{ "aboutHtml": "

MiniMax M2-her هو نموذج MiniMax النصي المركّز على الحوار لتقمص الأدوار ومحادثات الشخصيات والتفاعل المدفوع بالقصة. وهو ملف منفصل عن نموذج MiniMax M2 العام الموجّه للبرمجة والوكلاء. يطوّره المصنّع حول عوالم خيالية متماسكة وتقدم نشط للقصة ومواءمة تفضيلات المستخدم الحوارية. مدخلاته ومخرجاته نصية؛ ولا يدعم الدليل المخصص المدخلات المختلطة من نص وصورة.

عرّف العالم وكلا الدورين

تتضمن صيغة محادثة المنتج أكثر من رسائل system وuser وassistant المعتادة. يعرّف دور system هوية النموذج وشخصيته وسلوكه. ويعرّف دور user_system شخصية المستخدم أو هويته التمثيلية، بينما يحدد group السيناريو أو مجموعة المحادثة. وضّح هذه الفروق عندما تشمل القصة أشخاصاً عدة أو معارف مختلفة أو علاقة معينة.

أعطِ النموذج البيئة ودوافع الشخصية والحقائق التي يجب أن تبقى صحيحة. صِف من يتحكم في أفعال المستخدم والخيارات التي ينبغي أن تظل مفتوحة للرد. مثال موجز مشهد: «تابع بدور أمين الأرشيف، وحافظ على اللغز القائم، وقدّم دليلاً جديداً واحداً دون تقرير رد فعل شخصيتي». يجهّز ذلك تبادلاً متجاوباً بدلاً من مطالبة النموذج بكتابة جانبي التفاعل.

الأمثلة والأسلوب

يدعم M2-her رسائل sample_message_user وsample_message_ai لإظهار نمط الحوار المطلوب. يوصي المصنّع باستخدام ما بين مثال واحد وثلاثة أمثلة موجزة. استخدمها لترسيخ الصوت والإيقاع وعلاقة السرد بالحوار، مع تجنب مثال طويل يستهلك السياق دون توضيح الأسلوب. تُحتسب الأمثلة ضمن ميزانية المدخلات مثل سائر الرسائل.

يركز اتجاه تطوير MiniMax على هوية الشخصية وقواعد العالم وحركة الحبكة المتنوعة وحرية المستخدم في اتخاذ القرار. حدّد الإيقاع المقصود عندما يهم، مثل تبادل هادئ أو كشف تدريجي أو تعقيد جديد. للتنقيح، حدّد العبارة أو الحدث الدقيق الذي يخل بالشخصية أو التسلسل الزمني، واطلب تصحيحاً يحافظ على بقية المشهد.

حافظ على سياق المحادثة

يشمل المسار الموثّق سجل المستخدم والمساعد كاملاً بترتيب زمني للحوار متعدد الجولات. يوفّر هذا السجل للاستجابة التالية أدلة على الأحداث السابقة والعلاقات الراسخة. أبقِ الأسماء الأساسية والتطورات الحديثة صريحة عند إعداد قصة مستمرة. يُقدّم سجل السياق إلى النموذج؛ ولا ينبغي الخلط بينه وبين ذاكرة غير محدودة خارج المحادثة.

يستخدم بحث تقمص الأدوار لدى المصنّع توليف الحوار وتعلّم التفضيلات عبر الإنترنت لتحسين التنوع والاستمرارية والتجاوب. تصف أساليب التدريب هذه نموذج المنتج، ولا تضمن خلو كل قصة فردية من الأخطاء. راجع ما إذا كانت الاستجابة تنسب الحوار إلى الشخصية الصحيحة وتحترم القواعد الفيزيائية أو الخيالية للبيئة.

الحدود والفقرة الناتجة

يذكر دليل M2-her المخصص سياقاً 64K وحداً أقصى للإكمال 2,048 رمز. ويوثّق أيضاً المخرجات المتدفقة وإعدادات أخذ العينات الافتراضية temperature 1.0 وtop-p 0.95. اختر طول استجابة يلائم جولة في المحادثة؛ فقد تزيح فقرة طويلة جداً قرار المستخدم التالي أو تُقطع بسبب ميزانية الإكمال.

النتيجة المفيدة رد شخصية أو فقرة سردية أو مشهد مستكمل يلائم البيئة المقدمة ويدعو إلى التفاعل التالي. تحقّق من وجهة النظر وحرية الشخصية واتساق الإحالات والنهاية المطلوبة. تظل صيغة تقمص الأدوار المسماة وحدود M2-her منفصلة عن نماذج اللغة والرؤية والوسائط الأخرى لدى MiniMax.

