Inkling هو النموذج الكبير العام متعدد الوسائط لدى Thinking Machines Lab. تذكر مواصفاته الرسمية 975 مليار معلمة إجمالية و41B معلمة نشطة. يقبل النصوص والصور والصوت، ويولّد نص UTF-8 للمحادثات والبرمجة والمهام القائمة على التعليمات والعمل المعزّز بالاسترجاع والتطبيقات المتصلة بالأدوات. ويظل منفصلًا عن Inkling-Small ونسخ الأوزان المخصّصة بصورة مستقلة.
يستخدم النموذج 66 طبقة فك ترميز، مع توجيه كل رمز إلى ستة من 256 خبيرًا، إضافة إلى خبيرين مشتركين. ويجمع الانتباه المحلي والعالمي. يصف إصدار المنتج تدريبًا مسبقًا على 45 تريليون رمز تشمل النصوص والصور والصوت والفيديو، مع معالجة بيانات إضافية وتدريب لاحق. إصدارا BF16 وNVFP4 منفصلان، ويمثّلان صيغتَي دقة مختلفتين.
يدعم النموذج سياقًا يصل إلى 1M، بينما تتيح خدمة التدريب لدى المنتج إعدادَي 64K و256K. يجب أن يلائم الإدخال والإخراج السياق المستخدم للمهمة، مع مساحة للاستدلال والإجابة النهائية. ينبغي لتكليف ذي سياق طويل تحديد السؤال والمادة المؤثرة فيه، بدلًا من التعامل مع كل النص المتاح على أنه متساوي الأهمية.
يُحدَّد جهد التفكير على مقياس متصل في مُنسِّق النموذج لدى الشركة (renderer): قيمة منتهية من 0.0 إلى ما دون 1.0. تقابل نقاط البداية المسماة none بقيمة 0.0 وminimal بقيمة 0.1 وlow بقيمة 0.2 وmedium بقيمة 0.7 وhigh بقيمة 0.9 وxhigh بقيمة 0.99؛ ويستخدم مُنسِّق النموذج high افتراضيًا. يشجّع الصفر عدم الاستدلال من دون فرض حظر حاسم. الجهد وطول التوليد أداتا تحكم منفصلتان، لذلك يجب أن يترك التفكير مساحة للإجابة النهائية.
للصور، توصي البطاقة بأبعاد يُفضَّل أن تكون بين 40 و4096 بكسل. وينبغي أن يكون الصوت WAV عند 16 kHz، ويُفضَّل أن يكون أقصر من عشرين دقيقة. هذه توصيات لإدخال أمثل. قدّم الصورة أو التسجيل مع سؤال واضح، وأي مصطلحات أو خلفية لازمة لتفسيره. يستطيع الإخراج النصي شرح المادة أو تنظيم النتائج ذات الصلة؛ وهو ليس كلامًا أو فيديو مولّدًا.
للشيفرة أو لمهمة وكيل، قدّم المصدر والهدف والملاحظات من الفحوص الحالية. يقترح النموذج تفاعلات مع الأدوات، وينفّذها التطبيق ويعيد النتائج. احتفظ بهذا السجل لتستخدم خطوات المتابعة الأدلة الفعلية. يذكر الناتج النهائي المفيد التغيير أو الاستنتاج المقترح وما لا يزال يحتاج إلى ملاحظة لإثباته.
يصدر المنتج Inkling للبحث والتخصيص، ويوثّق تقييمات سلامة متعددة الوسائط وحدودًا متبقية، منها تفاوت تغطية اللغات وتراجع الأداء في المحادثات الطويلة. افصل النموذج المخصّص عن نسخة أوزانه الأصلية، وقيّم النص أو الشيفرة الفعليين مقابل أدلة المهمة ومتطلباتها.
