আনসেন্সরড DeepSeek API

যাঁরা "আনসেন্সরড DeepSeek API" শব্দবন্ধটি ধরে আসেন, তাঁরা একটি নির্দিষ্ট জিনিস চান: DeepSeek-এর রিজনিং ও কোডিং ক্ষমতাসম্পন্ন এমন একটি মডেল যা তাঁরা আসলে যে প্রশ্নটি করেছেন তারই উত্তর দেয়। ক্ষমতার দিকটি ভালোভাবেই নথিভুক্ত — DeepSeek-AI স্থাপত্য ও সংখ্যাগুলি প্রকাশ করেছে, আর ওয়েটগুলি MIT-এর অধীনে Hugging Face-এ আছে। দ্বিতীয় অর্ধেকটি একটি পরিচালনাগত সিদ্ধান্ত, আর সাধারণত সেটি আপনার হয়ে অন্য কেউ নিয়ে নেয়। এই পাতা দুটিই ঢাকে: V4-Pro ভিত্তিটি কী, আমাদের 3BIT-REAP বিল্ড তার সঙ্গে কী করে, আর আমরা "আনসেন্সরড" বললে ঠিক কী বোঝাই।

01"আনসেন্সরড DeepSeek API" বলতে আসলে কী বোঝায়

দুটি আলাদা ব্যবস্থা একই শব্দের নিচে জমা হয়। প্রথমটি হলো ওয়েটের ভিতরে সেঁধিয়ে থাকা অ্যালাইনমেন্ট — পোস্ট-ট্রেনিংয়ের সময় শেখা প্রত্যাখ্যানের আচরণ। দ্বিতীয়টি হলো পরিবেশন-পক্ষের একটি মডারেশন স্তর: একটি আলাদা ক্লাসিফায়ার, যা মডেল দেখার আগে আপনার প্রম্পট আর আপনি দেখার আগে আউটপুট পরীক্ষা করে, আর মডেল যা-ই বলতে চাক না কেন বাক্যের মাঝখানেই উত্তর কেটে দিতে পারে।

দুটিই মাপা যায়, আর DeepSeek-এর নিজস্ব পরিষেবা মাপা হয়েছে। Promptfoo রাজনৈতিকভাবে সংবেদনশীল প্রশ্নের 1,360-প্রম্পটের একটি সেট তৈরি করে জানায় যে DeepSeek-এর হোস্ট করা R1 তার 1,156টি প্রত্যাখ্যান বা এড়িয়ে গেছে — মোটামুটি 85%। একই পরিবারের উপর শিক্ষায়তনিক কাজ একটি স্বতন্ত্র ব্যর্থতার ধরন খুঁজে পায়, যাকে লেখকরা বলেছেন thought suppression, যেখানে সংবেদনশীল বিষয়ে মডেলের যুক্তির সূত্রটি শুরু হতে না হতেই থেমে যায়। Information Sciences-এ প্রকাশিত একটি আলাদা নিরীক্ষা শব্দার্থিক স্তরের দমন নথিভুক্ত করেছে: মডেলের অভ্যন্তরীণ যুক্তিতে উপস্থিত বিষয়বস্তু ব্যবহারকারীর কাছে পৌঁছানোর আগেই নীরবে বাদ পড়ে বা নতুন করে লেখা হয়। এটি সরাসরি প্রত্যাখ্যানের চেয়ে কঠিন সমস্যা, কারণ ছেঁটে ফেলা উত্তরকেও উত্তর বলেই মনে হয়।

আমরা যা চালাই তা হলো ওপেন-ওয়েটস রিলিজ, আমাদের নিজেদের পরিচালিত হার্ডওয়্যারে, যুক্তরাষ্ট্রে, Shannon Lab LLC-এর অধীনে। মডেলের সামনে কোনো প্রত্যাখ্যানের স্তর নেই আর যা ফিরে আসে তার উপর কোনো ফিল্টার প্রয়োগ করা হয় না: পরিবেশনের আগে আপনার প্রম্পট নীতির জন্য শ্রেণিবদ্ধ করা হয় না, আর বেরিয়ে যাওয়ার পথে আউটপুট স্ট্রিম পরীক্ষা করা হয় না। যেহেতু ভিত্তিটি MIT-লাইসেন্সপ্রাপ্ত ও প্রকাশ্য, আপনি আমাদের কথায় ভরসা না করে নিজেই আমাদের আউটপুট রেফারেন্স ওয়েটের সঙ্গে মিলিয়ে দেখতে পারেন।