", "aboutText": "MiniMax M2-her هو نموذج MiniMax النصي المركّز على الحوار لتقمص الأدوار ومحادثات الشخصيات والتفاعل المدفوع بالقصة. وهو ملف منفصل عن نموذج MiniMax M2 العام الموجّه للبرمجة والوكلاء. يطوّره المصنّع حول عوالم خيالية متماسكة وتقدم نشط للقصة ومواءمة تفضيلات المستخدم الحوارية. مدخلاته ومخرجاته نصية؛ ولا يدعم الدليل المخصص المدخلات المختلطة من نص وصورة.\n\n### عرّف العالم وكلا الدورين\n\nتتضمن صيغة محادثة المنتج أكثر من رسائل system وuser وassistant المعتادة. يعرّف دور system هوية النموذج وشخصيته وسلوكه. ويعرّف دور user_system شخصية المستخدم أو هويته التمثيلية، بينما يحدد group السيناريو أو مجموعة المحادثة. وضّح هذه الفروق عندما تشمل القصة أشخاصاً عدة أو معارف مختلفة أو علاقة معينة.\n\nأعطِ النموذج البيئة ودوافع الشخصية والحقائق التي يجب أن تبقى صحيحة. صِف من يتحكم في أفعال المستخدم والخيارات التي ينبغي أن تظل مفتوحة للرد. مثال موجز مشهد: «تابع بدور أمين الأرشيف، وحافظ على اللغز القائم، وقدّم دليلاً جديداً واحداً دون تقرير رد فعل شخصيتي». يجهّز ذلك تبادلاً متجاوباً بدلاً من مطالبة النموذج بكتابة جانبي التفاعل.\n\n### الأمثلة والأسلوب\n\nيدعم M2-her رسائل sample_message_user وsample_message_ai لإظهار نمط الحوار المطلوب. يوصي المصنّع باستخدام ما بين مثال واحد وثلاثة أمثلة موجزة. استخدمها لترسيخ الصوت والإيقاع وعلاقة السرد بالحوار، مع تجنب مثال طويل يستهلك السياق دون توضيح الأسلوب. تُحتسب الأمثلة ضمن ميزانية المدخلات مثل سائر الرسائل.\n\nيركز اتجاه تطوير MiniMax على هوية الشخصية وقواعد العالم وحركة الحبكة المتنوعة وحرية المستخدم في اتخاذ القرار. حدّد الإيقاع المقصود عندما يهم، مثل تبادل هادئ أو كشف تدريجي أو تعقيد جديد. للتنقيح، حدّد العبارة أو الحدث الدقيق الذي يخل بالشخصية أو التسلسل الزمني، واطلب تصحيحاً يحافظ على بقية المشهد.\n\n### حافظ على سياق المحادثة\n\nيشمل المسار الموثّق سجل المستخدم والمساعد كاملاً بترتيب زمني للحوار متعدد الجولات. يوفّر هذا السجل للاستجابة التالية أدلة على الأحداث السابقة والعلاقات الراسخة. أبقِ الأسماء الأساسية والتطورات الحديثة صريحة عند إعداد قصة مستمرة. يُقدّم سجل السياق إلى النموذج؛ ولا ينبغي الخلط بينه وبين ذاكرة غير محدودة خارج المحادثة.\n\nيستخدم بحث تقمص الأدوار لدى المصنّع توليف الحوار وتعلّم التفضيلات عبر الإنترنت لتحسين التنوع والاستمرارية والتجاوب. تصف أساليب التدريب هذه نموذج المنتج، ولا تضمن خلو كل قصة فردية من الأخطاء. راجع ما إذا كانت الاستجابة تنسب الحوار إلى الشخصية الصحيحة وتحترم القواعد الفيزيائية أو الخيالية للبيئة.\n\n### الحدود والفقرة الناتجة\n\nيذكر دليل M2-her المخصص سياقاً 64K وحداً أقصى للإكمال 2,048 رمز. ويوثّق أيضاً المخرجات المتدفقة وإعدادات أخذ العينات الافتراضية temperature 1.0 وtop-p 0.95. اختر طول استجابة يلائم جولة في المحادثة؛ فقد تزيح فقرة طويلة جداً قرار المستخدم التالي أو تُقطع بسبب ميزانية الإكمال.\n\nالنتيجة المفيدة رد شخصية أو فقرة سردية أو مشهد مستكمل يلائم البيئة المقدمة ويدعو إلى التفاعل التالي. تحقّق من وجهة النظر وحرية الشخصية واتساق الإحالات والنهاية المطلوبة. تظل صيغة تقمص الأدوار المسماة وحدود M2-her منفصلة عن نماذج اللغة والرؤية والوسائط الأخرى لدى MiniMax.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "dfb14a98a5314254429de8b106ebb219e03b4b9492859ecd02aa145f1c72f418", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ar", "methods": [ { "html": "
MM

MiniMax: MiniMax M2-her

MiniMax /M2-her

البداية

MiniMax M2-her هو نموذج نصي فقط لتقمص الشخصيات والحوار المدفوع بالقصة والمحادثات متعددة الجولات. تشكّل صيغ الأدوار والرسائل النموذجية المخصصة جانبي التفاعل، مع سياق لدى المنتج يبلغ 64K وحد أقصى للإكمال 2,048 رمز.

