Solar Mini 4 er Upstages kompakte mixture-of-experts-model til gentagne agentopgaver. Den har i alt 35 milliarder parametre og aktiverer 3B pr. token. Producenten angiver en kontekst på 512K og op til 128K outputtokens med input og output på engelsk, koreansk og japansk. Den offentliggjorte skæringsdato for træningsdata er februar 2026.
Dens vigtigste arbejdsområder omfatter informationshentning, klassifikation, struktureret output og værktøjsbrug. En tilbagevendende udtræksopgave bør levere kildematerialet og de felter, applikationen har brug for. Ved en klassifikationsopgave skal du definere kategorierne og det belæg, der skelner mellem dem. Et nyttigt resultat returnerer de krævede oplysninger uden at udvide opgaven til uvedkommende analyse.
Producenten understøtter funktionskald og parallelle kald. Definér de tilgængelige funktioner og deres argumenter; modellen foreslår kald, mens applikationen udfører dem og returnerer resultater. Uafhængige kontroller kan anmodes samlet, eksempelvis hentning af to tilstandsoplysninger, der er nødvendige for næste beslutning. Hold hvert resultat knyttet til sit kald, før samtalen fortsætter.
JSON-tilstand og skemabaseret struktureret output opfylder forskellige behov. JSON-tilstand producerer JSON, der kan parses, mens et understøttet skema styrer feltnavne og typer. Producenten kræver et objekt som rod, obligatoriske egenskaber og eksplicitte regler for yderligere egenskaber i sin delmængde til struktureret output. Definér, hvordan manglende oplysninger skal repræsenteres, og kontrollér de udtrukne værdier mod kilden, også når formatet er gyldigt.
Ræsonnement er slået fra, når indsats udelades i producentens aktuelle vejledning. None og minimal holder det slået fra; low, medium, high, xhigh og max aktiverer det. Ræsonnement bruger en del af outputtildelingen, så et lille budget kan slutte før det endelige svar. Brug opgavens indbyrdes afhængige trin til at afgøre, om tænkning er nyttig, og bevar samtidig plads til det produkt, applikationen har brug for.
Til et dokumentforløb skal du bede modellen sammenligne de strukturerede resultater fra tidligere behandling, identificere manglende felter og anvende de angivne regler for næste trin. Outputtet kan være en registrering af uoverensstemmelser, en klassifikation eller en foreslået handling med understøttende data. Applikationen afgør, hvad der skal udføres, og leverer det observerede resultat til en eventuel opfølgning.
Antallet af aktive parametre beskriver beregningen, ikke det samlede hukommelsesbehov for vægtene. Upstage bemærker, at alle 35B vægte forbliver indlæst ved lokal idriftsættelse, og offentliggør særskilte betingelser for kvantiseret idriftsættelse. Hold disse konfigurationsoplysninger adskilt fra et bestemt modelvalgs eksekveringsmiljø.
", "aboutText": "Solar Mini 4 er Upstages kompakte mixture-of-experts-model til gentagne agentopgaver. Den har i alt 35 milliarder parametre og aktiverer 3B pr. token. Producenten angiver en kontekst på 512K og op til 128K outputtokens med input og output på engelsk, koreansk og japansk. Den offentliggjorte skæringsdato for træningsdata er februar 2026.\n\nDens vigtigste arbejdsområder omfatter informationshentning, klassifikation, struktureret output og værktøjsbrug. En tilbagevendende udtræksopgave bør levere kildematerialet og de felter, applikationen har brug for. Ved en klassifikationsopgave skal du definere kategorierne og det belæg, der skelner mellem dem. Et nyttigt resultat returnerer de krævede oplysninger uden at udvide opgaven til uvedkommende analyse.\n\nProducenten understøtter funktionskald og parallelle kald. Definér de tilgængelige funktioner og deres argumenter; modellen foreslår kald, mens applikationen udfører dem og returnerer resultater. Uafhængige kontroller kan anmodes samlet, eksempelvis hentning af to tilstandsoplysninger, der er nødvendige for næste beslutning. Hold hvert resultat knyttet til sit kald, før samtalen fortsætter.\n\nJSON-tilstand og skemabaseret struktureret output opfylder forskellige behov. JSON-tilstand producerer JSON, der kan parses, mens et understøttet skema styrer feltnavne og typer. Producenten kræver et objekt som rod, obligatoriske egenskaber og eksplicitte regler for yderligere egenskaber i sin delmængde til struktureret output. Definér, hvordan manglende oplysninger skal repræsenteres, og kontrollér de udtrukne værdier mod kilden, også når formatet er gyldigt.