Ember-1 je specializovaný model Fireworks Research vytvořený na základě Kimi K3. Jeho určující změnou je trénink, který zkracuje zbytečné uvažování a současně zachovává užitečnou analýzu pro programování a úkoly agentů. Výrobce jej představuje pro opakované úkoly vedené nástroji, při nichž se mohou v průběhu konverzace hromadit dlouhé záznamy uvažování. Jeho dokumentovaný profil podporuje generování textu, obrazový vstup a volání funkcí; výsledná odpověď, kód nebo navržená operace mají textovou podobu.
Výrobce vyvinul Ember-1 pomocí tréninku zaměřeného na úkoly napříč širokou škálou pracovních zátěží. Jde o odlišnost naučeného modelu, nikoli o pouhou volbu nižšího nastavení intenzity uvažování u základního modelu. Při srovnávání výsledků s Kimi K3 si má zachovat vlastní označení: cílem je úspornější průběh uvažování, nikoli předpoklad, že jsou všechna původní nastavení, schopnosti nebo budoucí aktualizace totožné.
U softwarového úkolu poskytněte relevantní kód, pozorovanou chybu, požadované chování a smluvená rozhraní a pravidla, která musí zůstat stabilní. Požádejte o cílenou implementaci a vysvětlení opřené o skutečný zdrojový kód. Praktické zadání zní: „Projděte zpracování tohoto vstupu, který způsobuje chybu, určete první nesprávnou podmínku a vraťte opravenou funkci s podklady odůvodňujícími změnu.“ Konečný výstup vymezte výslovně, i když úkol vyžaduje několik pozorování.
Mezi výrobcem uváděná použití patří programátorští asistenti a agenti, kteří střídají rozhodnutí modelu s výsledky nástrojů. Poskytněte popisy funkcí a schémata argumentů odpovídající úkolu. Model může navrhnout prohlédnutí souboru, výpočet nebo jinou dostupnou operaci; aplikace ji provede a vrátí skutečné pozorování. V dalším kroku použijte tento výsledek, místo abyste návrh akce považovali za její vykonání.
U delšího úkolu uchovávejte v krátkém záznamu relevantní chybu, opravu a pozorování z ověření. O dokončený kód nebo analytický výsledek požádejte odděleně od průběžné diskuse. Kratší uvažování je užitečné jen tehdy, pokud výstup stále splňuje požadované chování úkolu a obsahuje podklady potřebné pro kontrolu.
Katalog výrobce Ember-1 podporuje obrazový vstup. Vizuální programátorský úkol může kombinovat snímek obrazovky s požadavky a zdrojovým kódem a žádat o vysvětlení nebo implementaci opřenou o to, co je vidět. Každý obrázek označte a odlište současný stav od zamýšleného výsledku. Důležitý text musí být čitelný a odpověď má určit viditelný detail, který dané zjištění podporuje.
Výrobce uvádí kontext řádově jednoho milionu tokenů. Jde o kapacitu pro zdrojové podklady, nikoli o samostatný příslib stejně dlouhé odpovědi v tokenech. Zadání, zdrojové podklady, historie nástrojů a generované uvažování sdílejí příslušný limit požadavku. Rozsáhlý repozitář nebo sbírku dokumentů uspořádejte podle skutečné otázky a vyhraďte prostor pro výsledek.
Užitečným výstupem je cílená oprava, vysvětlení podložené důkazy nebo dokončené srovnání podle uvedených kritérií. U skutečnosti závislé na aktuálních informacích poskytněte autoritativní pasáž nebo vhodný vyhledávací nástroj. Zaměření modelu na kratší uvažování nezpřístupní chybějící podklady, nespustí funkci ani samo neověří kód. Výsledný výstup zkontrolujte proti požadavkům a pozorováním vráceným okolním pracovním postupem.
