Source: https://ailoot.ai/models/ar/reflection-beam-1-0-501b-a23b/
Canonical: https://ailoot.ai/models/ar/reflection-beam-1-0-501b-a23b/
Language: ar

# Reflection: Beam 1.0 501B A23B

[Markdown](https://ailoot.ai/models/ar/reflection-beam-1-0-501b-a23b/index.md) · [JSON](https://ailoot.ai/models/ar/reflection-beam-1-0-501b-a23b/facts.json)

## [Reflection: Beam 1.0 501B A23B](https://ailoot.ai/models/ar/reflection-beam-1-0-501b-a23b/)

`reflection/beam-1.0-501b-a23b`

Reflectionالنصالإدخال ⁦‏0.0005 US$⁩ / 1Kالإخراج ⁦‏0.002 US$⁩ / 1K

نموذج Reflection نصي ببنية MoE وسياق كبير لهندسة البرمجيات والاستدلال الرياضي والتحليل المتتابع للمهام.

### Beam 1.0 من Reflection

Beam 1.0 501B A23B نموذج نصي من Reflection للبرمجة والاستدلال والمهام المقسمة إلى خطوات مترابطة. تضم بنية MoE المتناثرة إجمالاً 501,3 مليار معلمة ونحو 23,4 مليار معلمة نشطة لكل توكن. طُوّر النموذج أساساً للغة الإنجليزية؛ ومن المفيد مراعاة ذلك عند اختيار لغة الشيفرة المصدرية والمواد التقنية والتعليمات المفصلة.

تجمع البنية بين الانتباه المحلي والعالمي، ويشمل تدريب النموذج العمل مع الشيفرة المصدرية والتوثيق التقني والمواد العلمية والتعليمية. وطورت مرحلة تدريب مستقلة السياق الطويل باستخدام مستودعات منظمة ومهام ممتدة ومستندات كبيرة. وأثناء التعلم المعزز، جمع المطور مهام البرمجة والعمل في الطرفية وSTEM.

### المهام التي يركز عليها النموذج

تركز Reflection على هندسة البرمجيات والاستدلال الرياضي والعلمي وحل المهام بالتتابع. يمكن استخدام هذه المجالات لحوار نصي ذي مضمون: شرح العلاقات بين مكونات برنامج، أو تحليل خطأ منطقي، أو اقتراح تعديل خوارزمية، أو وضع خطة لاختبار فرضية، أو تلخيص مادة تقنية.

يركز Beam أيضاً على الاقتصاد في توكنات الاستدلال. فقد كوفئ أثناء التدريب الحل الناجح مع تقليل التوكنات الزائدة. وهذا وصف لنهج المطور؛ ومع ذلك، من الأفضل تحديد طول الإجابة المطلوبة صراحةً في طلبك، مثل استنتاج موجز أو برهان مفصل أو تعديل مع شرح.

### سياق نصي كبير في Ailoot

نافذة سياق الاتصال هي ⁦1 048 576⁩ توكناً. وتشمل المواد المقدمة والتعليمات والسجل والإجابة الجاري توليدها. تشير البيانات الوصفية للنموذج إلى حجم إجابة يصل إلى ⁦131 072⁩ توكناً. يتيح هذا الحجم إرسال عدة نصوص مترابطة: مواصفة ومقتطفات تنفيذ ونتائج اختبارات وأسئلة حولها. سمّ المواد واطلب تحديد المقطع الذي يستند إليه الاستنتاج، ليسهل التحقق من التحليلات الكبيرة.

فمثلاً في مهمة برمجية، يمكن طلب خريطة تبعيات من الملفات المقدمة أولاً، ثم تحديد موضع التعديل، ثم إعداد التنفيذ. وفي مهمة علمية، يمكن تحديد الشروط الأصلية والرموز ودرجة الصرامة المطلوبة. هذه طرق لتنظيم الطلب تتيح مقارنة النتيجة المفيدة بالمواد الأصلية.

يقبل الاتصال نصاً ويعيد نصاً عبر Messages وResponses وChat Completions وgenerateContent النصي. وتصل الشيفرة والتوصيات بوصفها إجابة النموذج؛ أما تنفيذ الأوامر والعمل مع البيانات الخارجية فتحددهما إمكانات تطبيقك.

