النماذج

Meta: Llama 3.1 70B Instruct

Markdown · JSON

Meta: Llama 3.1 70B Instruct

Llama 3.1 70B Instruct هو نموذج Meta النصي للحوار متعدد اللغات والاستدلال على المستندات والشيفرة. يستخدم إصداره ذو 70B معلمة المضبوط بالتعليمات انتباه الاستعلامات المجمّعة وسياقًا معلنًا من الشركة المصنّعة يبلغ 128k وتنسيقات موثقة لمحادثات استدعاء الأدوات، مع ناتج نصي وبرمجي.

عن النموذج

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

Llama 3.1 70B Instruct هو نموذج Meta النصي ذو 70 مليار معلمة، المحسّن للحوار متعدد اللغات وطلبات شبيهة بعمل المساعد. وهو نقطة تحقق مضبوطة بالتعليمات ضمن عائلة تضم أيضًا حجمي 8B و405B ونماذج منفصلة مدرّبة مسبقًا. يقبل النص ويعيد نصًا متعدد اللغات أو شيفرة؛ ويحتفظ إصدار 70B المسمّى بحجمه وهويته.

معلومات النموذج والتدريب

يستخدم الإصدار بنية Transformer ذاتية الانحدار مع انتباه الاستعلامات المجمّعة. تجري مواءمة النماذج المضبوطة باستخدام الضبط الدقيق الخاضع للإشراف والتعلّم المعزز بالتغذية الراجعة البشرية. هذه مراحل تدريب لسلوك محادثة مفيد، وليست مفتاحًا مسمّى أثناء التشغيل بين وضعَي استدلال وعدم استدلال منفصلين.

توثق الشركة المصنّعة سياقًا يبلغ 128k للنماذج النصية وتدعم رسميًا الإنجليزية والألمانية والفرنسية والإيطالية والبرتغالية والهندية والإسبانية والتايلاندية. يشمل التدريب مجموعة لغات أوسع، ما لا يجعل كل لغة مدعومة بالقدر نفسه. حدد لغة الناتج والمصطلحات والقارئ قبل طلب مخرج متعدد اللغات.

تُوصَف مجموعة التدريب المسبق للعائلة بأنها نحو خمسة عشر تريليون توكن، وآخر تاريخ لها ديسمبر 2023. يشمل الضبط الدقيق مجموعات بيانات تعليمات وأكثر من خمسة وعشرين مليون مثال اصطناعي. هذا التاريخ حد لبيانات التدريب؛ والسؤال الذي يعتمد على معلومات أحدث أو خاصة يحتاج إلى تقديم تلك المعلومات في المهمة أو إعادتها من مصدر متصل.

دردشة المساعد وتحليل المصادر

يهدف إصدار Instruct إلى الاستجابة لطلب في محادثة، بينما الإصدار المدرّب مسبقًا أساس يمكن تكييفه لمهام توليد أخرى. لإجابة تستند إلى المصدر، قدّم السؤال والمقاطع التي تحدد النتيجة. ضع تسميات للمصادر واطلب القسم أو العبارة الداعمة بجانب كل نتيجة.

يمكن لمقارنة عملية تقديم إجراءين وطلب الشروط المشتركة والفروق والتعارضات غير المحسومة. ويمكن للدليل الناتج الاحتفاظ بالتسلسل الأصلي والشروط التي ينطبق فيها كل إجراء. ويمكن لمهمة تحرير مستند تحديد الجمهور والحقائق الواجب الحفاظ عليها وما إذا كان المخرج النهائي مقطعًا منقحًا وحده أم مقطعًا مع شرح.

لإجابة أطول، سمِّ الأقسام المطلوبة والغرض من كل منها. يستطيع السياق الكبير إبقاء المواد المترابطة معًا، بينما تظل النتيجة النهائية مصفوفة موجزة أو شرحًا. هويات المصادر والسؤال المحدد جيدًا أهم من مجرد إدراج كل مستند متاح.