", "aboutText": "Inkling هو النموذج الكبير العام متعدد الوسائط لدى Thinking Machines Lab. تذكر مواصفاته الرسمية 975 مليار معلمة إجمالية و41B معلمة نشطة. يقبل النصوص والصور والصوت، ويولّد نص UTF-8 للمحادثات والبرمجة والمهام القائمة على التعليمات والعمل المعزّز بالاسترجاع والتطبيقات المتصلة بالأدوات. ويظل منفصلًا عن Inkling-Small ونسخ الأوزان المخصّصة بصورة مستقلة.\n\nيستخدم النموذج 66 طبقة فك ترميز، مع توجيه كل رمز إلى ستة من 256 خبيرًا، إضافة إلى خبيرين مشتركين. ويجمع الانتباه المحلي والعالمي. يصف إصدار المنتج تدريبًا مسبقًا على 45 تريليون رمز تشمل النصوص والصور والصوت والفيديو، مع معالجة بيانات إضافية وتدريب لاحق. إصدارا BF16 وNVFP4 منفصلان، ويمثّلان صيغتَي دقة مختلفتين.\n\nيدعم النموذج سياقًا يصل إلى 1M، بينما تتيح خدمة التدريب لدى المنتج إعدادَي 64K و256K. يجب أن يلائم الإدخال والإخراج السياق المستخدم للمهمة، مع مساحة للاستدلال والإجابة النهائية. ينبغي لتكليف ذي سياق طويل تحديد السؤال والمادة المؤثرة فيه، بدلًا من التعامل مع كل النص المتاح على أنه متساوي الأهمية.\n\nيُحدَّد جهد التفكير على مقياس متصل في مُنسِّق النموذج لدى الشركة (renderer): قيمة منتهية من 0.0 إلى ما دون 1.0. تقابل نقاط البداية المسماة none بقيمة 0.0 وminimal بقيمة 0.1 وlow بقيمة 0.2 وmedium بقيمة 0.7 وhigh بقيمة 0.9 وxhigh بقيمة 0.99؛ ويستخدم مُنسِّق النموذج high افتراضيًا. يشجّع الصفر عدم الاستدلال من دون فرض حظر حاسم. الجهد وطول التوليد أداتا تحكم منفصلتان، لذلك يجب أن يترك التفكير مساحة للإجابة النهائية.\n\nللصور، توصي البطاقة بأبعاد يُفضَّل أن تكون بين 40 و4096 بكسل. وينبغي أن يكون الصوت WAV عند 16 kHz، ويُفضَّل أن يكون أقصر من عشرين دقيقة. هذه توصيات لإدخال أمثل. قدّم الصورة أو التسجيل مع سؤال واضح، وأي مصطلحات أو خلفية لازمة لتفسيره. يستطيع الإخراج النصي شرح المادة أو تنظيم النتائج ذات الصلة؛ وهو ليس كلامًا أو فيديو مولّدًا.\n\nللشيفرة أو لمهمة وكيل، قدّم المصدر والهدف والملاحظات من الفحوص الحالية. يقترح النموذج تفاعلات مع الأدوات، وينفّذها التطبيق ويعيد النتائج. احتفظ بهذا السجل لتستخدم خطوات المتابعة الأدلة الفعلية. يذكر الناتج النهائي المفيد التغيير أو الاستنتاج المقترح وما لا يزال يحتاج إلى ملاحظة لإثباته.\n\nيصدر المنتج Inkling للبحث والتخصيص، ويوثّق تقييمات سلامة متعددة الوسائط وحدودًا متبقية، منها تفاوت تغطية اللغات وتراجع الأداء في المحادثات الطويلة. افصل النموذج المخصّص عن نسخة أوزانه الأصلية، وقيّم النص أو الشيفرة الفعليين مقابل أدلة المهمة ومتطلباتها.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Assess a code proposal from a check result\n\nReview this Python proposal and supplied check: def normalize(name): return name.strip().lower(). Requirement: preserve letter case but remove surrounding spaces. Check result C1: normalize(' Ada ') returned 'ada', expected 'Ada'. Return the smallest proposed correction, cite C1 and add a second boundary test. Do not claim that you ran either test.A focused code correction and two source-connected test cases, with execution status explicit.The proposal must remove the lowercasing while preserving whitespace trimming.thinkingmachines/inklingInkling من Thinking Machines Lab هو نموذج MoE يضم 975B معلمة، تنشط منها 41B، للاستدلال على النصوص والصور والصوت. وهو يولّد نصًا ويدعم التطبيقات الموجّهة بالأدوات والبرمجة، ويتيح جهد تفكير مستمرًا مع سياق نموذج بسعة 1M.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Inkling هو النموذج الكبير العام متعدد الوسائط لدى Thinking Machines Lab. تذكر مواصفاته الرسمية 975 مليار معلمة إجمالية و41B معلمة نشطة. يقبل النصوص والصور والصوت، ويولّد نص UTF-8 للمحادثات والبرمجة والمهام القائمة على التعليمات والعمل المعزّز بالاسترجاع والتطبيقات المتصلة بالأدوات. ويظل منفصلًا عن Inkling-Small ونسخ الأوزان المخصّصة بصورة مستقلة.
