Amazon Nova Lite er den lettere model til multimodal forståelse i første Nova-generation. Den behandler tekst, billeder og video og returnerer tekst med fokus på hurtige visuelle spørgsmål og svar, dokumentfortolkning, opsummering og interaktiv assistance. Den passer til en afgrænset opgave såsom at beskrive et skærmbillede, udtrække produktattributter fra et dokument eller besvare et spørgsmål om et klip. Dette er den oprindelige Nova Lite v1-udgave, adskilt fra Nova 2 Lite og dens indstillinger til udvidet tænkning.
Vejledningen til første Nova-generation angiver et kontekstvindue på 300K tokens og maksimalt output på 10K tokens. Den dokumenterede vidensgrænse er oktober 2024. Brug konteksten til kildemateriale og eksempler, og reservér svaret til den information, den efterfølgende opgave behøver: navngivne felter, et kort resumé eller en tabel. Til udtrækning skal du vedlægge et skema og ét komplet eksempel, der viser, hvordan manglende værdier repræsenteres. Modellen kan instrueres i at returnere JSON eller en anden tekststruktur, men en formatanmodning er ikke det samme som en producentfunktion, der garanterer skemabegrænset output.
Lites visuelle forløb kan besvare spørgsmål om, klassificere og opsummere billeder. Amazon dokumenterer specifikt detektion med afgrænsningsbokse til Nova Lite og Pro med koordinater på en [0, 1000)-skala, der kan omregnes til originalbilledets dimensioner. Det kan understøtte lokalisering af et ønsket objekt eller skærmelement, mens applikationen er ansvarlig for at fortolke koordinaterne og udføre enhver handling. Inputbilleder skaleres automatisk, og billedvejledningen angiver en maksimal opløsning på 8.000 × 8.000 pixels. Hold små etiketter læsbare, og bevar den omgivende kontekst, når du vælger en beskæring.
De dokumenterede billedformater er PNG, JPG/JPEG, GIF og WebP. Dokumentforløbet understøtter PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT og Markdown. Tekstbaserede filer behandles for deres tekst, mens PDF og DOCX kan kombinere sidetekst og visuelle elementer som diagrammer eller tabeller. Producentens dokumentvejledning tillader op til fem dokumenter og begrænser individuelle tekstdokumenter til 4,5 MB; den udelukker PDF-filer med CMYK- eller SVG-billeder og angiver JPEG2000 og JBIG2 som ikke-understøttede PDF-kodninger. Et praktisk oplæg angiver sider eller afsnit, der skal sammenlignes, og beder om værdier sammen med kildeetiketter. Indlejrede medier deler en payloadramme på 25 MB inklusive base64-overhead. En anmodning indeholder én video, begrænset til 1 GB via S3; samlede S3-medier kan udgøre 2 GB. PDF- og DOCX-input er fortsat begrænset til fem dokumenter med en samlet ramme på 25 MB ved direkte upload eller 2 GB via S3.
Videoformater omfatter MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV og 3GP. For Nova Lite bruger klip på 16 minutter eller mindre ét samplet billede pr. sekund; længere klip bruger 960 billeder fordelt over varigheden. Et længere klip giver derfor mindre detaljeret tidsmæssig information. Vejledningen anbefaler under én time til materiale med lidt bevægelse og under 16 minutter til materiale med mere bevægelse. Dette er forberedelsesanbefalinger frem for universelle varighedsgarantier. Spørg om scener eller synlige handlinger, og medtag en separat transskription, når lydsporets tale indeholder fakta, svaret behøver. Producenten angiver også, at modellen ikke identificerer eller navngiver personer i billeder, dokumenter eller videoer.
Nova Lite understøtter streaming af svar, værktøjskald udført af klienten og forløb med supplerende informationshentning. Den understøtter også promptcaching i Amazons dokumenterede betjeningsprofil. Eksplicit caching kræver mindst 1K tokens pr. checkpoint og tillader op til fire checkpoints med fem minutters opbevaring. Producenten begrænser promptcaching til 20K tokens, primært til tekstprompts; denne cacheramme er forskellig fra det fulde kontekstvindue. Vedlæg relevante referencepassager, klare værktøjsbeskrivelser og faktiske værktøjsresultater til et svar, der afhænger af aktuel information. Vejledningen til første generation beskriver flersproget understøttelse på mere end 200 sprog med stærkere optimering til 15 sprog, herunder engelsk, tysk, fransk, spansk, japansk, arabisk, forenklet kinesisk og russisk; dækningen er ikke ensartet på tværs af alle dialekter eller visuel tekst. Til en let assistent skal du adskille udtrækning fra fortolkning, når instruktionerne bliver komplekse, og angive det krævede outputsprog, felter og stopbetingelse.