الشيفرة والأمثلة المُولّدة

يشمل الناتج الموثق الشيفرة. لتنفيذ مقترح، قدّم اللغة وأنواع المدخلات والنتيجة المتوقعة والواجهة التي يجب أن تبقى متوافقة. أدرج المقطع الحالي والتعريفات ذات الصلة عندما تكون المهمة تصحيحًا. اطلب الشيفرة منفصلة عن افتراضاتها وأمثلتها كي تتمكن خطوة التطوير التالية من فحصها.

لشرح الشيفرة، قدّم المدخل المطلوب تتبعه واسأل كيف تصل الدالة المقدمة إلى القيمة المعادة. ولشرح رياضي، عرّف الرموز والافتراضات وحدد ما إذا كانت النتيجة دقيقة أو تقريبية أو برهانًا. لا يؤدي توليد الشيفرة والاستدلال المكتوب بذاتهما إلى تجميع برنامج أو تنفيذ حساب.

تحدد الشركة المصنّعة أيضًا توليد البيانات الاصطناعية والتقطير ضمن استخدامات العائلة. يمكن لمهمة نصية طلب أمثلة متنوعة بتنسيق محدد، مع الحفاظ على القواعد المقدمة. مدى ملاءمة هذه الأمثلة لتدريب لاحق قرار منفصل للتطبيق؛ والناتج النصي وحده ليس تحققًا مستقلاً من صحتها.

تنسيق المحادثة والأدوات

تعرض البطاقة رسائل منفصلة للنظام والمستخدم مع قالب الدردشة المطابق. استخدم تعليمة النظام للدور والنبرة وقواعد الإجابة المستمرة، بينما يحتوي طلب المستخدم على المشكلة الفعلية والمصادر. احتفظ بالرسائل السابقة ذات الصلة عند طلب متابعة تُبنى على إجابة سابقة.

يدعم Llama 3.1 عدة تنسيقات موثقة لاستخدام الأدوات. يوفّر التطبيق الدوال والمعلمات، ويُعدّ النموذج استدعاءً مقترحًا، وينفذه التطبيق ويضيف نتيجته إلى المحادثة. يمكن لتوليد لاحق استخدام تلك النتيجة. يوضح المثال القصير في البطاقة صراحةً إضافة استدعاء المساعد ثم نتيجة الأداة؛ واختيار دالة يختلف عن إكمال عمليتها.

للبحث، حدد المعلومة المطلوبة وعرّف الدالة التي تعيدها. أبقِ القيمة المعادة فعليًا مع استدعائها الأصلي قبل طلب الشرح النهائي. وللحساب، ميّز العملية التي يقترحها النموذج عن النتيجة التي تعيدها الآلة الحاسبة. يجب أن يحتفظ التنسيق الأصلي للأدوات والتمثيل المرئي في واجهة التغليف كلٌّ بأعرافه الموثقة.

الإصدار والحدود العملية

إعداد التوليد ذي 256 توكن في البطاقة المقروءة مثال استخدام، وليس تصريحًا مستقلاً بأقصى سعة للناتج. يخص سياق 128k المادة والمحادثة المُولّدة داخل الإصدار المضبوط. لا تستبدله بسياق Llama 4 أو قدراته البصرية أو حجم نقطة تحقق أخرى من Llama 3.1.

هذا نموذج Instruct نصي فقط. تحتاج الصورة أو التسجيل أو الفيديو إلى إعداد المحتوى ذي الصلة عبر مكوّن آخر. ويخص الاسترجاع الخارجي وتنفيذ البرامج وتغييرات الملفات كذلك التطبيق المتصل بالمساعد. احتفظ بإصدار 70B Instruct الدقيق واطلب الشرح المرتبط بالمصادر أو المستند المنقح أو الشيفرة أو النص المنظم اللازم للمهمة.

مهمة عملية

مهمة عملية

مثال تقني باللغة الإنجليزية

Produce a bilingual maintenance notice

Write a maintenance notice in English and Spanish from these facts: warehouse entrance B closes on Tuesday from 08:00 to 11:00; deliveries must use entrance A; pedestrian access is unchanged. Use three short sentences per language and preserve entrance letters and times. Do not add a date, delay estimate or closure of pedestrian access.

