ERNIE 4.5 Turbo VL 32K هو إصدار الفهم البصري المسمّى ذو سياق 32K ضمن عائلة ERNIE 4.5 Turbo من Baidu. وهو مفيد عندما توفّر صورة الأدلة لسؤال مكتوب وتكون النتيجة المطلوبة تفسيرًا نصيًا. وتميّز هوية 32K الدقيقة هذا الإدخال عن إصدار Turbo VL المنفصل ذي السياق الأكبر.
قدّم صورة مقروءة وحدّد السؤال الذي ينبغي أن تجيب عنه. وللصفحة أو الرسم التخطيطي، حدّد التسميات أو المنطقة أو العلاقة ذات الصلة. اطلب من الاستجابة فصل التفاصيل الظاهرة عن الاستنتاج المستخلص منها، حتى يمكن التحقق من الحقائق المهمة بالرجوع إلى المصدر الأصلي.
إذا جمعت المهمة صورة مع حقائق مكتوبة إضافية، فضع تسميات منفصلة لهذه الحقائق. ويمكن لمقارنة مفيدة أن تسأل كيف يرتبط مخطط ظاهر بالوصف المصاحب، بدلًا من افتراض أن الصورة تثبت معلومات لا توجد إلا في النص. اطلب شرحًا مختصرًا أو حقولًا محددة بحسب النتيجة التي يحتاجها التطبيق.
تحدّد قائمة نماذج Baidu لهذا الإصدار بعينه سياقًا يبلغ 32K وحدًا أقصى للمدخل يبلغ 27K توكن ونطاق مخرج من 2–12,288 توكن. وهذه حدود منفصلة: فالسقف الأقصى للاستجابة لا يمنح حدًا إضافيًا للمدخل. أعدّ المواد المصدرية ذات الصلة واترك مساحة مناسبة للشرح ضمن سياق العمل النشط.
احتفظ بالصورة والسؤال والنص المُعاد معًا عند تنقيح تفسير. ويمكن لطلب متابعة أن يشير إلى تفصيل واحد محل خلاف ويطلب إعادة النظر في ذلك الجزء. ونتيجة الفهم البصري نص يستند إلى الصورة المقدّمة؛ أما إنشاء صورة جديدة فمهمة إخراج منفصلة.
", "aboutText": "ERNIE 4.5 Turbo VL 32K هو إصدار الفهم البصري المسمّى ذو سياق 32K ضمن عائلة ERNIE 4.5 Turbo من Baidu. وهو مفيد عندما توفّر صورة الأدلة لسؤال مكتوب وتكون النتيجة المطلوبة تفسيرًا نصيًا. وتميّز هوية 32K الدقيقة هذا الإدخال عن إصدار Turbo VL المنفصل ذي السياق الأكبر.\n\n### اطلب المعلومات التي تحتويها الصورة\n\nقدّم صورة مقروءة وحدّد السؤال الذي ينبغي أن تجيب عنه. وللصفحة أو الرسم التخطيطي، حدّد التسميات أو المنطقة أو العلاقة ذات الصلة. اطلب من الاستجابة فصل التفاصيل الظاهرة عن الاستنتاج المستخلص منها، حتى يمكن التحقق من الحقائق المهمة بالرجوع إلى المصدر الأصلي.\n\nإذا جمعت المهمة صورة مع حقائق مكتوبة إضافية، فضع تسميات منفصلة لهذه الحقائق. ويمكن لمقارنة مفيدة أن تسأل كيف يرتبط مخطط ظاهر بالوصف المصاحب، بدلًا من افتراض أن الصورة تثبت معلومات لا توجد إلا في النص. اطلب شرحًا مختصرًا أو حقولًا محددة بحسب النتيجة التي يحتاجها التطبيق.\n\n### خطّط لميزانية عمل 32K\n\nتحدّد قائمة نماذج Baidu لهذا الإصدار بعينه سياقًا يبلغ 32K وحدًا أقصى للمدخل يبلغ 27K توكن ونطاق مخرج من 2–12,288 توكن. وهذه حدود منفصلة: فالسقف الأقصى للاستجابة لا يمنح حدًا إضافيًا للمدخل. أعدّ المواد المصدرية ذات الصلة واترك مساحة مناسبة للشرح ضمن سياق العمل النشط.\n\nاحتفظ بالصورة والسؤال والنص المُعاد معًا عند تنقيح تفسير. ويمكن لطلب متابعة أن يشير إلى تفصيل واحد محل خلاف ويطلب إعادة النظر في ذلك الجزء. ونتيجة الفهم البصري نص يستند إلى الصورة المقدّمة؛ أما إنشاء صورة جديدة فمهمة إخراج منفصلة.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Explain a transcribed process diagram\n\nUse this written transcription of a process diagram: "Start -> inspect package -> damaged? Yes: quarantine; No: stock shelf." Explain both paths to a warehouse trainee in four short steps. Use only the supplied text, and end with one question about a process detail the transcription does not specify.Four concise process steps and one clearly unanswered process question.Verify that the damaged branch leads to quarantine and the undamaged branch to stock, with no claim of image inspection.ernie-4.5-turbo-vl-32kERNIE 4.5 Turbo VL 32K هو إصدار الفهم البصري من Baidu لسؤال يستند إلى صورة وإجابة نصية. ويسرد مطوّره سياقًا يبلغ 32K وما يصل إلى 27K توكن للمدخل ونطاق إكمال من 2–12,288 توكن.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
ERNIE 4.5 Turbo VL 32K هو إصدار الفهم البصري المسمّى ذو سياق 32K ضمن عائلة ERNIE 4.5 Turbo من Baidu. وهو مفيد عندما توفّر صورة الأدلة لسؤال مكتوب وتكون النتيجة المطلوبة تفسيرًا نصيًا. وتميّز هوية 32K الدقيقة هذا الإدخال عن إصدار Turbo VL المنفصل ذي السياق الأكبر.