يستخدم النموذج 66 طبقة فك ترميز، مع توجيه كل رمز إلى ستة من 256 خبيرًا، إضافة إلى خبيرين مشتركين. ويجمع الانتباه المحلي والعالمي. يصف إصدار المنتج تدريبًا مسبقًا على 45 تريليون رمز تشمل النصوص والصور والصوت والفيديو، مع معالجة بيانات إضافية وتدريب لاحق. إصدارا BF16 وNVFP4 منفصلان، ويمثّلان صيغتَي دقة مختلفتين.
يدعم النموذج سياقًا يصل إلى 1M، بينما تتيح خدمة التدريب لدى المنتج إعدادَي 64K و256K. يجب أن يلائم الإدخال والإخراج السياق المستخدم للمهمة، مع مساحة للاستدلال والإجابة النهائية. ينبغي لتكليف ذي سياق طويل تحديد السؤال والمادة المؤثرة فيه، بدلًا من التعامل مع كل النص المتاح على أنه متساوي الأهمية.
يُحدَّد جهد التفكير على مقياس متصل في مُنسِّق النموذج لدى الشركة (renderer): قيمة منتهية من 0.0 إلى ما دون 1.0. تقابل نقاط البداية المسماة none بقيمة 0.0 وminimal بقيمة 0.1 وlow بقيمة 0.2 وmedium بقيمة 0.7 وhigh بقيمة 0.9 وxhigh بقيمة 0.99؛ ويستخدم مُنسِّق النموذج high افتراضيًا. يشجّع الصفر عدم الاستدلال من دون فرض حظر حاسم. الجهد وطول التوليد أداتا تحكم منفصلتان، لذلك يجب أن يترك التفكير مساحة للإجابة النهائية.
للصور، توصي البطاقة بأبعاد يُفضَّل أن تكون بين 40 و4096 بكسل. وينبغي أن يكون الصوت WAV عند 16 kHz، ويُفضَّل أن يكون أقصر من عشرين دقيقة. هذه توصيات لإدخال أمثل. قدّم الصورة أو التسجيل مع سؤال واضح، وأي مصطلحات أو خلفية لازمة لتفسيره. يستطيع الإخراج النصي شرح المادة أو تنظيم النتائج ذات الصلة؛ وهو ليس كلامًا أو فيديو مولّدًا.
للشيفرة أو لمهمة وكيل، قدّم المصدر والهدف والملاحظات من الفحوص الحالية. يقترح النموذج تفاعلات مع الأدوات، وينفّذها التطبيق ويعيد النتائج. احتفظ بهذا السجل لتستخدم خطوات المتابعة الأدلة الفعلية. يذكر الناتج النهائي المفيد التغيير أو الاستنتاج المقترح وما لا يزال يحتاج إلى ملاحظة لإثباته.
