SenseNova V6 Reasoner er SenseTimes multimodale variant til komplekst, velovervejet ræsonnement over skriftlige spørgsmål og billeder. Producentens varianttabel beskriver billed-/tekstsamtaler og output, der indeholder en ræsonnementsproces og et endeligt svar. Dens V6-familie lægger vægt på kombineret visuel og sproglig forståelse, matematisk analyse og koderelateret ræsonnement. Reasoner er adskilt fra Pro-varianten og letvægtsvarianten Turbo.
Lever spørgsmålet, de relevante værdier og de betingelser, en løsning skal opfylde. Hvis opgaven bruger et diagram, en figur eller et dokumentbillede, skal etiketterne og de styrende sammenhænge være tydelige. Hold givne værdier adskilt fra antagelser, og identificér manglende oplysninger. En nyttig anmodning kan spørge, hvilken fortolkning der understøttes af det viste kildemateriale, og hvilken betingelse der vil ændre konklusionen.
Ved et matematisk problem skal du bevare det oprindelige udtryk eller den synlige figur og de definitioner, der bruges. Ved en dokumentsammenligning skal du identificere siderne og den regel, der afgør en uenighed. Den endelige leverance skal gøre det afgørende resultat og dets antagelser mulige at undersøge frem for blot at producere en lang forklaring omkring en utilstrækkeligt specificeret opgave.
Producenten skelner mellem Reasoners tænkeoutput og dens endelige svar. Bevar disse deles roller, når resultatet gennemgås. Det endelige svar skal tydeligt angive konklusionen, de værdier eller betingelser, der fastslår den, og eventuelle uafklarede tilfælde. Udvidet ræsonnement er nyttigt, når det forbinder grundlaget med resultatet; længden er ikke et selvstændigt bevis for, at konklusionen er korrekt.
Kontrollér betydningsfulde beregninger og kildetilknytninger mod det leverede materiale. Et diagram kan fortolkes forkert, selv når forklaringen virker sammenhængende. Et koderelateret svar skal bevare det konkrete inputtilfælde og den forventede adfærd, der gør det muligt at vurdere den foreslåede logik. Stil et opfølgende spørgsmål om en specifik uafklaret betingelse i stedet for at behandle sikkerhed i formuleringen som verificering.
V6-udgivelsen beskriver en fusioneret modelserie trænet til tekst og multimodalt ræsonnement med forskning i langvarig tænkning og global hukommelse. Meddelelsen demonstrerer også analyse af ti minutters video i den bredere familie og beskriver særskilt Omni-interaktion i realtid. Disse arbejdsgange er adskilt fra tabellen over billed-/tekstvarianten Reasoner og bør ikke omsættes til en udokumenteret medie- eller outputgrænse pr. anmodning.
Familiens offentliggjorte beskrivelse af træning i langt ræsonnement er adskilt fra en fuldstændig tabel over tokenbegrænsninger i det oprindelige API. Bevar den valgte Reasoner-variant og det faktiske grundlag, producentens grænseflade returnerer, i stedet for at antage, at Pro, Turbo, Omni eller senere V6.5-udgivelser har identiske kontroller.
Et nyttigt resultat kan være en løsning, en sammenligning eller en forklaring med afsæt i et dokumentbillede. Hold det oprindelige spørgsmål og kildematerialet sammen med det endelige svar, så den afgørende slutning kan kontrolleres eller udbygges. Skeln mellem en værdi aflæst fra kilden, en beregning baseret på den og en antagelse, som opgaven ikke fastlagde. Det gør varianten til kompleks tænkning nyttig til en afgrænset, sporbar ræsonnementsopgave.