", "aboutText": "Ember-1 je specializovaný model Fireworks Research vytvořený na základě Kimi K3. Jeho určující změnou je trénink, který zkracuje zbytečné uvažování a současně zachovává užitečnou analýzu pro programování a úkoly agentů. Výrobce jej představuje pro opakované úkoly vedené nástroji, při nichž se mohou v průběhu konverzace hromadit dlouhé záznamy uvažování. Jeho dokumentovaný profil podporuje generování textu, obrazový vstup a volání funkcí; výsledná odpověď, kód nebo navržená operace mají textovou podobu.\n\n### Co trénink mění\n\nVýrobce vyvinul Ember-1 pomocí tréninku zaměřeného na úkoly napříč širokou škálou pracovních zátěží. Jde o odlišnost naučeného modelu, nikoli o pouhou volbu nižšího nastavení intenzity uvažování u základního modelu. Při srovnávání výsledků s Kimi K3 si má zachovat vlastní označení: cílem je úspornější průběh uvažování, nikoli předpoklad, že jsou všechna původní nastavení, schopnosti nebo budoucí aktualizace totožné.\n\nU softwarového úkolu poskytněte relevantní kód, pozorovanou chybu, požadované chování a smluvená rozhraní a pravidla, která musí zůstat stabilní. Požádejte o cílenou implementaci a vysvětlení opřené o skutečný zdrojový kód. Praktické zadání zní: „Projděte zpracování tohoto vstupu, který způsobuje chybu, určete první nesprávnou podmínku a vraťte opravenou funkci s podklady odůvodňujícími změnu.“ Konečný výstup vymezte výslovně, i když úkol vyžaduje několik pozorování.\n\n### Programování a úkoly agentů\n\nMezi výrobcem uváděná použití patří programátorští asistenti a agenti, kteří střídají rozhodnutí modelu s výsledky nástrojů. Poskytněte popisy funkcí a schémata argumentů odpovídající úkolu. Model může navrhnout prohlédnutí souboru, výpočet nebo jinou dostupnou operaci; aplikace ji provede a vrátí skutečné pozorování. V dalším kroku použijte tento výsledek, místo abyste návrh akce považovali za její vykonání.\n\nU delšího úkolu uchovávejte v krátkém záznamu relevantní chybu, opravu a pozorování z ověření. O dokončený kód nebo analytický výsledek požádejte odděleně od průběžné diskuse. Kratší uvažování je užitečné jen tehdy, pokud výstup stále splňuje požadované chování úkolu a obsahuje podklady potřebné pro kontrolu.\n\n### Obrázky a rozsáhlé zdrojové podklady\n\nKatalog výrobce Ember-1 podporuje obrazový vstup. Vizuální programátorský úkol může kombinovat snímek obrazovky s požadavky a zdrojovým kódem a žádat o vysvětlení nebo implementaci opřenou o to, co je vidět. Každý obrázek označte a odlište současný stav od zamýšleného výsledku. Důležitý text musí být čitelný a odpověď má určit viditelný detail, který dané zjištění podporuje.\n\nVýrobce uvádí kontext řádově jednoho milionu tokenů. Jde o kapacitu pro zdrojové podklady, nikoli o samostatný příslib stejně dlouhé odpovědi v tokenech. Zadání, zdrojové podklady, historie nástrojů a generované uvažování sdílejí příslušný limit požadavku. Rozsáhlý repozitář nebo sbírku dokumentů uspořádejte podle skutečné otázky a vyhraďte prostor pro výsledek.\n\n### Výstupy, které lze zkontrolovat\n\nUžitečným výstupem je cílená oprava, vysvětlení podložené důkazy nebo dokončené srovnání podle uvedených kritérií. U skutečnosti závislé na aktuálních informacích poskytněte autoritativní pasáž nebo vhodný vyhledávací nástroj. Zaměření modelu na kratší uvažování nezpřístupní chybějící podklady, nespustí funkci ani samo neověří kód. Výsledný výstup zkontrolujte proti požadavkům a pozorováním vráceným okolním pracovním postupem.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Fix an inclusive upper-bound error\n\nFind the bug in this Python function: def allowed(age):\n return age > 18 and age < 65\nThe rule permits ages 18 through 65 inclusive. Return the corrected function, explain the boundary error and write tests for ages 17, 18, 65 and 66. Treat the supplied rule as authoritative.A minimal corrected function, a boundary explanation and four executable test cases.Check that both endpoints are accepted and both adjacent out-of-range values are rejected.fireworks/ember-1Ember-1 je model Fireworks Research založený na Kimi K3 a trénovaný ke zkracování zbytečného uvažování při programování a úkolech agentů. Jeho profil u výrobce podporuje textový i obrazový vstup, generování textu a volání funkcí, takže se hodí pro cílený vývoj a analýzu opřenou o zdroje.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Ember-1 je specializovaný model Fireworks Research vytvořený na základě Kimi K3. Jeho určující změnou je trénink, který zkracuje zbytečné uvažování a současně zachovává užitečnou analýzu pro programování a úkoly agentů. Výrobce jej představuje pro opakované úkoly vedené nástroji, při nichž se mohou v průběhu konverzace hromadit dlouhé záznamy uvažování. Jeho dokumentovaný profil podporuje generování textu, obrazový vstup a volání funkcí; výsledná odpověď, kód nebo navržená operace mají textovou podobu.
