Tongyi FaRui Plus, som producenten identificerer som farui-plus, er bygget på Qwen-fundamentet og specialiseret med juridiske data og juridisk viden. Producenten beskriver udvikling med modelfinjustering, forstærkningslæring, søgeunderstøttet generering og juridisk agentteknologi. Dens opgaveområde omfatter juridiske spørgsmål, identifikation af gældende lovbestemmelser, sagsanalyse, generering af juridiske dokumenter og gennemgang af kontraktklausuler.
De dokumenterede input og output er tekst. Forbered det tekstuddrag, de fakta eller de klausuler, der skal analyseres, som læsbar tekst, og angiv det ønskede resultat. En nyttig leverance kan være et udkast til et afsnit, en liste over problemstillinger, en forklaring af en angivet bestemmelse eller en sammenligning af kontraktformuleringer.
Producentens eksempler understøtter en enkelt instruktion eller en beskedbaseret samtale. Beskeder indeholder en rolle og et indhold; den valgfrie systeminstruktion kommer først, efterfulgt af brugerens og assistentens samtaleture. Vejledningen anbefaler beskeder til fortsat dialog, hvor relevante tidligere svar bevares, når en opfølgning ændrer en oplysning eller et krav.
Ved et spørgsmål om en sag skal du angive parternes roller, kronologien, det omtvistede spørgsmål og den evidens, der er relevant for spørgsmålet. Angiv den jurisdiktion og dato, der har betydning for opgaven, og medtag den lovtekst, der skal undersøges, når svaret skal bygge på en bestemt bestemmelse. Hold en hævdet oplysning adskilt fra en omtvistet påstand eller en antagelse.
Ved en opfølgning skal du identificere præcis, hvad der har ændret sig. Angiv for eksempel en rettet dato eller en yderligere klausul, og spørg, hvilken del af det tidligere udkast der skal revideres. Ved at bevare det faktiske tidligere svar bliver den ønskede ændring konkret, frem for at der lægges op til en ny analyse af en ufuldstændig sag.
Ved et juridisk spørgsmål skal du definere problemstillingen og svarets form. Bed om konklusionen, den understøttende bestemmelse og de fakta, der ville ændre analysen. Når kilden ikke fastslår en vigtig detalje, skal du bede om, at resultatet identificerer denne manglende oplysning.
Ved udarbejdelse af et dokument skal du angive dokumenttypen, målgruppen, de nødvendige afsnit og de angivne fakta. En nyttig opgavebeskrivelse er: ”Udarbejd det ønskede afsnit ud fra denne kronologi og disse fakta, bevar parternes definerede roller, og identificér de oplysninger, der stadig er nødvendige for at færdiggøre dokumentet.” Kontrollér navne, datoer, beløb og citerede bestemmelser i forhold til originalmaterialet.
Ved kontraktgennemgang skal du angive den præcise klausul og det forhold, der skal undersøges. Bed om en sammenligning af ordlyden, den problemstilling, den rejser, og et forslag til en revision, der bevarer den tilsigtede kommercielle betydning. Bevar den oprindelige klausul ved siden af den foreslåede tekst, så ændringen kan undersøges.
Den offentliggjorte modeloversigt angiver et maksimalt input på 12.000 tokens og et maksimalt output på 2.000 tokens. Vælg de relevante uddrag og en svarlængde, der passer til opgaven, og efterlad plads til det ønskede svar inden for den gældende samtalekonfiguration. En lang kontraktgennemgang kan opdeles i tydeligt mærkede problemstillinger eller afsnit, samtidig med at alle klausuler, der er nødvendige for at forstå sammenhængen mellem dem, bevares.
Producentens indstilling for svarlængde kan reducere outputrammen til en kortfattet forklaring eller et bestemt udkast til et afsnit. Den dokumenterede standard er 2.000 tokens. Kontrollér, om et returneret svar er komplet, før du behandler det som et færdigt dokument.