", "aboutText": "SenseNova V6 Reasoner er SenseTimes multimodale variant til komplekst, velovervejet ræsonnement over skriftlige spørgsmål og billeder. Producentens varianttabel beskriver billed-/tekstsamtaler og output, der indeholder en ræsonnementsproces og et endeligt svar. Dens V6-familie lægger vægt på kombineret visuel og sproglig forståelse, matematisk analyse og koderelateret ræsonnement. Reasoner er adskilt fra Pro-varianten og letvægtsvarianten Turbo.\n\n### Forbered problemet og dets visuelle kontekst\n\nLever spørgsmålet, de relevante værdier og de betingelser, en løsning skal opfylde. Hvis opgaven bruger et diagram, en figur eller et dokumentbillede, skal etiketterne og de styrende sammenhænge være tydelige. Hold givne værdier adskilt fra antagelser, og identificér manglende oplysninger. En nyttig anmodning kan spørge, hvilken fortolkning der understøttes af det viste kildemateriale, og hvilken betingelse der vil ændre konklusionen.\n\nVed et matematisk problem skal du bevare det oprindelige udtryk eller den synlige figur og de definitioner, der bruges. Ved en dokumentsammenligning skal du identificere siderne og den regel, der afgør en uenighed. Den endelige leverance skal gøre det afgørende resultat og dets antagelser mulige at undersøge frem for blot at producere en lang forklaring omkring en utilstrækkeligt specificeret opgave.\n\n### Ræsonnementsmateriale og det endelige svar\n\nProducenten skelner mellem Reasoners tænkeoutput og dens endelige svar. Bevar disse deles roller, når resultatet gennemgås. Det endelige svar skal tydeligt angive konklusionen, de værdier eller betingelser, der fastslår den, og eventuelle uafklarede tilfælde. Udvidet ræsonnement er nyttigt, når det forbinder grundlaget med resultatet; længden er ikke et selvstændigt bevis for, at konklusionen er korrekt.\n\nKontrollér betydningsfulde beregninger og kildetilknytninger mod det leverede materiale. Et diagram kan fortolkes forkert, selv når forklaringen virker sammenhængende. Et koderelateret svar skal bevare det konkrete inputtilfælde og den forventede adfærd, der gør det muligt at vurdere den foreslåede logik. Stil et opfølgende spørgsmål om en specifik uafklaret betingelse i stedet for at behandle sikkerhed i formuleringen som verificering.\n\n### Grænser mellem den multimodale familie og udgaverne\n\nV6-udgivelsen beskriver en fusioneret modelserie trænet til tekst og multimodalt ræsonnement med forskning i langvarig tænkning og global hukommelse. Meddelelsen demonstrerer også analyse af ti minutters video i den bredere familie og beskriver særskilt Omni-interaktion i realtid. Disse arbejdsgange er adskilt fra tabellen over billed-/tekstvarianten Reasoner og bør ikke omsættes til en udokumenteret medie- eller outputgrænse pr. anmodning.\n\nFamiliens offentliggjorte beskrivelse af træning i langt ræsonnement er adskilt fra en fuldstændig tabel over tokenbegrænsninger i det oprindelige API. Bevar den valgte Reasoner-variant og det faktiske grundlag, producentens grænseflade returnerer, i stedet for at antage, at Pro, Turbo, Omni eller senere V6.5-udgivelser har identiske kontroller.\n\n### Skab en ræsonnementsleverance, der kan gennemgås\n\nEt nyttigt resultat kan være en løsning, en sammenligning eller en forklaring med afsæt i et dokumentbillede. Hold det oprindelige spørgsmål og kildematerialet sammen med det endelige svar, så den afgørende slutning kan kontrolleres eller udbygges. Skeln mellem en værdi aflæst fra kilden, en beregning baseret på den og en antagelse, som opgaven ikke fastlagde. Det gør varianten til kompleks tænkning nyttig til en afgrænset, sporbar ræsonnementsopgave.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Separate a reading from a conclusion\n\nAnalyze these source readings: [TABLE] Device A: 20 tasks in 5 minutes; Device B: 30 tasks in 10 minutes. [NOTE] The tasks may differ in complexity. Calculate the observed tasks-per-minute rates, then assess the claim 'A is inherently faster.' Separate computed values, supported comparison and the missing condition needed for that broader claim.A rate table and a concise final assessment separating observations, calculations and an unresolved comparability condition.Check the answer does not turn unequal task sets into proof of an inherent device advantage.SenseNova-V6-ReasonerSenseNova V6 Reasoner anvender kompleks tænkning på billed- og tekstspørgsmål. Producentens variant returnerer ræsonnementsmateriale og et endeligt tekstsvar til matematiske opgaver, analyse og dokumentforståelse, og resultatet kontrolleres mod det oprindelige grundlag.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
SenseNova V6 Reasoner er SenseTimes multimodale variant til komplekst, velovervejet ræsonnement over skriftlige spørgsmål og billeder. Producentens varianttabel beskriver billed-/tekstsamtaler og output, der indeholder en ræsonnementsproces og et endeligt svar. Dens V6-familie lægger vægt på kombineret visuel og sproglig forståelse, matematisk analyse og koderelateret ræsonnement. Reasoner er adskilt fra Pro-varianten og letvægtsvarianten Turbo.