02ভিত্তি: DeepSeek-V4-Pro, একটি 1.6T MoE

DeepSeek-V4 হলো DeepSeek-AI-এর বর্তমান ওপেন-ওয়েটস পরিবার, ২০২৬ সালের এপ্রিলে প্রিভিউ করা আর MIT-এর অধীনে দুটি আকারে প্রকাশিত: V4-Flash (মোট 284B, সক্রিয় 13B) আর V4-Pro (মোট 1.6T, সক্রিয় 49B)। এই নিবন্ধ Pro স্তরটি নিয়ে। দুটিই মোটামুটি 33 ট্রিলিয়ন টোকেনে প্রি-ট্রেইন করা আর দুটিই নেটিভভাবে এক-মিলিয়ন-টোকেন কনটেক্সট সমর্থন করে।

লক্ষ করার মতো জিনিস স্পার্সিটি অনুপাত: যেকোনো একটি টোকেনে প্যারামিটারের মাত্র 3% সক্রিয় হয়, আর এটিই এত বড় একটি মডেলকে আদৌ পরিবেশনযোগ্য করে। MoE ব্লকটি নিজে এখনও DeepSeekMoE — V2-তে আনা সূক্ষ্মদানার রাউটেড এক্সপার্ট প্লাস সর্বদা-সক্রিয় শেয়ার্ড এক্সপার্ট — V4-তে সামান্যই বদল, যার মধ্যে সবচেয়ে দৃশ্যমান হলো প্রথম দিকের স্তরগুলিতে হ্যাশ রাউটিং। Multi-Token Prediction, V3-এর সেই সহায়ক উদ্দেশ্য যা স্পেকুলেটিভ ডিকোডিংও সম্ভব করে, অপরিবর্তিতই রাখা হয়েছে।

V4-এর নতুন অংশগুলি কাঠামোগত। Manifold-Constrained Hyper-Connections (mHC) সাধারণ রেসিডুয়াল পথের জায়গায় বসায় একটি শেখা মিশ্রণ ম্যাট্রিক্স, যা একটি Sinkhorn–Knopp প্রক্ষেপণের মাধ্যমে দ্বিগুণ-স্টোক্যাস্টিক ম্যাট্রিক্সের ম্যানিফোল্ডে সীমাবদ্ধ — এমন একটি রেসিডুয়াল স্রোত যা ইনপুট অনুযায়ী ভার পুনর্বণ্টন করে, আর সেই সাংখ্যিক বিচ্যুতি ছাড়াই, যা খুব গভীর স্তূপকে মেরে ফেলে। প্রশিক্ষণ বেশিরভাগ মডিউলের জন্য AdamW ছেড়ে Muon-এ সরেছে, Newton–Schulz অর্থোগোনালাইজেশন ব্যবহার করে, আর AdamW রাখা হয়েছে কেবল এমবেডিং, প্রেডিকশন হেড, নর্মালাইজেশন ও স্থির mHC প্যারামিটারগুলির জন্য। আর এক্সপার্ট ওয়েট প্রশিক্ষিত হয়েছে FP4-এ, বাকি বেশিরভাগ প্যারামিটার FP8-এ — একেবারে শুরু থেকেই কোয়ান্টাইজেশন-সচেতন, যা মডেলটি আরও সংকোচন কতটা সহজে নেয় তার জন্য গুরুত্বপূর্ণ।

03MLA থেকে CSA + HCA: DeepSeek কীভাবে দীর্ঘ কনটেক্সট সস্তা রাখে

চার প্রজন্ম জুড়ে DeepSeek-এর মূল সুতোটি আকার নয়, অ্যাটেনশনের অর্থনীতি। প্রতিটি সংস্করণই KV ক্যাশে আক্রমণ করেছে, যা কনটেক্সটের সঙ্গে রৈখিকভাবে বাড়ে আর দীর্ঘ দৈর্ঘ্যে মেমরির উপর কর্তৃত্ব করে।

