modeller

Inception: Mercury 3

Markdown · JSON

Inception: Mercury 3

inception/mercury-3
InceptionTekstInput 0,0002 US$ / 1KOutput 0,0007 US$ / 1K

Inceptions diffusionsbaserede tekstmodel til dialog, store dokumenter og intellektuelle opgaver i flere trin.

En diffusionsbaseret tekstmodel

Mercury 3 er en model fra Inception, der bruger en diffusionsbaseret tilgang til tekstgenerering. Den viderefører Mercury-familien, som udvikleren bygger til interaktive applikationer og opgaver med flere efterfølgende modelkald. I beskrivelsen af Mercury 3 fremhæver Inception dialogbaseret support, undervisning, dataarbejde og søgende agentforløb.

Diffusionsarkitekturen er en egenskab ved modellen. Den fastlægger ikke svartiden i en konkret applikation: Resultatet afhænger også af forespørgslens omfang, svarets længde og driftsforholdene. I Ailoot API modtager Mercury 3 tekst og returnerer tekst. Grænsefladen egner sig til forklaringer, dokumentbehandling og forberedelse af næste trin i en opgave ud fra de angivne oplysninger.

Stor kontekst til sammenhængende arbejde

For Mercury 3 i Ailoot API angives en kontekst på 1 000 000 tokens. I én diskussion kan du samle omfattende tekstmateriale: produktbeskrivelse, regler, korrespondance og resultatkrav. Den praktiske værdi viser sig, når svaret skal tage hensyn til flere dele af opgaven samtidig, eksempelvis sammenholde en supportvejledning med aftalevilkår og udarbejde et svar på en konkret henvendelse.

Til sådan en forespørgsel er det nyttigt at mærke dokumenterne, bevare navnene og bede om at knytte hver konklusion til sit grundlag. Hvis opgaven består af flere trin, så angiv delresultater: først en liste over relevante regler, dernæst en analyse af sagen og bagefter et svarudkast. Det gør resultatet lettere at kontrollere og lader dig præcisere ét trin uden at beskrive hele opgaven igen.

Interaktive anvendelser

I en undervisningsdialog kan Mercury 3 bruges til at gennemgå en løsning, give et tip eller forklare et begreb på et bestemt niveau. Til dataarbejde kan du angive feltbeskrivelser, et tekstbaseret dataudsnit og et spørgsmål for at få en forklaring på mønstre eller en omdannelsesplan. Til support kan du vedlægge reglerne og bede om et forståeligt svar, der tager hensyn til brugerens situation.

Forløbene bruger tekstmodellen som en del af en arbejdsproces. Selvstændig internetsøgning, browserstyring, adgang til virksomhedssystemer og talesamtaler afhænger af applikationens tilsluttede værktøjer. Mercury Voice og Mercury Decide er særskilte Inception-produkter; deres specialiserede funktioner indgår ikke i beskrivelsen af Mercury 3.