المدخلات المقبولة
النص
النتائج
النص
عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

MiniMax M2-her هو نموذج MiniMax النصي المركّز على الحوار لتقمص الأدوار ومحادثات الشخصيات والتفاعل المدفوع بالقصة. وهو ملف منفصل عن نموذج MiniMax M2 العام الموجّه للبرمجة والوكلاء. يطوّره المصنّع حول عوالم خيالية متماسكة وتقدم نشط للقصة ومواءمة تفضيلات المستخدم الحوارية. مدخلاته ومخرجاته نصية؛ ولا يدعم الدليل المخصص المدخلات المختلطة من نص وصورة.

عرّف العالم وكلا الدورين

تتضمن صيغة محادثة المنتج أكثر من رسائل system وuser وassistant المعتادة. يعرّف دور system هوية النموذج وشخصيته وسلوكه. ويعرّف دور user_system شخصية المستخدم أو هويته التمثيلية، بينما يحدد group السيناريو أو مجموعة المحادثة. وضّح هذه الفروق عندما تشمل القصة أشخاصاً عدة أو معارف مختلفة أو علاقة معينة.

أعطِ النموذج البيئة ودوافع الشخصية والحقائق التي يجب أن تبقى صحيحة. صِف من يتحكم في أفعال المستخدم والخيارات التي ينبغي أن تظل مفتوحة للرد. مثال موجز مشهد: «تابع بدور أمين الأرشيف، وحافظ على اللغز القائم، وقدّم دليلاً جديداً واحداً دون تقرير رد فعل شخصيتي». يجهّز ذلك تبادلاً متجاوباً بدلاً من مطالبة النموذج بكتابة جانبي التفاعل.

الأمثلة والأسلوب

يدعم M2-her رسائل sample_message_user وsample_message_ai لإظهار نمط الحوار المطلوب. يوصي المصنّع باستخدام ما بين مثال واحد وثلاثة أمثلة موجزة. استخدمها لترسيخ الصوت والإيقاع وعلاقة السرد بالحوار، مع تجنب مثال طويل يستهلك السياق دون توضيح الأسلوب. تُحتسب الأمثلة ضمن ميزانية المدخلات مثل سائر الرسائل.

يركز اتجاه تطوير MiniMax على هوية الشخصية وقواعد العالم وحركة الحبكة المتنوعة وحرية المستخدم في اتخاذ القرار. حدّد الإيقاع المقصود عندما يهم، مثل تبادل هادئ أو كشف تدريجي أو تعقيد جديد. للتنقيح، حدّد العبارة أو الحدث الدقيق الذي يخل بالشخصية أو التسلسل الزمني، واطلب تصحيحاً يحافظ على بقية المشهد.

حافظ على سياق المحادثة

يشمل المسار الموثّق سجل المستخدم والمساعد كاملاً بترتيب زمني للحوار متعدد الجولات. يوفّر هذا السجل للاستجابة التالية أدلة على الأحداث السابقة والعلاقات الراسخة. أبقِ الأسماء الأساسية والتطورات الحديثة صريحة عند إعداد قصة مستمرة. يُقدّم سجل السياق إلى النموذج؛ ولا ينبغي الخلط بينه وبين ذاكرة غير محدودة خارج المحادثة.

يستخدم بحث تقمص الأدوار لدى المصنّع توليف الحوار وتعلّم التفضيلات عبر الإنترنت لتحسين التنوع والاستمرارية والتجاوب. تصف أساليب التدريب هذه نموذج المنتج، ولا تضمن خلو كل قصة فردية من الأخطاء. راجع ما إذا كانت الاستجابة تنسب الحوار إلى الشخصية الصحيحة وتحترم القواعد الفيزيائية أو الخيالية للبيئة.

الحدود والفقرة الناتجة

يذكر دليل M2-her المخصص سياقاً 64K وحداً أقصى للإكمال 2,048 رمز. ويوثّق أيضاً المخرجات المتدفقة وإعدادات أخذ العينات الافتراضية temperature 1.0 وtop-p 0.95. اختر طول استجابة يلائم جولة في المحادثة؛ فقد تزيح فقرة طويلة جداً قرار المستخدم التالي أو تُقطع بسبب ميزانية الإكمال.