### متاح عبر Ailoot API

الإدخال

`text`

الإخراج

`text`

السياق

غير محدد في الكتالوج

الحد الأقصى للإجابة

غير محدد في الكتالوج

الإدخال

⁦‏0.0005 US$⁩ */ 1K*

الإخراج

⁦‏0.002 US$⁩ */ 1K*

قراءة ذاكرة التخزين المؤقت

⁦‏0.0001 US$⁩ */ 1K*

الإدخال

`text`

الإخراج

`text`

السياق

غير محدد في الكتالوج

الحد الأقصى للإجابة

غير محدد في الكتالوج

الإدخال

⁦‏0.0005 US$⁩ */ 1K*

الإخراج

⁦‏0.002 US$⁩ */ 1K*

قراءة ذاكرة التخزين المؤقت

⁦‏0.0001 US$⁩ */ 1K*

الإدخال

`text`

الإخراج

`text`

السياق

غير محدد في الكتالوج

الحد الأقصى للإجابة

غير محدد في الكتالوج

الإدخال

⁦‏0.0005 US$⁩ */ 1K*

الإخراج

⁦‏0.002 US$⁩ */ 1K*

قراءة ذاكرة التخزين المؤقت

⁦‏0.0001 US$⁩ */ 1K*

الإدخال

`text`

الإخراج

`text`

السياق

غير محدد في الكتالوج

الحد الأقصى للإجابة

غير محدد في الكتالوج

الإدخال

⁦‏0.0005 US$⁩ */ 1K*

الإخراج

⁦‏0.002 US$⁩ */ 1K*

قراءة ذاكرة التخزين المؤقت

⁦‏0.0001 US$⁩ */ 1K*

`reflection/beam-1.0-501b-a23b` · JSON

```
{"about":"### Beam 1.0 من Reflection\n\nBeam 1.0 501B A23B نموذج نصي من Reflection للبرمجة والاستدلال والمهام المقسمة إلى خطوات مترابطة. تضم بنية MoE المتناثرة إجمالاً 501,3 مليار معلمة ونحو 23,4 مليار معلمة نشطة لكل توكن. طُوّر النموذج أساساً للغة الإنجليزية؛ ومن المفيد مراعاة ذلك عند اختيار لغة الشيفرة المصدرية والمواد التقنية والتعليمات المفصلة.\n\nتجمع البنية بين الانتباه المحلي والعالمي، ويشمل تدريب النموذج العمل مع الشيفرة المصدرية والتوثيق التقني والمواد العلمية والتعليمية. وطورت مرحلة تدريب مستقلة السياق الطويل باستخدام مستودعات منظمة ومهام ممتدة ومستندات كبيرة. وأثناء التعلم المعزز، جمع المطور مهام البرمجة والعمل في الطرفية وSTEM.\n\n### المهام التي يركز عليها النموذج\n\nتركز Reflection على هندسة البرمجيات والاستدلال الرياضي والعلمي وحل المهام بالتتابع. يمكن استخدام هذه المجالات لحوار نصي ذي مضمون: شرح العلاقات بين مكونات برنامج، أو تحليل خطأ منطقي، أو اقتراح تعديل خوارزمية، أو وضع خطة لاختبار فرضية، أو تلخيص مادة تقنية.\n\nيركز Beam أيضاً على الاقتصاد في توكنات الاستدلال. فقد كوفئ أثناء التدريب الحل الناجح مع تقليل التوكنات الزائدة. وهذا وصف لنهج المطور؛ ومع ذلك، من الأفضل تحديد طول الإجابة المطلوبة صراحةً في طلبك، مثل استنتاج موجز أو برهان مفصل أو تعديل مع شرح.\n\n### سياق نصي كبير في Ailoot\n\nنافذة سياق الاتصال هي 1 048 576 توكناً. وتشمل المواد المقدمة والتعليمات والسجل والإجابة الجاري توليدها. تشير البيانات الوصفية للنموذج إلى حجم إجابة يصل إلى 131 072 توكناً. يتيح هذا الحجم إرسال عدة نصوص مترابطة: مواصفة ومقتطفات تنفيذ ونتائج اختبارات وأسئلة حولها. سمّ المواد واطلب تحديد المقطع الذي يستند إليه الاستنتاج، ليسهل التحقق من التحليلات الكبيرة.\n\nفمثلاً في مهمة برمجية، يمكن طلب خريطة تبعيات من الملفات المقدمة أولاً، ثم تحديد موضع التعديل، ثم إعداد التنفيذ. وفي مهمة علمية، يمكن تحديد الشروط الأصلية والرموز ودرجة الصرامة المطلوبة. هذه طرق لتنظيم الطلب تتيح مقارنة النتيجة المفيدة بالمواد الأصلية.\n\nيقبل الاتصال نصاً ويعيد نصاً عبر Messages وResponses وChat Completions وgenerateContent النصي. وتصل الشيفرة والتوصيات بوصفها إجابة النموذج؛ أما تنفيذ الأوامر والعمل مع البيانات الخارجية فتحددهما إمكانات تطبيقك.","alias_of":null,"aliases":[],"author":"Reflection","canonical_model":"reflection/beam-1.0-501b-a23b","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"reflection/beam-1.0-501b-a23b","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/messages","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/responses","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1/chat/completions","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.1,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.5,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":2.0,"output":["text"],"path":"/v1beta/models/reflection/beam-1.0-501b-a23b:generateContent","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"reflection/beam-1.0-501b-a23b","request_model_id":"reflection/beam-1.0-501b-a23b","route_label":"Ultra"}],"name":"Reflection: Beam 1.0 501B A23B","price":{"in":0.5,"in_label":null,"out":2.0,"out_label":null,"sort_in":0.5,"sort_out":2.0,"varies":false},"public_id":"reflection/beam-1.0-501b-a23b","short":"نموذج Reflection نصي ببنية MoE وسياق كبير لهندسة البرمجيات والاستدلال الرياضي والتحليل المتتابع للمهام."}
```