", "aboutText": "Amazon Nova Lite er den lettere model til multimodal forståelse i første Nova-generation. Den behandler tekst, billeder og video og returnerer tekst med fokus på hurtige visuelle spørgsmål og svar, dokumentfortolkning, opsummering og interaktiv assistance. Den passer til en afgrænset opgave såsom at beskrive et skærmbillede, udtrække produktattributter fra et dokument eller besvare et spørgsmål om et klip. Dette er den oprindelige Nova Lite v1-udgave, adskilt fra Nova 2 Lite og dens indstillinger til udvidet tænkning.\n\nVejledningen til første Nova-generation angiver et kontekstvindue på 300K tokens og maksimalt output på 10K tokens. Den dokumenterede vidensgrænse er oktober 2024. Brug konteksten til kildemateriale og eksempler, og reservér svaret til den information, den efterfølgende opgave behøver: navngivne felter, et kort resumé eller en tabel. Til udtrækning skal du vedlægge et skema og ét komplet eksempel, der viser, hvordan manglende værdier repræsenteres. Modellen kan instrueres i at returnere JSON eller en anden tekststruktur, men en formatanmodning er ikke det samme som en producentfunktion, der garanterer skemabegrænset output.\n\nLites visuelle forløb kan besvare spørgsmål om, klassificere og opsummere billeder. Amazon dokumenterer specifikt detektion med afgrænsningsbokse til Nova Lite og Pro med koordinater på en [0, 1000)-skala, der kan omregnes til originalbilledets dimensioner. Det kan understøtte lokalisering af et ønsket objekt eller skærmelement, mens applikationen er ansvarlig for at fortolke koordinaterne og udføre enhver handling. Inputbilleder skaleres automatisk, og billedvejledningen angiver en maksimal opløsning på 8.000 × 8.000 pixels. Hold små etiketter læsbare, og bevar den omgivende kontekst, når du vælger en beskæring.\n\nDe dokumenterede billedformater er PNG, JPG/JPEG, GIF og WebP. Dokumentforløbet understøtter PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT og Markdown. Tekstbaserede filer behandles for deres tekst, mens PDF og DOCX kan kombinere sidetekst og visuelle elementer som diagrammer eller tabeller. Producentens dokumentvejledning tillader op til fem dokumenter og begrænser individuelle tekstdokumenter til 4,5 MB; den udelukker PDF-filer med CMYK- eller SVG-billeder og angiver JPEG2000 og JBIG2 som ikke-understøttede PDF-kodninger. Et praktisk oplæg angiver sider eller afsnit, der skal sammenlignes, og beder om værdier sammen med kildeetiketter. Indlejrede medier deler en payloadramme på 25 MB inklusive base64-overhead. En anmodning indeholder én video, begrænset til 1 GB via S3; samlede S3-medier kan udgøre 2 GB. PDF- og DOCX-input er fortsat begrænset til fem dokumenter med en samlet ramme på 25 MB ved direkte upload eller 2 GB via S3.\n\nVideoformater omfatter MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV og 3GP. For Nova Lite bruger klip på 16 minutter eller mindre ét samplet billede pr. sekund; længere klip bruger 960 billeder fordelt over varigheden. Et længere klip giver derfor mindre detaljeret tidsmæssig information. Vejledningen anbefaler under én time til materiale med lidt bevægelse og under 16 minutter til materiale med mere bevægelse. Dette er forberedelsesanbefalinger frem for universelle varighedsgarantier. Spørg om scener eller synlige handlinger, og medtag en separat transskription, når lydsporets tale indeholder fakta, svaret behøver. Producenten angiver også, at modellen ikke identificerer eller navngiver personer i billeder, dokumenter eller videoer.\n\nNova Lite understøtter streaming af svar, værktøjskald udført af klienten og forløb med supplerende informationshentning. Den understøtter også promptcaching i Amazons dokumenterede betjeningsprofil. Eksplicit caching kræver mindst 1K tokens pr. checkpoint og tillader op til fire checkpoints med fem minutters opbevaring. Producenten begrænser promptcaching til 20K tokens, primært til tekstprompts; denne cacheramme er forskellig fra det fulde kontekstvindue. Vedlæg relevante referencepassager, klare værktøjsbeskrivelser og faktiske værktøjsresultater til et svar, der afhænger af aktuel information. Vejledningen til første generation beskriver flersproget understøttelse på mere end 200 sprog med stærkere optimering til 15 sprog, herunder engelsk, tysk, fransk, spansk, japansk, arabisk, forenklet kinesisk og russisk; dækningen er ikke ensartet på tværs af alle dialekter eller visuel tekst. Til en let assistent skal du adskille udtrækning fra fortolkning, når instruktionerne bliver komplekse, og angive det krævede outputsprog, felter og stopbetingelse.