Morph V3 Large er Morphs specialiserede Fast Apply-model til kodesammenfletning, hvor den større variant er rettet mod vanskeligere ændringer og kompleks refaktorering på tværs af flere områder. Dens opgave er afgrænset: kombiner hele originalfilen med en foreslået opdatering, og returner den fulde sammenflettede fil. Det er et redigeringslag til en applikation eller kodeagent, adskilt fra en generel planlægnings- eller kodesøgningsmodel.
Producentens format har tre mærkede dele. code-delen indeholder hele originalfilen. update-delen indeholder ændringsfragmentet, inklusive markører for afsnit, der skal bevares. En valgfri instruction forklarer den tilsigtede ændring. At holde original og opdatering adskilt lader modellen fortolke en ændring i forhold til den fil, der faktisk findes.
En praktisk opgave kan kombinere en funktions oprindelige implementering med et fragment, der tilføjer validering eller omstrukturerer én blok. Outputtet bør være den komplette sammenflettede fil: ændret kode på det tilsigtede sted, bevaret kode intakt og ingen redigeringsmarkører tilbage som erstatning for kildekoden. Sammenlign resultatet med både den oprindelige adfærd og den ønskede ændring.
Morphs oprindelige redigeringskonvention bruger den bogstavelige markør “// ... existing code ...” til uændrede områder. Producenten angiver, at udeladelse af en bevaringsmarkør fortæller modellen, at afsnittet skal slettes. Forskellen er central ved forberedelse af en sikker opdatering: marker udtrykkeligt resten af en funktion eller fil, når den skal forblive intakt, og fjern indhold bevidst, når sletning er den tilsigtede ændring.
Til en refaktorering, der påvirker flere områder i én fil, skal du gøre hvert ændret område og dets omgivende bevarede kode entydig. Beskriv de grænseflader eller den adfærd, der skal forblive stabile. En nyttig opgavebeskrivelse er: “Anvend disse ændringer på den aktuelle fil, behold de markerede uændrede afsnit, og bevar de offentlige signaturer.” Modellen sammenfletter opdateringen; applikationen beslutter, om og hvor resultatet skal skrives.
Producenten anbefaler V3 Large, når en ændrings kompleksitet og nøjagtig sammenfletning er vigtigere end Fast-variantens hurtige respons. Dens tilgang med hele filer er udviklet til gentagne kodestrukturer, indlejrede blokke og overlappende ændringsområder, hvor en bogstavelig søg-og-erstat-operation kan være tvetydig. Det forbliver en kodesammenfletningsopgave og ikke en garanti for, at den foreslåede opdatering selv er logisk korrekt.
Producentens katalog angiver en kontekst på 262K til V3 Large. Fordel originalfil, opdatering, instruktion og sammenflettet output samlet. Stor inputkapacitet fjerner ikke behovet for at give den korrekte aktuelle fil; en opdatering baseret på en ældre version kan konflikte med ændringer, der allerede findes.
Den dokumenterede Fast Apply-arbejdsgang understøtter streaming af det genererede resultat. Uanset om det returneres som et komplet svar eller samles fra dele, skal du bevare hele den sammenflettede artefakt før gennemgang eller anvendelse. Kontroller, at den tilsigtede ændring er til stede, bevarede afsnit er intakte, og uvedkommende kode ikke er forsvundet.
Producenten bemærker, at tvetydige eller modstridende opdateringer kan give en sammenfletning efter bedste evne frem for den tilsigtede ændring. Præciser instruktionen eller fragmentet omkring den konkrete afvigelse, og sammenlign det nye resultat med den samme aktuelle original. Kompilering, adfærdskontroller og skrivning af filen tilhører den omgivende applikation. Den nyttige leverance er fuldstændig sammenflettet kode, hvis ændring kan gennemgås mod originalen og opdateringen.
