Gemma 3 4B IT je instrukčně doladěné vydání velikosti 4B z vizuálně-jazykové rodiny Google Gemma 3. IT označuje verzi přizpůsobenou plnění uživatelských instrukcí a konverzačních tahů, nikoli předtrénovaný kontrolní bod sloužící jako základ dalšího trénování. Model přijímá text a obrázky a generuje text: odpověď, shrnutí, vysvětlení, návrh nebo kód. Vizuální vstup podporuje otázky k dodaným obrázkům a stránkám dokumentů; výstupem není nově vytvořený obrázek.
Karta modelu přisuzuje vydání 4B kontext 128K tokenů sdílený požadavkem a generovanou odpovědí. Zbývající prostor pro výstup odpovídá celkovému kontextu po odečtení vstupu, nikoli dalšímu nezávislému výstupnímu rozpočtu 128K. Základní cesta zpracování obrázků normalizuje obrázky na 896×896 a kóduje každý pohled do 256 vizuálních tokenů. Pro zaměřeného asistenta dodejte příslušnou poznámku či obrázek, jednu jasnou otázku a stručně vymezený výsledek. Zdrojový text uchovejte s odpovědí, aby šlo zkontrolovat získané jméno, datum či štítek.
Trénovací materiály rodiny zahrnují webové texty ve více než 140 jazycích, kód, matematiku a obrázky. Výrobce uvádí čtyři biliony předtrénovacích tokenů pro model 4B. Technická zpráva popisuje destilaci během předtrénování a instrukčního ladění, následovanou dotrénováním založeným na posilovaném učení ke zlepšení užitečnosti, uvažování, kódu, matematiky a plnění instrukcí. Jde o charakteristiky tréninku této velikosti a rodiny, nikoli o záruku správnosti každé odpovědi či stejného chování jiného kontrolního bodu Gemma.
Architektura je transformátor pouze s dekodérem a pozorností typu grouped-query, která střídá pět vrstev lokální pozornosti s každou vrstvou globální pozornosti. Lokální pozornost pokrývá 1024 tokenů a globální vrstvy zpracovávají širší kontext. Sdílený vizuální enkodér SigLIP převádí obrazové informace na vstupy jazykového modelu. Tokenizér vychází ze SentencePiece, odděluje číslice, zachovává bílé znaky a používá kódování na úrovni bajtů. Při plánování dlouhého vstupu používejte počty ze skutečného tokenizéru a zachovejte odsazení kódu a identifikátory, pokud nesou význam.
Zpráva popisuje Pan and Scan pro obrázky, jejichž tvar nebo podrobnosti se nezachovají při jednoduchém zmenšení do čtverce. Může vytvořit další nepřekrývající se pohledy, které se následně přizpůsobí vizuálnímu enkodéru. Toto zpracování má vlastní nároky na vstup a výpočty. U snímku obrazovky s malými štítky označte zájmovou oblast a dodejte čitelný pohled, místo spoléhání na drobný obrázek celé obrazovky. U více obrázků označte jejich role a žádejte odpověď navázanou na správný zdroj.
Nativní konverzační formát IT výrobce používá tahy uživatele a modelu s výslovnými hranicemi tahů. Nepodporuje samostatnou nativní systémovou roli; pokyny k roli a formátování umístěte do úvodního uživatelského zadání. Používejte odpovídající formátovač či procesor, místo zacházení s kontrolním bodem IT jako s prostým doplňováním textu. V příkladu odpovědi na servisní poznámku určete zamýšleného čtenáře, fakta k zachování a tón a následně požadujte krátkou odpověď a případnou nevyřešenou otázku. U vizuální extrakce definujte pole a způsob vyjádření nečitelné hodnoty.
Zamýšlená použití Gemma zahrnují psaní, shrnování, konverzační pomoc, získávání dat z obrázků a vzdělávací zkoumání. Úzce vymezený postup s modelem 4B může převést servisní poznámku na seznam kroků, vysvětlit viditelný diagram či odpovědět na otázku k dodané pasáži. Požadujte snadno kontrolovatelný výsledek: vysvětlení navázané na pojmenované prvky nebo malý záznam s poli opřenými o zdroj. Jakékoli vyhledávání nástrojem či spouštění kódu patří okolní aplikaci; vytvoření instrukce podobné volání nástroje je jiné než dokončení vnější operace.
