SenseChat-Turbo je odlehčená položka pro obecný dialog v nabídce modelů SenseNova společnosti SenseTime. Výrobce ji zaměřuje na rychlé odpovídání na otázky a scénáře dolaďování modelu. Použijte ji pro jasně vymezenou textovou úlohu: odpověď na otázku z dodaných informací, přeformulování krátké zprávy, určení hlavní myšlenky pasáže nebo pokračování cílené konverzace.
Uveďte, čeho má odpověď dosáhnout, a připojte informace potřebné k jejímu vytvoření. Pro vysvětlení určené zákazníkovi dodejte příslušná fakta o produktu a požadujte stručnou odpověď na skutečnou otázku. Pro přeformulování dodejte původní znění, publikum a požadovaný tón. Materiál k analýze oddělujte od instrukcí, jak výsledek prezentovat.
Užitečné zadání zní: „Pomocí dodaného výňatku pravidel vysvětlete, který krok platí pro tuto situaci, a pak vypište informace, které ještě chybějí.“ Výsledný text má rozlišit podloženou odpověď od otázky, kterou výňatek neřeší. Krátká odpověď se používá snáze, když řeší jeden jasný problém, místo aby míchala několik nesouvisejících cílů.
Postup výrobce pro textovou konverzaci používá zprávy označené rolemi a podporuje posloupnost požadavků uživatele a odpovědí asistenta. Když se navazující otázka odkazuje na předchozí tah, zachovejte jej spolu s fakty a omezeními, která jsou stále důležitá. V postupu bez historie konverzace uchovávané na serveru dodává aplikace příslušnou historii s dalším požadavkem.
Při pokračující výměně s podporou zachovejte již vyjasněnou otázku a pozorování dodané uživatelem. Požadujte, aby další odpověď na tento stav navázala. Odstraňte nesouvisející materiál odvádějící pozornost od aktuální úlohy a v konfiguraci použité pro konverzaci vyhraďte místo na odpověď.
SenseTime uvádí scénáře dolaďování modelu jako součást zaměření Turbo. Pro přizpůsobení konkrétní úloze připravte reprezentativní příklady vstupů a odpovědí, které ukazují požadované chování: slovník, formu odpovědi, míru detailu a nakládání s chybějícími informacemi. Očekávanou odpověď u každého příkladu udržujte v souladu se zdrojovými fakty.
Užitečné příklady mohou rozlišovat faktickou odpověď od žádosti o upřesnění nebo krátké vysvětlení od strukturovaného seznamu polí. Vedle jednoduchých případů zahrňte i obtížné či nejednoznačné. Příklady zkontrolujte vůči zamýšlené úloze, než jejich znění přijmete jako opakovatelný vzor. Tato příprava popisuje požadované chování dialogu; způsob použití příkladů určuje okolní proces přizpůsobení.
Konverzační rozhraní výrobce podporují dokončený i streamovaný text. Dokončená odpověď poskytuje odpověď jako jediný výsledek; stream dodává postupné části, které aplikace sestavuje. Pro kontrolu nebo další použití zachovejte hotovou odpověď, místo abyste úlohu posuzovali pouze podle prvních viditelných slov.
Při získávání údajů nebo klasifikaci kontrolujte skutečná pole či štítky vůči zdroji. Při přeformulování porovnejte, zda se při požadované změně tónu zachoval význam. U výměny otázek a odpovědí zkontrolujte, že odpověď řeší aktuální problém a případná žádost o další informace je relevantní.
Turbo a SenseChat-5 jsou samostatně pojmenované modely pro obecný dialog. SenseChat-5-Cantonese, modely dialogu postav a vizuální modely nebo modely kombinující modality mají rovněž vlastní profily. Při porovnávání úlohy nebo pokračování konverzace v aplikaci uchovejte u konečné odpovědi vybranou edici a dodaný text.
