Poolside Laguna S 2.1 je jazykový model s architekturou mixture-of-experts navržený pro agentní programování a dlouhodobé úlohy. Má celkem 118 miliard parametrů a přibližně 8 miliard aktivních parametrů na token, čímž se v řadě výrobce řadí mezi menší Laguna XS 2.1 a větší Laguna M.1. Model zpracovává text a v aplikaci propojené s nástroji vytváří text, kód, uvažování a požadavky na volání nástrojů.
Jeho architektura kombinuje globální pozornost a pozornost s posuvným oknem ve 48 vrstvách: 12 globálních vrstvách a 36 vrstvách s posuvným oknem. Posuvné okno 512 tokenů popisuje lokální pozornost v těchto vrstvách, zatímco zdokumentovaný kontext modelu má 1 048 576 tokenů. Jde o různá měření. Větší kontext podporuje úlohy, v nichž se během mnoha kroků hromadí zdrojové soubory, pozorování a rozhodnutí. Pracovní cíl a smysluplné podklady uchovávejte společně a v rámci příslušné konfigurace vyhraďte prostor pro následné uvažování a konečnou odpověď.
Hlavním účelem modelu je softwarová práce vyžadující vytrvalost, kontrolu a revize. U úlohy v repozitáři poskytněte očekávané chování, příslušné soubory jako text, informace o závislostech a skutečný neúspěšný výstup. Požadujte cílený výsledek: „Vysleduj příčinu této regrese, navrhni změnu, která zachová zdokumentované rozhraní, a urči kontroly, které odliší opravu od nesouvisející změny.“ V postupu propojeném s nástroji dodejte modelu výsledek každé provedené kontroly, než zvolí další krok.
U optimalizace poskytněte měření a výslovný cíl. Příkladem je: „Pomocí tohoto profilu a přehledu alokací urči úzké místo. Navrhni jednu změnu, vysvětli očekávaný účinek a porovnej ji s výchozím stavem po zopakování stejného měření.“ Tvrzení o výkonu tak bude možné zkontrolovat. Vydání Poolside popisuje ověřování a pokračující postup jako důležité chování, samotné přesvědčivé vysvětlení však nedokládá, že je revize rychlejší, správná nebo úplná. Zachovejte pozorování, která podporují ponechání nebo zamítnutí změny.
Laguna S 2.1 podporuje průběžné uvažování před voláními nástrojů a mezi nimi. Výrobce doporučuje v následné historii zachovat obsah uvažování z dřívějších zpráv asistenta; vynechání těchto bloků může v navazujících krocích způsobit zastavení uvažování. Odpověď asistenta, informace o volání nástroje a odpovídající výsledek nástroje uchovávejte pohromadě. Delší úloha tak může navazovat na svůj skutečný stav namísto opakovaného rekonstruování již vyzkoušených kroků.
Zdokumentované možnosti uvažování jsou off a max, přičemž v nastavení popsaném výrobcem je ve výchozím stavu zapnuto max. V tomto režimu model určuje svůj rozpočet uvažování; vydání nepředstavuje samostatné volby úsilí low, medium a high. Pro agentní programování Poolside doporučuje uvažování zapnout a uchovávat je mezi kroky. Výslovně uveďte konečný artefakt a kritéria dokončení a odlišujte dlouhou posloupnost uvažování od dokončeného výsledku. Výrobce označuje nadměrné přemýšlení, zvláště u soutěžní matematiky, za podstatné omezení.
Definice nástrojů vyžadují zvláštní péči. Poolside uvádí, že S 2.1 se může zpočátku opírat o známé rozhraní nástroje namísto pozorného dodržení podobného, ale odlišného schématu. Může také vytvářet chybně formátovaný nebo nesprávně escapovaný JSON, pokud argument nástroje obsahuje vnořené pole. Poskytněte skutečné definice argumentů, ověřujte navržená volání a při neshodě vraťte přesnou chybu. Výrobce popisuje opravu pomocí zpětné vazby v kontextu jako způsob řešení některých těchto neshod. Výsledné pozorování nástroje ponechte dostupné pro další rozhodnutí.