النتيجة المفيدة رد شخصية أو فقرة سردية أو مشهد مستكمل يلائم البيئة المقدمة ويدعو إلى التفاعل التالي. تحقّق من وجهة النظر وحرية الشخصية واتساق الإحالات والنهاية المطلوبة. تظل صيغة تقمص الأدوار المسماة وحدود M2-her منفصلة عن نماذج اللغة والرؤية والوسائط الأخرى لدى MiniMax.

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · محادثة OpenAI POST /v1/chat/completions
الإدخال
text
الإخراج
text
صيغة الإخراج
json أو SSE
الحقلالنوعالمتطلبالقيم والحدودالقيمة الافتراضية
الحقلmodelالنوعstringالمتطلبمطلوبالقيم والحدود
M2-her
القيمة الافتراضية—
الحقلmessagesالنوعmessage[]المتطلبمطلوبالقيم والحدود
الحد الأدنى للعناصر: ⁦1⁩
القيمة الافتراضية—
الحقلmessages[].roleالنوعstringالمتطلبمطلوبالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلmessages[].contentالنوعstringالمتطلباختياريالقيم والحدود
ينطبق عندما: محادثة نصية
القيمة الافتراضية—
الحقلstreamالنوعbooleanالمتطلباختياريالقيم والحدودالقيمة الافتراضيةfalse
تركيبات مواد الإدخال

النص · نص UTF8

messages[].content

معلمات الطريقة ودورة حياتها
المعلمةالمواصفات
المعلمةcontent_typeالمواصفاتapplication/json
المعلمةrequiredالمواصفاتmodel, messages
المعلمةmaterial_typesالمواصفاتtext
المعلمةmessagesالمواصفاتمصفوفة رسائل ببنية role/content
المعلمةfile_materialالمواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف
المعلمةoptional_controlsالمواصفاتstream
المعلمةcontrol_scopeالمواصفاتمحادثة نصية؛ stream قيمة منطقية، وقيمتها الافتراضية false.
المعلمةoutput_modalitiesالمواصفاتtext
المعلمةhosted_operationsالمواصفاتfalse
المعلمةmultimodal_input_bindingالمواصفاتnull

الأسماء البديلة للطريقة: /chat/completions

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
غير محدد عند اختيار الوضع السريع
الوضع المرن
غير محدد عند اختيار وضع flex
أقصى جهد للاستدلال
غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

الإعداداتجدول التعرفةالرسوم
الإعداداتالتعرفات الأساسية للرموزجدول التعرفةالتعرفة الأساسيةالرسوم
الإدخال · رموز الإدخال $0.0006 / 1K من الرموز
الإخراج · رموز الإخراج $0.0024 / 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 →

أمثلة للطلبات

Ailoot Ultra · محادثة OpenAI

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":"M2-her","messages":[{"role":"user","content":"hello"}],"stream":false}')\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\n

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
الحقلالنوع
الحقلchoices[].indexالنوعinteger
الحقلchoices[].message.contentالنوعstring|null
الحقلchoices[].message.tool_callsالنوعtool_call[]
الحقلchoices[].message.reasoning_contentالنوعstring
الحقلchoices[].message.reasoning_detailsالنوعobject|array
الحقلchoices[].finish_reasonالنوعstring|null
الحقلusageالنوعobject
الأخطاء والخطوات التالية
الاستجابةالشرطالخطوة التالية
الاستجابة⁦400⁩ · invalid_request_errorالشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحةالخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra M2-her

الأسماء البديلة لمسارات الطرائق

/chat/completions

معرّفات النماذج ذات الصلة IDs

M2-her

", "method_identity": { "effective_request_model_id": "M2-her", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "M2-her", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|M2-her", "ordinal": 0, "rawMethod": { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة", "http_status": 400, "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "Send the conversation as text messages. Stream must be a boolean; omitted stream defaults to false." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "نص UTF8" } ], "operation_modes": [ "conversation" ], "outputs": { "all_results": "احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json أو SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "M2-her" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string", "when": "محادثة نصية" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Text conversation at the exact model ID and method path.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "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." ], "input": { "content_type": "application/json", "control_scope": "محادثة نصية؛ stream قيمة منطقية، وقيمتها الافتراضية false.", "file_material": "مستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف", "hosted_operations": false, "material_types": [ "text" ], "messages": "مصفوفة رسائل ببنية role/content", "multimodal_input_binding": null, "optional_controls": [ "stream" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [ "/chat/completions" ], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "التعرفات الأساسية للرموز", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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\":\"M2-her\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}')\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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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=\"M2-her\", messages=[{\"role\":\"user\",\"content\":\"hello\"}], stream=False)\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\"))\n", "label": "Python SDK · all choices", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 0.6, "input": [ "text" ], "label": "محادثة OpenAI", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [ "/chat/completions" ], "out": 2.4, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "M2-her", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } }, { "html": "
MM

MiniMax: MiniMax M2-her

MiniMax /M2-her

البداية

MiniMax M2-her هو نموذج نصي فقط لتقمص الشخصيات والحوار المدفوع بالقصة والمحادثات متعددة الجولات. تشكّل صيغ الأدوار والرسائل النموذجية المخصصة جانبي التفاعل، مع سياق لدى المنتج يبلغ 64K وحد أقصى للإكمال 2,048 رمز.