Vymezenou dialogovou roli Turbo volte, když má být výsledkem stručný a použitelný text. Odpovědi dejte výslovné určení — odpověď ve výměně zpráv, upravený odstavec, seznam polí nebo upřesňující otázku — a před použitím v dalším kroku tento výstup zkontrolujte z hlediska souladu s fakty, formulace a úplnosti.
", "aboutText": "### Rychlé otázky a přizpůsobený dialog\n\nSenseChat-Turbo je odlehčená položka pro obecný dialog v nabídce modelů SenseNova společnosti SenseTime. Výrobce ji zaměřuje na rychlé odpovídání na otázky a scénáře dolaďování modelu. Použijte ji pro jasně vymezenou textovou úlohu: odpověď na otázku z dodaných informací, přeformulování krátké zprávy, určení hlavní myšlenky pasáže nebo pokračování cílené konverzace.\n\n### Zadejte modelu přesný požadavek\n\nUveďte, čeho má odpověď dosáhnout, a připojte informace potřebné k jejímu vytvoření. Pro vysvětlení určené zákazníkovi dodejte příslušná fakta o produktu a požadujte stručnou odpověď na skutečnou otázku. Pro přeformulování dodejte původní znění, publikum a požadovaný tón. Materiál k analýze oddělujte od instrukcí, jak výsledek prezentovat.\n\nUžitečné zadání zní: „Pomocí dodaného výňatku pravidel vysvětlete, který krok platí pro tuto situaci, a pak vypište informace, které ještě chybějí.“ Výsledný text má rozlišit podloženou odpověď od otázky, kterou výňatek neřeší. Krátká odpověď se používá snáze, když řeší jeden jasný problém, místo aby míchala několik nesouvisejících cílů.\n\n### Zachovejte relevantní kontext konverzace\n\nPostup výrobce pro textovou konverzaci používá zprávy označené rolemi a podporuje posloupnost požadavků uživatele a odpovědí asistenta. Když se navazující otázka odkazuje na předchozí tah, zachovejte jej spolu s fakty a omezeními, která jsou stále důležitá. V postupu bez historie konverzace uchovávané na serveru dodává aplikace příslušnou historii s dalším požadavkem.\n\nPři pokračující výměně s podporou zachovejte již vyjasněnou otázku a pozorování dodané uživatelem. Požadujte, aby další odpověď na tento stav navázala. Odstraňte nesouvisející materiál odvádějící pozornost od aktuální úlohy a v konfiguraci použité pro konverzaci vyhraďte místo na odpověď.\n\n### Připravte příklady pro konkrétní úlohu\n\nSenseTime uvádí scénáře dolaďování modelu jako součást zaměření Turbo. Pro přizpůsobení konkrétní úloze připravte reprezentativní příklady vstupů a odpovědí, které ukazují požadované chování: slovník, formu odpovědi, míru detailu a nakládání s chybějícími informacemi. Očekávanou odpověď u každého příkladu udržujte v souladu se zdrojovými fakty.\n\nUžitečné příklady mohou rozlišovat faktickou odpověď od žádosti o upřesnění nebo krátké vysvětlení od strukturovaného seznamu polí. Vedle jednoduchých případů zahrňte i obtížné či nejednoznačné. Příklady zkontrolujte vůči zamýšlené úloze, než jejich znění přijmete jako opakovatelný vzor. Tato příprava popisuje požadované chování dialogu; způsob použití příkladů určuje okolní proces přizpůsobení.\n\n### Dokončené a streamované odpovědi\n\nKonverzační rozhraní výrobce podporují dokončený i streamovaný text. Dokončená odpověď poskytuje odpověď jako jediný výsledek; stream dodává postupné části, které aplikace sestavuje. Pro kontrolu nebo další použití zachovejte hotovou odpověď, místo abyste úlohu posuzovali pouze podle prvních viditelných slov.\n\nPři získávání údajů nebo klasifikaci kontrolujte skutečná pole či štítky vůči zdroji. Při přeformulování porovnejte, zda se při požadované změně tónu zachoval význam. U výměny otázek a odpovědí zkontrolujte, že odpověď řeší aktuální problém a případná žádost o další informace je relevantní.