Výrobce vydává samostatné varianty BF16 a kvantizované varianty a volitelný pomocný návrhový model DFlash. Jde o odlišné artefakty a postupy obsluhy, takže paměťovou spotřebu kvantizovaného checkpointu nebo výkon spekulativního dekódování nelze odvozovat z obecného názvu modelu. Pro běžnou textovou práci připravte zdrojový kód, výstupy příkazů a úryvky dokumentů jako čitelný text. Vydání uvádí, že model nemá obrazové schopnosti; snímek obrazovky proto potřebuje textové pozorování nebo vhodný externí krok kontroly, než může podpořit analýzu.
Požadujte konečný výstup, který určí změněný artefakt, důležitá rozhodnutí, pozorované kontroly a případnou nevyřešenou podmínku. Při revizi kódu propojte zjištění s příslušným zdrojem a ukažte, proč každý problém ovlivňuje chování. U opravy oddělte navrženou změnu od změny, jejíž chování bylo skutečně ověřeno. Zachování historie uvažování a nástrojů pomáhá modelu úlohou projít, zatímco konečný artefakt a zaznamenané výsledky dokládají, čeho bylo dosaženo.
", "aboutText": "Poolside Laguna S 2.1 je jazykový model s architekturou mixture-of-experts navržený pro agentní programování a dlouhodobé úlohy. Má celkem 118 miliard parametrů a přibližně 8 miliard aktivních parametrů na token, čímž se v řadě výrobce řadí mezi menší Laguna XS 2.1 a větší Laguna M.1. Model zpracovává text a v aplikaci propojené s nástroji vytváří text, kód, uvažování a požadavky na volání nástrojů.\n\nJeho architektura kombinuje globální pozornost a pozornost s posuvným oknem ve 48 vrstvách: 12 globálních vrstvách a 36 vrstvách s posuvným oknem. Posuvné okno 512 tokenů popisuje lokální pozornost v těchto vrstvách, zatímco zdokumentovaný kontext modelu má 1 048 576 tokenů. Jde o různá měření. Větší kontext podporuje úlohy, v nichž se během mnoha kroků hromadí zdrojové soubory, pozorování a rozhodnutí. Pracovní cíl a smysluplné podklady uchovávejte společně a v rámci příslušné konfigurace vyhraďte prostor pro následné uvažování a konečnou odpověď.\n\nHlavním účelem modelu je softwarová práce vyžadující vytrvalost, kontrolu a revize. U úlohy v repozitáři poskytněte očekávané chování, příslušné soubory jako text, informace o závislostech a skutečný neúspěšný výstup. Požadujte cílený výsledek: „Vysleduj příčinu této regrese, navrhni změnu, která zachová zdokumentované rozhraní, a urči kontroly, které odliší opravu od nesouvisející změny.“ V postupu propojeném s nástroji dodejte modelu výsledek každé provedené kontroly, než zvolí další krok.\n\nU optimalizace poskytněte měření a výslovný cíl. Příkladem je: „Pomocí tohoto profilu a přehledu alokací urči úzké místo. Navrhni jednu změnu, vysvětli očekávaný účinek a porovnej ji s výchozím stavem po zopakování stejného měření.“ Tvrzení o výkonu tak bude možné zkontrolovat. Vydání Poolside popisuje ověřování a pokračující postup jako důležité chování, samotné přesvědčivé vysvětlení však nedokládá, že je revize rychlejší, správná nebo úplná. Zachovejte pozorování, která podporují ponechání nebo zamítnutí změny.\n\nLaguna S 2.1 podporuje průběžné uvažování před voláními nástrojů a mezi nimi. Výrobce doporučuje v následné historii zachovat obsah uvažování z dřívějších zpráv asistenta; vynechání těchto bloků může v navazujících krocích způsobit zastavení uvažování. Odpověď asistenta, informace o volání nástroje a odpovídající výsledek nástroje uchovávejte pohromadě. Delší úloha tak může navazovat na svůj skutečný stav namísto opakovaného rekonstruování již vyzkoušených kroků.