Producentens reference dokumenterer top_p i det åbne interval fra 0 til 1 med 0,8 som standard. Indstillingen top_k begrænser kandidatmængden; hvis den ikke angives eller sættes over 100, deaktiveres denne strategi. Hold opgaven og kildematerialet uændrede, når du sammenligner virkningen af en understøttet genereringsindstilling.
Forløbet uden streaming er standard. Streaming leverer tekst, mens genereringen fortsætter. De dokumenterede standardblokke ved streaming indeholder akkumuleret indhold; hvis inkrementelt output slås til, returneres nye dele i stedet. Sammensæt det valgte format korrekt, så gentaget kumulativ tekst ikke tilføjes to gange, og bevar det færdige svar til gennemgang.
Svaret kan bruge en indpakning som tekst eller besked. Indpakningen er leveringsstrukturen omkring den genererede juridiske tekst; modellens funktionstabel angiver ikke struktureret output håndhævet af et skema, funktionskald eller indbygget websøgning. Angiv den evidens og de bestemmelser, opgaven kræver, frem for at antage, at der er foretaget et eksternt opslag.
Bevar kildeteksten, de angivne fakta, den ønskede dokumentform og det endelige svar samlet. Kontrollér referencernes faktiske ordlyd og den jurisdiktion eller dato, som en fortolkning afhænger af. En klausulsammenligning eller sagsforklaring er mest nyttig, når dens antagelser og understøttende tekstuddrag fortsat kan identificeres.
Brug Farui Plus til dens navngivne arbejdsgang med juridisk tekst. Den endelige leverance skal forbinde det ønskede juridiske spørgsmål eller udkast med det materiale, der faktisk er angivet.
", "aboutText": "### En tekstmodel til den juridiske branche\n\nTongyi FaRui Plus, som producenten identificerer som farui-plus, er bygget på Qwen-fundamentet og specialiseret med juridiske data og juridisk viden. Producenten beskriver udvikling med modelfinjustering, forstærkningslæring, søgeunderstøttet generering og juridisk agentteknologi. Dens opgaveområde omfatter juridiske spørgsmål, identifikation af gældende lovbestemmelser, sagsanalyse, generering af juridiske dokumenter og gennemgang af kontraktklausuler.\n\nDe dokumenterede input og output er tekst. Forbered det tekstuddrag, de fakta eller de klausuler, der skal analyseres, som læsbar tekst, og angiv det ønskede resultat. En nyttig leverance kan være et udkast til et afsnit, en liste over problemstillinger, en forklaring af en angivet bestemmelse eller en sammenligning af kontraktformuleringer.\n\n### Forbered én anmodning eller en fortsat dialog\n\nProducentens eksempler understøtter en enkelt instruktion eller en beskedbaseret samtale. Beskeder indeholder en rolle og et indhold; den valgfrie systeminstruktion kommer først, efterfulgt af brugerens og assistentens samtaleture. Vejledningen anbefaler beskeder til fortsat dialog, hvor relevante tidligere svar bevares, når en opfølgning ændrer en oplysning eller et krav.\n\nVed et spørgsmål om en sag skal du angive parternes roller, kronologien, det omtvistede spørgsmål og den evidens, der er relevant for spørgsmålet. Angiv den jurisdiktion og dato, der har betydning for opgaven, og medtag den lovtekst, der skal undersøges, når svaret skal bygge på en bestemt bestemmelse. Hold en hævdet oplysning adskilt fra en omtvistet påstand eller en antagelse.\n\nVed en opfølgning skal du identificere præcis, hvad der har ændret sig. Angiv for eksempel en rettet dato eller en yderligere klausul, og spørg, hvilken del af det tidligere udkast der skal revideres. Ved at bevare det faktiske tidligere svar bliver den ønskede ændring konkret, frem for at der lægges op til en ny analyse af en ufuldstændig sag.\n\n### Bed om en analyse eller et dokumentudkast\n\nVed et juridisk spørgsmål skal du definere problemstillingen og svarets form. Bed om konklusionen, den understøttende bestemmelse og de fakta, der ville ændre analysen. Når kilden ikke fastslår en vigtig detalje, skal du bede om, at resultatet identificerer denne manglende oplysning.