\n\n### Rozlišujte edici Turbo\n\nTurbo a SenseChat-5 jsou samostatně pojmenované modely pro obecný dialog. SenseChat-5-Cantonese, modely dialogu postav a vizuální modely nebo modely kombinující modality mají rovněž vlastní profily. Při porovnávání úlohy nebo pokračování konverzace v aplikaci uchovejte u konečné odpovědi vybranou edici a dodaný text.\n\nVymezenou dialogovou roli Turbo volte, když má být výsledkem stručný a použitelný text. Odpovědi dejte výslovné určení — odpověď ve výměně zpráv, upravený odstavec, seznam polí nebo upřesňující otázku — a před použitím v dalším kroku tento výstup zkontrolujte z hlediska souladu s fakty, formulace a úplnosti.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Answer a cancellation-window question\n\nAnswer this customer using only the policy. Customer: 'My order is packed but has not left the warehouse. Can I cancel?' Policy: 'Cancellation is available until carrier handover, including packed orders. After handover, use the return procedure.' Give a concise answer and the next information needed if handover status is not confirmed.A short conditional answer and one relevant status-clarification question.The answer recognizes packed orders as eligible before handover and does not assume the handover status was checked.SenseChat-TurboSenseChat-Turbo společnosti SenseTime je odlehčený model pro textovou konverzaci, zaměřený na rychlé otázky a přizpůsobení konkrétním úlohám. Připravujte stručné požadavky, relevantní dialog držte pohromadě a dokončenou odpověď kontrolujte vůči faktům dodaným pro úlohu.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
SenseChat-Turbo je odlehčená položka pro obecný dialog v nabídce modelů SenseNova společnosti SenseTime. Výrobce ji zaměřuje na rychlé odpovídání na otázky a scénáře dolaďování modelu. Použijte ji pro jasně vymezenou textovou úlohu: odpověď na otázku z dodaných informací, přeformulování krátké zprávy, určení hlavní myšlenky pasáže nebo pokračování cílené konverzace.
Uveďte, čeho má odpověď dosáhnout, a připojte informace potřebné k jejímu vytvoření. Pro vysvětlení určené zákazníkovi dodejte příslušná fakta o produktu a požadujte stručnou odpověď na skutečnou otázku. Pro přeformulování dodejte původní znění, publikum a požadovaný tón. Materiál k analýze oddělujte od instrukcí, jak výsledek prezentovat.
Užitečné zadání zní: „Pomocí dodaného výňatku pravidel vysvětlete, který krok platí pro tuto situaci, a pak vypište informace, které ještě chybějí.“ Výsledný text má rozlišit podloženou odpověď od otázky, kterou výňatek neřeší. Krátká odpověď se používá snáze, když řeší jeden jasný problém, místo aby míchala několik nesouvisejících cílů.
Postup výrobce pro textovou konverzaci používá zprávy označené rolemi a podporuje posloupnost požadavků uživatele a odpovědí asistenta. Když se navazující otázka odkazuje na předchozí tah, zachovejte jej spolu s fakty a omezeními, která jsou stále důležitá. V postupu bez historie konverzace uchovávané na serveru dodává aplikace příslušnou historii s dalším požadavkem.
Při pokračující výměně s podporou zachovejte již vyjasněnou otázku a pozorování dodané uživatelem. Požadujte, aby další odpověď na tento stav navázala. Odstraňte nesouvisející materiál odvádějící pozornost od aktuální úlohy a v konfiguraci použité pro konverzaci vyhraďte místo na odpověď.