\n\nZdokumentované možnosti uvažování jsou off a max, přičemž v nastavení popsaném výrobcem je ve výchozím stavu zapnuto max. V tomto režimu model určuje svůj rozpočet uvažování; vydání nepředstavuje samostatné volby úsilí low, medium a high. Pro agentní programování Poolside doporučuje uvažování zapnout a uchovávat je mezi kroky. Výslovně uveďte konečný artefakt a kritéria dokončení a odlišujte dlouhou posloupnost uvažování od dokončeného výsledku. Výrobce označuje nadměrné přemýšlení, zvláště u soutěžní matematiky, za podstatné omezení.\n\nDefinice nástrojů vyžadují zvláštní péči. Poolside uvádí, že S 2.1 se může zpočátku opírat o známé rozhraní nástroje namísto pozorného dodržení podobného, ale odlišného schématu. Může také vytvářet chybně formátovaný nebo nesprávně escapovaný JSON, pokud argument nástroje obsahuje vnořené pole. Poskytněte skutečné definice argumentů, ověřujte navržená volání a při neshodě vraťte přesnou chybu. Výrobce popisuje opravu pomocí zpětné vazby v kontextu jako způsob řešení některých těchto neshod. Výsledné pozorování nástroje ponechte dostupné pro další rozhodnutí.\n\nVýrobce vydává samostatné varianty BF16 a kvantizované varianty a volitelný pomocný návrhový model DFlash. Jde o odlišné artefakty a postupy obsluhy, takže paměťovou spotřebu kvantizovaného checkpointu nebo výkon spekulativního dekódování nelze odvozovat z obecného názvu modelu. Pro běžnou textovou práci připravte zdrojový kód, výstupy příkazů a úryvky dokumentů jako čitelný text. Vydání uvádí, že model nemá obrazové schopnosti; snímek obrazovky proto potřebuje textové pozorování nebo vhodný externí krok kontroly, než může podpořit analýzu.\n\nPožadujte konečný výstup, který určí změněný artefakt, důležitá rozhodnutí, pozorované kontroly a případnou nevyřešenou podmínku. Při revizi kódu propojte zjištění s příslušným zdrojem a ukažte, proč každý problém ovlivňuje chování. U opravy oddělte navrženou změnu od změny, jejíž chování bylo skutečně ověřeno. Zachování historie uvažování a nástrojů pomáhá modelu úlohou projít, zatímco konečný artefakt a zaznamenané výsledky dokládají, čeho bylo dosaženo.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Propose a measured loop optimization\n\nReview this Python loop: totals = {}\nfor row in rows:\n totals[row["id"]] = sum(x["amount"] for x in rows if x["id"] == row["id"])\n It repeatedly rescans rows. Propose a single-pass replacement preserving per-ID totals. Give a duplicate-ID example and explain how to compare results and timing on the same input without claiming a speed measurement.A single-pass aggregation patch, correctness example and a baseline comparison procedure.Check repeated IDs accumulate all amounts and the proposal contains no fabricated timing improvement.poolside/laguna-s-2.1Poolside Laguna S 2.1 je textový model pro agentní programování a dlouhodobé úlohy s celkem 118 miliardami a přibližně 8 miliardami aktivních parametrů. Spojuje kontext modelu 1 048 576 tokenů s nativním používáním nástrojů a průběžným uvažováním; zachování předchozího uvažování mu pomáhá účinně pokračovat mezi voláními nástrojů.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Poolside Laguna S 2.1 je jazykový model s architekturou mixture-of-experts navržený pro agentní programování a dlouhodobé úlohy. Má celkem 118 miliard parametrů a přibližně 8 miliard aktivních parametrů na token, čímž se v řadě výrobce řadí mezi menší Laguna XS 2.1 a větší Laguna M.1. Model zpracovává text a v aplikaci propojené s nástroji vytváří text, kód, uvažování a požadavky na volání nástrojů.