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Extract product fields from a note\n\nExtract a product record from this supplied text: "Desk lamp L-14; matte black; USB-C power; cable included; dimensions not stated." Return a table with model, color, power, included items and dimensions. Write "not stated" for missing information, then give a one-sentence catalogue summary using only those fields.A five-field table followed by one catalogue sentence; dimensions are marked not stated.Verify that no dimensions, wattage or battery are added to the note.amazon/nova-lite-v1Amazon Nova Lite er en model til multimodal forståelse i første generation til hurtig analyse af tekst, billeder, dokumenter og video. Den returnerer tekst og passer til visuelle spørgsmål og svar, informationsudtrækning, resuméer og lette værktøjsstyrede forløb.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Amazon Nova Lite er den lettere model til multimodal forståelse i første Nova-generation. Den behandler tekst, billeder og video og returnerer tekst med fokus på hurtige visuelle spørgsmål og svar, dokumentfortolkning, opsummering og interaktiv assistance. Den passer til en afgrænset opgave såsom at beskrive et skærmbillede, udtrække produktattributter fra et dokument eller besvare et spørgsmål om et klip. Dette er den oprindelige Nova Lite v1-udgave, adskilt fra Nova 2 Lite og dens indstillinger til udvidet tænkning.
Vejledningen til første Nova-generation angiver et kontekstvindue på 300K tokens og maksimalt output på 10K tokens. Den dokumenterede vidensgrænse er oktober 2024. Brug konteksten til kildemateriale og eksempler, og reservér svaret til den information, den efterfølgende opgave behøver: navngivne felter, et kort resumé eller en tabel. Til udtrækning skal du vedlægge et skema og ét komplet eksempel, der viser, hvordan manglende værdier repræsenteres. Modellen kan instrueres i at returnere JSON eller en anden tekststruktur, men en formatanmodning er ikke det samme som en producentfunktion, der garanterer skemabegrænset output.
Lites visuelle forløb kan besvare spørgsmål om, klassificere og opsummere billeder. Amazon dokumenterer specifikt detektion med afgrænsningsbokse til Nova Lite og Pro med koordinater på en [0, 1000)-skala, der kan omregnes til originalbilledets dimensioner. Det kan understøtte lokalisering af et ønsket objekt eller skærmelement, mens applikationen er ansvarlig for at fortolke koordinaterne og udføre enhver handling. Inputbilleder skaleres automatisk, og billedvejledningen angiver en maksimal opløsning på 8.000 × 8.000 pixels. Hold små etiketter læsbare, og bevar den omgivende kontekst, når du vælger en beskæring.
De dokumenterede billedformater er PNG, JPG/JPEG, GIF og WebP. Dokumentforløbet understøtter PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT og Markdown. Tekstbaserede filer behandles for deres tekst, mens PDF og DOCX kan kombinere sidetekst og visuelle elementer som diagrammer eller tabeller. Producentens dokumentvejledning tillader op til fem dokumenter og begrænser individuelle tekstdokumenter til 4,5 MB; den udelukker PDF-filer med CMYK- eller SVG-billeder og angiver JPEG2000 og JBIG2 som ikke-understøttede PDF-kodninger. Et praktisk oplæg angiver sider eller afsnit, der skal sammenlignes, og beder om værdier sammen med kildeetiketter. Indlejrede medier deler en payloadramme på 25 MB inklusive base64-overhead. En anmodning indeholder én video, begrænset til 1 GB via S3; samlede S3-medier kan udgøre 2 GB. PDF- og DOCX-input er fortsat begrænset til fem dokumenter med en samlet ramme på 25 MB ved direkte upload eller 2 GB via S3.
