Source: https://ailoot.ai/models/ar/amazon-nova-premier-v1/ Canonical: https://ailoot.ai/models/ar/amazon-nova-premier-v1/ Language: ar # Amazon: Nova Premier 1.0 [Markdown](https://ailoot.ai/models/ar/amazon-nova-premier-v1/index.md) · [JSON](https://ailoot.ai/models/ar/amazon-nova-premier-v1/facts.json) ## [Amazon: Nova Premier 1.0](https://ailoot.ai/models/ar/amazon-nova-premier-v1/) Amazon Nova Premier هو نموذج Nova من الجيل الأول للاستدلال متعدد الوسائط المعقد وتحليل المستندات الطويلة والوكلاء. يقبل النصوص والصور والفيديو ويُرجع نصًا، ويعمل أيضًا معلّمًا لتقطير نماذج Nova المتخصصة. - [**Ailoot Ultra · محادثة OpenAI** `POST /v1/chat/completions` `amazon/nova-premier-v1`](https://ailoot.ai/models/ar/amazon-nova-premier-v1/#method-0) - [**Ailoot Ultra · رسائل Anthropic** `POST /v1/messages` `amazon/nova-premier-v1`](https://ailoot.ai/models/ar/amazon-nova-premier-v1/#method-1) عن النموذج يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة. Amazon Nova Premier هو أقدر نماذج الفهم في عائلة Nova من الجيل الأول لدى Amazon، وصُمّم للأعمال المعقدة التي تتطلب فهمًا عميقًا وسياقًا وتخطيطًا عبر عدة خطوات. يعالج النصوص والصور والفيديو وينتج نصًا. يشمل دوره الاستدلال على تقارير طويلة ومقارنة الأدلة عبر المستندات وفهم المخططات والمواد البصرية وتنسيق مهام الوكلاء. يختلف Premier عن نماذج Micro وLite وPro الأخف وعن نماذج Nova التي تولّد الصور أو الفيديو أو الكلام الحواري. يسرد ملف النموذج المحدد لدى المنتج نافذة سياق بحجم 1 مليون توكن وإخراجًا أقصى 25K توكن. تاريخ انقطاع معرفته الموثّق أكتوبر 2024. يجعل ذلك Premier مفيدًا عندما تحتاج المهمة إلى كتلة كبيرة من المواد المرجعية بجانب التعليمات والمحادثة. نظّم المواد بأسماء مستندات وعلامات أقسام وسؤال محدد بدلًا من طلب تحليل غير موجّه لكل شيء. يمكن أن تكون النتيجة المفيدة مصفوفة مقارنة أو تقريرًا قائمًا على الأدلة أو تسلسل إجراءات مقترحًا. تغطي ميزانية السياق المواد التي يعمل بها النموذج؛ وليست وعدًا بأن يظهر كل تفصيل في الإجابة النهائية. يعالج سير عمل Premier متعدد الوسائط الموثّق صور PNG وJPG/JPEG وGIF وWebP وحاويات فيديو شائعة مثل MP4 وMOV وMKV وWebM. يشمل سير المستندات PDF وDOC/DOCX وCSV وXLS/XLSX وHTML وTXT وMarkdown. توفّر الملفات النصية نصًا؛ ويمكن لـ PDF وDOCX تقديم نص الصفحات مع المعلومات البصرية. ولتقرير يحوي مخططات، اجعل التسميات مقروءة واطلب من النموذج وصف الملاحظات ذات الصلة قبل تفسيرها. وإذا كان النثر وحده مطلوبًا، فإن تقديم النص المستخرج يجنب جعل الاستخراج البصري شرطًا لفهم المستند. تشترك الوسائط المضمّنة في ميزانية حمولة 25 MB، بما يشمل الزيادة الناتجة عن base64. يحتوي الطلب على فيديو واحد بحد 1 GB عبر S3؛ ويمكن أن يبلغ إجمالي وسائط S3 المجمعة 2 GB. تظل مدخلات PDF وDOCX محدودة بخمسة مستندات، بميزانية إجمالية 25 MB للرفع المباشر أو 2 GB عبر S3. يعتمد فهم الفيديو على إطارات بصرية مأخوذة بالعينات. يمنح دليل الجيل الأول Premier تحديدًا معدل إطار واحد كل ثانية حتى 3,200 إطار، وهي ميزانية تختلف عن استراتيجية 960 إطارًا في Nova Lite وPro. يفيد ذلك في ملخصات المشاهد والأسئلة عن الأحداث عبر الزمن، بينما قد تفوت ملاحظة أفعال قصيرة بين الإطارات المأخوذة. قدّم مقطعًا أو نطاقًا زمنيًا ذا صلة وحدّد التفاصيل المطلوب تتبعها. ولتسلسل طويل، يمكن لتحليل مُقسّم يتبعه ملخص نصي أن يحافظ على التركيز، رغم أن التقسيم قد يفقد السياق عبر حدود الأجزاء. لا تشمل وسائط النموذج الموثّقة مدخلات صوتية، لذا ينبغي تقديم المعلومات المنطوقة نصًا. يدعم Premier بث الاستجابات ومسارات العمل الموجّهة للأدوات والمعزّزة بالاسترجاع وتخزين التعليمات مؤقتًا ضمن ملف التقديم الموثّق من Amazon. يتطلب التخزين الصريح ما لا يقل عن 1K توكن لكل نقطة تحقق، ويتيح حتى أربع نقاط مع احتفاظ لمدة خمس دقائق. يحدّ المنتج تخزين التعليمات مؤقتًا بـ 20K توكن، خصوصًا للتعليمات