\n\nVed udarbejdelse af et dokument skal du angive dokumenttypen, målgruppen, de nødvendige afsnit og de angivne fakta. En nyttig opgavebeskrivelse er: ”Udarbejd det ønskede afsnit ud fra denne kronologi og disse fakta, bevar parternes definerede roller, og identificér de oplysninger, der stadig er nødvendige for at færdiggøre dokumentet.” Kontrollér navne, datoer, beløb og citerede bestemmelser i forhold til originalmaterialet.\n\nVed kontraktgennemgang skal du angive den præcise klausul og det forhold, der skal undersøges. Bed om en sammenligning af ordlyden, den problemstilling, den rejser, og et forslag til en revision, der bevarer den tilsigtede kommercielle betydning. Bevar den oprindelige klausul ved siden af den foreslåede tekst, så ændringen kan undersøges.\n\n### Arbejd inden for de dokumenterede svargrænser\n\nDen offentliggjorte modeloversigt angiver et maksimalt input på 12.000 tokens og et maksimalt output på 2.000 tokens. Vælg de relevante uddrag og en svarlængde, der passer til opgaven, og efterlad plads til det ønskede svar inden for den gældende samtalekonfiguration. En lang kontraktgennemgang kan opdeles i tydeligt mærkede problemstillinger eller afsnit, samtidig med at alle klausuler, der er nødvendige for at forstå sammenhængen mellem dem, bevares.\n\nProducentens indstilling for svarlængde kan reducere outputrammen til en kortfattet forklaring eller et bestemt udkast til et afsnit. Den dokumenterede standard er 2.000 tokens. Kontrollér, om et returneret svar er komplet, før du behandler det som et færdigt dokument.\n\n### Vælg indstillinger for generering og levering\n\nProducentens reference dokumenterer top_p i det åbne interval fra 0 til 1 med 0,8 som standard. Indstillingen top_k begrænser kandidatmængden; hvis den ikke angives eller sættes over 100, deaktiveres denne strategi. Hold opgaven og kildematerialet uændrede, når du sammenligner virkningen af en understøttet genereringsindstilling.\n\nForløbet uden streaming er standard. Streaming leverer tekst, mens genereringen fortsætter. De dokumenterede standardblokke ved streaming indeholder akkumuleret indhold; hvis inkrementelt output slås til, returneres nye dele i stedet. Sammensæt det valgte format korrekt, så gentaget kumulativ tekst ikke tilføjes to gange, og bevar det færdige svar til gennemgang.\n\nSvaret kan bruge en indpakning som tekst eller besked. Indpakningen er leveringsstrukturen omkring den genererede juridiske tekst; modellens funktionstabel angiver ikke struktureret output håndhævet af et skema, funktionskald eller indbygget websøgning. Angiv den evidens og de bestemmelser, opgaven kræver, frem for at antage, at der er foretaget et eksternt opslag.\n\n### Hold analysen efterprøvbar\n\nBevar kildeteksten, de angivne fakta, den ønskede dokumentform og det endelige svar samlet. Kontrollér referencernes faktiske ordlyd og den jurisdiktion eller dato, som en fortolkning afhænger af. En klausulsammenligning eller sagsforklaring er mest nyttig, når dens antagelser og understøttende tekstuddrag fortsat kan identificeres.\n\nBrug Farui Plus til dens navngivne arbejdsgang med juridisk tekst. Den endelige leverance skal forbinde det ønskede juridiske spørgsmål eller udkast med det materiale, der faktisk er angivet.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "9d6549a45895ae00bac82be061e57a64a9c91781e0860f8ed0ceb5e6547746b6", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "farui-plusAlibabas Tongyi FaRui Plus er en tekstmodel specialiseret i juridiske spørgsmål, sagsanalyse, udarbejdelse af juridiske dokumenter og kontraktgennemgang. Forbered fakta og relevante klausuler som tekst, og brug derefter et fokuseret spørgsmål eller en dialog til at få en skriftlig analyse eller et udkast.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Tongyi FaRui Plus, som producenten identificerer som farui-plus, er bygget på Qwen-fundamentet og specialiseret med juridiske data og juridisk viden. Producenten beskriver udvikling med modelfinjustering, forstærkningslæring, søgeunderstøttet generering og juridisk agentteknologi. Dens opgaveområde omfatter juridiske spørgsmål, identifikation af gældende lovbestemmelser, sagsanalyse, generering af juridiske dokumenter og gennemgang af kontraktklausuler.
