Seed OSS 36B Instruct ist ByteDances auf Anweisungen abgestimmtes Modell aus der Seed-OSS-Familie. Der Hersteller beschreibt Schlussfolgern mit langem Kontext und Agentenaufgaben, einschließlich Werkzeugnutzung und Problemlösung. Seine Modellübersicht veröffentlicht 36 Milliarden Parameter und einen nativen 512K-Kontext.
Stellen Sie das relevante Material bereit und nennen Sie das zu erzeugende Ergebnis. Eine Denkaufgabe kann eine Schlussfolgerung und die sie stützenden Bedingungen verlangen. Eine Codeaufgabe kann das zu ändernde Verhalten und die Prüfungen benennen, die den Abschluss belegen. Kennzeichnen Sie bei einer längeren Dokumentensammlung die Textstellen und definieren Sie die Fragen, die die Antwort behandeln soll.
Eine Folgeanfrage kann eine Bedingung ändern oder einen konkreten Schritt untersuchen und dabei die ursprünglichen Quellenkennungen beibehalten. Das gibt dem Modell einen klaren Bezugspunkt für die neue Antwort.
Der Hersteller dokumentiert ein Denkbudget, das die Länge des Denkprozesses anpasst. Er empfiehlt Werte in Vielfachen von 512; ein Budget von null fordert eine direkte Antwort an. Sein Beispiel veranschaulicht periodische Reflexion über das Budget vor der Endantwort. Diese Einstellungen beschreiben die eigene Vorlage der Veröffentlichung und die unterstützte Implementierung.
Ein Denkbudget unterscheidet sich von der Grenze der Endantwort und vom Eingabekontext. Verwenden Sie die von der tatsächlichen Schnittstelle für dieses Profil angebotenen Einstellungen und definieren Sie die benötigte Antwortform im Prompt. Der Hersteller empfiehlt temperature 1,1 und top_p 0,95 für das Sampling.
Der Hersteller liefert Chat- und Werkzeugaufrufbeispiele über eine Anwendung. Das Modell wählt eine Werkzeugaktion; die umgebende Anwendung führt sie aus und gibt die Beobachtung zurück. Bewahren Sie diese Beobachtungen gemeinsam mit dem Endergebnis der Aufgabe auf.
Das genaue gehostete Profil nennt einen Kontext von 256.000 Tokens, während die Modellübersicht des Herstellers native 512K angibt. Bereiten Sie die tatsächliche Anfrage innerhalb der dokumentierten Grenzen des gewählten Profils vor. Halten Sie Instruct von den Veröffentlichungen Base und Base-without-synthetic-data getrennt und bewahren Sie seine genaue Identität gemeinsam mit dem Ergebnis.
", "aboutText": "Seed OSS 36B Instruct ist ByteDances auf Anweisungen abgestimmtes Modell aus der Seed-OSS-Familie. Der Hersteller beschreibt Schlussfolgern mit langem Kontext und Agentenaufgaben, einschließlich Werkzeugnutzung und Problemlösung. Seine Modellübersicht veröffentlicht 36 Milliarden Parameter und einen nativen 512K-Kontext.\n\n### Quellen und Endpunkt der Aufgabe angeben\n\nStellen Sie das relevante Material bereit und nennen Sie das zu erzeugende Ergebnis. Eine Denkaufgabe kann eine Schlussfolgerung und die sie stützenden Bedingungen verlangen. Eine Codeaufgabe kann das zu ändernde Verhalten und die Prüfungen benennen, die den Abschluss belegen. Kennzeichnen Sie bei einer längeren Dokumentensammlung die Textstellen und definieren Sie die Fragen, die die Antwort behandeln soll.\n\nEine Folgeanfrage kann eine Bedingung ändern oder einen konkreten Schritt untersuchen und dabei die ursprünglichen Quellenkennungen beibehalten. Das gibt dem Modell einen klaren Bezugspunkt für die neue Antwort.\n\n### Denken über die gewählte Schnittstelle steuern\n\nDer Hersteller dokumentiert ein Denkbudget, das die Länge des Denkprozesses anpasst. Er empfiehlt Werte in Vielfachen von 512; ein Budget von null fordert eine direkte Antwort an. Sein Beispiel veranschaulicht periodische Reflexion über das Budget vor der Endantwort. Diese Einstellungen beschreiben die eigene Vorlage der Veröffentlichung und die unterstützte Implementierung.