• V2 আনে Multi-head Latent Attention (MLA) — কী ও ভ্যালুর একটি নিম্ন-র‌্যাঙ্ক যৌথ সংকোচন একটি লেটেন্ট ভেক্টরে, ফলে জেনারেশন প্রতি-হেড পূর্ণ K ও V-এর বদলে সেই ভেক্টর প্লাস একটি বিচ্ছিন্ন RoPE কী ক্যাশ করে। DeepSeek জানায় KV ক্যাশ নেমে এসেছে স্ট্যান্ডার্ড মাল্টি-হেড অ্যাটেনশনের মোটামুটি 4–14%-এ, আর মান অক্ষুণ্ন বা উন্নত।
• V3 সেটিকে 671B-তে স্কেল করে, আর MLA-কে ওপেন মডেলে সস্তা দীর্ঘ কনটেক্সটের ডিফল্ট অনুমানে পরিণত করে।
• V3.2 যোগ করে DeepSeek Sparse Attention (DSA), যা সবকিছুতে মনোযোগ না দিয়ে একটি হালকা ইনডেক্সারের মাধ্যমে প্রতি ক্যোয়ারিতে ইতিহাসের একটি top-k উপসেট বাছে।
• V4 দুটিকে মেলায়। Compressed Sparse Attention (CSA) প্রথমে প্রতি m টোকেনের KV এন্ট্রিগুলিকে শেখা ওজন দিয়ে একটিতে সংকুচিত করে, তারপর সেই সংকুচিত এন্ট্রিগুলির উপর স্পার্স top-k নির্বাচন চালায়। Heavily Compressed Attention (HCA) আরও অনেক বেশি আক্রমণাত্মকভাবে সংকুচিত করে, তবে ফলাফলের উপর ঘন থাকে। দুই ধরনের স্তর গোটা স্তূপ জুড়ে পালা করে বসে, ফলে সস্তা বৈশ্বিক সারাংশ আর নির্ভুল স্থানীয় উদ্ধার একসঙ্গেই থাকে।

এক-মিলিয়ন-টোকেন কনটেক্সটে জানানো লাভটি স্পষ্ট: V4-Pro-র লাগে V3.2-এর প্রতি-টোকেন ইনফারেন্স FLOPs-এর প্রায় 27% আর KV ক্যাশের 10%। সেজন্যই একটি 262K রিকোয়েস্ট মেমরি-বিপর্যয় নয়, একটি সাধারণ রিকোয়েস্টের মতোই আচরণ করে, আর সেজন্যই দীর্ঘ-কনটেক্সট উদ্ধারের সংখ্যাগুলি কয়েক দশ হাজার টোকেন পেরোলেই ভেঙে না পড়ে টিকে থাকে।

043BIT-REAP প্রত্যয়টির অর্থ

আমাদের ক্যাটালগ আইডি শেষ হয় 3BIT-REAP-এ, আর তা ক্রমান্বয়ে প্রয়োগ করা দুটি স্বাধীন সংকোচন ধাপ বোঝায়।

REAP: এক্সপার্ট মেলানো নয়, ছেঁটে ফেলা

REAP হলো Router-weighted Expert Activation Pruning, Cerebras Research থেকে — "REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression", ICLR 2026-এ গৃহীত। একটি স্পার্স MoE-তে রাউটার তার এক্সপার্টদের সমানভাবে ব্যবহার করে না: একটি দীর্ঘ লেজ কদাচিৎ, দুর্বলভাবে, বা দুটিই — এভাবে নির্বাচিত হয়। REAP প্রতিটি এক্সপার্টকে নম্বর দেয় রাউটার গেট মান (কত ঘন ঘন ও কত জোরালোভাবে সেটি বাছা হয়) আর এক্সপার্ট অ্যাক্টিভেশন নর্ম (তার আউটপুট কতটা অবদান রাখে) মিলিয়ে, তারপর হেরে যাওয়াগুলিকে সরাসরি মুছে দেয়।