قدّم صورة مقروءة وحدّد السؤال الذي ينبغي أن تجيب عنه. وللصفحة أو الرسم التخطيطي، حدّد التسميات أو المنطقة أو العلاقة ذات الصلة. اطلب من الاستجابة فصل التفاصيل الظاهرة عن الاستنتاج المستخلص منها، حتى يمكن التحقق من الحقائق المهمة بالرجوع إلى المصدر الأصلي.
إذا جمعت المهمة صورة مع حقائق مكتوبة إضافية، فضع تسميات منفصلة لهذه الحقائق. ويمكن لمقارنة مفيدة أن تسأل كيف يرتبط مخطط ظاهر بالوصف المصاحب، بدلًا من افتراض أن الصورة تثبت معلومات لا توجد إلا في النص. اطلب شرحًا مختصرًا أو حقولًا محددة بحسب النتيجة التي يحتاجها التطبيق.
تحدّد قائمة نماذج Baidu لهذا الإصدار بعينه سياقًا يبلغ 32K وحدًا أقصى للمدخل يبلغ 27K توكن ونطاق مخرج من 2–12,288 توكن. وهذه حدود منفصلة: فالسقف الأقصى للاستجابة لا يمنح حدًا إضافيًا للمدخل. أعدّ المواد المصدرية ذات الصلة واترك مساحة مناسبة للشرح ضمن سياق العمل النشط.
احتفظ بالصورة والسؤال والنص المُعاد معًا عند تنقيح تفسير. ويمكن لطلب متابعة أن يشير إلى تفصيل واحد محل خلاف ويطلب إعادة النظر في ذلك الجزء. ونتيجة الفهم البصري نص يستند إلى الصورة المقدّمة؛ أما إنشاء صورة جديدة فمهمة إخراج منفصلة.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود ernie-4.5-turbo-vl-32k | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | 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— |
الحقلmessages[].content | النوعstring|content_part[]|null | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_calls | النوعtool_call[] | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_call_id | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع | القيمة الافتراضية— |
الحقلmessages[].name | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].reasoning_content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج | القيمة الافتراضية— |
الحقلmessages[].reasoning_details | النوعobject|array | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_completion_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
الحقلstream_options.include_usage | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtemperature | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtop_p | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلstop | النوعstring|string[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools | النوعfunction_tool[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].type | النوعstring | المتطلباختياري | القيم والحدود function يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].function.name | النوعstring | المتطلبمطلوب | القيم والحدود ينطبق عندما: أداة دالة مقدّمة | القيمة الافتراضية— |
الحقلtools[].function.description | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtools[].function.parameters | النوعJSON_schema | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtool_choice | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلparallel_tool_calls | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلresponse_format | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning_effort | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلservice_tier | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلinstructions | النوعstring | المتطلباختياري | القيم والحدود حقل للتوافق | القيمة الافتراضية— |
الحقلfunctions | النوعfunction[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلfunction_call | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلprompt_cache_options | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmodalities | النوعstring[] | المتطلباختياري | القيم والحدود text | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: يُرفَض provider.options في مسار Ultra النصي هذا | القيمة الافتراضية— |
الحقلcache_control.ttl | النوعstring | المتطلباختياري | القيم والحدود الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه | القيمة الافتراضية— |
النص · نص UTF8
messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages |
المعلمةmaterial_types | المواصفاتtext |
المعلمةmessages | المواصفاتمصفوفة رسائل ببنية role/content |
المعلمةfile_material | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف |
المعلمةoptional_controls | المواصفاتstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
المعلمةcontrol_scope | المواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_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.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.00099 / 1K من الرموز الإخراج · رموز الإخراج $0.00286 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "ernie-4.5-turbo-vl-32k", "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='ernie-4.5-turbo-vl-32k',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='ernie-4.5-turbo-vl-32k',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 أو SSE
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.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| 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. |
Ailoot Ultra ernie-4.5-turbo-vl-32k
استخدم مسارات الطرائق المعروضة أعلاه.