النتيجة المتوقعة

Two labelled language blocks with equivalent three-sentence notices.

التحقق من النتيجة

Compare both versions for entrance A/B, Tuesday, the time range and unchanged pedestrian access.
Ailoot Ultra · محادثة OpenAI POST /v1/chat/completions meta-llama/llama-3.1-70b-instruct

meta-llama/llama-3.1-70b-instruct

Meta /meta-llama/llama-3.1-70b-instruct

البداية

Llama 3.1 70B Instruct هو نموذج Meta النصي للحوار متعدد اللغات والاستدلال على المستندات والشيفرة. يستخدم إصداره ذو 70B معلمة المضبوط بالتعليمات انتباه الاستعلامات المجمّعة وسياقًا معلنًا من الشركة المصنّعة يبلغ 128k وتنسيقات موثقة لمحادثات استدعاء الأدوات، مع ناتج نصي وبرمجي.

المدخلات المقبولة
النص
النتائج
النص

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · محادثة OpenAI POST /v1/chat/completions
الإدخال
text
الإخراج
text
صيغة الإخراج
json أو SSE
الحقلالنوعالمتطلبالقيم والحدودالقيمة الافتراضية
الحقلmodelالنوعstringالمتطلبمطلوبالقيم والحدود
meta-llama/llama-3.1-70b-instruct
القيمة الافتراضية—
الحقلmessagesالنوعmessage[]المتطلبمطلوبالقيم والحدود
الحد الأدنى للعناصر: ⁦1⁩
القيمة الافتراضية—
الحقلmessages[].roleالنوعstringالمتطلبمطلوبالقيم 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[].contentالنوعstring|content_part[]|nullالمتطلباختياريالقيم والحدودالقيمة الافتراضية—
الحقلmessages[].tool_callsالنوعtool_call[]المتطلباختياريالقيم والحدودالقيمة الافتراضية—
الحقلmessages[].tool_call_idالنوعstringالمتطلباختياريالقيم والحدود
ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع
القيمة الافتراضية—
الحقلmessages[].nameالنوعstringالمتطلباختياريالقيم والحدودالقيمة الافتراضية—
الحقلmessages[].reasoning_contentالنوعstringالمتطلباختياريالقيم والحدود
ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج
القيمة الافتراضية—
الحقلmessages[].reasoning_detailsالنوعobject|arrayالمتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلmax_tokensالنوعintegerالمتطلباختياريالقيم والحدود
الحد الأدنى: ⁦1⁩
يعتمد على النموذج
القيمة الافتراضية—
الحقلmax_completion_tokensالنوعintegerالمتطلباختياريالقيم والحدود
الحد الأدنى: ⁦1⁩
يعتمد على النموذج
القيمة الافتراضية—
الحقلstreamالنوعbooleanالمتطلباختياريالقيم والحدودالقيمة الافتراضيةfalse
الحقلstream_options.include_usageالنوعbooleanالمتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلtemperatureالنوعnumberالمتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلtop_pالنوعnumberالمتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلstopالنوعstring|string[]المتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلtoolsالنوعfunction_tool[]المتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلtools[].typeالنوعstringالمتطلباختياريالقيم والحدود
function
يعتمد على النموذج
القيمة الافتراضية—
الحقلtools[].function.nameالنوعstringالمتطلبمطلوبالقيم والحدود
ينطبق عندما: أداة دالة مقدّمة
القيمة الافتراضية—
الحقلtools[].function.descriptionالنوعstringالمتطلباختياريالقيم والحدودالقيمة الافتراضية—
الحقلtools[].function.parametersالنوعJSON_schemaالمتطلباختياريالقيم والحدودالقيمة الافتراضية—
الحقلtool_choiceالنوعstring|objectالمتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلparallel_tool_callsالنوعbooleanالمتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلresponse_formatالنوعobjectالمتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلreasoning_effortالنوعstringالمتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلreasoningالنوعobjectالمتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلservice_tierالنوعstringالمتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلinstructionsالنوعstringالمتطلباختياريالقيم والحدود
حقل للتوافق
القيمة الافتراضية—
الحقلfunctionsالنوعfunction[]المتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلfunction_callالنوعstring|objectالمتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلprompt_cache_optionsالنوعobjectالمتطلباختياريالقيم والحدود
يعتمد على النموذج
القيمة الافتراضية—
الحقلmodalitiesالنوعstring[]المتطلباختياريالقيم والحدود
text
القيمة الافتراضية—
الحقلproviderالنوعobjectالمتطلباختياريالقيم والحدود
الشروط: يُرفَض provider.options في مسار Ultra النصي هذا
القيمة الافتراضية—
الحقلcache_control.ttlالنوعstringالمتطلباختياريالقيم والحدود
الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه
القيمة الافتراضية—
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, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
المعلمةcontrol_scopeالمواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة
المعلمةoutput_modalitiesالمواصفاتtext
المعلمةhosted_operationsالمواصفاتfalse
المعلمةmultimodal_input_bindingالمواصفاتnull