النصية؛ وتختلف هذه الميزانية عن نافذة السياق الكاملة. امنح الوكيل المهمة والأدوات المسموحة وأوصاف وسائطها، ثم دع التطبيق ينفذ الإجراءات المطلوبة ويُرجع الملاحظات قبل خطوة النموذج التالية. لا يعني دوره الاستدلالي أنه يستطيع تشغيل نظام خارجي دون طبقة التنفيذ هذه. تدعم إرشادات الجيل الأول شرح الحل على مراحل عبر التعليمات؛ ولا تدخل عناصر التحكم المنفصلة في التفكير الموسّع low وmedium وhigh الخاصة بـ Nova 2 Lite ضمن واجهة هذا الإصدار الموثّقة. ولتقرير أو نتيجة أداة، اطلب حقولًا صريحة وأمثلة للبنية المطلوبة؛ فطلب شكل JSON يختلف عن الإخراج المنظّم المفروض. من أدوار Premier المميزة تعليم نماذج Nova الأصغر عبر التقطير. تصف Amazon استخدام استجابات Premier أمثلة تدريب لنسخ Nova Micro وLite وPro المتخصصة، ثم مقارنة سلوك النموذج الأصغر في المهمة المستهدفة. هذا سير لتخصيص النماذج وليس تغييرًا في هوية استجابة Premier عادية. وفي الاستخدام المعتاد، قدّم الحقائق المعتمدة واشترط أن تفصل الإجابة الملاحظات والافتراضات والأدلة الغائبة. يمكن أن يولّد Nova ادعاءات مقنعة تناقض مصدرًا، ولا تشمل الشيفرة المولّدة فحصًا أمنيًا تلقائيًا، لذا ينبغي للمادة المفيدة أن تحمل أدلة وتفاصيل كافية لفحصها مقارنةً بمدخلاتها. ويذكر المنتج أيضًا أن هذا النموذج لا يتعرّف إلى الأشخاص ولا يسمّيهم في الصور أو المستندات أو الفيديو. مهمة عملية ### مهمة عملية مثال تقني باللغة الإنجليزية ``` Compare two rollout proposals Compare these rollout notes for a support team. Plan A: train all 40 agents on Monday, migrate Tuesday, no rollback rehearsal. Plan B: train 10 agents, pilot for two days, rehearse rollback, then migrate the rest. Prepare a decision memo with evidence, trade-offs and one question the notes cannot answer. ``` #### النتيجة المتوقعة ``` A short recommendation, a two-plan comparison table and one explicitly unanswered question. ``` #### التحقق من النتيجة ``` Check every stated advantage against the notes; do not invent costs, outage rates or pilot results. ``` **Ailoot Ultra · محادثة OpenAI** `POST /v1/chat/completions` `amazon/nova-premier-v1` [`amazon/nova-premier-v1`](https://ailoot.ai/models/ar/#m=amazon%2Fnova-premier-v1&route=Ultra&caller=amazon%2Fnova-premier-v1&fmt=chat) Amazon /`amazon/nova-premier-v1` ### البداية Amazon Nova Premier هو نموذج Nova من الجيل الأول للاستدلال متعدد الوسائط المعقد وتحليل المستندات الطويلة والوكلاء. يقبل النصوص والصور والفيديو ويُرجع نصًا، ويعمل أيضًا معلّمًا لتقطير نماذج Nova المتخصصة. المدخلات المقبولة النص النتائج النص ### متاح في Ailoot · المدخلات والطرائق **Ailoot Ultra · محادثة OpenAI** `POST /v1/chat/completions` الإدخال `text` الإخراج `text` صيغة الإخراج json أو SSE | الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية | | --- | --- | --- | --- | --- | | الحقل`model` | النوع`string` | المتطلبمطلوب | القيم والحدود amazon/nova-premier-v1 | القيمة الافتراضية— | | الحقل`messages` | النوع`message[]` | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: ⁦1⁩ | القيمة الافتراضية— | | الحقل`messages[].role` | النوع`string` | المتطلبمطلوب | القيم والحدود أمثلة: system, user, assistant, tool, function الشروط: تُمثَّل هذه الأدوار صراحةً بأنواع التوافق في الشيفرة المصدرية؛ وتظل مجموعة الأدوار الدقيقة خاصة بكل نموذج. يعتمد على النموذج | القيمة الافتراضية— | | الحقل`messages[].content` | النوع`string\|content_part[]\|null` | المتطلباختياري | القيم والحدود | القيمة الافتراضية— | | الحقل`messages[].tool_calls` | النوع`tool_call[]` | المتطلباختياري | القيم والحدود | القيمة الافتراضية— | | الحقل`messages[].tool_call_id` | النوع`string` | المتطلباختياري | القيم والحدود ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع | القيمة