", "aboutText": "Morph V3 Large er Morphs specialiserede Fast Apply-model til kodesammenfletning, hvor den større variant er rettet mod vanskeligere ændringer og kompleks refaktorering på tværs af flere områder. Dens opgave er afgrænset: kombiner hele originalfilen med en foreslået opdatering, og returner den fulde sammenflettede fil. Det er et redigeringslag til en applikation eller kodeagent, adskilt fra en generel planlægnings- eller kodesøgningsmodel.\n\n### Input og forventet output\n\nProducentens format har tre mærkede dele. code-delen indeholder hele originalfilen. update-delen indeholder ændringsfragmentet, inklusive markører for afsnit, der skal bevares. En valgfri instruction forklarer den tilsigtede ændring. At holde original og opdatering adskilt lader modellen fortolke en ændring i forhold til den fil, der faktisk findes.\n\nEn praktisk opgave kan kombinere en funktions oprindelige implementering med et fragment, der tilføjer validering eller omstrukturerer én blok. Outputtet bør være den komplette sammenflettede fil: ændret kode på det tilsigtede sted, bevaret kode intakt og ingen redigeringsmarkører tilbage som erstatning for kildekoden. Sammenlign resultatet med både den oprindelige adfærd og den ønskede ændring.\n\n### Bevar og slet bevidst\n\nMorphs oprindelige redigeringskonvention bruger den bogstavelige markør “// ... existing code ...” til uændrede områder. Producenten angiver, at udeladelse af en bevaringsmarkør fortæller modellen, at afsnittet skal slettes. Forskellen er central ved forberedelse af en sikker opdatering: marker udtrykkeligt resten af en funktion eller fil, når den skal forblive intakt, og fjern indhold bevidst, når sletning er den tilsigtede ændring.\n\nTil en refaktorering, der påvirker flere områder i én fil, skal du gøre hvert ændret område og dets omgivende bevarede kode entydig. Beskriv de grænseflader eller den adfærd, der skal forblive stabile. En nyttig opgavebeskrivelse er: “Anvend disse ændringer på den aktuelle fil, behold de markerede uændrede afsnit, og bevar de offentlige signaturer.” Modellen sammenfletter opdateringen; applikationen beslutter, om og hvor resultatet skal skrives.\n\n### Larges rolle i opgaverne\n\nProducenten anbefaler V3 Large, når en ændrings kompleksitet og nøjagtig sammenfletning er vigtigere end Fast-variantens hurtige respons. Dens tilgang med hele filer er udviklet til gentagne kodestrukturer, indlejrede blokke og overlappende ændringsområder, hvor en bogstavelig søg-og-erstat-operation kan være tvetydig. Det forbliver en kodesammenfletningsopgave og ikke en garanti for, at den foreslåede opdatering selv er logisk korrekt.\n\nProducentens katalog angiver en kontekst på 262K til V3 Large. Fordel originalfil, opdatering, instruktion og sammenflettet output samlet. Stor inputkapacitet fjerner ikke behovet for at give den korrekte aktuelle fil; en opdatering baseret på en ældre version kan konflikte med ændringer, der allerede findes.\n\n### Gennemgang og anvendelse\n\nDen dokumenterede Fast Apply-arbejdsgang understøtter streaming af det genererede resultat. Uanset om det returneres som et komplet svar eller samles fra dele, skal du bevare hele den sammenflettede artefakt før gennemgang eller anvendelse. Kontroller, at den tilsigtede ændring er til stede, bevarede afsnit er intakte, og uvedkommende kode ikke er forsvundet.\n\nProducenten bemærker, at tvetydige eller modstridende opdateringer kan give en sammenfletning efter bedste evne frem for den tilsigtede ændring. Præciser instruktionen eller fragmentet omkring den konkrete afvigelse, og sammenlign det nye resultat med den samme aktuelle original. Kompilering, adfærdskontroller og skrivning af filen tilhører den omgivende applikation. Den nyttige leverance er fuldstændig sammenflettet kode, hvis ændring kan gennemgås mod originalen og opdateringen.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Merge a trimming change\n\n<instruction>Trim names inside normalize; preserve label unchanged. Return the complete merged JavaScript file.</instruction>\n<code>export function normalize(name) { return name; }\nexport function label(name) { return normalize(name).toUpperCase(); }</code>\n<update>export function normalize(name) { return name.trim(); }\n// ... existing code ...</update>The complete merged JavaScript file containing both exported functions and no preservation-marker placeholder.Compare both functions against the original and update; verify only normalize changes.morph/morph-v3-largeMorph V3 Large er en specialiseret model til kodesammenfletning ved komplekse ændringer og refaktorering på tværs af flere områder. Den modtager hele originalfilen og et ændringsfragment med bevaringsmarkører og returnerer den fulde sammenflettede kode, mens de afsnit, opdateringen udtrykkeligt bevarer, holdes intakte.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Morph V3 Large er Morphs specialiserede Fast Apply-model til kodesammenfletning, hvor den større variant er rettet mod vanskeligere ændringer og kompleks refaktorering på tværs af flere områder. Dens opgave er afgrænset: kombiner hele originalfilen med en foreslået opdatering, og returner den fulde sammenflettede fil. Det er et redigeringslag til en applikation eller kodeagent, adskilt fra en generel planlægnings- eller kodesøgningsmodel.