Lever spørgsmålet, de relevante værdier og de betingelser, en løsning skal opfylde. Hvis opgaven bruger et diagram, en figur eller et dokumentbillede, skal etiketterne og de styrende sammenhænge være tydelige. Hold givne værdier adskilt fra antagelser, og identificér manglende oplysninger. En nyttig anmodning kan spørge, hvilken fortolkning der understøttes af det viste kildemateriale, og hvilken betingelse der vil ændre konklusionen.
Ved et matematisk problem skal du bevare det oprindelige udtryk eller den synlige figur og de definitioner, der bruges. Ved en dokumentsammenligning skal du identificere siderne og den regel, der afgør en uenighed. Den endelige leverance skal gøre det afgørende resultat og dets antagelser mulige at undersøge frem for blot at producere en lang forklaring omkring en utilstrækkeligt specificeret opgave.
Producenten skelner mellem Reasoners tænkeoutput og dens endelige svar. Bevar disse deles roller, når resultatet gennemgås. Det endelige svar skal tydeligt angive konklusionen, de værdier eller betingelser, der fastslår den, og eventuelle uafklarede tilfælde. Udvidet ræsonnement er nyttigt, når det forbinder grundlaget med resultatet; længden er ikke et selvstændigt bevis for, at konklusionen er korrekt.
Kontrollér betydningsfulde beregninger og kildetilknytninger mod det leverede materiale. Et diagram kan fortolkes forkert, selv når forklaringen virker sammenhængende. Et koderelateret svar skal bevare det konkrete inputtilfælde og den forventede adfærd, der gør det muligt at vurdere den foreslåede logik. Stil et opfølgende spørgsmål om en specifik uafklaret betingelse i stedet for at behandle sikkerhed i formuleringen som verificering.
V6-udgivelsen beskriver en fusioneret modelserie trænet til tekst og multimodalt ræsonnement med forskning i langvarig tænkning og global hukommelse. Meddelelsen demonstrerer også analyse af ti minutters video i den bredere familie og beskriver særskilt Omni-interaktion i realtid. Disse arbejdsgange er adskilt fra tabellen over billed-/tekstvarianten Reasoner og bør ikke omsættes til en udokumenteret medie- eller outputgrænse pr. anmodning.
Familiens offentliggjorte beskrivelse af træning i langt ræsonnement er adskilt fra en fuldstændig tabel over tokenbegrænsninger i det oprindelige API. Bevar den valgte Reasoner-variant og det faktiske grundlag, producentens grænseflade returnerer, i stedet for at antage, at Pro, Turbo, Omni eller senere V6.5-udgivelser har identiske kontroller.