## الأسئلة

كيف أختار نموذجًا لمهمتي؟

حدد أولًا الإدخال والإخراج المطلوبين: نص أو صورة أو صوت أو فيديو. ثم قارن طرق API المتوافقة، وID النموذج الدقيق أو النموذج الذي يشير إليه الاسم البديل حاليًا، والسعر، ووحدة الفوترة. طلب GET /v1/models مجاني ويعرض النماذج المتاحة لمفتاحك.

هل يدعم كل نموذج جميع طرق API وأنواع الوسائط؟

استخدم طرق API وأنواع الإدخال والإخراج المذكورة في بطاقة النموذج. يعتمد دعم النصوص والصور والصوت والفيديو على النموذج والطريقة المحددين؛ راجع مثال الطلب الخاص بهما قبل إرسال بياناتك.

ما الفرق بين ID النموذج والاسم البديل؟

يشير ID النموذج الدقيق إلى نموذج محدد. أما الاسم البديل فيشير إلى نموذج، وقد يتغير النموذج الذي يشير إليه. تحقق في الكتالوج من النموذج الذي يشير إليه الاسم البديل حاليًا؛ واستخدم ID الدقيق عندما يتطلب التكامل نموذجًا بعينه.

كيف أقارن الأسعار قبل إرسال طلب؟

راجع بطاقة النموذج لمعرفة السعر ووحدة الفوترة لطريقة API المحددة. قارن باستخدام الوحدة نفسها ونوع الإدخال والإخراج نفسه؛ يعرض سجل الطلبات الاستخدام الفعلي والمبلغ المخصوم.

ما فائدة الاشتراك؟

خصم على شراء الرموز للعمل المنتظم. اختر خطة بحسب حجم الطلبات؛ وتظهر شروط الاشتراك وتكلفته عند الشراء.

كيف أستخدم رمز خصم حتى 50%؟

أدخل الرمز الترويجي عند شراء الرموز. يعاد حساب المبلغ النهائي وفق شروط العرض؛ ويظهر حجم الخصم قبل الدفع.

## Ailoot · الشركة ومحفظة مشاريعها





تستند Ailoot إلى خبرة تشغيلية متراكمة وقاعدة عملاء واسعة وخدمة مستقرة ومراقبة مستمرة لمؤشرات الأداء KPI.





الشركة ومحفظة مشاريعها: ملايين العملاء؛ مبيعات بالمليارات شهريًا.





توظف Ailoot هذه الخبرة التشغيلية لإتاحة الوصول عبر API إلى قدرات الذكاء الاصطناعي في منتجات العملاء ووكلائهم وتطبيقاتهم وعمليات الأتمتة.