Doubao 1.5 Lite ist das leichtgewichtige Sprachmodell in der Doubao-1.5-Familie von ByteDance. Seine Ankündigung umfasst allgemeines Verständnis, Schlussfolgern, Mathematik und wissensbasierte Fragen. Es verarbeitet Textanweisungen und gibt Text zurück; damit ist es ein nützlicher Kandidat für gezielte Schritte innerhalb eines Dialogassistenten oder eines Ablaufs zur Dokumentverarbeitung.
Die Rolle von Lite. Der Hersteller unterscheidet Lite vom allgemeinen Pro-Modell als das leichtere Mitglied der Familie. Richten Sie eine Anfrage auf eine bestimmte Umwandlung aus: entscheiden, welche vorgegebene Kategorie zu einer Nachricht passt, benannte Fakten aus einer Notiz herausziehen oder einen Absatz für eine bestimmte Zielgruppe umformulieren. Stellen Sie für die Vorsortierung von Supportanfragen die zulässigen Kategorien und kurze Definitionen bereit und fordern Sie die ausgewählte Kategorie, die diese Wahl stützenden Wörter und die von der nächsten Person benötigten Informationen an. Die Ausgabe kann ein kompakter Datensatz sein, den eine prüfende Person mit der Originalnachricht abgleichen kann.
Schlussfolgern und mathematische Arbeit. Geben Sie die vollständige Aufgabe an, definieren Sie die Variablen und halten Sie Einheiten bei den Werten. Fordern Sie das Ergebnis und die zu seiner Prüfung nötigen Schritte an. Unterscheiden Sie bei einer praktischen Terminplanungs- oder Bestandsfrage gegebene Größen von abzuleitenden Größen; verlangen Sie eine ausdrückliche Liste der Annahmen, wenn der Wortlaut mehrere Deutungen zulässt. Bestätigen Sie eine numerische Antwort durch eine unabhängige Berechnung, bevor sie eine betriebliche Handlung bestimmt.
Stellen Sie für die Textvorbereitung Quelle, Zielgruppe und gewünschten Ton gemeinsam bereit. Eine Anfrage zur Nachrichtenbearbeitung kann festlegen, dass Daten, Namen und Produktbegriffe unverändert bleiben müssen, während die Formulierungen klarer werden. Bei Besprechungsnotizen können Sie Entscheidungen, Maßnahmen, Verantwortliche und offene Fragen anfordern; ein Feld bleibt leer, wenn die Quelle keine verantwortliche Person nennt. Ein Beispiel des fertigen Datensatzes vermittelt das Format, ohne in jeder Antwort eine lange Erklärung zu benötigen.
Fügen Sie bei einer Wissensfrage die relevante Referenzpassage bei, sobald die Antwort von Ihren eigenen Regeln oder aktuellen Informationen abhängt. Fordern Sie eine kurze, durch die Passage gestützte Antwort und einen getrennten Hinweis auf ein ungeklärtes Detail an. Halten Sie Klassifikation, Extraktion und Entwurf als klar benannte Schritte auseinander, wenn eine Aufgabe alle drei benötigt. So erkennen Sie, ob ein Fehler beim Lesen der Nachricht, bei der Kategorienauswahl oder beim Verfassen der Antwort entstand, und können eine Folgekorrektur präzise formulieren.