SenseTime uvádí scénáře dolaďování modelu jako součást zaměření Turbo. Pro přizpůsobení konkrétní úloze připravte reprezentativní příklady vstupů a odpovědí, které ukazují požadované chování: slovník, formu odpovědi, míru detailu a nakládání s chybějícími informacemi. Očekávanou odpověď u každého příkladu udržujte v souladu se zdrojovými fakty.
Užitečné příklady mohou rozlišovat faktickou odpověď od žádosti o upřesnění nebo krátké vysvětlení od strukturovaného seznamu polí. Vedle jednoduchých případů zahrňte i obtížné či nejednoznačné. Příklady zkontrolujte vůči zamýšlené úloze, než jejich znění přijmete jako opakovatelný vzor. Tato příprava popisuje požadované chování dialogu; způsob použití příkladů určuje okolní proces přizpůsobení.
Konverzační rozhraní výrobce podporují dokončený i streamovaný text. Dokončená odpověď poskytuje odpověď jako jediný výsledek; stream dodává postupné části, které aplikace sestavuje. Pro kontrolu nebo další použití zachovejte hotovou odpověď, místo abyste úlohu posuzovali pouze podle prvních viditelných slov.
Při získávání údajů nebo klasifikaci kontrolujte skutečná pole či štítky vůči zdroji. Při přeformulování porovnejte, zda se při požadované změně tónu zachoval význam. U výměny otázek a odpovědí zkontrolujte, že odpověď řeší aktuální problém a případná žádost o další informace je relevantní.
Turbo a SenseChat-5 jsou samostatně pojmenované modely pro obecný dialog. SenseChat-5-Cantonese, modely dialogu postav a vizuální modely nebo modely kombinující modality mají rovněž vlastní profily. Při porovnávání úlohy nebo pokračování konverzace v aplikaci uchovejte u konečné odpovědi vybranou edici a dodaný text.
Vymezenou dialogovou roli Turbo volte, když má být výsledkem stručný a použitelný text. Odpovědi dejte výslovné určení — odpověď ve výměně zpráv, upravený odstavec, seznam polí nebo upřesňující otázku — a před použitím v dalším kroku tento výstup zkontrolujte z hlediska souladu s fakty, formulace a úplnosti.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity SenseChat-Turbo | 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.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.00066 / 1K tokenů Výstup · Výstupní tokeny $0.00154 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "SenseChat-Turbo", "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='SenseChat-Turbo',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='SenseChat-Turbo',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 SenseChat-Turbo
Použijte cesty metod uvedené výše.
SenseChat-TurboSenseChat-Turbo společnosti SenseTime je odlehčený model pro textovou konverzaci, zaměřený na rychlé otázky a přizpůsobení konkrétním úlohám. Připravujte stručné požadavky, relevantní dialog držte pohromadě a dokončenou odpověď kontrolujte vůči faktům dodaným pro úlohu.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
SenseChat-Turbo je odlehčená položka pro obecný dialog v nabídce modelů SenseNova společnosti SenseTime. Výrobce ji zaměřuje na rychlé odpovídání na otázky a scénáře dolaďování modelu. Použijte ji pro jasně vymezenou textovou úlohu: odpověď na otázku z dodaných informací, přeformulování krátké zprávy, určení hlavní myšlenky pasáže nebo pokračování cílené konverzace.
Uveďte, čeho má odpověď dosáhnout, a připojte informace potřebné k jejímu vytvoření. Pro vysvětlení určené zákazníkovi dodejte příslušná fakta o produktu a požadujte stručnou odpověď na skutečnou otázku. Pro přeformulování dodejte původní znění, publikum a požadovaný tón. Materiál k analýze oddělujte od instrukcí, jak výsledek prezentovat.
Užitečné zadání zní: „Pomocí dodaného výňatku pravidel vysvětlete, který krok platí pro tuto situaci, a pak vypište informace, které ještě chybějí.“ Výsledný text má rozlišit podloženou odpověď od otázky, kterou výňatek neřeší. Krátká odpověď se používá snáze, když řeší jeden jasný problém, místo aby míchala několik nesouvisejících cílů.