\n\nRæsonnement er slået fra, når indsats udelades i producentens aktuelle vejledning. None og minimal holder det slået fra; low, medium, high, xhigh og max aktiverer det. Ræsonnement bruger en del af outputtildelingen, så et lille budget kan slutte før det endelige svar. Brug opgavens indbyrdes afhængige trin til at afgøre, om tænkning er nyttig, og bevar samtidig plads til det produkt, applikationen har brug for.\n\nTil et dokumentforløb skal du bede modellen sammenligne de strukturerede resultater fra tidligere behandling, identificere manglende felter og anvende de angivne regler for næste trin. Outputtet kan være en registrering af uoverensstemmelser, en klassifikation eller en foreslået handling med understøttende data. Applikationen afgør, hvad der skal udføres, og leverer det observerede resultat til en eventuel opfølgning.\n\nAntallet af aktive parametre beskriver beregningen, ikke det samlede hukommelsesbehov for vægtene. Upstage bemærker, at alle 35B vægte forbliver indlæst ved lokal idriftsættelse, og offentliggør særskilte betingelser for kvantiseret idriftsættelse. Hold disse konfigurationsoplysninger adskilt fra et bestemt modelvalgs eksekveringsmiljø.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Reconcile extracted invoice fields\n\nCompare two text-extraction records for invoice IV-902. Record A: total 240 EUR, due date missing. Record B: total 240 EUR, due date 18 August. Source excerpt: 'Invoice IV-902. Amount due: EUR 240. Pay by 18 August.' Return the reconciled fields, the discrepancy and the source phrase supporting the due date. Do not add a year.A compact reconciled record with a discrepancy note and the quoted source phrase for the due date.The total remains EUR 240 and the date does not acquire an unsupported year.upstage/solar-mini4Upstages Solar Mini 4 er en MoE-tekstmodel med 35B parametre og 3B aktive parametre til gentagen informationshentning, udtræk og værktøjsarbejdsgange. Den understøtter en kontekst på 512K, op til 128K outputtokens, strukturerede svar og parallelle værktøjskald.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Solar Mini 4 er Upstages kompakte mixture-of-experts-model til gentagne agentopgaver. Den har i alt 35 milliarder parametre og aktiverer 3B pr. token. Producenten angiver en kontekst på 512K og op til 128K outputtokens med input og output på engelsk, koreansk og japansk. Den offentliggjorte skæringsdato for træningsdata er februar 2026.
Dens vigtigste arbejdsområder omfatter informationshentning, klassifikation, struktureret output og værktøjsbrug. En tilbagevendende udtræksopgave bør levere kildematerialet og de felter, applikationen har brug for. Ved en klassifikationsopgave skal du definere kategorierne og det belæg, der skelner mellem dem. Et nyttigt resultat returnerer de krævede oplysninger uden at udvide opgaven til uvedkommende analyse.
Producenten understøtter funktionskald og parallelle kald. Definér de tilgængelige funktioner og deres argumenter; modellen foreslår kald, mens applikationen udfører dem og returnerer resultater. Uafhængige kontroller kan anmodes samlet, eksempelvis hentning af to tilstandsoplysninger, der er nødvendige for næste beslutning. Hold hvert resultat knyttet til sit kald, før samtalen fortsætter.
JSON-tilstand og skemabaseret struktureret output opfylder forskellige behov. JSON-tilstand producerer JSON, der kan parses, mens et understøttet skema styrer feltnavne og typer. Producenten kræver et objekt som rod, obligatoriske egenskaber og eksplicitte regler for yderligere egenskaber i sin delmængde til struktureret output. Definér, hvordan manglende oplysninger skal repræsenteres, og kontrollér de udtrukne værdier mod kilden, også når formatet er gyldigt.
Ræsonnement er slået fra, når indsats udelades i producentens aktuelle vejledning. None og minimal holder det slået fra; low, medium, high, xhigh og max aktiverer det. Ræsonnement bruger en del af outputtildelingen, så et lille budget kan slutte før det endelige svar. Brug opgavens indbyrdes afhængige trin til at afgøre, om tænkning er nyttig, og bevar samtidig plads til det produkt, applikationen har brug for.
Til et dokumentforløb skal du bede modellen sammenligne de strukturerede resultater fra tidligere behandling, identificere manglende felter og anvende de angivne regler for næste trin. Outputtet kan være en registrering af uoverensstemmelser, en klassifikation eller en foreslået handling med understøttende data. Applikationen afgør, hvad der skal udføres, og leverer det observerede resultat til en eventuel opfølgning.