ernie-4.5-turbo-vl-32kERNIE 4.5 Turbo VL 32K هو إصدار الفهم البصري من Baidu لسؤال يستند إلى صورة وإجابة نصية. ويسرد مطوّره سياقًا يبلغ 32K وما يصل إلى 27K توكن للمدخل ونطاق إكمال من 2–12,288 توكن.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
ERNIE 4.5 Turbo VL 32K هو إصدار الفهم البصري المسمّى ذو سياق 32K ضمن عائلة ERNIE 4.5 Turbo من Baidu. وهو مفيد عندما توفّر صورة الأدلة لسؤال مكتوب وتكون النتيجة المطلوبة تفسيرًا نصيًا. وتميّز هوية 32K الدقيقة هذا الإدخال عن إصدار Turbo VL المنفصل ذي السياق الأكبر.
قدّم صورة مقروءة وحدّد السؤال الذي ينبغي أن تجيب عنه. وللصفحة أو الرسم التخطيطي، حدّد التسميات أو المنطقة أو العلاقة ذات الصلة. اطلب من الاستجابة فصل التفاصيل الظاهرة عن الاستنتاج المستخلص منها، حتى يمكن التحقق من الحقائق المهمة بالرجوع إلى المصدر الأصلي.
إذا جمعت المهمة صورة مع حقائق مكتوبة إضافية، فضع تسميات منفصلة لهذه الحقائق. ويمكن لمقارنة مفيدة أن تسأل كيف يرتبط مخطط ظاهر بالوصف المصاحب، بدلًا من افتراض أن الصورة تثبت معلومات لا توجد إلا في النص. اطلب شرحًا مختصرًا أو حقولًا محددة بحسب النتيجة التي يحتاجها التطبيق.
تحدّد قائمة نماذج Baidu لهذا الإصدار بعينه سياقًا يبلغ 32K وحدًا أقصى للمدخل يبلغ 27K توكن ونطاق مخرج من 2–12,288 توكن. وهذه حدود منفصلة: فالسقف الأقصى للاستجابة لا يمنح حدًا إضافيًا للمدخل. أعدّ المواد المصدرية ذات الصلة واترك مساحة مناسبة للشرح ضمن سياق العمل النشط.
احتفظ بالصورة والسؤال والنص المُعاد معًا عند تنقيح تفسير. ويمكن لطلب متابعة أن يشير إلى تفصيل واحد محل خلاف ويطلب إعادة النظر في ذلك الجزء. ونتيجة الفهم البصري نص يستند إلى الصورة المقدّمة؛ أما إنشاء صورة جديدة فمهمة إخراج منفصلة.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود ernie-4.5-turbo-vl-32k | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF-8
سلسلة نصية messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages, max_tokens |
المعلمةoptional_controls | المواصفاتstream |
المعلمةmaterial_types | المواصفاتtext |
المعلمةtext_file_material | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. |
دورة الحياة: synchronous_or_streamed
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
| الإعدادات | جدول التعرفة | الرسوم |
|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الرسوم الإدخال · رموز الإدخال $0.00099 / 1K من الرموز الإخراج · رموز الإخراج $0.00286 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت $0 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "ernie-4.5-turbo-vl-32k",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'ernie-4.5-turbo-vl-32k', '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': 'ernie-4.5-turbo-vl-32k', '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 أو SSE
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.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| 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. |
Ailoot Ultra ernie-4.5-turbo-vl-32k
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Explain a transcribed process diagram\n\nUse this written transcription of a process diagram: "Start -> inspect package -> damaged? Yes: quarantine; No: stock shelf." Explain both paths to a warehouse trainee in four short steps. Use only the supplied text, and end with one question about a process detail the transcription does not specify.Four concise process steps and one clearly unanswered process question.Verify that the damaged branch leads to quarantine and the undamaged branch to stock, with no claim of image inspection.