الافتراضية— | | الحقل`messages[].name` | النوع`string` | المتطلباختياري | القيم والحدود | القيمة الافتراضية— | | الحقل`messages[].reasoning_content` | النوع`string` | المتطلباختياري | القيم والحدود ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج | القيمة الافتراضية— | | الحقل`messages[].reasoning_details` | النوع`object\|array` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`max_tokens` | النوع`integer` | المتطلباختياري | القيم والحدود الحد الأدنى: ⁦1⁩ يعتمد على النموذج | القيمة الافتراضية— | | الحقل`max_completion_tokens` | النوع`integer` | المتطلباختياري | القيم والحدود الحد الأدنى: ⁦1⁩ يعتمد على النموذج | القيمة الافتراضية— | | الحقل`stream` | النوع`boolean` | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse | | الحقل`stream_options.include_usage` | النوع`boolean` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`temperature` | النوع`number` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`top_p` | النوع`number` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`stop` | النوع`string\|string[]` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`tools` | النوع`function_tool[]` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`tools[].type` | النوع`string` | المتطلباختياري | القيم والحدود function يعتمد على النموذج | القيمة الافتراضية— | | الحقل`tools[].function.name` | النوع`string` | المتطلبمطلوب | القيم والحدود ينطبق عندما: أداة دالة مقدّمة | القيمة الافتراضية— | | الحقل`tools[].function.description` | النوع`string` | المتطلباختياري | القيم والحدود | القيمة الافتراضية— | | الحقل`tools[].function.parameters` | النوع`JSON_schema` | المتطلباختياري | القيم والحدود | القيمة الافتراضية— | | الحقل`tool_choice` | النوع`string\|object` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`parallel_tool_calls` | النوع`boolean` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`response_format` | النوع`object` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`reasoning_effort` | النوع`string` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`reasoning` | النوع`object` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`service_tier` | النوع`string` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`instructions` | النوع`string` | المتطلباختياري | القيم والحدود حقل للتوافق | القيمة الافتراضية— | | الحقل`functions` | النوع`function[]` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`function_call` | النوع`string\|object` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`prompt_cache_options` | النوع`object` | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— | | الحقل`modalities` | النوع`string[]` | المتطلباختياري | القيم والحدود text | القيمة الافتراضية— | | الحقل`provider` | النوع`object` | المتطلباختياري | القيم والحدود الشروط: يُرفَض provider.options في مسار Ultra النصي هذا | القيمة الافتراضية— | | الحقل`cache_control.ttl` | النوع`string` | المتطلباختياري | القيم والحدود الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه | القيمة الافتراضية— | تركيبات مواد الإدخال **النص** · نص UTF8 `messages[].content` معلمات الطريقة ودورة حياتها | المعلمة | المواصفات | | --- | --- | | المعلمة`content_type` | المواصفاتapplication/json | | المعلمة`required` | المواصفاتmodel, messages | | المعلمة`material_types` | المواصفاتtext | | المعلمة`messages` | المواصفاتمصفوفة رسائل ببنية role/content | | المعلمة`file_material` | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف | | المعلمة`optional_controls` | المواصفاتstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | المعلمة`control_scope` | المواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة | | المعلمة`output_modalities` | المواصفاتtext | | المعلمة`hosted_operations` | المواصفاتfalse | | المعلمة`multimodal_input_binding` | المواصفاتnull | دورة الحياة: `synchronous_or_streamed` أرسل معرّف النموذج الدقيق مع messages. طول السياق ليس حدًا أقصى للإخراج. يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق. ### الباقات مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة. الوضع السريع التعرفة القياسية عند اختيار الوضع السريع الوضع المرن التعرفة القياسية عند اختيار وضع flex أقصى جهد للاستدلال التعرفة القياسية عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال #### تعرفات Ailoot #### الأسعار حسب الإعدادات طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة. | الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم | | --- | --- | --- | --- | --- | | الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال **$0.005** / 1K من الرموز الإخراج · رموز الإخراج **$0.025** / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت **$0.00125** / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت **—** / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة **—** / 1K من الرموز | | الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من⁦0⁩ | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال **$0.005** / 1K من الرموز الإخراج · رموز الإخراج **$0.025** / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت **$0.00125** / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت **—** / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة **—** / 1K من الرموز | تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. [كيفية عمل حجز المبلغ وتسوية الرسوم →](https://ailoot.ai/docs/ar/billing/reserve/) ### أمثلة للطلبات #### Ailoot Ultra · محادثة OpenAI curlPython SDKالبث باستخدام Python ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "amazon/nova-premier-v1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') 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 ``` ```python 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='amazon/nova-premier-v1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) 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")) ``` ```python from openai import OpenAI import os from pathlib import Path 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) 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)) with client.chat.completions.stream(model='amazon/nova-premier-v1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### استلام النتائج وحفظها #### Ailoot Ultra · محادثة OpenAI json أو SSE ##### الاحتفاظ بكل النتائج المكتملة احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه. احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام. ##### عند الحاجة إلى التحقق من الاستجابة الأصلية احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية. حقول الاستجابة | الحقل | النوع | | --- | --- | | الحقل`choices[].index` | النوعinteger | | الحقل`choices[].message.content` | النوعstring\|null | | الحقل`choices[].message.tool_calls` | النوعtool\_call\[\] | | الحقل`choices[].message.reasoning_content` | النوعstring | | الحقل`choices[].message.reasoning_details` | النوعobject\|array | | الحقل`choices[].finish_reason` | النوعstring\|null | | الحقل`usage` | النوعobject | الأخطاء والخطوات التالية | الاستجابة | الشرط | الخطوة التالية | | --- | --- | --- | | الاستجابة⁦400⁩ · `invalid_request_error` | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. | ### الأسماء البديلة #### الأسماء البديلة للنموذج **Ailoot Ultra** [`amazon/nova-premier-v1`](https://ailoot.ai/models/ar/#m=amazon%2Fnova-premier-v1&route=Ultra&caller=amazon%2Fnova-premier-v1&fmt=chat) #### الأسماء