دورة الحياة: synchronous_or_streamed

أرسل معرّف النموذج الدقيق مع messages.

طول السياق ليس حدًا أقصى للإخراج.

يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق.

الباقات

مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.

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

تعرفات Ailoot

الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

الإعداداتجدول التعرفةرموز السياق، أكثر منرموز السياق، حتى القيمة شاملةًالرسوم
الإعداداتالتعرفات الأساسية للرموزجدول التعرفةالتعرفة الأساسيةرموز السياق، أكثر من—رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصىالرسوم
الإدخال · رموز الإدخال $0.00144 / 1K من الرموز
الإخراج · رموز الإخراج $0.00144 / 1K من الرموز
الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز
الإعداداتالشريحة 1 لطول الطلبجدول التعرفة—رموز السياق، أكثر من⁦0⁩رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصىالرسوم
الإدخال · رموز الإدخال $0.00144 / 1K من الرموز
الإخراج · رموز الإخراج $0.00144 / 1K من الرموز
الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot Ultra · محادثة OpenAI

curlPython SDKالبث باستخدام Python
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "meta-llama/llama-3.1-70b-instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='meta-llama/llama-3.1-70b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='meta-llama/llama-3.1-70b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")

استلام النتائج وحفظها

Ailoot Ultra · محادثة OpenAI

json أو SSE

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.

حقول الاستجابة
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 meta-llama/llama-3.1-70b-instruct

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

meta-llama/llama-3.1-70b-instruct

Ailoot Ultra · رسائل Anthropic POST /v1/messages meta-llama/llama-3.1-70b-instruct

meta-llama/llama-3.1-70b-instruct

Meta /meta-llama/llama-3.1-70b-instruct

البداية

Llama 3.1 70B Instruct هو نموذج Meta النصي للحوار متعدد اللغات والاستدلال على المستندات والشيفرة. يستخدم إصداره ذو 70B معلمة المضبوط بالتعليمات انتباه الاستعلامات المجمّعة وسياقًا معلنًا من الشركة المصنّعة يبلغ 128k وتنسيقات موثقة لمحادثات استدعاء الأدوات، مع ناتج نصي وبرمجي.

المدخلات المقبولة
النص
النتائج
json · sse

متاح في Ailoot · المدخلات والطرائق

Ailoot Ultra · رسائل Anthropic POST /v1/messages
الإدخال
text
الإخراج
json, sse
صيغة الإخراج
JSON أو SSE
الحقلالنوعالمتطلبالقيم والحدودالقيمة الافتراضية
الحقلmodelالنوعstringالمتطلبمطلوبالقيم والحدود
meta-llama/llama-3.1-70b-instruct
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
التعرفة القياسية عند اختيار الوضع السريع
الوضع المرن
التعرفة القياسية عند اختيار وضع flex
أقصى جهد للاستدلال
التعرفة القياسية عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال

تعرفات Ailoot

الأسعار حسب الإعدادات

طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.