Tilgængeligt via Ailoot API

Ultra Anthropic MessagesPOST /v1/messages
Inputtyper
text
Outputtyper
text
Kontekst
Ikke angivet i kataloget
Maks. svar
Ikke angivet i kataloget
Input
0,0002 US$ / 1K
Output
0,0007 US$ / 1K
Cachelæsning
0,00002 US$ / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Inputtyper
text
Outputtyper
text
Kontekst
Ikke angivet i kataloget
Maks. svar
Ikke angivet i kataloget
Input
0,0002 US$ / 1K
Output
0,0007 US$ / 1K
Cachelæsning
0,00002 US$ / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Inputtyper
text
Outputtyper
text
Kontekst
Ikke angivet i kataloget
Maks. svar
Ikke angivet i kataloget
Input
0,0002 US$ / 1K
Output
0,0007 US$ / 1K
Cachelæsning
0,00002 US$ / 1K
Ultra Gemini generateContentPOST /v1beta/models/inception/mercury-3:generateContent
Inputtyper
text
Outputtyper
text
Kontekst
Ikke angivet i kataloget
Maks. svar
Ikke angivet i kataloget
Input
0,0002 US$ / 1K
Output
0,0007 US$ / 1K
Cachelæsning
0,00002 US$ / 1K
inception/mercury-3 · JSON
{"about":"### En diffusionsbaseret tekstmodel\n\nMercury 3 er en model fra Inception, der bruger en diffusionsbaseret tilgang til tekstgenerering. Den viderefører Mercury-familien, som udvikleren bygger til interaktive applikationer og opgaver med flere efterfølgende modelkald. I beskrivelsen af Mercury 3 fremhæver Inception dialogbaseret support, undervisning, dataarbejde og søgende agentforløb.\n\nDiffusionsarkitekturen er en egenskab ved modellen. Den fastlægger ikke svartiden i en konkret applikation: Resultatet afhænger også af forespørgslens omfang, svarets længde og driftsforholdene. I Ailoot API modtager Mercury 3 tekst og returnerer tekst. Grænsefladen egner sig til forklaringer, dokumentbehandling og forberedelse af næste trin i en opgave ud fra de angivne oplysninger.\n\n### Stor kontekst til sammenhængende arbejde\n\nFor Mercury 3 i Ailoot API angives en kontekst på 1 000 000 tokens. I én diskussion kan du samle omfattende tekstmateriale: produktbeskrivelse, regler, korrespondance og resultatkrav. Den praktiske værdi viser sig, når svaret skal tage hensyn til flere dele af opgaven samtidig, eksempelvis sammenholde en supportvejledning med aftalevilkår og udarbejde et svar på en konkret henvendelse.\n\nTil sådan en forespørgsel er det nyttigt at mærke dokumenterne, bevare navnene og bede om at knytte hver konklusion til sit grundlag. Hvis opgaven består af flere trin, så angiv delresultater: først en liste over relevante regler, dernæst en analyse af sagen og bagefter et svarudkast. Det gør resultatet lettere at kontrollere og lader dig præcisere ét trin uden at beskrive hele opgaven igen.\n\n### Interaktive anvendelser\n\nI en undervisningsdialog kan Mercury 3 bruges til at gennemgå en løsning, give et tip eller forklare et begreb på et bestemt niveau. Til dataarbejde kan du angive feltbeskrivelser, et tekstbaseret dataudsnit og et spørgsmål for at få en forklaring på mønstre eller en omdannelsesplan. Til support kan du vedlægge reglerne og bede om et forståeligt svar, der tager hensyn til brugerens situation.\n\nForløbene bruger tekstmodellen som en del af en arbejdsproces. Selvstændig internetsøgning, browserstyring, adgang til virksomhedssystemer og talesamtaler afhænger af applikationens tilsluttede værktøjer. Mercury Voice og Mercury Decide er særskilte Inception-produkter; deres specialiserede funktioner indgår ikke i beskrivelsen af Mercury 3.","alias_of":null,"aliases":[],"author":"Inception","canonical_model":"inception/mercury-3","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"inception/mercury-3","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/messages","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/responses","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/chat/completions","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1beta/models/inception/mercury-3:generateContent","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"inception/mercury-3","request_model_id":"inception/mercury-3","route_label":"Ultra"}],"name":"Inception: Mercury 3","price":{"in":0.2,"in_label":null,"out":0.7,"out_label":null,"sort_in":0.2,"sort_out":0.7,"varies":false},"public_id":"inception/mercury-3","short":"Inceptions diffusionsbaserede tekstmodel til dialog, store dokumenter og intellektuelle opgaver i flere trin."}

Spørgsmål

Hvordan vælger jeg en model til min opgave?

Fastlæg først det nødvendige input og output: tekst, billede, lyd eller video. Sammenlign derefter kompatible API-metoder, det præcise model-ID eller den model, aliaset aktuelt peger på, pris og afregningsenhed. GET /v1/models er gratis og viser de modeller, din nøgle har adgang til.

Understøtter hver model alle API-metoder og medietyper?

Brug de API-metoder og input- og outputtyper, der står på modelkortet. Understøttelse af tekst, billeder, lyd eller video afhænger af den valgte model og metode; se det tilhørende eksempel på en forespørgsel, før du sender dine data.

Hvad er forskellen på et model-ID og et alias?

Et præcist model-ID angiver en bestemt model. Et alias peger på en model, og det kan ændre sig, hvilken model det peger på. Kontrollér den aktuelle målmodel for aliaset i kataloget; brug det præcise ID, når din integration kræver en bestemt model.

Hvordan sammenligner jeg priser, før jeg sender en forespørgsel?

Se prisen og afregningsenheden for den valgte API-metode på modelkortet. Sammenlign samme enhed og samme type input og output; forespørgselshistorikken viser det faktiske forbrug og det opkrævede beløb.

Hvad giver abonnementet?

Rabat på tokenkøb til regelmæssigt arbejde. Vælg abonnement efter anmodningsmængden. Vilkår og pris vises ved bestilling.

Hvordan bruger jeg en rabatkode på op til 50%?

Indtast rabatkoden ved tokenkøbet. Totalen genberegnes efter kampagnevilkårene, og rabatten vises før betaling.