গবেষণাপত্রটির যুক্তি হলো ছাঁটাই মেলানোর চেয়ে ভালো: মেলানো সেই কার্যকরী বিশেষায়ণকেই গড় করে মুছে দেয় যার জন্য MoE বানানো সার্থক হয়েছিল, অথচ রাউটার যে এক্সপার্টদের কাছে প্রায় পৌঁছায়ই না তাদের মুছে দিলে সেই বিশেষায়ণ অক্ষুণ্ন থাকে। 20B থেকে 1T পর্যন্ত মডেল জুড়ে REAP জেনারেটিভ বেঞ্চমার্কে মেলানো ও প্রতিদ্বন্দ্বী ছাঁটাই পদ্ধতিগুলিকে ছাপিয়ে গেছে, আর লেখকরা Qwen3-Coder-480B ও Kimi-K2-তে 50% এক্সপার্ট ছাঁটাইয়ে কোড জেনারেশন ও টুল কলিংয়ে প্রায়-অক্ষত ফলাফল জানিয়েছেন — যা ঠিক সেই কাজের ধরনই, এই মডেলটি যার জন্য এখানে আছে।

3-বিট ওয়েট: বৃহত্তম ভিত্তিগুলির জন্য সংকোচনের স্তর

যা টিকে থাকে তা এরপর 3-বিট ওয়েটে কোয়ান্টাইজ করা হয়। তিন বিট আক্রমণাত্মক, আর আমরা ভান করি না যে তা নয়: গোটা তালিকা জুড়ে আমরা W8A16 ব্যবহার করি যেখানে ভিত্তিটি এতটাই ছোট যে চাপ দেওয়ার দরকার নেই, মাঝামাঝিতে W4A16-AUTOROUND-REAP, আর 3BIT-REAP কেবল বৃহত্তম ভিত্তিগুলিতেই, যেখানে এটিই মডেলটি পরিবেশন করা আর না করার মধ্যে পার্থক্য।

ভারসাম্যটি সরাসরি বলা দরকার: একটি 3-বিট 1.6T MoE রেফারেন্স রিলিজের সঙ্গে বিট-অভিন্ন নয়, আর মানের সামান্য খরচ বাস্তব। বিনিময়ে আপনি পান এমন একটি ভিত্তি যার অসংকুচিত ছাদ উচ্চতর নির্ভুলতায় স্বচ্ছন্দে এঁটে যায় এমন যেকোনো কিছুর অনেক উপরে — আর যেহেতু V4-এর এক্সপার্টগুলি গোড়া থেকেই FP4-এ প্রশিক্ষিত, মডেলটি আরও ওয়েট সংকোচনের নিচে অস্বাভাবিক রকম ভদ্র আচরণ করে। নির্ভুলতার উপর হালকা হাতের একটি DeepSeek বিল্ড চাইলে DeepSeek-V4-Flash-0731-W4A16-AUTOROUND-REAP ব্যবহার করে 4-বিট ওয়েট, 16-বিট অ্যাক্টিভেশন আর AutoRound-এর শেখা রাউন্ডিং, একই 262K কনটেক্সটে $0.50 ইন / $2.00 আউটে।

05রিজনিং, আর reasoning_effort ডায়াল

V4-এর পোস্ট-ট্রেনিং ডোমেন-বিশেষজ্ঞদের আলাদা আলাদা প্রশিক্ষণ দেয় — গণিত, কোডিং, এজেন্ট, নির্দেশ অনুসরণ — SFT-এর পর GRPO, অর্থাৎ Group Relative Policy Optimization, যে পদ্ধতিটি DeepSeek R1-এর সঙ্গে এনেছিল। সেই বিশেষজ্ঞদের এরপর একটি রিভার্স-KL উদ্দেশ্যের অধীনে অন-পলিসি ডিস্টিলেশনের মাধ্যমে একটিমাত্র মডেলে একত্র করা হয়, ফলে একটিমাত্র চেকপয়েন্ট একসঙ্গে কয়েকটি ডোমেনে বিশেষজ্ঞ-মানের আচরণ বহন করে, সব বিষয়ে মাঝারি একটি সর্বজ্ঞ হয়ে না থেকে।