الإعداداتجدول التعرفةرموز السياق، أكثر منرموز السياق، حتى القيمة شاملةًالرسوم
الإعداداتالتعرفات الأساسية للرموزجدول التعرفةالتعرفة الأساسيةرموز السياق، أكثر من—رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصىالرسوم
الإدخال · رموز الإدخال $0.00144 / 1K من الرموز
الإخراج · رموز الإخراج $0.00144 / 1K من الرموز
الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز
الإعداداتالشريحة 1 لطول الطلبجدول التعرفة—رموز السياق، أكثر من⁦0⁩رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصىالرسوم
الإدخال · رموز الإدخال $0.00144 / 1K من الرموز
الإخراج · رموز الإخراج $0.00144 / 1K من الرموز
الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز
الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز

تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →

أمثلة للطلبات

Ailoot Ultra · رسائل Anthropic

جسم طلب JSON مكتمل بالحد الأدنىcurl · استخدم مستندك بترميز UTF-8Python · احفظ النتيجة كاملة
{
  "model": "meta-llama/llama-3.1-70b-instruct",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'meta-llama/llama-3.1-70b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'meta-llama/llama-3.1-70b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

استلام النتائج وحفظها

Ailoot Ultra · رسائل Anthropic

JSON أو SSE

الاحتفاظ بكل النتائج المكتملة

احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.

احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.

عند الحاجة إلى التحقق من الاستجابة الأصلية

احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.

حقول الاستجابة
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 meta-llama/llama-3.1-70b-instruct

الأسماء البديلة لمسارات الطرائق

استخدم مسارات الطرائق المعروضة أعلاه.

معرّفات النماذج ذات الصلة IDs

meta-llama/llama-3.1-70b-instruct

FAQ · Meta: Llama 3.1 70B Instruct
ما المدخلات والنتائج المتاحة؟

POST /v1/chat/completions · meta-llama/llama-3.1-70b-instruct: text → text

POST /v1/messages · meta-llama/llama-3.1-70b-instruct: text → json, sse

ما الحقول التي يستخدمها الطلب؟

POST /v1/chat/completions · meta-llama/llama-3.1-70b-instruct: model, messages, stream, modalities, provider

POST /v1/messages · meta-llama/llama-3.1-70b-instruct: model, messages, max_tokens, stream

ما الحدود المطبقة؟

POST /v1/chat/completions · meta-llama/llama-3.1-70b-instruct: messages.min_items: 1

المزيد من التفاصيل

اربط Ailoot بخدمة Claude Code أوOpenCode أوHermes أوتطبيقك.

الشركة ومحفظة مشاريعها

الشركة ومحفظة مشاريعها: ملايين العملاء؛ مبيعات بالمليارات شهريًا.

اشتر الرموز بخصم.

خصم اشتراك للعمل المنتظم. الرموز الترويجية حتى 50% على شراء الرموز.

الاشتراك
اختر خطة بخصم لطلباتك المنتظمة.
رمز خصم حتى 50%
أدخل الرمز عند الشراء. يعاد حساب السعر وفق العرض الساري.
المصروفات في السجل
يحفظ النموذج والرموز والمبلغ لكل طلب.

اختر اشتراكا · اعرض أسعار النماذج

اربط API بالمنتج الذي تبيعه.

SaaS والتطبيقات والبوتات وفق العرض واتفاقية ترخيص Ailoot. لإعادة البيع، اطلب ترخيص موزع.

تطبيق تجاري
أضف توليد النص والصور والفيديو والصوت إلى ميزات خدمتك المدفوعة.
ترخيص إعادة البيع
أرسل وصف المشروع وطريقة توفير الوصول. اطلب شروط استخدام وإعادة بيع مكتوبة.
المستندات على الموقع
العرض واتفاقية الترخيص وسياسة معالجة البيانات متاحة قبل الربط.

اطلب ترخيص إعادة بيع · العرض واتفاقية الترخيص