المدخلات المقبولة
النص
النتائج
json · sse
عن النموذج

يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.

MiniMax M2-her هو نموذج MiniMax النصي المركّز على الحوار لتقمص الأدوار ومحادثات الشخصيات والتفاعل المدفوع بالقصة. وهو ملف منفصل عن نموذج MiniMax M2 العام الموجّه للبرمجة والوكلاء. يطوّره المصنّع حول عوالم خيالية متماسكة وتقدم نشط للقصة ومواءمة تفضيلات المستخدم الحوارية. مدخلاته ومخرجاته نصية؛ ولا يدعم الدليل المخصص المدخلات المختلطة من نص وصورة.

عرّف العالم وكلا الدورين

تتضمن صيغة محادثة المنتج أكثر من رسائل system وuser وassistant المعتادة. يعرّف دور system هوية النموذج وشخصيته وسلوكه. ويعرّف دور user_system شخصية المستخدم أو هويته التمثيلية، بينما يحدد group السيناريو أو مجموعة المحادثة. وضّح هذه الفروق عندما تشمل القصة أشخاصاً عدة أو معارف مختلفة أو علاقة معينة.

أعطِ النموذج البيئة ودوافع الشخصية والحقائق التي يجب أن تبقى صحيحة. صِف من يتحكم في أفعال المستخدم والخيارات التي ينبغي أن تظل مفتوحة للرد. مثال موجز مشهد: «تابع بدور أمين الأرشيف، وحافظ على اللغز القائم، وقدّم دليلاً جديداً واحداً دون تقرير رد فعل شخصيتي». يجهّز ذلك تبادلاً متجاوباً بدلاً من مطالبة النموذج بكتابة جانبي التفاعل.

الأمثلة والأسلوب

يدعم M2-her رسائل sample_message_user وsample_message_ai لإظهار نمط الحوار المطلوب. يوصي المصنّع باستخدام ما بين مثال واحد وثلاثة أمثلة موجزة. استخدمها لترسيخ الصوت والإيقاع وعلاقة السرد بالحوار، مع تجنب مثال طويل يستهلك السياق دون توضيح الأسلوب. تُحتسب الأمثلة ضمن ميزانية المدخلات مثل سائر الرسائل.

يركز اتجاه تطوير MiniMax على هوية الشخصية وقواعد العالم وحركة الحبكة المتنوعة وحرية المستخدم في اتخاذ القرار. حدّد الإيقاع المقصود عندما يهم، مثل تبادل هادئ أو كشف تدريجي أو تعقيد جديد. للتنقيح، حدّد العبارة أو الحدث الدقيق الذي يخل بالشخصية أو التسلسل الزمني، واطلب تصحيحاً يحافظ على بقية المشهد.

حافظ على سياق المحادثة

يشمل المسار الموثّق سجل المستخدم والمساعد كاملاً بترتيب زمني للحوار متعدد الجولات. يوفّر هذا السجل للاستجابة التالية أدلة على الأحداث السابقة والعلاقات الراسخة. أبقِ الأسماء الأساسية والتطورات الحديثة صريحة عند إعداد قصة مستمرة. يُقدّم سجل السياق إلى النموذج؛ ولا ينبغي الخلط بينه وبين ذاكرة غير محدودة خارج المحادثة.

يستخدم بحث تقمص الأدوار لدى المصنّع توليف الحوار وتعلّم التفضيلات عبر الإنترنت لتحسين التنوع والاستمرارية والتجاوب. تصف أساليب التدريب هذه نموذج المنتج، ولا تضمن خلو كل قصة فردية من الأخطاء. راجع ما إذا كانت الاستجابة تنسب الحوار إلى الشخصية الصحيحة وتحترم القواعد الفيزيائية أو الخيالية للبيئة.

الحدود والفقرة الناتجة

يذكر دليل M2-her المخصص سياقاً 64K وحداً أقصى للإكمال 2,048 رمز. ويوثّق أيضاً المخرجات المتدفقة وإعدادات أخذ العينات الافتراضية temperature 1.0 وtop-p 0.95. اختر طول استجابة يلائم جولة في المحادثة؛ فقد تزيح فقرة طويلة جداً قرار المستخدم التالي أو تُقطع بسبب ميزانية الإكمال.