Jeho architektura kombinuje globální pozornost a pozornost s posuvným oknem ve 48 vrstvách: 12 globálních vrstvách a 36 vrstvách s posuvným oknem. Posuvné okno 512 tokenů popisuje lokální pozornost v těchto vrstvách, zatímco zdokumentovaný kontext modelu má 1 048 576 tokenů. Jde o různá měření. Větší kontext podporuje úlohy, v nichž se během mnoha kroků hromadí zdrojové soubory, pozorování a rozhodnutí. Pracovní cíl a smysluplné podklady uchovávejte společně a v rámci příslušné konfigurace vyhraďte prostor pro následné uvažování a konečnou odpověď.
Hlavním účelem modelu je softwarová práce vyžadující vytrvalost, kontrolu a revize. U úlohy v repozitáři poskytněte očekávané chování, příslušné soubory jako text, informace o závislostech a skutečný neúspěšný výstup. Požadujte cílený výsledek: „Vysleduj příčinu této regrese, navrhni změnu, která zachová zdokumentované rozhraní, a urči kontroly, které odliší opravu od nesouvisející změny.“ V postupu propojeném s nástroji dodejte modelu výsledek každé provedené kontroly, než zvolí další krok.
U optimalizace poskytněte měření a výslovný cíl. Příkladem je: „Pomocí tohoto profilu a přehledu alokací urči úzké místo. Navrhni jednu změnu, vysvětli očekávaný účinek a porovnej ji s výchozím stavem po zopakování stejného měření.“ Tvrzení o výkonu tak bude možné zkontrolovat. Vydání Poolside popisuje ověřování a pokračující postup jako důležité chování, samotné přesvědčivé vysvětlení však nedokládá, že je revize rychlejší, správná nebo úplná. Zachovejte pozorování, která podporují ponechání nebo zamítnutí změny.
Laguna S 2.1 podporuje průběžné uvažování před voláními nástrojů a mezi nimi. Výrobce doporučuje v následné historii zachovat obsah uvažování z dřívějších zpráv asistenta; vynechání těchto bloků může v navazujících krocích způsobit zastavení uvažování. Odpověď asistenta, informace o volání nástroje a odpovídající výsledek nástroje uchovávejte pohromadě. Delší úloha tak může navazovat na svůj skutečný stav namísto opakovaného rekonstruování již vyzkoušených kroků.
Zdokumentované možnosti uvažování jsou off a max, přičemž v nastavení popsaném výrobcem je ve výchozím stavu zapnuto max. V tomto režimu model určuje svůj rozpočet uvažování; vydání nepředstavuje samostatné volby úsilí low, medium a high. Pro agentní programování Poolside doporučuje uvažování zapnout a uchovávat je mezi kroky. Výslovně uveďte konečný artefakt a kritéria dokončení a odlišujte dlouhou posloupnost uvažování od dokončeného výsledku. Výrobce označuje nadměrné přemýšlení, zvláště u soutěžní matematiky, za podstatné omezení.
Definice nástrojů vyžadují zvláštní péči. Poolside uvádí, že S 2.1 se může zpočátku opírat o známé rozhraní nástroje namísto pozorného dodržení podobného, ale odlišného schématu. Může také vytvářet chybně formátovaný nebo nesprávně escapovaný JSON, pokud argument nástroje obsahuje vnořené pole. Poskytněte skutečné definice argumentů, ověřujte navržená volání a při neshodě vraťte přesnou chybu. Výrobce popisuje opravu pomocí zpětné vazby v kontextu jako způsob řešení některých těchto neshod. Výsledné pozorování nástroje ponechte dostupné pro další rozhodnutí.
Výrobce vydává samostatné varianty BF16 a kvantizované varianty a volitelný pomocný návrhový model DFlash. Jde o odlišné artefakty a postupy obsluhy, takže paměťovou spotřebu kvantizovaného checkpointu nebo výkon spekulativního dekódování nelze odvozovat z obecného názvu modelu. Pro běžnou textovou práci připravte zdrojový kód, výstupy příkazů a úryvky dokumentů jako čitelný text. Vydání uvádí, že model nemá obrazové schopnosti; snímek obrazovky proto potřebuje textové pozorování nebo vhodný externí krok kontroly, než může podpořit analýzu.