Postup výrobce pro textovou konverzaci používá zprávy označené rolemi a podporuje posloupnost požadavků uživatele a odpovědí asistenta. Když se navazující otázka odkazuje na předchozí tah, zachovejte jej spolu s fakty a omezeními, která jsou stále důležitá. V postupu bez historie konverzace uchovávané na serveru dodává aplikace příslušnou historii s dalším požadavkem.
Při pokračující výměně s podporou zachovejte již vyjasněnou otázku a pozorování dodané uživatelem. Požadujte, aby další odpověď na tento stav navázala. Odstraňte nesouvisející materiál odvádějící pozornost od aktuální úlohy a v konfiguraci použité pro konverzaci vyhraďte místo na odpověď.
SenseTime uvádí scénáře dolaďování modelu jako součást zaměření Turbo. Pro přizpůsobení konkrétní úloze připravte reprezentativní příklady vstupů a odpovědí, které ukazují požadované chování: slovník, formu odpovědi, míru detailu a nakládání s chybějícími informacemi. Očekávanou odpověď u každého příkladu udržujte v souladu se zdrojovými fakty.
Užitečné příklady mohou rozlišovat faktickou odpověď od žádosti o upřesnění nebo krátké vysvětlení od strukturovaného seznamu polí. Vedle jednoduchých případů zahrňte i obtížné či nejednoznačné. Příklady zkontrolujte vůči zamýšlené úloze, než jejich znění přijmete jako opakovatelný vzor. Tato příprava popisuje požadované chování dialogu; způsob použití příkladů určuje okolní proces přizpůsobení.
Konverzační rozhraní výrobce podporují dokončený i streamovaný text. Dokončená odpověď poskytuje odpověď jako jediný výsledek; stream dodává postupné části, které aplikace sestavuje. Pro kontrolu nebo další použití zachovejte hotovou odpověď, místo abyste úlohu posuzovali pouze podle prvních viditelných slov.
Při získávání údajů nebo klasifikaci kontrolujte skutečná pole či štítky vůči zdroji. Při přeformulování porovnejte, zda se při požadované změně tónu zachoval význam. U výměny otázek a odpovědí zkontrolujte, že odpověď řeší aktuální problém a případná žádost o další informace je relevantní.
Turbo a SenseChat-5 jsou samostatně pojmenované modely pro obecný dialog. SenseChat-5-Cantonese, modely dialogu postav a vizuální modely nebo modely kombinující modality mají rovněž vlastní profily. Při porovnávání úlohy nebo pokračování konverzace v aplikaci uchovejte u konečné odpovědi vybranou edici a dodaný text.
Vymezenou dialogovou roli Turbo volte, když má být výsledkem stručný a použitelný text. Odpovědi dejte výslovné určení — odpověď ve výměně zpráv, upravený odstavec, seznam polí nebo upřesňující otázku — a před použitím v dalším kroku tento výstup zkontrolujte z hlediska souladu s fakty, formulace a úplnosti.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity SenseChat-Turbo | 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.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.00066 / 1K tokenů Výstup · Výstupní tokeny $0.00154 / 1K tokenů Vstup · Čtení z mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti $0 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "SenseChat-Turbo",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'SenseChat-Turbo', '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': 'SenseChat-Turbo', '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 SenseChat-Turbo
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Answer a cancellation-window question\n\nAnswer this customer using only the policy. Customer: 'My order is packed but has not left the warehouse. Can I cancel?' Policy: 'Cancellation is available until carrier handover, including packed orders. After handover, use the return procedure.' Give a concise answer and the next information needed if handover status is not confirmed.A short conditional answer and one relevant status-clarification question.The answer recognizes packed orders as eligible before handover and does not assume the handover status was checked.