البديلة لمسارات الطرائق استخدم مسارات الطرائق المعروضة أعلاه. #### معرّفات النماذج ذات الصلة IDs [`amazon/nova-premier-v1`](https://ailoot.ai/models/ar/#m=amazon%2Fnova-premier-v1&route=Ultra&caller=amazon%2Fnova-premier-v1&fmt=chat) **Ailoot Ultra · رسائل Anthropic** `POST /v1/messages` `amazon/nova-premier-v1` [`amazon/nova-premier-v1`](https://ailoot.ai/models/ar/#m=amazon%2Fnova-premier-v1&route=Ultra&caller=amazon%2Fnova-premier-v1&fmt=messages) Amazon /`amazon/nova-premier-v1` ### البداية Amazon Nova Premier هو نموذج Nova من الجيل الأول للاستدلال متعدد الوسائط المعقد وتحليل المستندات الطويلة والوكلاء. يقبل النصوص والصور والفيديو ويُرجع نصًا، ويعمل أيضًا معلّمًا لتقطير نماذج Nova المتخصصة. المدخلات المقبولة النص النتائج json · sse ### متاح في Ailoot · المدخلات والطرائق **Ailoot Ultra · رسائل Anthropic** `POST /v1/messages` الإدخال `text` الإخراج `json`, `sse` صيغة الإخراج JSON أو SSE | الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية | | --- | --- | --- | --- | --- | | الحقل`model` | النوع`string` | المتطلبمطلوب | القيم والحدود amazon/nova-premier-v1 | القيمة الافتراضية— | | الحقل`messages` | النوع`message[]` | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— | | الحقل`messages[].role` | النوع`string` | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— | | الحقل`messages[].content` | النوع`string` | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— | | الحقل`max_tokens` | النوع`integer` | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— | | الحقل`stream` | النوع`boolean` | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse | تركيبات مواد الإدخال **النص** · نص UTF-8 `سلسلة نصية messages[].content` معلمات الطريقة ودورة حياتها | المعلمة | المواصفات | | --- | --- | | المعلمة`content_type` | المواصفاتapplication/json | | المعلمة`required` | المواصفاتmodel, messages, max\_tokens | | المعلمة`optional_controls` | المواصفاتstream | | المعلمة`material_types` | المواصفاتtext | | المعلمة`text_file_material` | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. | دورة الحياة: `synchronous_or_streamed` ### الباقات مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة. الوضع السريع التعرفة القياسية عند اختيار الوضع السريع الوضع المرن التعرفة القياسية عند اختيار وضع flex أقصى جهد للاستدلال التعرفة القياسية عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال #### تعرفات Ailoot #### الأسعار حسب الإعدادات طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة. | الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم | | --- | --- | --- | --- | --- | | الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال **$0.005** / 1K من الرموز الإخراج · رموز الإخراج **$0.025** / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت **$0.00125** / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت **—** / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة **—** / 1K من الرموز | | الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من⁦0⁩ | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال **$0.005** / 1K من الرموز الإخراج · رموز الإخراج **$0.025** / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت **$0.00125** / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت **—** / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة **—** / 1K من الرموز | تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. [كيفية عمل حجز المبلغ وتسوية الرسوم →](https://ailoot.ai/docs/ar/billing/reserve/) ### أمثلة للطلبات #### Ailoot Ultra · رسائل Anthropic جسم طلب JSON مكتمل بالحد الأدنىcurl · استخدم مستندك بترميز UTF-8Python · احفظ النتيجة كاملة ```json { "model": "amazon/nova-premier-v1", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'amazon/nova-premier-v1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -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 result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'amazon/nova-premier-v1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### استلام النتائج وحفظها #### Ailoot Ultra · رسائل Anthropic JSON أو SSE ##### الاحتفاظ بكل النتائج المكتملة احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه. احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل. ##### عند الحاجة إلى التحقق من الاستجابة الأصلية احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية. حقول الاستجابة | الحقل | النوع | | --- | --- | | الحقل`id` | النوعstring | | الحقل`model` | النوعstring | | الحقل`content[]` | النوعtext\|thinking\|tool\_use\|other content block | | الحقل`stop_reason` | النوعstring\|null | | الحقل`usage` | النوعobject | الأخطاء والخطوات التالية | الاستجابة | الشرط | الخطوة التالية | | --- | --- | --- | | الاستجابة⁦400⁩ · `invalid_request_error` | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. | ### الأسماء البديلة #### الأسماء البديلة للنموذج **Ailoot Ultra** [`amazon/nova-premier-v1`](https://ailoot.ai/models/ar/#m=amazon%2Fnova-premier-v1&route=Ultra&caller=amazon%2Fnova-premier-v1&fmt=messages) #### الأسماء البديلة لمسارات الطرائق استخدم مسارات الطرائق المعروضة أعلاه. #### معرّفات النماذج ذات الصلة IDs [`amazon/nova-premier-v1`](https://ailoot.ai/models/ar/#m=amazon%2Fnova-premier-v1&route=Ultra&caller=amazon%2Fnova-premier-v1&fmt=messages) FAQ · Amazon: Nova Premier 1.0 ما المدخلات والنتائج المتاحة؟ `POST /v1/chat/completions` · `amazon/nova-premier-v1`: `text` → `text` `POST /v1/messages` · `amazon/nova-premier-v1`: `text` → `json`, `sse` ما الحقول التي يستخدمها الطلب؟ `POST /v1/chat/completions` · `amazon/nova-premier-v1`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `amazon/nova-premier-v1`: `model`, `messages`, `max_tokens`, `stream` ما الحدود المطبقة؟ `POST /v1/chat/completions` · `amazon/nova-premier-v1`: `messages.min_items`: `1` اربط Ailoot بخدمة Claude Code أوOpenCode أوHermes أوتطبيقك. ## الشركة ومحفظة مشاريعها الشركة ومحفظة مشاريعها: ملايين العملاء؛ مبيعات بالمليارات شهريًا. ## اشتر الرموز بخصم. خصم اشتراك للعمل المنتظم. الرموز الترويجية حتى 50% على شراء الرموز. الاشتراك اختر خطة بخصم لطلباتك المنتظمة. رمز خصم حتى 50% أدخل الرمز عند الشراء. يعاد حساب السعر وفق العرض الساري. المصروفات في السجل يحفظ النموذج والرموز والمبلغ لكل طلب. [اختر اشتراكا](https://ailoot.ai/docs/ar/billing/subscriptions/) · [اعرض أسعار النماذج](https://ailoot.ai/models/ar/) ## اربط API بالمنتج الذي تبيعه. SaaS والتطبيقات والبوتات وفق العرض واتفاقية ترخيص Ailoot. لإعادة البيع، اطلب ترخيص موزع. تطبيق تجاري أضف توليد النص والصور والفيديو والصوت إلى ميزات خدمتك المدفوعة. ترخيص إعادة البيع أرسل وصف المشروع وطريقة توفير الوصول. اطلب شروط استخدام وإعادة بيع مكتوبة. المستندات على الموقع العرض واتفاقية الترخيص وسياسة معالجة البيانات متاحة قبل الربط. [اطلب ترخيص إعادة بيع](mailto:support@ailoot.ai) · [العرض واتفاقية الترخيص](https://ailoot.ai/legal/offer?lang=ar) ## Ailoot · الشركة ومحفظة مشاريعها تستند Ailoot إلى خبرة تشغيلية متراكمة وقاعدة عملاء واسعة وخدمة مستقرة ومراقبة مستمرة لمؤشرات الأداء KPI. الشركة ومحفظة مشاريعها: ملايين العملاء؛ مبيعات بالمليارات شهريًا. توظف Ailoot هذه الخبرة التشغيلية لإتاحة الوصول عبر API إلى قدرات الذكاء الاصطناعي في منتجات العملاء ووكلائهم وتطبيقاتهم وعمليات الأتمتة.