النتيجة المفيدة رد شخصية أو فقرة سردية أو مشهد مستكمل يلائم البيئة المقدمة ويدعو إلى التفاعل التالي. تحقّق من وجهة النظر وحرية الشخصية واتساق الإحالات والنهاية المطلوبة. تظل صيغة تقمص الأدوار المسماة وحدود M2-her منفصلة عن نماذج اللغة والرؤية والوسائط الأخرى لدى MiniMax.

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · رسائل Anthropic POST /v1/messages
الإدخال
text
الإخراج
json, sse
صيغة الإخراج
JSON أو SSE
الحقلالنوعالمتطلبالقيم والحدودالقيمة الافتراضية
الحقلmodelالنوعstringالمتطلبمطلوبالقيم والحدود
M2-her
القيمة الافتراضية—
الحقلmessagesالنوعmessage[]المتطلبمطلوبالقيم والحدودالقيمة الافتراضية—
الحقلmessages[].roleالنوعstringالمتطلبمطلوبالقيم والحدود
user, assistant
القيمة الافتراضية—
الحقلmessages[].contentالنوعstringالمتطلبمطلوبالقيم والحدودالقيمة الافتراضية—
الحقلmax_tokensالنوعintegerالمتطلبمطلوبالقيم والحدودالقيمة الافتراضية—
الحقلstreamالنوعbooleanالمتطلباختياريالقيم والحدودالقيمة الافتراضيةfalse
تركيبات مواد الإدخال

النص · نص UTF-8

سلسلة نصية messages[].content

معلمات الطريقة ودورة حياتها
المعلمةالمواصفات
المعلمةcontent_typeالمواصفاتapplication/json
المعلمةrequiredالمواصفاتmodel, messages, max_tokens
المعلمةoptional_controlsالمواصفاتstream
المعلمةmaterial_typesالمواصفاتtext
المعلمةtext_file_materialالمواصفاتاقرأ 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
غير محدد عند اختيار الوضع السريع
الوضع المرن
غير محدد عند اختيار وضع flex
أقصى جهد للاستدلال
غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

الإعداداتجدول التعرفةالرسوم
الإعداداتالتعرفات الأساسية للرموزجدول التعرفةالتعرفة الأساسيةالرسوم
الإدخال · رموز الإدخال $0.0006 / 1K من الرموز
الإخراج · رموز الإخراج $0.0024 / 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 →

أمثلة للطلبات

Ailoot Ultra · رسائل Anthropic

{\n  "model": "M2-her",\n  "max_tokens": 128,\n  "messages": [\n    {\n      "role": "user",\n      "content": "Summarize the incident report."\n    }\n  ],\n  "stream": false\n}

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
الحقلالنوع
الحقلidالنوعstring
الحقلmodelالنوعstring
الحقلcontent[]النوعtext|thinking|tool_use|other content block
الحقلstop_reasonالنوعstring|null
الحقلusageالنوعobject
الأخطاء والخطوات التالية
الاستجابةالشرطالخطوة التالية
الاستجابة⁦400⁩ · invalid_request_errorالشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحةالخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد.