Požadujte konečný výstup, který určí změněný artefakt, důležitá rozhodnutí, pozorované kontroly a případnou nevyřešenou podmínku. Při revizi kódu propojte zjištění s příslušným zdrojem a ukažte, proč každý problém ovlivňuje chování. U opravy oddělte navrženou změnu od změny, jejíž chování bylo skutečně ověřeno. Zachování historie uvažování a nástrojů pomáhá modelu úlohou projít, zatímco konečný artefakt a zaznamenané výsledky dokládají, čeho bylo dosaženo.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity poolside/laguna-s-2.1 | 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 $0.0002 / 1K tokenů Výstup · Výstupní tokeny $0.0004 / 1K tokenů Vstup · Čtení z mezipaměti $0.00002 / 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 $0.0002 / 1K tokenů Výstup · Výstupní tokeny $0.0004 / 1K tokenů Vstup · Čtení z mezipaměti $0.00002 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "poolside/laguna-s-2.1", "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='poolside/laguna-s-2.1',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='poolside/laguna-s-2.1',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 poolside/laguna-s-2.1
Použijte cesty metod uvedené výše.
poolside/laguna-s-2.1Poolside Laguna S 2.1 je textový model pro agentní programování a dlouhodobé úlohy s celkem 118 miliardami a přibližně 8 miliardami aktivních parametrů. Spojuje kontext modelu 1 048 576 tokenů s nativním používáním nástrojů a průběžným uvažováním; zachování předchozího uvažování mu pomáhá účinně pokračovat mezi voláními nástrojů.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Poolside Laguna S 2.1 je jazykový model s architekturou mixture-of-experts navržený pro agentní programování a dlouhodobé úlohy. Má celkem 118 miliard parametrů a přibližně 8 miliard aktivních parametrů na token, čímž se v řadě výrobce řadí mezi menší Laguna XS 2.1 a větší Laguna M.1. Model zpracovává text a v aplikaci propojené s nástroji vytváří text, kód, uvažování a požadavky na volání nástrojů.
Jeho architektura kombinuje globální pozornost a pozornost s posuvným oknem ve 48 vrstvách: 12 globálních vrstvách a 36 vrstvách s posuvným oknem. Posuvné okno 512 tokenů popisuje lokální pozornost v těchto vrstvách, zatímco zdokumentovaný kontext modelu má 1 048 576 tokenů. Jde o různá měření. Větší kontext podporuje úlohy, v nichž se během mnoha kroků hromadí zdrojové soubory, pozorování a rozhodnutí. Pracovní cíl a smysluplné podklady uchovávejte společně a v rámci příslušné konfigurace vyhraďte prostor pro následné uvažování a konečnou odpověď.
Hlavním účelem modelu je softwarová práce vyžadující vytrvalost, kontrolu a revize. U úlohy v repozitáři poskytněte očekávané chování, příslušné soubory jako text, informace o závislostech a skutečný neúspěšný výstup. Požadujte cílený výsledek: „Vysleduj příčinu této regrese, navrhni změnu, která zachová zdokumentované rozhraní, a urči kontroly, které odliší opravu od nesouvisející změny.“ V postupu propojeném s nástroji dodejte modelu výsledek každé provedené kontroly, než zvolí další krok.
U optimalizace poskytněte měření a výslovný cíl. Příkladem je: „Pomocí tohoto profilu a přehledu alokací urči úzké místo. Navrhni jednu změnu, vysvětli očekávaný účinek a porovnej ji s výchozím stavem po zopakování stejného měření.“ Tvrzení o výkonu tak bude možné zkontrolovat. Vydání Poolside popisuje ověřování a pokračující postup jako důležité chování, samotné přesvědčivé vysvětlení však nedokládá, že je revize rychlejší, správná nebo úplná. Zachovejte pozorování, která podporují ponechání nebo zamítnutí změny.