Videoformater omfatter MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV og 3GP. For Nova Lite bruger klip på 16 minutter eller mindre ét samplet billede pr. sekund; længere klip bruger 960 billeder fordelt over varigheden. Et længere klip giver derfor mindre detaljeret tidsmæssig information. Vejledningen anbefaler under én time til materiale med lidt bevægelse og under 16 minutter til materiale med mere bevægelse. Dette er forberedelsesanbefalinger frem for universelle varighedsgarantier. Spørg om scener eller synlige handlinger, og medtag en separat transskription, når lydsporets tale indeholder fakta, svaret behøver. Producenten angiver også, at modellen ikke identificerer eller navngiver personer i billeder, dokumenter eller videoer.
Nova Lite understøtter streaming af svar, værktøjskald udført af klienten og forløb med supplerende informationshentning. Den understøtter også promptcaching i Amazons dokumenterede betjeningsprofil. Eksplicit caching kræver mindst 1K tokens pr. checkpoint og tillader op til fire checkpoints med fem minutters opbevaring. Producenten begrænser promptcaching til 20K tokens, primært til tekstprompts; denne cacheramme er forskellig fra det fulde kontekstvindue. Vedlæg relevante referencepassager, klare værktøjsbeskrivelser og faktiske værktøjsresultater til et svar, der afhænger af aktuel information. Vejledningen til første generation beskriver flersproget understøttelse på mere end 200 sprog med stærkere optimering til 15 sprog, herunder engelsk, tysk, fransk, spansk, japansk, arabisk, forenklet kinesisk og russisk; dækningen er ikke ensartet på tværs af alle dialekter eller visuel tekst. Til en let assistent skal du adskille udtrækning fra fortolkning, når instruktionerne bliver komplekse, og angive det krævede outputsprog, felter og stopbetingelse.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser amazon/nova-lite-v1 | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Eksempler: system, user, assistant, tool, function Betingelser: Disse roller er eksplicit repræsenteret i kildekodens kompatibilitetstyper; modellens præcise rollesæt er fortsat modelspecifikt. Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfrit | Værdier og grænser Gælder når: role=tool; brug det faktisk returnerede ID | Standard— |
Feltmessages[].name | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Send det faktisk returnerede ræsonnement tilbage, når modellen bruger det | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttemperature | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttop_p | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools[].type | Typestring | KravValgfrit | Værdier og grænser function Afhænger af modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrævet | Værdier og grænser Gælder når: funktionsværktøj angivet | Standard— |
Felttools[].function.description | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfrit | Værdier og grænser | Standard— |
Felttool_choice | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltservice_tier | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltinstructions | Typestring | KravValgfrit | Værdier og grænser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfrit | Værdier og grænser text | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser Betingelser: provider.options afvises på denne Ultra-tekstrute | Standard— |
Feltcache_control.ttl | Typestring | KravValgfrit | Værdier og grænser Betingelser: 1h afvises på de faktiske placeringer for promptcaching | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontraktmodelspecifikt; brugerens funktionsværktøjer er forskellige fra hostede værktøjer |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.00012 / 1K tokens Output · Outputtokens $0.00048 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.00012 / 1K tokens Output · Outputtokens $0.00048 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "amazon/nova-lite-v1", "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='amazon/nova-lite-v1',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='amazon/nova-lite-v1',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 eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra amazon/nova-lite-v1
Brug metodestierne vist ovenfor.
amazon/nova-lite-v1Amazon Nova Lite er en model til multimodal forståelse i første generation til hurtig analyse af tekst, billeder, dokumenter og video. Den returnerer tekst og passer til visuelle spørgsmål og svar, informationsudtrækning, resuméer og lette værktøjsstyrede forløb.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Amazon Nova Lite er den lettere model til multimodal forståelse i første Nova-generation. Den behandler tekst, billeder og video og returnerer tekst med fokus på hurtige visuelle spørgsmål og svar, dokumentfortolkning, opsummering og interaktiv assistance. Den passer til en afgrænset opgave såsom at beskrive et skærmbillede, udtrække produktattributter fra et dokument eller besvare et spørgsmål om et klip. Dette er den oprindelige Nova Lite v1-udgave, adskilt fra Nova 2 Lite og dens indstillinger til udvidet tænkning.
Vejledningen til første Nova-generation angiver et kontekstvindue på 300K tokens og maksimalt output på 10K tokens. Den dokumenterede vidensgrænse er oktober 2024. Brug konteksten til kildemateriale og eksempler, og reservér svaret til den information, den efterfølgende opgave behøver: navngivne felter, et kort resumé eller en tabel. Til udtrækning skal du vedlægge et skema og ét komplet eksempel, der viser, hvordan manglende værdier repræsenteres. Modellen kan instrueres i at returnere JSON eller en anden tekststruktur, men en formatanmodning er ikke det samme som en producentfunktion, der garanterer skemabegrænset output.