Producentens format har tre mærkede dele. code-delen indeholder hele originalfilen. update-delen indeholder ændringsfragmentet, inklusive markører for afsnit, der skal bevares. En valgfri instruction forklarer den tilsigtede ændring. At holde original og opdatering adskilt lader modellen fortolke en ændring i forhold til den fil, der faktisk findes.
En praktisk opgave kan kombinere en funktions oprindelige implementering med et fragment, der tilføjer validering eller omstrukturerer én blok. Outputtet bør være den komplette sammenflettede fil: ændret kode på det tilsigtede sted, bevaret kode intakt og ingen redigeringsmarkører tilbage som erstatning for kildekoden. Sammenlign resultatet med både den oprindelige adfærd og den ønskede ændring.
Morphs oprindelige redigeringskonvention bruger den bogstavelige markør “// ... existing code ...” til uændrede områder. Producenten angiver, at udeladelse af en bevaringsmarkør fortæller modellen, at afsnittet skal slettes. Forskellen er central ved forberedelse af en sikker opdatering: marker udtrykkeligt resten af en funktion eller fil, når den skal forblive intakt, og fjern indhold bevidst, når sletning er den tilsigtede ændring.
Til en refaktorering, der påvirker flere områder i én fil, skal du gøre hvert ændret område og dets omgivende bevarede kode entydig. Beskriv de grænseflader eller den adfærd, der skal forblive stabile. En nyttig opgavebeskrivelse er: “Anvend disse ændringer på den aktuelle fil, behold de markerede uændrede afsnit, og bevar de offentlige signaturer.” Modellen sammenfletter opdateringen; applikationen beslutter, om og hvor resultatet skal skrives.
Producenten anbefaler V3 Large, når en ændrings kompleksitet og nøjagtig sammenfletning er vigtigere end Fast-variantens hurtige respons. Dens tilgang med hele filer er udviklet til gentagne kodestrukturer, indlejrede blokke og overlappende ændringsområder, hvor en bogstavelig søg-og-erstat-operation kan være tvetydig. Det forbliver en kodesammenfletningsopgave og ikke en garanti for, at den foreslåede opdatering selv er logisk korrekt.
Producentens katalog angiver en kontekst på 262K til V3 Large. Fordel originalfil, opdatering, instruktion og sammenflettet output samlet. Stor inputkapacitet fjerner ikke behovet for at give den korrekte aktuelle fil; en opdatering baseret på en ældre version kan konflikte med ændringer, der allerede findes.
Den dokumenterede Fast Apply-arbejdsgang understøtter streaming af det genererede resultat. Uanset om det returneres som et komplet svar eller samles fra dele, skal du bevare hele den sammenflettede artefakt før gennemgang eller anvendelse. Kontroller, at den tilsigtede ændring er til stede, bevarede afsnit er intakte, og uvedkommende kode ikke er forsvundet.
Producenten bemærker, at tvetydige eller modstridende opdateringer kan give en sammenfletning efter bedste evne frem for den tilsigtede ændring. Præciser instruktionen eller fragmentet omkring den konkrete afvigelse, og sammenlign det nye resultat med den samme aktuelle original. Kompilering, adfærdskontroller og skrivning af filen tilhører den omgivende applikation. Den nyttige leverance er fuldstændig sammenflettet kode, hvis ændring kan gennemgås mod originalen og opdateringen.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser morph/morph-v3-large | 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 $0.0018 / 1K tokens Output · Outputtokens $0.0038 / 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 $0.0018 / 1K tokens Output · Outputtokens $0.0038 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "morph/morph-v3-large", "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='morph/morph-v3-large',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='morph/morph-v3-large',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 morph/morph-v3-large
Brug metodestierne vist ovenfor.
morph/morph-v3-largeMorph V3 Large er en specialiseret model til kodesammenfletning ved komplekse ændringer og refaktorering på tværs af flere områder. Den modtager hele originalfilen og et ændringsfragment med bevaringsmarkører og returnerer den fulde sammenflettede kode, mens de afsnit, opdateringen udtrykkeligt bevarer, holdes intakte.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Morph V3 Large er Morphs specialiserede Fast Apply-model til kodesammenfletning, hvor den større variant er rettet mod vanskeligere ændringer og kompleks refaktorering på tværs af flere områder. Dens opgave er afgrænset: kombiner hele originalfilen med en foreslået opdatering, og returner den fulde sammenflettede fil. Det er et redigeringslag til en applikation eller kodeagent, adskilt fra en generel planlægnings- eller kodesøgningsmodel.