", "aboutText": "Doubao 1.5 Lite ist das leichtgewichtige Sprachmodell in der Doubao-1.5-Familie von ByteDance. Seine Ankündigung umfasst allgemeines Verständnis, Schlussfolgern, Mathematik und wissensbasierte Fragen. Es verarbeitet Textanweisungen und gibt Text zurück; damit ist es ein nützlicher Kandidat für gezielte Schritte innerhalb eines Dialogassistenten oder eines Ablaufs zur Dokumentverarbeitung.\n\nDie Rolle von Lite. Der Hersteller unterscheidet Lite vom allgemeinen Pro-Modell als das leichtere Mitglied der Familie. Richten Sie eine Anfrage auf eine bestimmte Umwandlung aus: entscheiden, welche vorgegebene Kategorie zu einer Nachricht passt, benannte Fakten aus einer Notiz herausziehen oder einen Absatz für eine bestimmte Zielgruppe umformulieren. Stellen Sie für die Vorsortierung von Supportanfragen die zulässigen Kategorien und kurze Definitionen bereit und fordern Sie die ausgewählte Kategorie, die diese Wahl stützenden Wörter und die von der nächsten Person benötigten Informationen an. Die Ausgabe kann ein kompakter Datensatz sein, den eine prüfende Person mit der Originalnachricht abgleichen kann.\n\nSchlussfolgern und mathematische Arbeit. Geben Sie die vollständige Aufgabe an, definieren Sie die Variablen und halten Sie Einheiten bei den Werten. Fordern Sie das Ergebnis und die zu seiner Prüfung nötigen Schritte an. Unterscheiden Sie bei einer praktischen Terminplanungs- oder Bestandsfrage gegebene Größen von abzuleitenden Größen; verlangen Sie eine ausdrückliche Liste der Annahmen, wenn der Wortlaut mehrere Deutungen zulässt. Bestätigen Sie eine numerische Antwort durch eine unabhängige Berechnung, bevor sie eine betriebliche Handlung bestimmt.\n\nStellen Sie für die Textvorbereitung Quelle, Zielgruppe und gewünschten Ton gemeinsam bereit. Eine Anfrage zur Nachrichtenbearbeitung kann festlegen, dass Daten, Namen und Produktbegriffe unverändert bleiben müssen, während die Formulierungen klarer werden. Bei Besprechungsnotizen können Sie Entscheidungen, Maßnahmen, Verantwortliche und offene Fragen anfordern; ein Feld bleibt leer, wenn die Quelle keine verantwortliche Person nennt. Ein Beispiel des fertigen Datensatzes vermittelt das Format, ohne in jeder Antwort eine lange Erklärung zu benötigen.\n\nFügen Sie bei einer Wissensfrage die relevante Referenzpassage bei, sobald die Antwort von Ihren eigenen Regeln oder aktuellen Informationen abhängt. Fordern Sie eine kurze, durch die Passage gestützte Antwort und einen getrennten Hinweis auf ein ungeklärtes Detail an. Halten Sie Klassifikation, Extraktion und Entwurf als klar benannte Schritte auseinander, wenn eine Aufgabe alle drei benötigt. So erkennen Sie, ob ein Fehler beim Lesen der Nachricht, bei der Kategorienauswahl oder beim Verfassen der Antwort entstand, und können eine Folgekorrektur präzise formulieren.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Extract meeting action owners\n\nTurn this note into an action list: 'Lena will send the revised quote by Thursday. We agreed to keep the current packaging. Someone still needs to confirm the pickup date. Omar will check carton dimensions; no deadline was set.' Return action, owner and deadline fields, followed by the decision. Use 'not specified' for missing details.An action table with owner and deadline columns plus one separately listed decision.Check that the pickup owner and Omar's deadline remain unspecified.Doubao-1.5-lite-32kDoubao 1.5 Lite 32K ist ein leichtgewichtiges Textmodell in der Doubao-1.5-Familie von ByteDance für Sprachverständnis, alltägliches Schlussfolgern und mathematische Fragen. Es eignet sich für gezielte Textabläufe wie die Klassifikation einer Nachricht, die Extraktion zentraler Fakten und den Entwurf einer knappen Antwort.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Doubao 1.5 Lite ist das leichtgewichtige Sprachmodell in der Doubao-1.5-Familie von ByteDance. Seine Ankündigung umfasst allgemeines Verständnis, Schlussfolgern, Mathematik und wissensbasierte Fragen. Es verarbeitet Textanweisungen und gibt Text zurück; damit ist es ein nützlicher Kandidat für gezielte Schritte innerhalb eines Dialogassistenten oder eines Ablaufs zur Dokumentverarbeitung.
Die Rolle von Lite. Der Hersteller unterscheidet Lite vom allgemeinen Pro-Modell als das leichtere Mitglied der Familie. Richten Sie eine Anfrage auf eine bestimmte Umwandlung aus: entscheiden, welche vorgegebene Kategorie zu einer Nachricht passt, benannte Fakten aus einer Notiz herausziehen oder einen Absatz für eine bestimmte Zielgruppe umformulieren. Stellen Sie für die Vorsortierung von Supportanfragen die zulässigen Kategorien und kurze Definitionen bereit und fordern Sie die ausgewählte Kategorie, die diese Wahl stützenden Wörter und die von der nächsten Person benötigten Informationen an. Die Ausgabe kann ein kompakter Datensatz sein, den eine prüfende Person mit der Originalnachricht abgleichen kann.
Schlussfolgern und mathematische Arbeit. Geben Sie die vollständige Aufgabe an, definieren Sie die Variablen und halten Sie Einheiten bei den Werten. Fordern Sie das Ergebnis und die zu seiner Prüfung nötigen Schritte an. Unterscheiden Sie bei einer praktischen Terminplanungs- oder Bestandsfrage gegebene Größen von abzuleitenden Größen; verlangen Sie eine ausdrückliche Liste der Annahmen, wenn der Wortlaut mehrere Deutungen zulässt. Bestätigen Sie eine numerische Antwort durch eine unabhängige Berechnung, bevor sie eine betriebliche Handlung bestimmt.