Et nyttigt resultat kan være en løsning, en sammenligning eller en forklaring med afsæt i et dokumentbillede. Hold det oprindelige spørgsmål og kildematerialet sammen med det endelige svar, så den afgørende slutning kan kontrolleres eller udbygges. Skeln mellem en værdi aflæst fra kilden, en beregning baseret på den og en antagelse, som opgaven ikke fastlagde. Det gør varianten til kompleks tænkning nyttig til en afgrænset, sporbar ræsonnementsopgave.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser SenseNova-V6-Reasoner | 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: Det understøttede sæt af roller afhænger af den valgte model. 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 | KontraktLæs dit faktiske UTF-8-dokument, og indsæt dets tekst i messages[].content. |
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.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.00132 / 1K tokens Output · Outputtokens $0.00506 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "SenseNova-V6-Reasoner",\n "messages": [\n {\n "role": "user",\n "content": "Hello!"\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source document}"\nexport AILOOT_TEXT_FILE AILOOT_STREAM\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Reasoner', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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/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-body.bin\npython3 - <<'PY_RESULT'\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Reasoner', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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')\nrequest = Request('https://api.ailoot.ai/v1/chat/completions', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers={'Authorization': 'Bearer ' + api_key, 'Content-Type': 'application/json'}, 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-body.bin').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result-body.bin').write_bytes(raw)\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nimport { readFileSync, writeFileSync } from 'node:fs';\n\nconst apiKey = process.env.AILOOT_API_KEY;\nif (!apiKey?.trim()) throw new Error('Set AILOOT_API_KEY');\nif (!process.env.AILOOT_TEXT_FILE) throw new Error('Choose your actual UTF-8 document');\nconst text = readFileSync(process.env.AILOOT_TEXT_FILE, 'utf8');\nif (!text.trim()) throw new Error('The document must contain text');\nconst stream = process.env.AILOOT_STREAM === '1';\nconst payload = {"model": "SenseNova-V6-Reasoner", "messages": [{"role": "user", "content": "Hello!"}]};\npayload.messages[0].content = 'Summarize this material and quote supporting passages.\\n\\n' + text;\npayload.stream = stream;\nconst response = await fetch('https://api.ailoot.ai/v1/chat/completions', { method: 'POST', headers: { 'Authorization': 'Bearer ' + apiKey, 'Content-Type': 'application/json' }, body: JSON.stringify(payload) });\nconst raw = Buffer.from(await response.arrayBuffer());\nwriteFileSync('result-body.bin', raw);\nwriteFileSync('response-headers.txt', [...response.headers].map(([key, value]) => key + ': ' + value).join('\\n'));\nif (!response.ok) throw new Error('HTTP ' + response.status + '; original response saved in result-body.bin');\nif (stream) {\n writeFileSync('result.sse', raw);\n process.stdout.write(raw);\n} else {\n writeFileSync('result.json', raw);\n const result = JSON.parse(raw.toString('utf8'));\n console.log(JSON.stringify(result, null, 2));\n for (const choice of result.choices ?? []) console.log('Choice', choice.index, JSON.stringify(choice));\n}\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 SenseNova-V6-Reasoner, sensetime/sensenova-v6-reasoner
Brug metodestierne vist ovenfor.
SenseNova-V6-ReasonerSenseNova V6 Reasoner anvender kompleks tænkning på billed- og tekstspørgsmål. Producentens variant returnerer ræsonnementsmateriale og et endeligt tekstsvar til matematiske opgaver, analyse og dokumentforståelse, og resultatet kontrolleres mod det oprindelige grundlag.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
SenseNova V6 Reasoner er SenseTimes multimodale variant til komplekst, velovervejet ræsonnement over skriftlige spørgsmål og billeder. Producentens varianttabel beskriver billed-/tekstsamtaler og output, der indeholder en ræsonnementsproces og et endeligt svar. Dens V6-familie lægger vægt på kombineret visuel og sproglig forståelse, matematisk analyse og koderelateret ræsonnement. Reasoner er adskilt fra Pro-varianten og letvægtsvarianten Turbo.
Lever spørgsmålet, de relevante værdier og de betingelser, en løsning skal opfylde. Hvis opgaven bruger et diagram, en figur eller et dokumentbillede, skal etiketterne og de styrende sammenhænge være tydelige. Hold givne værdier adskilt fra antagelser, og identificér manglende oplysninger. En nyttig anmodning kan spørge, hvilken fortolkning der understøttes af det viste kildemateriale, og hvilken betingelse der vil ændre konklusionen.
Ved et matematisk problem skal du bevare det oprindelige udtryk eller den synlige figur og de definitioner, der bruges. Ved en dokumentsammenligning skal du identificere siderne og den regel, der afgør en uenighed. Den endelige leverance skal gøre det afgørende resultat og dets antagelser mulige at undersøge frem for blot at producere en lang forklaring omkring en utilstrækkeligt specificeret opgave.