Antallet af aktive parametre beskriver beregningen, ikke det samlede hukommelsesbehov for vægtene. Upstage bemærker, at alle 35B vægte forbliver indlæst ved lokal idriftsættelse, og offentliggør særskilte betingelser for kvantiseret idriftsættelse. Hold disse konfigurationsoplysninger adskilt fra et bestemt modelvalgs eksekveringsmiljø.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser upstage/solar-mini4 | 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 $0.0002 / 1K tokens Output · Outputtokens $0.0008 / 1K tokens Input · Cachelæsning $0.00002 / 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 $0.0002 / 1K tokens Output · Outputtokens $0.0008 / 1K tokens Input · Cachelæsning $0.00002 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "upstage/solar-mini4", "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='upstage/solar-mini4',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='upstage/solar-mini4',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 upstage/solar-mini4
Brug metodestierne vist ovenfor.
upstage/solar-mini4Upstages Solar Mini 4 er en MoE-tekstmodel med 35B parametre og 3B aktive parametre til gentagen informationshentning, udtræk og værktøjsarbejdsgange. Den understøtter en kontekst på 512K, op til 128K outputtokens, strukturerede svar og parallelle værktøjskald.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Solar Mini 4 er Upstages kompakte mixture-of-experts-model til gentagne agentopgaver. Den har i alt 35 milliarder parametre og aktiverer 3B pr. token. Producenten angiver en kontekst på 512K og op til 128K outputtokens med input og output på engelsk, koreansk og japansk. Den offentliggjorte skæringsdato for træningsdata er februar 2026.
Dens vigtigste arbejdsområder omfatter informationshentning, klassifikation, struktureret output og værktøjsbrug. En tilbagevendende udtræksopgave bør levere kildematerialet og de felter, applikationen har brug for. Ved en klassifikationsopgave skal du definere kategorierne og det belæg, der skelner mellem dem. Et nyttigt resultat returnerer de krævede oplysninger uden at udvide opgaven til uvedkommende analyse.
Producenten understøtter funktionskald og parallelle kald. Definér de tilgængelige funktioner og deres argumenter; modellen foreslår kald, mens applikationen udfører dem og returnerer resultater. Uafhængige kontroller kan anmodes samlet, eksempelvis hentning af to tilstandsoplysninger, der er nødvendige for næste beslutning. Hold hvert resultat knyttet til sit kald, før samtalen fortsætter.
JSON-tilstand og skemabaseret struktureret output opfylder forskellige behov. JSON-tilstand producerer JSON, der kan parses, mens et understøttet skema styrer feltnavne og typer. Producenten kræver et objekt som rod, obligatoriske egenskaber og eksplicitte regler for yderligere egenskaber i sin delmængde til struktureret output. Definér, hvordan manglende oplysninger skal repræsenteres, og kontrollér de udtrukne værdier mod kilden, også når formatet er gyldigt.
Ræsonnement er slået fra, når indsats udelades i producentens aktuelle vejledning. None og minimal holder det slået fra; low, medium, high, xhigh og max aktiverer det. Ræsonnement bruger en del af outputtildelingen, så et lille budget kan slutte før det endelige svar. Brug opgavens indbyrdes afhængige trin til at afgøre, om tænkning er nyttig, og bevar samtidig plads til det produkt, applikationen har brug for.
Til et dokumentforløb skal du bede modellen sammenligne de strukturerede resultater fra tidligere behandling, identificere manglende felter og anvende de angivne regler for næste trin. Outputtet kan være en registrering af uoverensstemmelser, en klassifikation eller en foreslået handling med understøttende data. Applikationen afgør, hvad der skal udføres, og leverer det observerede resultat til en eventuel opfølgning.
Antallet af aktive parametre beskriver beregningen, ikke det samlede hukommelsesbehov for vægtene. Upstage bemærker, at alle 35B vægte forbliver indlæst ved lokal idriftsættelse, og offentliggør særskilte betingelser for kvantiseret idriftsættelse. Hold disse konfigurationsoplysninger adskilt fra et bestemt modelvalgs eksekveringsmiljø.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser upstage/solar-mini4 | 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 $0.0002 / 1K tokens Output · Outputtokens $0.0008 / 1K tokens Input · Cachelæsning $0.00002 / 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 $0.0002 / 1K tokens Output · Outputtokens $0.0008 / 1K tokens Input · Cachelæsning $0.00002 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "upstage/solar-mini4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'upstage/solar-mini4', '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': 'upstage/solar-mini4', '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 upstage/solar-mini4
Brug metodestierne vist ovenfor.
Teknisk eksempel på engelsk
Reconcile extracted invoice fields\n\nCompare two text-extraction records for invoice IV-902. Record A: total 240 EUR, due date missing. Record B: total 240 EUR, due date 18 August. Source excerpt: 'Invoice IV-902. Amount due: EUR 240. Pay by 18 August.' Return the reconciled fields, the discrepancy and the source phrase supporting the due date. Do not add a year.A compact reconciled record with a discrepancy note and the quoted source phrase for the due date.The total remains EUR 240 and the date does not acquire an unsupported year.