প্রকাশিত মডেলটি দ্বৈত সুইচের বদলে ধাপে ধাপে ভাবনার মোড উন্মুক্ত করে। আমাদের গেটওয়েতে সেটিই স্ট্যান্ডার্ড reasoning_effort প্যারামিটার, এই মডেলের সবচেয়ে কাজের হাতল:

• Low — প্রায় সরাসরি উত্তর: শ্রেণিবিন্যাস, তথ্য নিষ্কাশন, পুনর্লিখন, আর যেকোনো কিছু যেখানে আপনি মডেলের বিবেচনার নয়, তার জ্ঞানের জন্য টাকা দিচ্ছেন।
• Medium — কোড রিভিউ, ডিবাগিং ও বহু-ধাপের বিশ্লেষণের জন্য ডিফল্ট কাজের মোড।
• High — উত্তর দেওয়ার আগে দীর্ঘ বিবেচনা। কঠিন সমস্যাগুলি এখানেই সমাধান হয়, আর আপনার আউটপুট-টোকেনের বিলও এখানেই থাকে, যেহেতু রিজনিং টোকেন আউটপুট হিসেবেই বিল হয়।

যেহেতু কোনো প্রত্যাখ্যানের স্তর নেই, সংবেদনশীল বিষয়ে যুক্তির সূত্রটি ছেঁটে দেওয়া হয় না — নিজস্ব পরিষেবায় নথিভুক্ত thought-suppression ধরনটি এখানে ঘটার কোনো ব্যবস্থাই নেই।

06কোড ও এজেন্টিক কাজ: ভিত্তিটি কত নম্বর পায়

এগুলি V4-Pro রিলিজের জন্য DeepSeek-AI-এর নিজেদের প্রকাশিত সংখ্যা — আমাদের নয়, আর আমাদের কোয়ান্টাইজড বিল্ডে মাপাও নয়। আমরা এগুলি দেখাই কারণ এই ভিত্তিটি বাছার সৎ কারণ এগুলিই, আর প্রথম-পক্ষের সংখ্যা বলে চিহ্নিত করে দিই যাতে আপনি সেই অনুযায়ীই ওজন দিতে পারেন।

দুটি নিয়ে আলাদা কথা বলার আছে। SWE-bench Verified-এ 80.6% হলো আসল রিপোজিটরিতে ইস্যু সমাধান — একটি অচেনা কোডবেস পড়া, ত্রুটিটি খুঁজে বের করা, আর এমন একটি প্যাচ তৈরি করা যা প্রকল্পের নিজের টেস্ট পাস করে। দশ লক্ষ টোকেনে MRCR (83.5) হলো পূর্ণ দৈর্ঘ্যে বহু-পর্বের কোরেফারেন্স উদ্ধার, যে সংখ্যাটি বলে দেয় দীর্ঘ-কনটেক্সটের দাবিটি নিছক সাজসজ্জা নয়। DeepSeek মডেলটির জন্য 3206 Codeforces রেটিং, আর 1M কনটেক্সটে CorpusQA-তে 62.0-ও জানিয়েছে।

উপরের সংখ্যাগুলি DeepSeek-V4-Pro রেফারেন্স রিলিজের জন্য DeepSeek-AI-এর জানানো। আমাদের 3BIT-REAP বিল্ড সেই ওয়েটগুলির একটি সংকুচিত রূপ আর এই কাজগুলিতে স্বাধীনভাবে বেঞ্চমার্ক করা হয়নি; রেফারেন্স স্কোরগুলিকে এই এন্ডপয়েন্টের পরিমাপ নয়, ভিত্তিটির ছাদ হিসেবেই ধরুন।

07262K কনটেক্সট: আসলে কী ধরে

রেফারেন্স মডেলটি দশ লক্ষ টোকেনের জন্য প্রশিক্ষিত। আমরা 262,144 পরিবেশন করি — গেটওয়ের প্রতিটি মডেল যে উইন্ডোটি ভাগ করে নেয়, ফলে মডেল বদল এক লাইনের বদল আর তা কখনও কনটেক্সটে পিছিয়ে যাওয়া নয়। বাস্তবে বেশিরভাগ আসল কাজে 262K সেই সীমার অনেক পরে যেখানে কনটেক্সট বাধা হয়ে দাঁড়ায়:

কাজের ধরন	আনুমানিক টোকেন	262K-তে ধরে?
মাঝারি আকারের সার্ভিস রেপো (~৫০ হাজার লাইন)	~600K	না — মডিউল বেছে নিন
একটি সাবসিস্টেম + তার টেস্ট	~60–120K	হ্যাঁ, স্বচ্ছন্দে
একটি প্রোটোকলের পূর্ণ RFC সেট	~150K	হ্যাঁ
৭০০ পৃষ্ঠার একটি কারিগরি বই	~250K	হ্যাঁ, সীমার কাছাকাছি
দীর্ঘ এজেন্ট রান, 40+ টুল পর্ব	~80–200K	হ্যাঁ

যে সীমাটি মাথায় রেখে পরিকল্পনা করতে হবে তা আউটপুট: প্রতি উত্তরে সর্বোচ্চ 16,384 টোকেন। সেটি একটি দীর্ঘ নথি বা একটি বড়সড় বহু-ফাইল প্যাচ, কিন্তু একটি কোডবেস নয়। বড় জেনারেশনের কাজ আগের আউটপুটটি আবার কনটেক্সটে রেখে রিকোয়েস্ট শিকল করে করা হয় — যা 262K উইন্ডো সস্তা করে দেয় — একটিমাত্র বিশাল কমপ্লিশন চেয়ে নয়।

08দাম, আর তালিকায় V4-Pro-র অবস্থান

প্রতি মিলিয়ন টোকেনে $1.95 ইন / $3.90 আউটে V4-Pro হলো প্রধান রিজনিং স্তর — সমস্যাটি কঠিন হলে আপনি যে মডেলটির দিকে হাত বাড়ান। সমস্যাটি যখন নিছক বড়, তখন একই 262K উইন্ডোতে সস্তা মডেলগুলি সেটি এক-চতুর্থাংশ দামেই করে দেবে।

আনসেন্সরড মডেল	ইন / 1M	আউট / 1M	ভিশন	কীসের জন্য সেরা
DeepSeek-V4-Pro · 3BIT-REAP	$1.95	$3.90	না	কঠিন রিজনিং, কোড, এজেন্ট
DeepSeek-V4-Flash · W4A16	$0.50	$2.00	না	একই বংশ, বেশি পরিমাণ
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	না	সাধারণ কাজের ঘোড়া
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	হ্যাঁ	শীর্ষস্তরের মাল্টিমোডাল এজেন্ট
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	হ্যাঁ	সবচেয়ে সস্তা ভিশন

মানুষ যে তুলনাটি আসলে করবেন তা নিয়ে সোজাসুজি বলি: DeepSeek-এর নিজের API এর চেয়ে সস্তা — প্রথম-পক্ষের V4-Pro-র তালিকাভুক্ত দাম মোটামুটি $0.435 ইন / $0.87 আউট, আর তাদের ক্যাশ-হিট ইনপুটের দাম আরও কম। প্রতি টোকেনের দামই যদি আপনার একমাত্র মাপকাঠি হয় আর মডারেশনের আচরণ আপনার কাজে প্রভাব না ফেলে, তবে প্রথম-পক্ষের API-ই ব্যবহার করুন; আপনি পরে টের পান তার চেয়ে আমরা এখনই বলে দেওয়াই ভালো মনে করি। বাড়তি দামটি কিনে দেয় অন্যরকম কিছু বৈশিষ্ট্য: কোনো প্রত্যাখ্যানের স্তর নেই আর কোনো আউটপুট ফিল্টার নেই, Shannon Lab LLC-এর অধীনে একজন মার্কিন পরিচালক, একটি পিন করা তারিখ-চিহ্নিত চেকপয়েন্ট (0813) যাতে উজানের কোনো নীরব আপগ্রেড প্রকল্পের মাঝপথে আপনার আউটপুট বদলে না দেয়, একটি মডেলের বিপরীতে তিনটি API উপভাষা, আর তালিকার বারোটি মডেল জুড়েই একই 262K উইন্ডো ও একই প্যারামিটার পৃষ্ঠ।