Producenten skelner mellem Reasoners tænkeoutput og dens endelige svar. Bevar disse deles roller, når resultatet gennemgås. Det endelige svar skal tydeligt angive konklusionen, de værdier eller betingelser, der fastslår den, og eventuelle uafklarede tilfælde. Udvidet ræsonnement er nyttigt, når det forbinder grundlaget med resultatet; længden er ikke et selvstændigt bevis for, at konklusionen er korrekt.
Kontrollér betydningsfulde beregninger og kildetilknytninger mod det leverede materiale. Et diagram kan fortolkes forkert, selv når forklaringen virker sammenhængende. Et koderelateret svar skal bevare det konkrete inputtilfælde og den forventede adfærd, der gør det muligt at vurdere den foreslåede logik. Stil et opfølgende spørgsmål om en specifik uafklaret betingelse i stedet for at behandle sikkerhed i formuleringen som verificering.
V6-udgivelsen beskriver en fusioneret modelserie trænet til tekst og multimodalt ræsonnement med forskning i langvarig tænkning og global hukommelse. Meddelelsen demonstrerer også analyse af ti minutters video i den bredere familie og beskriver særskilt Omni-interaktion i realtid. Disse arbejdsgange er adskilt fra tabellen over billed-/tekstvarianten Reasoner og bør ikke omsættes til en udokumenteret medie- eller outputgrænse pr. anmodning.
Familiens offentliggjorte beskrivelse af træning i langt ræsonnement er adskilt fra en fuldstændig tabel over tokenbegrænsninger i det oprindelige API. Bevar den valgte Reasoner-variant og det faktiske grundlag, producentens grænseflade returnerer, i stedet for at antage, at Pro, Turbo, Omni eller senere V6.5-udgivelser har identiske kontroller.
Et nyttigt resultat kan være en løsning, en sammenligning eller en forklaring med afsæt i et dokumentbillede. Hold det oprindelige spørgsmål og kildematerialet sammen med det endelige svar, så den afgørende slutning kan kontrolleres eller udbygges. Skeln mellem en værdi aflæst fra kilden, en beregning baseret på den og en antagelse, som opgaven ikke fastlagde. Det gør varianten til kompleks tænkning nyttig til en afgrænset, sporbar ræsonnementsopgave.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser SenseNova-V6-Reasoner | 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.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.00132 / 1K tokens Output · Outputtokens $0.00506 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "SenseNova-V6-Reasoner",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'SenseNova-V6-Reasoner', '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': 'SenseNova-V6-Reasoner', '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 SenseNova-V6-Reasoner, sensetime/sensenova-v6-reasoner
Brug metodestierne vist ovenfor.
sensetime/sensenova-v6-reasonerSenseNova V6 Reasoner anvender kompleks tænkning på billed- og tekstspørgsmål. Producentens variant returnerer ræsonnementsmateriale og et endeligt tekstsvar til matematiske opgaver, analyse og dokumentforståelse, og resultatet kontrolleres mod det oprindelige grundlag.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
SenseNova V6 Reasoner er SenseTimes multimodale variant til komplekst, velovervejet ræsonnement over skriftlige spørgsmål og billeder. Producentens varianttabel beskriver billed-/tekstsamtaler og output, der indeholder en ræsonnementsproces og et endeligt svar. Dens V6-familie lægger vægt på kombineret visuel og sproglig forståelse, matematisk analyse og koderelateret ræsonnement. Reasoner er adskilt fra Pro-varianten og letvægtsvarianten Turbo.
Lever spørgsmålet, de relevante værdier og de betingelser, en løsning skal opfylde. Hvis opgaven bruger et diagram, en figur eller et dokumentbillede, skal etiketterne og de styrende sammenhænge være tydelige. Hold givne værdier adskilt fra antagelser, og identificér manglende oplysninger. En nyttig anmodning kan spørge, hvilken fortolkning der understøttes af det viste kildemateriale, og hvilken betingelse der vil ændre konklusionen.