Výrobce vyvinul Ember-1 pomocí tréninku zaměřeného na úkoly napříč širokou škálou pracovních zátěží. Jde o odlišnost naučeného modelu, nikoli o pouhou volbu nižšího nastavení intenzity uvažování u základního modelu. Při srovnávání výsledků s Kimi K3 si má zachovat vlastní označení: cílem je úspornější průběh uvažování, nikoli předpoklad, že jsou všechna původní nastavení, schopnosti nebo budoucí aktualizace totožné.
U softwarového úkolu poskytněte relevantní kód, pozorovanou chybu, požadované chování a smluvená rozhraní a pravidla, která musí zůstat stabilní. Požádejte o cílenou implementaci a vysvětlení opřené o skutečný zdrojový kód. Praktické zadání zní: „Projděte zpracování tohoto vstupu, který způsobuje chybu, určete první nesprávnou podmínku a vraťte opravenou funkci s podklady odůvodňujícími změnu.“ Konečný výstup vymezte výslovně, i když úkol vyžaduje několik pozorování.
Mezi výrobcem uváděná použití patří programátorští asistenti a agenti, kteří střídají rozhodnutí modelu s výsledky nástrojů. Poskytněte popisy funkcí a schémata argumentů odpovídající úkolu. Model může navrhnout prohlédnutí souboru, výpočet nebo jinou dostupnou operaci; aplikace ji provede a vrátí skutečné pozorování. V dalším kroku použijte tento výsledek, místo abyste návrh akce považovali za její vykonání.
U delšího úkolu uchovávejte v krátkém záznamu relevantní chybu, opravu a pozorování z ověření. O dokončený kód nebo analytický výsledek požádejte odděleně od průběžné diskuse. Kratší uvažování je užitečné jen tehdy, pokud výstup stále splňuje požadované chování úkolu a obsahuje podklady potřebné pro kontrolu.
Katalog výrobce Ember-1 podporuje obrazový vstup. Vizuální programátorský úkol může kombinovat snímek obrazovky s požadavky a zdrojovým kódem a žádat o vysvětlení nebo implementaci opřenou o to, co je vidět. Každý obrázek označte a odlište současný stav od zamýšleného výsledku. Důležitý text musí být čitelný a odpověď má určit viditelný detail, který dané zjištění podporuje.
Výrobce uvádí kontext řádově jednoho milionu tokenů. Jde o kapacitu pro zdrojové podklady, nikoli o samostatný příslib stejně dlouhé odpovědi v tokenech. Zadání, zdrojové podklady, historie nástrojů a generované uvažování sdílejí příslušný limit požadavku. Rozsáhlý repozitář nebo sbírku dokumentů uspořádejte podle skutečné otázky a vyhraďte prostor pro výsledek.