\n\nEin Denkbudget unterscheidet sich von der Grenze der Endantwort und vom Eingabekontext. Verwenden Sie die von der tatsächlichen Schnittstelle für dieses Profil angebotenen Einstellungen und definieren Sie die benötigte Antwortform im Prompt. Der Hersteller empfiehlt temperature 1,1 und top_p 0,95 für das Sampling.\n\n### Werkzeugaufgaben und Arbeitsgrenzen\n\nDer Hersteller liefert Chat- und Werkzeugaufrufbeispiele über eine Anwendung. Das Modell wählt eine Werkzeugaktion; die umgebende Anwendung führt sie aus und gibt die Beobachtung zurück. Bewahren Sie diese Beobachtungen gemeinsam mit dem Endergebnis der Aufgabe auf.\n\nDas genaue gehostete Profil nennt einen Kontext von 256.000 Tokens, während die Modellübersicht des Herstellers native 512K angibt. Bereiten Sie die tatsächliche Anfrage innerhalb der dokumentierten Grenzen des gewählten Profils vor. Halten Sie Instruct von den Veröffentlichungen Base und Base-without-synthetic-data getrennt und bewahren Sie seine genaue Identität gemeinsam mit dem Ergebnis.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Resolve a retry-loop issue from code\n\nA worker uses: attempts = 0\nwhile attempts < 3:\n send()\n attempts += 1\n The send function raises TimeoutError, so retries never happen after the first failure. Propose a small Python function that retries only TimeoutError up to three total attempts, then propagates it. Include success-after-timeout and all-timeout test cases without running them.A focused retry function and two executable test proposals, with the attempt-count rule stated.Three means total calls, and exceptions other than TimeoutError are not retried.ByteDance-Seed/Seed-OSS-36B-InstructSeed OSS 36B Instruct ist ByteDances Textmodell für Schlussfolgern mit langem Kontext, Anweisungsbefolgung und werkzeugorientierte Aufgaben. Der Hersteller dokumentiert für diese 36B-Veröffentlichung einen nativen 512K-Kontext und ein konfigurierbares Denkbudget.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Seed OSS 36B Instruct ist ByteDances auf Anweisungen abgestimmtes Modell aus der Seed-OSS-Familie. Der Hersteller beschreibt Schlussfolgern mit langem Kontext und Agentenaufgaben, einschließlich Werkzeugnutzung und Problemlösung. Seine Modellübersicht veröffentlicht 36 Milliarden Parameter und einen nativen 512K-Kontext.
Stellen Sie das relevante Material bereit und nennen Sie das zu erzeugende Ergebnis. Eine Denkaufgabe kann eine Schlussfolgerung und die sie stützenden Bedingungen verlangen. Eine Codeaufgabe kann das zu ändernde Verhalten und die Prüfungen benennen, die den Abschluss belegen. Kennzeichnen Sie bei einer längeren Dokumentensammlung die Textstellen und definieren Sie die Fragen, die die Antwort behandeln soll.
Eine Folgeanfrage kann eine Bedingung ändern oder einen konkreten Schritt untersuchen und dabei die ursprünglichen Quellenkennungen beibehalten. Das gibt dem Modell einen klaren Bezugspunkt für die neue Antwort.
Der Hersteller dokumentiert ein Denkbudget, das die Länge des Denkprozesses anpasst. Er empfiehlt Werte in Vielfachen von 512; ein Budget von null fordert eine direkte Antwort an. Sein Beispiel veranschaulicht periodische Reflexion über das Budget vor der Endantwort. Diese Einstellungen beschreiben die eigene Vorlage der Veröffentlichung und die unterstützte Implementierung.
Ein Denkbudget unterscheidet sich von der Grenze der Endantwort und vom Eingabekontext. Verwenden Sie die von der tatsächlichen Schnittstelle für dieses Profil angebotenen Einstellungen und definieren Sie die benötigte Antwortform im Prompt. Der Hersteller empfiehlt temperature 1,1 und top_p 0,95 für das Sampling.
Der Hersteller liefert Chat- und Werkzeugaufrufbeispiele über eine Anwendung. Das Modell wählt eine Werkzeugaktion; die umgebende Anwendung führt sie aus und gibt die Beobachtung zurück. Bewahren Sie diese Beobachtungen gemeinsam mit dem Endergebnis der Aufgabe auf.