Ved et matematisk problem skal du bevare det oprindelige udtryk eller den synlige figur og de definitioner, der bruges. Ved en dokumentsammenligning skal du identificere siderne og den regel, der afgør en uenighed. Den endelige leverance skal gøre det afgørende resultat og dets antagelser mulige at undersøge frem for blot at producere en lang forklaring omkring en utilstrækkeligt specificeret opgave.
Producenten skelner mellem Reasoners tænkeoutput og dens endelige svar. Bevar disse deles roller, når resultatet gennemgås. Det endelige svar skal tydeligt angive konklusionen, de værdier eller betingelser, der fastslår den, og eventuelle uafklarede tilfælde. Udvidet ræsonnement er nyttigt, når det forbinder grundlaget med resultatet; længden er ikke et selvstændigt bevis for, at konklusionen er korrekt.
Kontrollér betydningsfulde beregninger og kildetilknytninger mod det leverede materiale. Et diagram kan fortolkes forkert, selv når forklaringen virker sammenhængende. Et koderelateret svar skal bevare det konkrete inputtilfælde og den forventede adfærd, der gør det muligt at vurdere den foreslåede logik. Stil et opfølgende spørgsmål om en specifik uafklaret betingelse i stedet for at behandle sikkerhed i formuleringen som verificering.
V6-udgivelsen beskriver en fusioneret modelserie trænet til tekst og multimodalt ræsonnement med forskning i langvarig tænkning og global hukommelse. Meddelelsen demonstrerer også analyse af ti minutters video i den bredere familie og beskriver særskilt Omni-interaktion i realtid. Disse arbejdsgange er adskilt fra tabellen over billed-/tekstvarianten Reasoner og bør ikke omsættes til en udokumenteret medie- eller outputgrænse pr. anmodning.
Familiens offentliggjorte beskrivelse af træning i langt ræsonnement er adskilt fra en fuldstændig tabel over tokenbegrænsninger i det oprindelige API. Bevar den valgte Reasoner-variant og det faktiske grundlag, producentens grænseflade returnerer, i stedet for at antage, at Pro, Turbo, Omni eller senere V6.5-udgivelser har identiske kontroller.
Et nyttigt resultat kan være en løsning, en sammenligning eller en forklaring med afsæt i et dokumentbillede. Hold det oprindelige spørgsmål og kildematerialet sammen med det endelige svar, så den afgørende slutning kan kontrolleres eller udbygges. Skeln mellem en værdi aflæst fra kilden, en beregning baseret på den og en antagelse, som opgaven ikke fastlagde. Det gør varianten til kompleks tænkning nyttig til en afgrænset, sporbar ræsonnementsopgave.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser sensetime/sensenova-v6-reasoner | 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.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.00132 / 1K tokens Output · Outputtokens $0.00506 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "sensetime/sensenova-v6-reasoner", "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='sensetime/sensenova-v6-reasoner',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='sensetime/sensenova-v6-reasoner',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 SenseNova-V6-Reasoner, sensetime/sensenova-v6-reasoner
Brug metodestierne vist ovenfor.
sensetime/sensenova-v6-reasonerSenseNova V6 Reasoner anvender kompleks tænkning på billed- og tekstspørgsmål. Producentens variant returnerer ræsonnementsmateriale og et endeligt tekstsvar til matematiske opgaver, analyse og dokumentforståelse, og resultatet kontrolleres mod det oprindelige grundlag.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
SenseNova V6 Reasoner er SenseTimes multimodale variant til komplekst, velovervejet ræsonnement over skriftlige spørgsmål og billeder. Producentens varianttabel beskriver billed-/tekstsamtaler og output, der indeholder en ræsonnementsproces og et endeligt svar. Dens V6-familie lægger vægt på kombineret visuel og sproglig forståelse, matematisk analyse og koderelateret ræsonnement. Reasoner er adskilt fra Pro-varianten og letvægtsvarianten Turbo.