Lites visuelle forløb kan besvare spørgsmål om, klassificere og opsummere billeder. Amazon dokumenterer specifikt detektion med afgrænsningsbokse til Nova Lite og Pro med koordinater på en [0, 1000)-skala, der kan omregnes til originalbilledets dimensioner. Det kan understøtte lokalisering af et ønsket objekt eller skærmelement, mens applikationen er ansvarlig for at fortolke koordinaterne og udføre enhver handling. Inputbilleder skaleres automatisk, og billedvejledningen angiver en maksimal opløsning på 8.000 × 8.000 pixels. Hold små etiketter læsbare, og bevar den omgivende kontekst, når du vælger en beskæring.
De dokumenterede billedformater er PNG, JPG/JPEG, GIF og WebP. Dokumentforløbet understøtter PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT og Markdown. Tekstbaserede filer behandles for deres tekst, mens PDF og DOCX kan kombinere sidetekst og visuelle elementer som diagrammer eller tabeller. Producentens dokumentvejledning tillader op til fem dokumenter og begrænser individuelle tekstdokumenter til 4,5 MB; den udelukker PDF-filer med CMYK- eller SVG-billeder og angiver JPEG2000 og JBIG2 som ikke-understøttede PDF-kodninger. Et praktisk oplæg angiver sider eller afsnit, der skal sammenlignes, og beder om værdier sammen med kildeetiketter. Indlejrede medier deler en payloadramme på 25 MB inklusive base64-overhead. En anmodning indeholder én video, begrænset til 1 GB via S3; samlede S3-medier kan udgøre 2 GB. PDF- og DOCX-input er fortsat begrænset til fem dokumenter med en samlet ramme på 25 MB ved direkte upload eller 2 GB via S3.
Videoformater omfatter MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV og 3GP. For Nova Lite bruger klip på 16 minutter eller mindre ét samplet billede pr. sekund; længere klip bruger 960 billeder fordelt over varigheden. Et længere klip giver derfor mindre detaljeret tidsmæssig information. Vejledningen anbefaler under én time til materiale med lidt bevægelse og under 16 minutter til materiale med mere bevægelse. Dette er forberedelsesanbefalinger frem for universelle varighedsgarantier. Spørg om scener eller synlige handlinger, og medtag en separat transskription, når lydsporets tale indeholder fakta, svaret behøver. Producenten angiver også, at modellen ikke identificerer eller navngiver personer i billeder, dokumenter eller videoer.
Nova Lite understøtter streaming af svar, værktøjskald udført af klienten og forløb med supplerende informationshentning. Den understøtter også promptcaching i Amazons dokumenterede betjeningsprofil. Eksplicit caching kræver mindst 1K tokens pr. checkpoint og tillader op til fire checkpoints med fem minutters opbevaring. Producenten begrænser promptcaching til 20K tokens, primært til tekstprompts; denne cacheramme er forskellig fra det fulde kontekstvindue. Vedlæg relevante referencepassager, klare værktøjsbeskrivelser og faktiske værktøjsresultater til et svar, der afhænger af aktuel information. Vejledningen til første generation beskriver flersproget understøttelse på mere end 200 sprog med stærkere optimering til 15 sprog, herunder engelsk, tysk, fransk, spansk, japansk, arabisk, forenklet kinesisk og russisk; dækningen er ikke ensartet på tværs af alle dialekter eller visuel tekst. Til en let assistent skal du adskille udtrækning fra fortolkning, når instruktionerne bliver komplekse, og angive det krævede outputsprog, felter og stopbetingelse.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser amazon/nova-lite-v1 | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content som streng
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.00012 / 1K tokens Output · Outputtokens $0.00048 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.00012 / 1K tokens Output · Outputtokens $0.00048 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "amazon/nova-lite-v1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'amazon/nova-lite-v1', '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': 'amazon/nova-lite-v1', '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 eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Ailoot Ultra amazon/nova-lite-v1
Brug metodestierne vist ovenfor.
Teknisk eksempel på engelsk
Extract product fields from a note\n\nExtract a product record from this supplied text: "Desk lamp L-14; matte black; USB-C power; cable included; dimensions not stated." Return a table with model, color, power, included items and dimensions. Write "not stated" for missing information, then give a one-sentence catalogue summary using only those fields.A five-field table followed by one catalogue sentence; dimensions are marked not stated.Verify that no dimensions, wattage or battery are added to the note.