الأسماء البديلة

الأسماء البديلة للنموذج

Ailoot Ultra M2-her

الأسماء البديلة لمسارات الطرائق

/chat/completions

معرّفات النماذج ذات الصلة IDs

M2-her

", "method_identity": { "effective_request_model_id": "M2-her", "fmt": "messages", "http": "POST", "path": "/v1/messages", "request_model_id": "M2-her", "route_label": "Ultra" }, "method_key": "Ultra|messages|/v1/messages|M2-her", "ordinal": 1, "rawMethod": { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة", "http_status": 400, "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "M2-her", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية." }, "material_combinations": [ { "mode": "text", "representation": "سلسلة نصية messages[].content", "required_material": "نص UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON أو SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "M2-her" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "M2-her" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "M2-her", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "اقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة." }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "التعرفات الأساسية للرموز", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\n \"model\": \"M2-her\",\n \"max_tokens\": 128,\n \"messages\": [\n {\n \"role\": \"user\",\n \"content\": \"Summarize the incident report.\"\n }\n ],\n \"stream\": false\n}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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': 'M2-her', '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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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': 'M2-her', '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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": null, "flex_multiplier": null, "fmt": "messages", "http": "POST", "in": 0.6, "input": [ "text" ], "label": "رسائل Anthropic", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": 2.4, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "M2-her", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "M2-her", "nativeProvenance": { "input_facts_canonical_sha256": "eabfc95f9140f365a287eb2ad31aa9ada85d069c4a337261a6025454933f9c95", "input_html_sha256": "eaac7e4b51e8e6ec13b5a796fd762f9e784a48a9af67328a0096119418efaa6e", "private_audit_sha256": "437e460b9a164171b8625f6f313a713fca2feec86e0f4564a1f820de11af2e68", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/ar/m2-her/", "description": "MiniMax M2-her هو نموذج نصي فقط لتقمص الشخصيات والحوار المدفوع بالقصة والمحادثات متعددة الجولات. تشكّل صيغ الأدوار والرسائل النموذجية المخصصة جانبي التفاعل، مع سياق لدى المنتج يبلغ 64K وحد أقصى للإكمال 2,048 رمز.", "locale": "ar", "md_url": "https://ailoot.ai/models/ar/m2-her/index.md", "title": "MiniMax: MiniMax M2-her — Ailoot", "url": "https://ailoot.ai/models/ar/m2-her/" }, "rawModel": { "about": "MiniMax M2-her هو نموذج MiniMax النصي المركّز على الحوار لتقمص الأدوار ومحادثات الشخصيات والتفاعل المدفوع بالقصة. وهو ملف منفصل عن نموذج MiniMax M2 العام الموجّه للبرمجة والوكلاء. يطوّره المصنّع حول عوالم خيالية متماسكة وتقدم نشط للقصة ومواءمة تفضيلات المستخدم الحوارية. مدخلاته ومخرجاته نصية؛ ولا يدعم الدليل المخصص المدخلات المختلطة من نص وصورة.\n\n### عرّف العالم وكلا الدورين\n\nتتضمن صيغة محادثة المنتج أكثر من رسائل system وuser وassistant المعتادة. يعرّف دور system هوية النموذج وشخصيته وسلوكه. ويعرّف دور user_system شخصية المستخدم أو هويته التمثيلية، بينما يحدد group السيناريو أو مجموعة المحادثة. وضّح هذه الفروق عندما تشمل القصة أشخاصاً عدة أو معارف مختلفة أو علاقة معينة.\n\nأعطِ النموذج البيئة ودوافع الشخصية والحقائق التي يجب أن تبقى صحيحة. صِف من يتحكم في أفعال المستخدم والخيارات التي ينبغي أن تظل مفتوحة للرد. مثال موجز مشهد: «تابع بدور أمين الأرشيف، وحافظ على اللغز القائم، وقدّم دليلاً جديداً واحداً دون تقرير رد فعل شخصيتي». يجهّز ذلك تبادلاً متجاوباً بدلاً من مطالبة النموذج بكتابة جانبي التفاعل.\n\n### الأمثلة والأسلوب\n\nيدعم M2-her رسائل sample_message_user وsample_message_ai لإظهار نمط الحوار المطلوب. يوصي المصنّع باستخدام ما بين مثال واحد وثلاثة أمثلة موجزة. استخدمها لترسيخ الصوت والإيقاع وعلاقة السرد بالحوار، مع تجنب مثال طويل يستهلك السياق دون توضيح الأسلوب. تُحتسب الأمثلة ضمن ميزانية المدخلات مثل سائر الرسائل.\n\nيركز اتجاه تطوير MiniMax على هوية الشخصية وقواعد العالم وحركة الحبكة المتنوعة وحرية المستخدم في اتخاذ القرار. حدّد الإيقاع المقصود عندما يهم، مثل تبادل هادئ أو كشف تدريجي أو تعقيد جديد. للتنقيح، حدّد العبارة أو الحدث الدقيق الذي يخل بالشخصية أو التسلسل الزمني، واطلب تصحيحاً يحافظ على بقية المشهد.\n\n### حافظ على سياق المحادثة\n\nيشمل المسار الموثّق سجل المستخدم والمساعد كاملاً بترتيب زمني للحوار متعدد الجولات. يوفّر هذا السجل للاستجابة التالية أدلة على الأحداث السابقة والعلاقات الراسخة. أبقِ الأسماء الأساسية والتطورات الحديثة صريحة عند إعداد قصة مستمرة. يُقدّم سجل السياق إلى النموذج؛ ولا ينبغي الخلط بينه وبين ذاكرة غير محدودة خارج المحادثة.\n\nيستخدم بحث تقمص الأدوار لدى المصنّع توليف الحوار وتعلّم التفضيلات عبر الإنترنت لتحسين التنوع والاستمرارية والتجاوب. تصف أساليب التدريب هذه نموذج المنتج، ولا تضمن خلو كل قصة فردية من الأخطاء. راجع ما إذا كانت الاستجابة تنسب الحوار إلى الشخصية الصحيحة وتحترم القواعد الفيزيائية أو الخيالية للبيئة.\n\n### الحدود والفقرة الناتجة\n\nيذكر دليل M2-her المخصص سياقاً 64K وحداً أقصى للإكمال 2,048 رمز. ويوثّق أيضاً المخرجات المتدفقة وإعدادات أخذ العينات الافتراضية temperature 1.0 وtop-p 0.95. اختر طول استجابة يلائم جولة في المحادثة؛ فقد تزيح فقرة طويلة جداً قرار المستخدم التالي أو تُقطع بسبب ميزانية الإكمال.