De dokumenterede input og output er tekst. Forbered det tekstuddrag, de fakta eller de klausuler, der skal analyseres, som læsbar tekst, og angiv det ønskede resultat. En nyttig leverance kan være et udkast til et afsnit, en liste over problemstillinger, en forklaring af en angivet bestemmelse eller en sammenligning af kontraktformuleringer.
Producentens eksempler understøtter en enkelt instruktion eller en beskedbaseret samtale. Beskeder indeholder en rolle og et indhold; den valgfrie systeminstruktion kommer først, efterfulgt af brugerens og assistentens samtaleture. Vejledningen anbefaler beskeder til fortsat dialog, hvor relevante tidligere svar bevares, når en opfølgning ændrer en oplysning eller et krav.
Ved et spørgsmål om en sag skal du angive parternes roller, kronologien, det omtvistede spørgsmål og den evidens, der er relevant for spørgsmålet. Angiv den jurisdiktion og dato, der har betydning for opgaven, og medtag den lovtekst, der skal undersøges, når svaret skal bygge på en bestemt bestemmelse. Hold en hævdet oplysning adskilt fra en omtvistet påstand eller en antagelse.
Ved en opfølgning skal du identificere præcis, hvad der har ændret sig. Angiv for eksempel en rettet dato eller en yderligere klausul, og spørg, hvilken del af det tidligere udkast der skal revideres. Ved at bevare det faktiske tidligere svar bliver den ønskede ændring konkret, frem for at der lægges op til en ny analyse af en ufuldstændig sag.
Ved et juridisk spørgsmål skal du definere problemstillingen og svarets form. Bed om konklusionen, den understøttende bestemmelse og de fakta, der ville ændre analysen. Når kilden ikke fastslår en vigtig detalje, skal du bede om, at resultatet identificerer denne manglende oplysning.
Ved udarbejdelse af et dokument skal du angive dokumenttypen, målgruppen, de nødvendige afsnit og de angivne fakta. En nyttig opgavebeskrivelse er: ”Udarbejd det ønskede afsnit ud fra denne kronologi og disse fakta, bevar parternes definerede roller, og identificér de oplysninger, der stadig er nødvendige for at færdiggøre dokumentet.” Kontrollér navne, datoer, beløb og citerede bestemmelser i forhold til originalmaterialet.
Ved kontraktgennemgang skal du angive den præcise klausul og det forhold, der skal undersøges. Bed om en sammenligning af ordlyden, den problemstilling, den rejser, og et forslag til en revision, der bevarer den tilsigtede kommercielle betydning. Bevar den oprindelige klausul ved siden af den foreslåede tekst, så ændringen kan undersøges.
Den offentliggjorte modeloversigt angiver et maksimalt input på 12.000 tokens og et maksimalt output på 2.000 tokens. Vælg de relevante uddrag og en svarlængde, der passer til opgaven, og efterlad plads til det ønskede svar inden for den gældende samtalekonfiguration. En lang kontraktgennemgang kan opdeles i tydeligt mærkede problemstillinger eller afsnit, samtidig med at alle klausuler, der er nødvendige for at forstå sammenhængen mellem dem, bevares.
Producentens indstilling for svarlængde kan reducere outputrammen til en kortfattet forklaring eller et bestemt udkast til et afsnit. Den dokumenterede standard er 2.000 tokens. Kontrollér, om et returneret svar er komplet, før du behandler det som et færdigt dokument.
Producentens reference dokumenterer top_p i det åbne interval fra 0 til 1 med 0,8 som standard. Indstillingen top_k begrænser kandidatmængden; hvis den ikke angives eller sættes over 100, deaktiveres denne strategi. Hold opgaven og kildematerialet uændrede, når du sammenligner virkningen af en understøttet genereringsindstilling.