Laguna S 2.1 podporuje průběžné uvažování před voláními nástrojů a mezi nimi. Výrobce doporučuje v následné historii zachovat obsah uvažování z dřívějších zpráv asistenta; vynechání těchto bloků může v navazujících krocích způsobit zastavení uvažování. Odpověď asistenta, informace o volání nástroje a odpovídající výsledek nástroje uchovávejte pohromadě. Delší úloha tak může navazovat na svůj skutečný stav namísto opakovaného rekonstruování již vyzkoušených kroků.
Zdokumentované možnosti uvažování jsou off a max, přičemž v nastavení popsaném výrobcem je ve výchozím stavu zapnuto max. V tomto režimu model určuje svůj rozpočet uvažování; vydání nepředstavuje samostatné volby úsilí low, medium a high. Pro agentní programování Poolside doporučuje uvažování zapnout a uchovávat je mezi kroky. Výslovně uveďte konečný artefakt a kritéria dokončení a odlišujte dlouhou posloupnost uvažování od dokončeného výsledku. Výrobce označuje nadměrné přemýšlení, zvláště u soutěžní matematiky, za podstatné omezení.
Definice nástrojů vyžadují zvláštní péči. Poolside uvádí, že S 2.1 se může zpočátku opírat o známé rozhraní nástroje namísto pozorného dodržení podobného, ale odlišného schématu. Může také vytvářet chybně formátovaný nebo nesprávně escapovaný JSON, pokud argument nástroje obsahuje vnořené pole. Poskytněte skutečné definice argumentů, ověřujte navržená volání a při neshodě vraťte přesnou chybu. Výrobce popisuje opravu pomocí zpětné vazby v kontextu jako způsob řešení některých těchto neshod. Výsledné pozorování nástroje ponechte dostupné pro další rozhodnutí.
Výrobce vydává samostatné varianty BF16 a kvantizované varianty a volitelný pomocný návrhový model DFlash. Jde o odlišné artefakty a postupy obsluhy, takže paměťovou spotřebu kvantizovaného checkpointu nebo výkon spekulativního dekódování nelze odvozovat z obecného názvu modelu. Pro běžnou textovou práci připravte zdrojový kód, výstupy příkazů a úryvky dokumentů jako čitelný text. Vydání uvádí, že model nemá obrazové schopnosti; snímek obrazovky proto potřebuje textové pozorování nebo vhodný externí krok kontroly, než může podpořit analýzu.
Požadujte konečný výstup, který určí změněný artefakt, důležitá rozhodnutí, pozorované kontroly a případnou nevyřešenou podmínku. Při revizi kódu propojte zjištění s příslušným zdrojem a ukažte, proč každý problém ovlivňuje chování. U opravy oddělte navrženou změnu od změny, jejíž chování bylo skutečně ověřeno. Zachování historie uvažování a nástrojů pomáhá modelu úlohou projít, zatímco konečný artefakt a zaznamenané výsledky dokládají, čeho bylo dosaženo.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity poolside/laguna-s-2.1 | 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 $0.0002 / 1K tokenů Výstup · Výstupní tokeny $0.0004 / 1K tokenů Vstup · Čtení z mezipaměti $0.00002 / 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 $0.0002 / 1K tokenů Výstup · Výstupní tokeny $0.0004 / 1K tokenů Vstup · Čtení z mezipaměti $0.00002 / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "poolside/laguna-s-2.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'poolside/laguna-s-2.1', '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': 'poolside/laguna-s-2.1', '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 poolside/laguna-s-2.1
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Propose a measured loop optimization\n\nReview this Python loop: totals = {}\nfor row in rows:\n totals[row["id"]] = sum(x["amount"] for x in rows if x["id"] == row["id"])\n It repeatedly rescans rows. Propose a single-pass replacement preserving per-ID totals. Give a duplicate-ID example and explain how to compare results and timing on the same input without claiming a speed measurement.A single-pass aggregation patch, correctness example and a baseline comparison procedure.Check repeated IDs accumulate all amounts and the proposal contains no fabricated timing improvement.