\n\nالنتيجة المفيدة رد شخصية أو فقرة سردية أو مشهد مستكمل يلائم البيئة المقدمة ويدعو إلى التفاعل التالي. تحقّق من وجهة النظر وحرية الشخصية واتساق الإحالات والنهاية المطلوبة. تظل صيغة تقمص الأدوار المسماة وحدود M2-her منفصلة عن نماذج اللغة والرؤية والوسائط الأخرى لدى MiniMax.", "alias_of": null, "aliases": [], "author": "MiniMax", "capabilities": { "context_length": 65536, "manufacturer_input": [ "text" ], "manufacturer_output": [ "text" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "التسعير الكامل للتكوين في التفاصيل." } ], "ctx": null, "formats": [ "chat", "messages" ], "id": "M2-her", "input": [ "text" ], "kind": "text", "max_out": null, "methods": [ { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة", "http_status": 400, "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "Send the conversation as text messages. Stream must be a boolean; omitted stream defaults to false." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "نص UTF8" } ], "operation_modes": [ "conversation" ], "outputs": { "all_results": "احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json أو SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "M2-her" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string", "when": "محادثة نصية" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Text conversation at the exact model ID and method path.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "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." ], "input": { "content_type": "application/json", "control_scope": "محادثة نصية؛ stream قيمة منطقية، وقيمتها الافتراضية false.", "file_material": "مستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف", "hosted_operations": false, "material_types": [ "text" ], "messages": "مصفوفة رسائل ببنية role/content", "multimodal_input_binding": null, "optional_controls": [ "stream" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [ "/chat/completions" ], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "التعرفات الأساسية للرموز", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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\":\"M2-her\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}')\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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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=\"M2-her\", messages=[{\"role\":\"user\",\"content\":\"hello\"}], stream=False)\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\"))\n", "label": "Python SDK · all choices", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 0.6, "input": [ "text" ], "label": "محادثة OpenAI", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [ "/chat/completions" ], "out": 2.4, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "M2-her", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "available": null, "cache_read": 0, "cache_write": 0, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "حقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة", "http_status": 400, "recovery": "صحّح الحقول المحددة قبل طلب إنشاء جديد.", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "M2-her", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية." }, "material_combinations": [ { "mode": "text", "representation": "سلسلة نصية messages[].content", "required_material": "نص UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON أو SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "M2-her" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "M2-her" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "M2-her", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "اقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة." }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "التعرفات الأساسية للرموز", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\n \"model\": \"M2-her\",\n \"max_tokens\": 128,\n \"messages\": [\n {\n \"role\": \"user\",\n \"content\": \"Summarize the incident report.\"\n }\n ],\n \"stream\": false\n}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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': 'M2-her', '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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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': 'M2-her', '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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": null, "flex_multiplier": null, "fmt": "messages", "http": "POST", "in": 0.6, "input": [ "text" ], "label": "رسائل Anthropic", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": 2.4, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "M2-her", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": "0", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0", "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "M2-her", "request_model_id": "M2-her", "route_label": "Ultra" } ], "name": "MiniMax: MiniMax M2-her", "price": { "in": 0.6, "in_label": null, "out": 2.4, "out_label": null, "scope_label": "Token rates", "sort_in": 0.6, "sort_out": 2.4, "varies": false }, "short": "MiniMax M2-her هو نموذج نصي فقط لتقمص الشخصيات والحوار المدفوع بالقصة والمحادثات متعددة الجولات. تشكّل صيغ الأدوار والرسائل النموذجية المخصصة جانبي التفاعل، مع سياق لدى المنتج يبلغ 64K وحد أقصى للإكمال 2,048 رمز." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 }, { "contract_json_pointer": "/methods/1/rawMethod/contract", "html_json_pointer": "/methods/1/html", "method_ordinal": 1 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod", "/methods/1/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "MiniMax M2-her هو نموذج نصي فقط لتقمص الشخصيات والحوار المدفوع بالقصة والمحادثات متعددة الجولات. تشكّل صيغ الأدوار والرسائل النموذجية المخصصة جانبي التفاعل، مع سياق لدى المنتج يبلغ 64K وحد أقصى للإكمال 2,048 رمز.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "19781664d460415b71cc470bfcdd13b84b32cc85ed578886e0122b6be12d6534", "renderer_sha256": "081ee0fd5b6b1b60564b02c52d62547e01e922c8c0a16e91a0d055073e76a10e" }, "sourceRevision": "be5b767f406e4758208664bd14c3be44725cbbdf8b07e37e56e0132097a9887f" }