Výrobce upozorňuje na omezení daná pokrytím tréninku, jazykovými nuancemi, faktickými chybami a složitostí otevřených úloh. Google také varuje, že věrohodný jazykový vzorec může vytvořit odpověď, která pomine běžné omezení reálného světa. Obrázky mohou ztratit důležité detaily při změně velikosti a dlouhý kontext nezpřesní neurčitou otázku. Výsledek ověřujte vůči původním materiálům, validujte požadovaná strukturovaná pole a nezávisle kontrolujte výpočty či navržený kód. Přesný model 4B IT vyhodnocujte na skutečných jazycích a typech dokumentů dané úlohy. Při zaznamenávání výsledků oddělujte jeho velikost, identitu IT a nastavení zpracování od variant 12B, 27B a novějších Gemma.
", "aboutText": "Gemma 3 4B IT je instrukčně doladěné vydání velikosti 4B z vizuálně-jazykové rodiny Google Gemma 3. IT označuje verzi přizpůsobenou plnění uživatelských instrukcí a konverzačních tahů, nikoli předtrénovaný kontrolní bod sloužící jako základ dalšího trénování. Model přijímá text a obrázky a generuje text: odpověď, shrnutí, vysvětlení, návrh nebo kód. Vizuální vstup podporuje otázky k dodaným obrázkům a stránkám dokumentů; výstupem není nově vytvořený obrázek.\n\nKarta modelu přisuzuje vydání 4B kontext 128K tokenů sdílený požadavkem a generovanou odpovědí. Zbývající prostor pro výstup odpovídá celkovému kontextu po odečtení vstupu, nikoli dalšímu nezávislému výstupnímu rozpočtu 128K. Základní cesta zpracování obrázků normalizuje obrázky na 896×896 a kóduje každý pohled do 256 vizuálních tokenů. Pro zaměřeného asistenta dodejte příslušnou poznámku či obrázek, jednu jasnou otázku a stručně vymezený výsledek. Zdrojový text uchovejte s odpovědí, aby šlo zkontrolovat získané jméno, datum či štítek.\n\nTrénovací materiály rodiny zahrnují webové texty ve více než 140 jazycích, kód, matematiku a obrázky. Výrobce uvádí čtyři biliony předtrénovacích tokenů pro model 4B. Technická zpráva popisuje destilaci během předtrénování a instrukčního ladění, následovanou dotrénováním založeným na posilovaném učení ke zlepšení užitečnosti, uvažování, kódu, matematiky a plnění instrukcí. Jde o charakteristiky tréninku této velikosti a rodiny, nikoli o záruku správnosti každé odpovědi či stejného chování jiného kontrolního bodu Gemma.\n\nArchitektura je transformátor pouze s dekodérem a pozorností typu grouped-query, která střídá pět vrstev lokální pozornosti s každou vrstvou globální pozornosti. Lokální pozornost pokrývá 1024 tokenů a globální vrstvy zpracovávají širší kontext. Sdílený vizuální enkodér SigLIP převádí obrazové informace na vstupy jazykového modelu. Tokenizér vychází ze SentencePiece, odděluje číslice, zachovává bílé znaky a používá kódování na úrovni bajtů. Při plánování dlouhého vstupu používejte počty ze skutečného tokenizéru a zachovejte odsazení kódu a identifikátory, pokud nesou význam.\n\nZpráva popisuje Pan and Scan pro obrázky, jejichž tvar nebo podrobnosti se nezachovají při jednoduchém zmenšení do čtverce. Může vytvořit další nepřekrývající se pohledy, které se následně přizpůsobí vizuálnímu enkodéru. Toto zpracování má vlastní nároky na vstup a výpočty. U snímku obrazovky s malými štítky označte zájmovou oblast a dodejte čitelný pohled, místo spoléhání na drobný obrázek celé obrazovky. U více obrázků označte jejich role a žádejte odpověď navázanou na správný zdroj.\n\nNativní konverzační formát IT výrobce používá tahy uživatele a modelu s výslovnými hranicemi tahů. Nepodporuje samostatnou nativní systémovou roli; pokyny k roli a formátování umístěte do úvodního uživatelského zadání. Používejte odpovídající formátovač či procesor, místo zacházení s kontrolním bodem IT jako s prostým doplňováním textu. V příkladu odpovědi na servisní poznámku určete zamýšleného čtenáře, fakta k zachování a tón a následně požadujte krátkou odpověď a případnou nevyřešenou otázku. U vizuální extrakce definujte pole a způsob vyjádření nečitelné hodnoty.