Forløbet uden streaming er standard. Streaming leverer tekst, mens genereringen fortsætter. De dokumenterede standardblokke ved streaming indeholder akkumuleret indhold; hvis inkrementelt output slås til, returneres nye dele i stedet. Sammensæt det valgte format korrekt, så gentaget kumulativ tekst ikke tilføjes to gange, og bevar det færdige svar til gennemgang.
Svaret kan bruge en indpakning som tekst eller besked. Indpakningen er leveringsstrukturen omkring den genererede juridiske tekst; modellens funktionstabel angiver ikke struktureret output håndhævet af et skema, funktionskald eller indbygget websøgning. Angiv den evidens og de bestemmelser, opgaven kræver, frem for at antage, at der er foretaget et eksternt opslag.
Bevar kildeteksten, de angivne fakta, den ønskede dokumentform og det endelige svar samlet. Kontrollér referencernes faktiske ordlyd og den jurisdiktion eller dato, som en fortolkning afhænger af. En klausulsammenligning eller sagsforklaring er mest nyttig, når dens antagelser og understøttende tekstuddrag fortsat kan identificeres.
Brug Farui Plus til dens navngivne arbejdsgang med juridisk tekst. Den endelige leverance skal forbinde det ønskede juridiske spørgsmål eller udkast med det materiale, der faktisk er angivet.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser farui-plus | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Tekstsamtale | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
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 |
Parametercontrol_scope | KontraktTekstsamtale; stream er en boolesk værdi og er som standard false. |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Metodealiaser: /chat/completions
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 $0.0058 / 1K tokens Output · Outputtokens $0.0058 / 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 $0.0058 / 1K tokens Output · Outputtokens $0.0058 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"farui-plus","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="farui-plus", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 farui-plus
/chat/completions
farui-plusAlibabas Tongyi FaRui Plus er en tekstmodel specialiseret i juridiske spørgsmål, sagsanalyse, udarbejdelse af juridiske dokumenter og kontraktgennemgang. Forbered fakta og relevante klausuler som tekst, og brug derefter et fokuseret spørgsmål eller en dialog til at få en skriftlig analyse eller et udkast.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Tongyi FaRui Plus, som producenten identificerer som farui-plus, er bygget på Qwen-fundamentet og specialiseret med juridiske data og juridisk viden. Producenten beskriver udvikling med modelfinjustering, forstærkningslæring, søgeunderstøttet generering og juridisk agentteknologi. Dens opgaveområde omfatter juridiske spørgsmål, identifikation af gældende lovbestemmelser, sagsanalyse, generering af juridiske dokumenter og gennemgang af kontraktklausuler.
De dokumenterede input og output er tekst. Forbered det tekstuddrag, de fakta eller de klausuler, der skal analyseres, som læsbar tekst, og angiv det ønskede resultat. En nyttig leverance kan være et udkast til et afsnit, en liste over problemstillinger, en forklaring af en angivet bestemmelse eller en sammenligning af kontraktformuleringer.
Producentens eksempler understøtter en enkelt instruktion eller en beskedbaseret samtale. Beskeder indeholder en rolle og et indhold; den valgfrie systeminstruktion kommer først, efterfulgt af brugerens og assistentens samtaleture. Vejledningen anbefaler beskeder til fortsat dialog, hvor relevante tidligere svar bevares, når en opfølgning ændrer en oplysning eller et krav.
Ved et spørgsmål om en sag skal du angive parternes roller, kronologien, det omtvistede spørgsmål og den evidens, der er relevant for spørgsmålet. Angiv den jurisdiktion og dato, der har betydning for opgaven, og medtag den lovtekst, der skal undersøges, når svaret skal bygge på en bestemt bestemmelse. Hold en hævdet oplysning adskilt fra en omtvistet påstand eller en antagelse.