Užitečným výstupem je cílená oprava, vysvětlení podložené důkazy nebo dokončené srovnání podle uvedených kritérií. U skutečnosti závislé na aktuálních informacích poskytněte autoritativní pasáž nebo vhodný vyhledávací nástroj. Zaměření modelu na kratší uvažování nezpřístupní chybějící podklady, nespustí funkci ani samo neověří kód. Výsledný výstup zkontrolujte proti požadavkům a pozorováním vráceným okolním pracovním postupem.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity fireworks/ember-1 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Příklady: system, user, assistant, tool, function Podmínky: Tyto role jsou výslovně zastoupeny typy kompatibility zdrojového kódu; přesná sada rolí zůstává specifická pro daný model. Závisí na modelu | Výchozí— |
Polemessages[].content | Typstring|content_part[]|null | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_calls | Typtool_call[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_call_id | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: role=tool; použijte skutečně vrácené ID | Výchozí— |
Polemessages[].name | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].reasoning_content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Předávejte zpět skutečně vrácené uvažování tam, kde je tento model používá | Výchozí— |
Polemessages[].reasoning_details | Typobject|array | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemax_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polemax_completion_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Polestream_options.include_usage | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestop | Typstring|string[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typfunction_tool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].type | Typstring | PožadavekVolitelné | Hodnoty a limity function Závisí na modelu | Výchozí— |
Poletools[].function.name | Typstring | PožadavekPovinné | Hodnoty a limity Platí, když: nástroj typu funkce je dodán | Výchozí— |
Poletools[].function.description | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletools[].function.parameters | TypJSON_schema | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletool_choice | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleresponse_format | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning_effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— |
Polefunctions | Typfunction[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polefunction_call | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemodalities | Typstring[] | PožadavekVolitelné | Hodnoty a limity text | Výchozí— |
Poleprovider | Typobject | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options je na této textové trase Ultra odmítáno | Výchozí— |
Polecache_control.ttl | Typstring | PožadavekVolitelné | Hodnoty a limity Podmínky: Hodnota 1h je ve skutečných umístěních mezipaměti promptů odmítána | Výchozí— |
Text · text UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontraktpole zpráv se strukturou role/content |
Parametrfile_material | Kontraktskutečný dokument UTF-8 vložený jako doslovný text; ID souboru se neodvozuje |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktspecifické pro model; nástroje uživatelských funkcí se liší od hostovaných nástrojů |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Životní cyklus: synchronous_or_streamed
Odešlete přesné ID modelu spolu s messages.
Délka kontextu není limitem výstupu.
Textový soubor může dodat doslovný text; obrazové/zvukové vstupy a vstupy v podobě souborových objektů vyžadují přesnou vazbu.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.006 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0.0006 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.006 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0.0006 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "fireworks/ember-1", "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='fireworks/ember-1',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='fireworks/ember-1',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 nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte každou volbu a její obsah/volání nástrojů/uvažování. V SSE sestavujte přírůstky podle indexu volby/nástroje a zachovejte konečný důvod ukončení i údaje o využití.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra fireworks/ember-1
Použijte cesty metod uvedené výše.
fireworks/ember-1Ember-1 je model Fireworks Research založený na Kimi K3 a trénovaný ke zkracování zbytečného uvažování při programování a úkolech agentů. Jeho profil u výrobce podporuje textový i obrazový vstup, generování textu a volání funkcí, takže se hodí pro cílený vývoj a analýzu opřenou o zdroje.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Ember-1 je specializovaný model Fireworks Research vytvořený na základě Kimi K3. Jeho určující změnou je trénink, který zkracuje zbytečné uvažování a současně zachovává užitečnou analýzu pro programování a úkoly agentů. Výrobce jej představuje pro opakované úkoly vedené nástroji, při nichž se mohou v průběhu konverzace hromadit dlouhé záznamy uvažování. Jeho dokumentovaný profil podporuje generování textu, obrazový vstup a volání funkcí; výsledná odpověď, kód nebo navržená operace mají textovou podobu.
Výrobce vyvinul Ember-1 pomocí tréninku zaměřeného na úkoly napříč širokou škálou pracovních zátěží. Jde o odlišnost naučeného modelu, nikoli o pouhou volbu nižšího nastavení intenzity uvažování u základního modelu. Při srovnávání výsledků s Kimi K3 si má zachovat vlastní označení: cílem je úspornější průběh uvažování, nikoli předpoklad, že jsou všechna původní nastavení, schopnosti nebo budoucí aktualizace totožné.