09কল করা: তিনটি উপভাষা, একটি মডেল

গেটওয়ের প্রতিটি মডেল তিনটি এন্ডপয়েন্টেই উত্তর দেয়, প্রতিটিতে স্ট্রিমিং সহ। আপনাকে নতুন কোনো SDK নিতে হয় না — আপনি একটি বেস URL আর একটি মডেল আইডি বদলান।

curl https://api.shannon-ai.com/v1/chat/completions \
  -H "Authorization: Bearer $SHANNON_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "DeepSeek-V4-Pro-0813-3BIT-REAP",
    "reasoning_effort": "high",
    "stream": true,
    "messages": [
      {"role": "system", "content": "You are a systems programmer. Be direct."},
      {"role": "user", "content": "Audit this parser for memory-safety bugs."}
    ]
  }'

• /v1/chat/completions — OpenAI উপভাষা; OpenAI SDK আর তার উপর তৈরি যেকোনো কিছুর সঙ্গে কাজ করে।
• /v1/messages — Anthropic উপভাষা, যে কোডবেসগুলি আগে থেকেই সেই আকৃতিতে লেখা তাদের জন্য।
• /v1/responses — Responses-ধাঁচের ইন্টারফেস।

এই মডেলে সমর্থিত: স্ট্রিমিং, নেটিভ টুল কলিং, কড়া json_schema কাঠামোবদ্ধ আউটপুট, response_format, আর reasoning_effort। পূর্ণ প্যারামিটার রেফারেন্স ও একটি লাইভ প্লেগ্রাউন্ড আছে API ডকুমেন্টেশনে।

10সৎ সীমাবদ্ধতা

এর উপর কিছু বানানোর আগে জেনে রাখার মতো চারটি জিনিস:

• ভিশন নেই। কেবল লেখা; কোনো এন্ডপয়েন্টেই এটি ছবি ইনপুট নেবে না। দেখতে পারে এমন আনসেন্সরড মডেল দরকার হলে Kimi-K3, Kimi-K2.6, MiniMax-M3, MiMo-V2.5 বা inkling ব্যবহার করুন।
• 16,384-টোকেন আউটপুট ছাদ। High effort-এ রিজনিং টোকেনও এর বিরুদ্ধে গোনা হয়, তাই দীর্ঘ বিবেচনা উত্তরের জন্য কম জায়গা রাখে। বড় জেনারেশনের কাজে রিকোয়েস্ট শিকল করুন।
• 3-বিট একটি বাস্তব সংকোচন। রেফারেন্স স্কোরগুলি ভিত্তিটির বর্ণনা দেয়, এই বিল্ডের নয়। সর্বোচ্চ-বিশ্বস্ততার স্তরের জন্য W8A16 মডেলগুলি (MiMo-V2.5-Pro, MiMo-V2.5, Hy3) সবচেয়ে কম কোয়ান্টাইজেশন বহন করে।
• আনসেন্সরড মানে পরিণামহীন নয়। প্রত্যাখ্যানের স্তর না থাকার মানে আপনি কী জিজ্ঞাসা করছেন আর উত্তরটি নিয়ে কী করছেন তার দায়িত্ব আপনারই — আমাদের পরিষেবার শর্তাবলি আর আপনি যেখানে কাজ করেন সেখানকার আইনের অধীনে।

11প্রায়শই জিজ্ঞাসিত প্রশ্ন

---

উৎস: DeepSeek-AI — DeepSeek-V4-Pro মডেল কার্ড · DeepSeek-V4 কারিগরি প্রতিবেদন (CSA/HCA, mHC, Muon) · DeepSeek-V2 (MLA, DeepSeekMoE) · DeepSeek-V3 কারিগরি প্রতিবেদন · REAP the Experts (Cerebras Research) · Promptfoo সেন্সরশিপ নিরীক্ষা · Discovering Forbidden Topics in Language Models। বেঞ্চমার্ক সংখ্যাগুলি রেফারেন্স রিলিজের জন্য DeepSeek-AI-এর জানানো; সংকুচিত বিল্ডের স্বাধীন তৃতীয়-পক্ষ যাচাই এখনও বাকি। দামগুলি ৫ সেপ্টেম্বর ২০২৬ অনুযায়ী Shannon AI-এর তালিকাভুক্ত দাম।