يصدر المنتج Inkling للبحث والتخصيص، ويوثّق تقييمات سلامة متعددة الوسائط وحدودًا متبقية، منها تفاوت تغطية اللغات وتراجع الأداء في المحادثات الطويلة. افصل النموذج المخصّص عن نسخة أوزانه الأصلية، وقيّم النص أو الشيفرة الفعليين مقابل أدلة المهمة ومتطلباتها.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود thinkingmachines/inkling | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود أمثلة: system, user, assistant, tool, function الشروط: تُمثَّل هذه الأدوار صراحةً بأنواع التوافق في الشيفرة المصدرية؛ وتظل مجموعة الأدوار الدقيقة خاصة بكل نموذج. يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring|content_part[]|null | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_calls | النوعtool_call[] | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_call_id | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع | القيمة الافتراضية— |
الحقلmessages[].name | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].reasoning_content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج | القيمة الافتراضية— |
الحقلmessages[].reasoning_details | النوعobject|array | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_completion_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
الحقلstream_options.include_usage | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtemperature | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtop_p | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلstop | النوعstring|string[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools | النوعfunction_tool[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].type | النوعstring | المتطلباختياري | القيم والحدود function يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].function.name | النوعstring | المتطلبمطلوب | القيم والحدود ينطبق عندما: أداة دالة مقدّمة | القيمة الافتراضية— |
الحقلtools[].function.description | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtools[].function.parameters | النوعJSON_schema | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtool_choice | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلparallel_tool_calls | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلresponse_format | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning_effort | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلservice_tier | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلinstructions | النوعstring | المتطلباختياري | القيم والحدود حقل للتوافق | القيمة الافتراضية— |
الحقلfunctions | النوعfunction[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلfunction_call | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلprompt_cache_options | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmodalities | النوعstring[] | المتطلباختياري | القيم والحدود text | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: يُرفَض provider.options في مسار Ultra النصي هذا | القيمة الافتراضية— |
الحقلcache_control.ttl | النوعstring | المتطلباختياري | القيم والحدود الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه | القيمة الافتراضية— |
النص · نص UTF8
messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages |
المعلمةmaterial_types | المواصفاتtext |
المعلمةmessages | المواصفاتمصفوفة رسائل ببنية role/content |
المعلمةfile_material | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف |
المعلمةoptional_controls | المواصفاتstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
المعلمةcontrol_scope | المواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
دورة الحياة: synchronous_or_streamed
أرسل معرّف النموذج الدقيق مع messages.
طول السياق ليس حدًا أقصى للإخراج.
يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0019 / 1K من الرموز الإخراج · رموز الإخراج $0.0081 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00032 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0019 / 1K من الرموز الإخراج · رموز الإخراج $0.0081 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00032 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "thinkingmachines/inkling", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='thinkingmachines/inkling',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='thinkingmachines/inkling',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra thinkingmachines/inkling
استخدم مسارات الطرائق المعروضة أعلاه.
thinkingmachines/inklingInkling من Thinking Machines Lab هو نموذج MoE يضم 975B معلمة، تنشط منها 41B، للاستدلال على النصوص والصور والصوت. وهو يولّد نصًا ويدعم التطبيقات الموجّهة بالأدوات والبرمجة، ويتيح جهد تفكير مستمرًا مع سياق نموذج بسعة 1M.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Inkling هو النموذج الكبير العام متعدد الوسائط لدى Thinking Machines Lab. تذكر مواصفاته الرسمية 975 مليار معلمة إجمالية و41B معلمة نشطة. يقبل النصوص والصور والصوت، ويولّد نص UTF-8 للمحادثات والبرمجة والمهام القائمة على التعليمات والعمل المعزّز بالاسترجاع والتطبيقات المتصلة بالأدوات. ويظل منفصلًا عن Inkling-Small ونسخ الأوزان المخصّصة بصورة مستقلة.
يستخدم النموذج 66 طبقة فك ترميز، مع توجيه كل رمز إلى ستة من 256 خبيرًا، إضافة إلى خبيرين مشتركين. ويجمع الانتباه المحلي والعالمي. يصف إصدار المنتج تدريبًا مسبقًا على 45 تريليون رمز تشمل النصوص والصور والصوت والفيديو، مع معالجة بيانات إضافية وتدريب لاحق. إصدارا BF16 وNVFP4 منفصلان، ويمثّلان صيغتَي دقة مختلفتين.