Ved en opfølgning skal du identificere præcis, hvad der har ændret sig. Angiv for eksempel en rettet dato eller en yderligere klausul, og spørg, hvilken del af det tidligere udkast der skal revideres. Ved at bevare det faktiske tidligere svar bliver den ønskede ændring konkret, frem for at der lægges op til en ny analyse af en ufuldstændig sag.
Ved et juridisk spørgsmål skal du definere problemstillingen og svarets form. Bed om konklusionen, den understøttende bestemmelse og de fakta, der ville ændre analysen. Når kilden ikke fastslår en vigtig detalje, skal du bede om, at resultatet identificerer denne manglende oplysning.
Ved udarbejdelse af et dokument skal du angive dokumenttypen, målgruppen, de nødvendige afsnit og de angivne fakta. En nyttig opgavebeskrivelse er: ”Udarbejd det ønskede afsnit ud fra denne kronologi og disse fakta, bevar parternes definerede roller, og identificér de oplysninger, der stadig er nødvendige for at færdiggøre dokumentet.” Kontrollér navne, datoer, beløb og citerede bestemmelser i forhold til originalmaterialet.
Ved kontraktgennemgang skal du angive den præcise klausul og det forhold, der skal undersøges. Bed om en sammenligning af ordlyden, den problemstilling, den rejser, og et forslag til en revision, der bevarer den tilsigtede kommercielle betydning. Bevar den oprindelige klausul ved siden af den foreslåede tekst, så ændringen kan undersøges.
Den offentliggjorte modeloversigt angiver et maksimalt input på 12.000 tokens og et maksimalt output på 2.000 tokens. Vælg de relevante uddrag og en svarlængde, der passer til opgaven, og efterlad plads til det ønskede svar inden for den gældende samtalekonfiguration. En lang kontraktgennemgang kan opdeles i tydeligt mærkede problemstillinger eller afsnit, samtidig med at alle klausuler, der er nødvendige for at forstå sammenhængen mellem dem, bevares.
Producentens indstilling for svarlængde kan reducere outputrammen til en kortfattet forklaring eller et bestemt udkast til et afsnit. Den dokumenterede standard er 2.000 tokens. Kontrollér, om et returneret svar er komplet, før du behandler det som et færdigt dokument.
Producentens reference dokumenterer top_p i det åbne interval fra 0 til 1 med 0,8 som standard. Indstillingen top_k begrænser kandidatmængden; hvis den ikke angives eller sættes over 100, deaktiveres denne strategi. Hold opgaven og kildematerialet uændrede, når du sammenligner virkningen af en understøttet genereringsindstilling.
Forløbet uden streaming er standard. Streaming leverer tekst, mens genereringen fortsætter. De dokumenterede standardblokke ved streaming indeholder akkumuleret indhold; hvis inkrementelt output slås til, returneres nye dele i stedet. Sammensæt det valgte format korrekt, så gentaget kumulativ tekst ikke tilføjes to gange, og bevar det færdige svar til gennemgang.
Svaret kan bruge en indpakning som tekst eller besked. Indpakningen er leveringsstrukturen omkring den genererede juridiske tekst; modellens funktionstabel angiver ikke struktureret output håndhævet af et skema, funktionskald eller indbygget websøgning. Angiv den evidens og de bestemmelser, opgaven kræver, frem for at antage, at der er foretaget et eksternt opslag.
Bevar kildeteksten, de angivne fakta, den ønskede dokumentform og det endelige svar samlet. Kontrollér referencernes faktiske ordlyd og den jurisdiktion eller dato, som en fortolkning afhænger af. En klausulsammenligning eller sagsforklaring er mest nyttig, når dens antagelser og understøttende tekstuddrag fortsat kan identificeres.
Brug Farui Plus til dens navngivne arbejdsgang med juridisk tekst. Den endelige leverance skal forbinde det ønskede juridiske spørgsmål eller udkast med det materiale, der faktisk er angivet.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser farui-plus | 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 $0.0058 / 1K tokens Output · Outputtokens $0.0058 / 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 $0.0058 / 1K tokens Output · Outputtokens $0.0058 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "farui-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'farui-plus', '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': 'farui-plus', '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 farui-plus
/chat/completions