\n\nZamýšlená použití Gemma zahrnují psaní, shrnování, konverzační pomoc, získávání dat z obrázků a vzdělávací zkoumání. Úzce vymezený postup s modelem 4B může převést servisní poznámku na seznam kroků, vysvětlit viditelný diagram či odpovědět na otázku k dodané pasáži. Požadujte snadno kontrolovatelný výsledek: vysvětlení navázané na pojmenované prvky nebo malý záznam s poli opřenými o zdroj. Jakékoli vyhledávání nástrojem či spouštění kódu patří okolní aplikaci; vytvoření instrukce podobné volání nástroje je jiné než dokončení vnější operace.\n\nVýrobce upozorňuje na omezení daná pokrytím tréninku, jazykovými nuancemi, faktickými chybami a složitostí otevřených úloh. Google také varuje, že věrohodný jazykový vzorec může vytvořit odpověď, která pomine běžné omezení reálného světa. Obrázky mohou ztratit důležité detaily při změně velikosti a dlouhý kontext nezpřesní neurčitou otázku. Výsledek ověřujte vůči původním materiálům, validujte požadovaná strukturovaná pole a nezávisle kontrolujte výpočty či navržený kód. Přesný model 4B IT vyhodnocujte na skutečných jazycích a typech dokumentů dané úlohy. Při zaznamenávání výsledků oddělujte jeho velikost, identitu IT a nastavení zpracování od variant 12B, 27B a novějších Gemma.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Explain a seed-growth note\n\nExplain this class note to a ten-year-old: 'Seeds need water and a suitable temperature to germinate. Light requirements differ between species.' Use three short sentences and one question the class could investigate. Preserve the species qualification rather than saying all seeds need light to germinate.A child-friendly three-sentence explanation followed by one investigation question.The explanation must retain the distinction between water, temperature and species-dependent light.google/gemma-3-4b-itGemma 3 4B IT je textový a obrazový model Googlu o velikosti 4B, doladěný k plnění instrukcí. Vytváří textové odpovědi na otázky, shrnutí, psané texty a vizuální analýzy se sdíleným kontextem 128K a podporou více než 140 jazyků v rámci rodiny.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemma 3 4B IT je instrukčně doladěné vydání velikosti 4B z vizuálně-jazykové rodiny Google Gemma 3. IT označuje verzi přizpůsobenou plnění uživatelských instrukcí a konverzačních tahů, nikoli předtrénovaný kontrolní bod sloužící jako základ dalšího trénování. Model přijímá text a obrázky a generuje text: odpověď, shrnutí, vysvětlení, návrh nebo kód. Vizuální vstup podporuje otázky k dodaným obrázkům a stránkám dokumentů; výstupem není nově vytvořený obrázek.
Karta modelu přisuzuje vydání 4B kontext 128K tokenů sdílený požadavkem a generovanou odpovědí. Zbývající prostor pro výstup odpovídá celkovému kontextu po odečtení vstupu, nikoli dalšímu nezávislému výstupnímu rozpočtu 128K. Základní cesta zpracování obrázků normalizuje obrázky na 896×896 a kóduje každý pohled do 256 vizuálních tokenů. Pro zaměřeného asistenta dodejte příslušnou poznámku či obrázek, jednu jasnou otázku a stručně vymezený výsledek. Zdrojový text uchovejte s odpovědí, aby šlo zkontrolovat získané jméno, datum či štítek.
Trénovací materiály rodiny zahrnují webové texty ve více než 140 jazycích, kód, matematiku a obrázky. Výrobce uvádí čtyři biliony předtrénovacích tokenů pro model 4B. Technická zpráva popisuje destilaci během předtrénování a instrukčního ladění, následovanou dotrénováním založeným na posilovaném učení ke zlepšení užitečnosti, uvažování, kódu, matematiky a plnění instrukcí. Jde o charakteristiky tréninku této velikosti a rodiny, nikoli o záruku správnosti každé odpovědi či stejného chování jiného kontrolního bodu Gemma.
Architektura je transformátor pouze s dekodérem a pozorností typu grouped-query, která střídá pět vrstev lokální pozornosti s každou vrstvou globální pozornosti. Lokální pozornost pokrývá 1024 tokenů a globální vrstvy zpracovávají širší kontext. Sdílený vizuální enkodér SigLIP převádí obrazové informace na vstupy jazykového modelu. Tokenizér vychází ze SentencePiece, odděluje číslice, zachovává bílé znaky a používá kódování na úrovni bajtů. Při plánování dlouhého vstupu používejte počty ze skutečného tokenizéru a zachovejte odsazení kódu a identifikátory, pokud nesou význam.