يدعم النموذج سياقًا يصل إلى 1M، بينما تتيح خدمة التدريب لدى المنتج إعدادَي 64K و256K. يجب أن يلائم الإدخال والإخراج السياق المستخدم للمهمة، مع مساحة للاستدلال والإجابة النهائية. ينبغي لتكليف ذي سياق طويل تحديد السؤال والمادة المؤثرة فيه، بدلًا من التعامل مع كل النص المتاح على أنه متساوي الأهمية.
يُحدَّد جهد التفكير على مقياس متصل في مُنسِّق النموذج لدى الشركة (renderer): قيمة منتهية من 0.0 إلى ما دون 1.0. تقابل نقاط البداية المسماة none بقيمة 0.0 وminimal بقيمة 0.1 وlow بقيمة 0.2 وmedium بقيمة 0.7 وhigh بقيمة 0.9 وxhigh بقيمة 0.99؛ ويستخدم مُنسِّق النموذج high افتراضيًا. يشجّع الصفر عدم الاستدلال من دون فرض حظر حاسم. الجهد وطول التوليد أداتا تحكم منفصلتان، لذلك يجب أن يترك التفكير مساحة للإجابة النهائية.
للصور، توصي البطاقة بأبعاد يُفضَّل أن تكون بين 40 و4096 بكسل. وينبغي أن يكون الصوت WAV عند 16 kHz، ويُفضَّل أن يكون أقصر من عشرين دقيقة. هذه توصيات لإدخال أمثل. قدّم الصورة أو التسجيل مع سؤال واضح، وأي مصطلحات أو خلفية لازمة لتفسيره. يستطيع الإخراج النصي شرح المادة أو تنظيم النتائج ذات الصلة؛ وهو ليس كلامًا أو فيديو مولّدًا.
للشيفرة أو لمهمة وكيل، قدّم المصدر والهدف والملاحظات من الفحوص الحالية. يقترح النموذج تفاعلات مع الأدوات، وينفّذها التطبيق ويعيد النتائج. احتفظ بهذا السجل لتستخدم خطوات المتابعة الأدلة الفعلية. يذكر الناتج النهائي المفيد التغيير أو الاستنتاج المقترح وما لا يزال يحتاج إلى ملاحظة لإثباته.
يصدر المنتج Inkling للبحث والتخصيص، ويوثّق تقييمات سلامة متعددة الوسائط وحدودًا متبقية، منها تفاوت تغطية اللغات وتراجع الأداء في المحادثات الطويلة. افصل النموذج المخصّص عن نسخة أوزانه الأصلية، وقيّم النص أو الشيفرة الفعليين مقابل أدلة المهمة ومتطلباتها.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود thinkingmachines/inkling | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF-8
سلسلة نصية messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages, max_tokens |
المعلمةoptional_controls | المواصفاتstream |
المعلمةmaterial_types | المواصفاتtext |
المعلمةtext_file_material | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. |
دورة الحياة: synchronous_or_streamed
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0019 / 1K من الرموز الإخراج · رموز الإخراج $0.0081 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00032 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.0019 / 1K من الرموز الإخراج · رموز الإخراج $0.0081 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت $0.00032 / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "thinkingmachines/inkling",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'thinkingmachines/inkling', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'thinkingmachines/inkling', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra thinkingmachines/inkling
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Assess a code proposal from a check result\n\nReview this Python proposal and supplied check: def normalize(name): return name.strip().lower(). Requirement: preserve letter case but remove surrounding spaces. Check result C1: normalize(' Ada ') returned 'ada', expected 'Ada'. Return the smallest proposed correction, cite C1 and add a second boundary test. Do not claim that you ran either test.A focused code correction and two source-connected test cases, with execution status explicit.The proposal must remove the lowercasing while preserving whitespace trimming.