Producentens format har tre mærkede dele. code-delen indeholder hele originalfilen. update-delen indeholder ændringsfragmentet, inklusive markører for afsnit, der skal bevares. En valgfri instruction forklarer den tilsigtede ændring. At holde original og opdatering adskilt lader modellen fortolke en ændring i forhold til den fil, der faktisk findes.
En praktisk opgave kan kombinere en funktions oprindelige implementering med et fragment, der tilføjer validering eller omstrukturerer én blok. Outputtet bør være den komplette sammenflettede fil: ændret kode på det tilsigtede sted, bevaret kode intakt og ingen redigeringsmarkører tilbage som erstatning for kildekoden. Sammenlign resultatet med både den oprindelige adfærd og den ønskede ændring.
Morphs oprindelige redigeringskonvention bruger den bogstavelige markør “// ... existing code ...” til uændrede områder. Producenten angiver, at udeladelse af en bevaringsmarkør fortæller modellen, at afsnittet skal slettes. Forskellen er central ved forberedelse af en sikker opdatering: marker udtrykkeligt resten af en funktion eller fil, når den skal forblive intakt, og fjern indhold bevidst, når sletning er den tilsigtede ændring.
Til en refaktorering, der påvirker flere områder i én fil, skal du gøre hvert ændret område og dets omgivende bevarede kode entydig. Beskriv de grænseflader eller den adfærd, der skal forblive stabile. En nyttig opgavebeskrivelse er: “Anvend disse ændringer på den aktuelle fil, behold de markerede uændrede afsnit, og bevar de offentlige signaturer.” Modellen sammenfletter opdateringen; applikationen beslutter, om og hvor resultatet skal skrives.
Producenten anbefaler V3 Large, når en ændrings kompleksitet og nøjagtig sammenfletning er vigtigere end Fast-variantens hurtige respons. Dens tilgang med hele filer er udviklet til gentagne kodestrukturer, indlejrede blokke og overlappende ændringsområder, hvor en bogstavelig søg-og-erstat-operation kan være tvetydig. Det forbliver en kodesammenfletningsopgave og ikke en garanti for, at den foreslåede opdatering selv er logisk korrekt.
Producentens katalog angiver en kontekst på 262K til V3 Large. Fordel originalfil, opdatering, instruktion og sammenflettet output samlet. Stor inputkapacitet fjerner ikke behovet for at give den korrekte aktuelle fil; en opdatering baseret på en ældre version kan konflikte med ændringer, der allerede findes.
Den dokumenterede Fast Apply-arbejdsgang understøtter streaming af det genererede resultat. Uanset om det returneres som et komplet svar eller samles fra dele, skal du bevare hele den sammenflettede artefakt før gennemgang eller anvendelse. Kontroller, at den tilsigtede ændring er til stede, bevarede afsnit er intakte, og uvedkommende kode ikke er forsvundet.
Producenten bemærker, at tvetydige eller modstridende opdateringer kan give en sammenfletning efter bedste evne frem for den tilsigtede ændring. Præciser instruktionen eller fragmentet omkring den konkrete afvigelse, og sammenlign det nye resultat med den samme aktuelle original. Kompilering, adfærdskontroller og skrivning af filen tilhører den omgivende applikation. Den nyttige leverance er fuldstændig sammenflettet kode, hvis ændring kan gennemgås mod originalen og opdateringen.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser morph/morph-v3-large | 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 $0.0018 / 1K tokens Output · Outputtokens $0.0038 / 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 $0.0018 / 1K tokens Output · Outputtokens $0.0038 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "morph/morph-v3-large",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'morph/morph-v3-large', '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': 'morph/morph-v3-large', '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 morph/morph-v3-large
Brug metodestierne vist ovenfor.
Teknisk eksempel på engelsk
Merge a trimming change\n\n<instruction>Trim names inside normalize; preserve label unchanged. Return the complete merged JavaScript file.</instruction>\n<code>export function normalize(name) { return name; }\nexport function label(name) { return normalize(name).toUpperCase(); }</code>\n<update>export function normalize(name) { return name.trim(); }\n// ... existing code ...</update>The complete merged JavaScript file containing both exported functions and no preservation-marker placeholder.Compare both functions against the original and update; verify only normalize changes.export function normalize(name) { return name; } export function label(name) { return normalize(name).toUpperCase(); }