Zpráva popisuje Pan and Scan pro obrázky, jejichž tvar nebo podrobnosti se nezachovají při jednoduchém zmenšení do čtverce. Může vytvořit další nepřekrývající se pohledy, které se následně přizpůsobí vizuálnímu enkodéru. Toto zpracování má vlastní nároky na vstup a výpočty. U snímku obrazovky s malými štítky označte zájmovou oblast a dodejte čitelný pohled, místo spoléhání na drobný obrázek celé obrazovky. U více obrázků označte jejich role a žádejte odpověď navázanou na správný zdroj.
Nativní konverzační formát IT výrobce používá tahy uživatele a modelu s výslovnými hranicemi tahů. Nepodporuje samostatnou nativní systémovou roli; pokyny k roli a formátování umístěte do úvodního uživatelského zadání. Používejte odpovídající formátovač či procesor, místo zacházení s kontrolním bodem IT jako s prostým doplňováním textu. V příkladu odpovědi na servisní poznámku určete zamýšleného čtenáře, fakta k zachování a tón a následně požadujte krátkou odpověď a případnou nevyřešenou otázku. U vizuální extrakce definujte pole a způsob vyjádření nečitelné hodnoty.
Zamýšlená použití Gemma zahrnují psaní, shrnování, konverzační pomoc, získávání dat z obrázků a vzdělávací zkoumání. Úzce vymezený postup s modelem 4B může převést servisní poznámku na seznam kroků, vysvětlit viditelný diagram či odpovědět na otázku k dodané pasáži. Požadujte snadno kontrolovatelný výsledek: vysvětlení navázané na pojmenované prvky nebo malý záznam s poli opřenými o zdroj. Jakékoli vyhledávání nástrojem či spouštění kódu patří okolní aplikaci; vytvoření instrukce podobné volání nástroje je jiné než dokončení vnější operace.
Výrobce upozorňuje na omezení daná pokrytím tréninku, jazykovými nuancemi, faktickými chybami a složitostí otevřených úloh. Google také varuje, že věrohodný jazykový vzorec může vytvořit odpověď, která pomine běžné omezení reálného světa. Obrázky mohou ztratit důležité detaily při změně velikosti a dlouhý kontext nezpřesní neurčitou otázku. Výsledek ověřujte vůči původním materiálům, validujte požadovaná strukturovaná pole a nezávisle kontrolujte výpočty či navržený kód. Přesný model 4B IT vyhodnocujte na skutečných jazycích a typech dokumentů dané úlohy. Při zaznamenávání výsledků oddělujte jeho velikost, identitu IT a nastavení zpracování od variant 12B, 27B a novějších Gemma.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity google/gemma-3-4b-it | 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 $0.0001 / 1K tokenů Výstup · Výstupní tokeny $0.0002 / 1K tokenů Vstup · Čtení z mezipaměti — / 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 $0.0001 / 1K tokenů Výstup · Výstupní tokeny $0.0002 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemma-3-4b-it", "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='google/gemma-3-4b-it',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='google/gemma-3-4b-it',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 google/gemma-3-4b-it
Použijte cesty metod uvedené výše.
google/gemma-3-4b-itGemma 3 4B IT je textový a obrazový model Googlu o velikosti 4B, doladěný k plnění instrukcí. Vytváří textové odpovědi na otázky, shrnutí, psané texty a vizuální analýzy se sdíleným kontextem 128K a podporou více než 140 jazyků v rámci rodiny.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Gemma 3 4B IT je instrukčně doladěné vydání velikosti 4B z vizuálně-jazykové rodiny Google Gemma 3. IT označuje verzi přizpůsobenou plnění uživatelských instrukcí a konverzačních tahů, nikoli předtrénovaný kontrolní bod sloužící jako základ dalšího trénování. Model přijímá text a obrázky a generuje text: odpověď, shrnutí, vysvětlení, návrh nebo kód. Vizuální vstup podporuje otázky k dodaným obrázkům a stránkám dokumentů; výstupem není nově vytvořený obrázek.
Karta modelu přisuzuje vydání 4B kontext 128K tokenů sdílený požadavkem a generovanou odpovědí. Zbývající prostor pro výstup odpovídá celkovému kontextu po odečtení vstupu, nikoli dalšímu nezávislému výstupnímu rozpočtu 128K. Základní cesta zpracování obrázků normalizuje obrázky na 896×896 a kóduje každý pohled do 256 vizuálních tokenů. Pro zaměřeného asistenta dodejte příslušnou poznámku či obrázek, jednu jasnou otázku a stručně vymezený výsledek. Zdrojový text uchovejte s odpovědí, aby šlo zkontrolovat získané jméno, datum či štítek.