Das genaue gehostete Profil nennt einen Kontext von 256.000 Tokens, während die Modellübersicht des Herstellers native 512K angibt. Bereiten Sie die tatsächliche Anfrage innerhalb der dokumentierten Grenzen des gewählten Profils vor. Halten Sie Instruct von den Veröffentlichungen Base und Base-without-synthetic-data getrennt und bewahren Sie seine genaue Identität gemeinsam mit dem Ergebnis.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits ByteDance-Seed/Seed-OSS-36B-Instruct | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.000428 / 1K Tokens Ausgabe · Ausgabetoken $0.001144 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "ByteDance-Seed/Seed-OSS-36B-Instruct", "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='ByteDance-Seed/Seed-OSS-36B-Instruct',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='ByteDance-Seed/Seed-OSS-36B-Instruct',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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra ByteDance-Seed/Seed-OSS-36B-Instruct
Verwenden Sie die oben angezeigten Methodenpfade.
ByteDance-Seed/Seed-OSS-36B-InstructSeed OSS 36B Instruct ist ByteDances Textmodell für Schlussfolgern mit langem Kontext, Anweisungsbefolgung und werkzeugorientierte Aufgaben. Der Hersteller dokumentiert für diese 36B-Veröffentlichung einen nativen 512K-Kontext und ein konfigurierbares Denkbudget.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Seed OSS 36B Instruct ist ByteDances auf Anweisungen abgestimmtes Modell aus der Seed-OSS-Familie. Der Hersteller beschreibt Schlussfolgern mit langem Kontext und Agentenaufgaben, einschließlich Werkzeugnutzung und Problemlösung. Seine Modellübersicht veröffentlicht 36 Milliarden Parameter und einen nativen 512K-Kontext.
Stellen Sie das relevante Material bereit und nennen Sie das zu erzeugende Ergebnis. Eine Denkaufgabe kann eine Schlussfolgerung und die sie stützenden Bedingungen verlangen. Eine Codeaufgabe kann das zu ändernde Verhalten und die Prüfungen benennen, die den Abschluss belegen. Kennzeichnen Sie bei einer längeren Dokumentensammlung die Textstellen und definieren Sie die Fragen, die die Antwort behandeln soll.
Eine Folgeanfrage kann eine Bedingung ändern oder einen konkreten Schritt untersuchen und dabei die ursprünglichen Quellenkennungen beibehalten. Das gibt dem Modell einen klaren Bezugspunkt für die neue Antwort.
Der Hersteller dokumentiert ein Denkbudget, das die Länge des Denkprozesses anpasst. Er empfiehlt Werte in Vielfachen von 512; ein Budget von null fordert eine direkte Antwort an. Sein Beispiel veranschaulicht periodische Reflexion über das Budget vor der Endantwort. Diese Einstellungen beschreiben die eigene Vorlage der Veröffentlichung und die unterstützte Implementierung.
Ein Denkbudget unterscheidet sich von der Grenze der Endantwort und vom Eingabekontext. Verwenden Sie die von der tatsächlichen Schnittstelle für dieses Profil angebotenen Einstellungen und definieren Sie die benötigte Antwortform im Prompt. Der Hersteller empfiehlt temperature 1,1 und top_p 0,95 für das Sampling.
Der Hersteller liefert Chat- und Werkzeugaufrufbeispiele über eine Anwendung. Das Modell wählt eine Werkzeugaktion; die umgebende Anwendung führt sie aus und gibt die Beobachtung zurück. Bewahren Sie diese Beobachtungen gemeinsam mit dem Endergebnis der Aufgabe auf.
Das genaue gehostete Profil nennt einen Kontext von 256.000 Tokens, während die Modellübersicht des Herstellers native 512K angibt. Bereiten Sie die tatsächliche Anfrage innerhalb der dokumentierten Grenzen des gewählten Profils vor. Halten Sie Instruct von den Veröffentlichungen Base und Base-without-synthetic-data getrennt und bewahren Sie seine genaue Identität gemeinsam mit dem Ergebnis.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits ByteDance-Seed/Seed-OSS-36B-Instruct | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.000428 / 1K Tokens Ausgabe · Ausgabetoken $0.001144 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "ByteDance-Seed/Seed-OSS-36B-Instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'ByteDance-Seed/Seed-OSS-36B-Instruct', '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': 'ByteDance-Seed/Seed-OSS-36B-Instruct', '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 oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra ByteDance-Seed/Seed-OSS-36B-Instruct
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Resolve a retry-loop issue from code\n\nA worker uses: attempts = 0\nwhile attempts < 3:\n send()\n attempts += 1\n The send function raises TimeoutError, so retries never happen after the first failure. Propose a small Python function that retries only TimeoutError up to three total attempts, then propagates it. Include success-after-timeout and all-timeout test cases without running them.A focused retry function and two executable test proposals, with the attempt-count rule stated.Three means total calls, and exceptions other than TimeoutError are not retried.