U softwarového úkolu poskytněte relevantní kód, pozorovanou chybu, požadované chování a smluvená rozhraní a pravidla, která musí zůstat stabilní. Požádejte o cílenou implementaci a vysvětlení opřené o skutečný zdrojový kód. Praktické zadání zní: „Projděte zpracování tohoto vstupu, který způsobuje chybu, určete první nesprávnou podmínku a vraťte opravenou funkci s podklady odůvodňujícími změnu.“ Konečný výstup vymezte výslovně, i když úkol vyžaduje několik pozorování.
Mezi výrobcem uváděná použití patří programátorští asistenti a agenti, kteří střídají rozhodnutí modelu s výsledky nástrojů. Poskytněte popisy funkcí a schémata argumentů odpovídající úkolu. Model může navrhnout prohlédnutí souboru, výpočet nebo jinou dostupnou operaci; aplikace ji provede a vrátí skutečné pozorování. V dalším kroku použijte tento výsledek, místo abyste návrh akce považovali za její vykonání.
U delšího úkolu uchovávejte v krátkém záznamu relevantní chybu, opravu a pozorování z ověření. O dokončený kód nebo analytický výsledek požádejte odděleně od průběžné diskuse. Kratší uvažování je užitečné jen tehdy, pokud výstup stále splňuje požadované chování úkolu a obsahuje podklady potřebné pro kontrolu.
Katalog výrobce Ember-1 podporuje obrazový vstup. Vizuální programátorský úkol může kombinovat snímek obrazovky s požadavky a zdrojovým kódem a žádat o vysvětlení nebo implementaci opřenou o to, co je vidět. Každý obrázek označte a odlište současný stav od zamýšleného výsledku. Důležitý text musí být čitelný a odpověď má určit viditelný detail, který dané zjištění podporuje.
Výrobce uvádí kontext řádově jednoho milionu tokenů. Jde o kapacitu pro zdrojové podklady, nikoli o samostatný příslib stejně dlouhé odpovědi v tokenech. Zadání, zdrojové podklady, historie nástrojů a generované uvažování sdílejí příslušný limit požadavku. Rozsáhlý repozitář nebo sbírku dokumentů uspořádejte podle skutečné otázky a vyhraďte prostor pro výsledek.
Užitečným výstupem je cílená oprava, vysvětlení podložené důkazy nebo dokončené srovnání podle uvedených kritérií. U skutečnosti závislé na aktuálních informacích poskytněte autoritativní pasáž nebo vhodný vyhledávací nástroj. Zaměření modelu na kratší uvažování nezpřístupní chybějící podklady, nespustí funkci ani samo neověří kód. Výsledný výstup zkontrolujte proti požadavkům a pozorováním vráceným okolním pracovním postupem.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity fireworks/ember-1 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF-8
řetězec messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktPřečtěte skutečný dokument UTF-8 a vložte jeho text do uvedeného pole input nebo do řetězce obsahu zprávy. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.006 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0.0006 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.006 / 1K tokenů Výstup · Výstupní tokeny $0.03 / 1K tokenů Vstup · Čtení z mezipaměti $0.0006 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "fireworks/ember-1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'fireworks/ember-1', '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': 'fireworks/ember-1', '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 nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte všechny bloky obsahu, podpisy uvažování a skutečná ID použití nástrojů. Sestavte všechny přírůstky bloků SSE; první textový blok není úplný výstup.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot Ultra fireworks/ember-1
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Fix an inclusive upper-bound error\n\nFind the bug in this Python function: def allowed(age):\n return age > 18 and age < 65\nThe rule permits ages 18 through 65 inclusive. Return the corrected function, explain the boundary error and write tests for ages 17, 18, 65 and 66. Treat the supplied rule as authoritative.A minimal corrected function, a boundary explanation and four executable test cases.Check that both endpoints are accepted and both adjacent out-of-range values are rejected.