Lever spørgsmålet, de relevante værdier og de betingelser, en løsning skal opfylde. Hvis opgaven bruger et diagram, en figur eller et dokumentbillede, skal etiketterne og de styrende sammenhænge være tydelige. Hold givne værdier adskilt fra antagelser, og identificér manglende oplysninger. En nyttig anmodning kan spørge, hvilken fortolkning der understøttes af det viste kildemateriale, og hvilken betingelse der vil ændre konklusionen.
Ved et matematisk problem skal du bevare det oprindelige udtryk eller den synlige figur og de definitioner, der bruges. Ved en dokumentsammenligning skal du identificere siderne og den regel, der afgør en uenighed. Den endelige leverance skal gøre det afgørende resultat og dets antagelser mulige at undersøge frem for blot at producere en lang forklaring omkring en utilstrækkeligt specificeret opgave.
Producenten skelner mellem Reasoners tænkeoutput og dens endelige svar. Bevar disse deles roller, når resultatet gennemgås. Det endelige svar skal tydeligt angive konklusionen, de værdier eller betingelser, der fastslår den, og eventuelle uafklarede tilfælde. Udvidet ræsonnement er nyttigt, når det forbinder grundlaget med resultatet; længden er ikke et selvstændigt bevis for, at konklusionen er korrekt.
Kontrollér betydningsfulde beregninger og kildetilknytninger mod det leverede materiale. Et diagram kan fortolkes forkert, selv når forklaringen virker sammenhængende. Et koderelateret svar skal bevare det konkrete inputtilfælde og den forventede adfærd, der gør det muligt at vurdere den foreslåede logik. Stil et opfølgende spørgsmål om en specifik uafklaret betingelse i stedet for at behandle sikkerhed i formuleringen som verificering.
V6-udgivelsen beskriver en fusioneret modelserie trænet til tekst og multimodalt ræsonnement med forskning i langvarig tænkning og global hukommelse. Meddelelsen demonstrerer også analyse af ti minutters video i den bredere familie og beskriver særskilt Omni-interaktion i realtid. Disse arbejdsgange er adskilt fra tabellen over billed-/tekstvarianten Reasoner og bør ikke omsættes til en udokumenteret medie- eller outputgrænse pr. anmodning.
Familiens offentliggjorte beskrivelse af træning i langt ræsonnement er adskilt fra en fuldstændig tabel over tokenbegrænsninger i det oprindelige API. Bevar den valgte Reasoner-variant og det faktiske grundlag, producentens grænseflade returnerer, i stedet for at antage, at Pro, Turbo, Omni eller senere V6.5-udgivelser har identiske kontroller.
Et nyttigt resultat kan være en løsning, en sammenligning eller en forklaring med afsæt i et dokumentbillede. Hold det oprindelige spørgsmål og kildematerialet sammen med det endelige svar, så den afgørende slutning kan kontrolleres eller udbygges. Skeln mellem en værdi aflæst fra kilden, en beregning baseret på den og en antagelse, som opgaven ikke fastlagde. Det gør varianten til kompleks tænkning nyttig til en afgrænset, sporbar ræsonnementsopgave.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser sensetime/sensenova-v6-reasoner | 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.
| Konfiguration | Takstplan | Beløb |
|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Beløb Input · Inputtokens $0.00132 / 1K tokens Output · Outputtokens $0.00506 / 1K tokens Input · Cachelæsning $0 / 1K tokens Input · Cacheskrivning $0 / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "sensetime/sensenova-v6-reasoner",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'sensetime/sensenova-v6-reasoner', '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': 'sensetime/sensenova-v6-reasoner', '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 SenseNova-V6-Reasoner, sensetime/sensenova-v6-reasoner
Brug metodestierne vist ovenfor.
Teknisk eksempel på engelsk
Separate a reading from a conclusion\n\nAnalyze these source readings: [TABLE] Device A: 20 tasks in 5 minutes; Device B: 30 tasks in 10 minutes. [NOTE] The tasks may differ in complexity. Calculate the observed tasks-per-minute rates, then assess the claim 'A is inherently faster.' Separate computed values, supported comparison and the missing condition needed for that broader claim.A rate table and a concise final assessment separating observations, calculations and an unresolved comparability condition.Check the answer does not turn unequal task sets into proof of an inherent device advantage.