Trénovací materiály rodiny zahrnují webové texty ve více než 140 jazycích, kód, matematiku a obrázky. Výrobce uvádí čtyři biliony předtrénovacích tokenů pro model 4B. Technická zpráva popisuje destilaci během předtrénování a instrukčního ladění, následovanou dotrénováním založeným na posilovaném učení ke zlepšení užitečnosti, uvažování, kódu, matematiky a plnění instrukcí. Jde o charakteristiky tréninku této velikosti a rodiny, nikoli o záruku správnosti každé odpovědi či stejného chování jiného kontrolního bodu Gemma.
Architektura je transformátor pouze s dekodérem a pozorností typu grouped-query, která střídá pět vrstev lokální pozornosti s každou vrstvou globální pozornosti. Lokální pozornost pokrývá 1024 tokenů a globální vrstvy zpracovávají širší kontext. Sdílený vizuální enkodér SigLIP převádí obrazové informace na vstupy jazykového modelu. Tokenizér vychází ze SentencePiece, odděluje číslice, zachovává bílé znaky a používá kódování na úrovni bajtů. Při plánování dlouhého vstupu používejte počty ze skutečného tokenizéru a zachovejte odsazení kódu a identifikátory, pokud nesou význam.
Zpráva popisuje Pan and Scan pro obrázky, jejichž tvar nebo podrobnosti se nezachovají při jednoduchém zmenšení do čtverce. Může vytvořit další nepřekrývající se pohledy, které se následně přizpůsobí vizuálnímu enkodéru. Toto zpracování má vlastní nároky na vstup a výpočty. U snímku obrazovky s malými štítky označte zájmovou oblast a dodejte čitelný pohled, místo spoléhání na drobný obrázek celé obrazovky. U více obrázků označte jejich role a žádejte odpověď navázanou na správný zdroj.
Nativní konverzační formát IT výrobce používá tahy uživatele a modelu s výslovnými hranicemi tahů. Nepodporuje samostatnou nativní systémovou roli; pokyny k roli a formátování umístěte do úvodního uživatelského zadání. Používejte odpovídající formátovač či procesor, místo zacházení s kontrolním bodem IT jako s prostým doplňováním textu. V příkladu odpovědi na servisní poznámku určete zamýšleného čtenáře, fakta k zachování a tón a následně požadujte krátkou odpověď a případnou nevyřešenou otázku. U vizuální extrakce definujte pole a způsob vyjádření nečitelné hodnoty.
Zamýšlená použití Gemma zahrnují psaní, shrnování, konverzační pomoc, získávání dat z obrázků a vzdělávací zkoumání. Úzce vymezený postup s modelem 4B může převést servisní poznámku na seznam kroků, vysvětlit viditelný diagram či odpovědět na otázku k dodané pasáži. Požadujte snadno kontrolovatelný výsledek: vysvětlení navázané na pojmenované prvky nebo malý záznam s poli opřenými o zdroj. Jakékoli vyhledávání nástrojem či spouštění kódu patří okolní aplikaci; vytvoření instrukce podobné volání nástroje je jiné než dokončení vnější operace.
Výrobce upozorňuje na omezení daná pokrytím tréninku, jazykovými nuancemi, faktickými chybami a složitostí otevřených úloh. Google také varuje, že věrohodný jazykový vzorec může vytvořit odpověď, která pomine běžné omezení reálného světa. Obrázky mohou ztratit důležité detaily při změně velikosti a dlouhý kontext nezpřesní neurčitou otázku. Výsledek ověřujte vůči původním materiálům, validujte požadovaná strukturovaná pole a nezávisle kontrolujte výpočty či navržený kód. Přesný model 4B IT vyhodnocujte na skutečných jazycích a typech dokumentů dané úlohy. Při zaznamenávání výsledků oddělujte jeho velikost, identitu IT a nastavení zpracování od variant 12B, 27B a novějších Gemma.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity google/gemma-3-4b-it | 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 $0.0001 / 1K tokenů Výstup · Výstupní tokeny $0.0002 / 1K tokenů Vstup · Čtení z mezipaměti — / 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 $0.0001 / 1K tokenů Výstup · Výstupní tokeny $0.0002 / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "google/gemma-3-4b-it",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'google/gemma-3-4b-it', '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': 'google/gemma-3-4b-it', '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 google/gemma-3-4b-it
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Explain a seed-growth note\n\nExplain this class note to a ten-year-old: 'Seeds need water and a suitable temperature to germinate. Light requirements differ between species.' Use three short sentences and one question the class could investigate. Preserve the species qualification rather than saying all seeds need light to germinate.A child-friendly three-sentence explanation followed by one investigation question.The explanation must retain the distinction between water, temperature and species-dependent light.