的工具呼叫表示方式與專用訊息編碼器。其 developer 角色保留給製造商的搜尋代理範本,官方 API 不接受該角色。參考解析器要求格式正確的輸出,不會修復格式錯誤的結果;應用程式使用生成欄位或工具引數時,應先檢查結構再據此操作。

技術報告指出,過長的推理歷程與重複自我驗證是實際限制。即使原始來源資料能容納於上下文中,工具輸出與重複推理仍會累積,使代理任務達到 128K 邊界。請精簡記錄相關觀察,並明確指定最終成果。對知識準確性要求較高的工作,請附上權威資料或提供適當的搜尋工具,而非期待訓練知識能確定每項事實。

DeepSeek V3.2 Speciale 是獨立的高運算量深度推理變體;依模型卡所述,它不支援工具呼叫。不應以其功能描述標準 V3.2 的工具組態。同樣地,後來的 V4 世代與實驗性前代也各有不同身分與設定選項。比較模型與提示詞格式會影響結果的任務時,請保留具名的 V3.2 版本資訊。

進行實際的來源分析時,請為資料加上標籤,並要求結論由相關段落支持,同時區分假設與缺漏資訊。代理任務應說明允許的函式、預期最終結果與完成標準。這能讓模型的推理與工具工作流程圍繞可審閱的文字、程式碼或分析成果展開,並與所提供的證據連結。

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions deepseek-v3.2-thinking

deepseek-v3.2-thinking

DeepSeek /deepseek-v3.2-thinking

入門

DeepSeek V3.2 結合文字推理、工具使用與長上下文分析。其稀疏注意力架構與更新的對話格式支援程式撰寫、搜尋及多步驟代理任務,提供 128K 上下文,並區分思考與直接回應工作流程。

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-v3.2-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 $0.00058 / 1K Token
輸出 · 輸出 Token $0.00086 / 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-v3.2-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-v3.2-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-v3.2-thinking

方法路徑別名

/chat/completions

相關呼叫用 ID

deepseek-v3.2-thinking

FAQ · DeepSeek: DeepSeek V3.2
可以使用哪些輸入與結果?

POST /v1/chat/completions · deepseek-v3.2-thinking: text → text

請求使用哪些欄位?

POST /v1/chat/completions · deepseek-v3.2-thinking: model, messages, stream

適用哪些限制?

POST /v1/chat/completions · deepseek-v3.2-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