Stellen Sie für die Textvorbereitung Quelle, Zielgruppe und gewünschten Ton gemeinsam bereit. Eine Anfrage zur Nachrichtenbearbeitung kann festlegen, dass Daten, Namen und Produktbegriffe unverändert bleiben müssen, während die Formulierungen klarer werden. Bei Besprechungsnotizen können Sie Entscheidungen, Maßnahmen, Verantwortliche und offene Fragen anfordern; ein Feld bleibt leer, wenn die Quelle keine verantwortliche Person nennt. Ein Beispiel des fertigen Datensatzes vermittelt das Format, ohne in jeder Antwort eine lange Erklärung zu benötigen.
Fügen Sie bei einer Wissensfrage die relevante Referenzpassage bei, sobald die Antwort von Ihren eigenen Regeln oder aktuellen Informationen abhängt. Fordern Sie eine kurze, durch die Passage gestützte Antwort und einen getrennten Hinweis auf ein ungeklärtes Detail an. Halten Sie Klassifikation, Extraktion und Entwurf als klar benannte Schritte auseinander, wenn eine Aufgabe alle drei benötigt. So erkennen Sie, ob ein Fehler beim Lesen der Nachricht, bei der Kategorienauswahl oder beim Verfassen der Antwort entstand, und können eine Folgekorrektur präzise formulieren.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits Doubao-1.5-lite-32k | 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 $0.00011 / 1K Tokens Ausgabe · Ausgabetoken $0.000198 / 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": "Doubao-1.5-lite-32k", "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='Doubao-1.5-lite-32k',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='Doubao-1.5-lite-32k',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 Doubao-1.5-lite-32k
Verwenden Sie die oben angezeigten Methodenpfade.
Doubao-1.5-lite-32kDoubao 1.5 Lite 32K ist ein leichtgewichtiges Textmodell in der Doubao-1.5-Familie von ByteDance für Sprachverständnis, alltägliches Schlussfolgern und mathematische Fragen. Es eignet sich für gezielte Textabläufe wie die Klassifikation einer Nachricht, die Extraktion zentraler Fakten und den Entwurf einer knappen Antwort.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Doubao 1.5 Lite ist das leichtgewichtige Sprachmodell in der Doubao-1.5-Familie von ByteDance. Seine Ankündigung umfasst allgemeines Verständnis, Schlussfolgern, Mathematik und wissensbasierte Fragen. Es verarbeitet Textanweisungen und gibt Text zurück; damit ist es ein nützlicher Kandidat für gezielte Schritte innerhalb eines Dialogassistenten oder eines Ablaufs zur Dokumentverarbeitung.
Die Rolle von Lite. Der Hersteller unterscheidet Lite vom allgemeinen Pro-Modell als das leichtere Mitglied der Familie. Richten Sie eine Anfrage auf eine bestimmte Umwandlung aus: entscheiden, welche vorgegebene Kategorie zu einer Nachricht passt, benannte Fakten aus einer Notiz herausziehen oder einen Absatz für eine bestimmte Zielgruppe umformulieren. Stellen Sie für die Vorsortierung von Supportanfragen die zulässigen Kategorien und kurze Definitionen bereit und fordern Sie die ausgewählte Kategorie, die diese Wahl stützenden Wörter und die von der nächsten Person benötigten Informationen an. Die Ausgabe kann ein kompakter Datensatz sein, den eine prüfende Person mit der Originalnachricht abgleichen kann.
Schlussfolgern und mathematische Arbeit. Geben Sie die vollständige Aufgabe an, definieren Sie die Variablen und halten Sie Einheiten bei den Werten. Fordern Sie das Ergebnis und die zu seiner Prüfung nötigen Schritte an. Unterscheiden Sie bei einer praktischen Terminplanungs- oder Bestandsfrage gegebene Größen von abzuleitenden Größen; verlangen Sie eine ausdrückliche Liste der Annahmen, wenn der Wortlaut mehrere Deutungen zulässt. Bestätigen Sie eine numerische Antwort durch eine unabhängige Berechnung, bevor sie eine betriebliche Handlung bestimmt.
Stellen Sie für die Textvorbereitung Quelle, Zielgruppe und gewünschten Ton gemeinsam bereit. Eine Anfrage zur Nachrichtenbearbeitung kann festlegen, dass Daten, Namen und Produktbegriffe unverändert bleiben müssen, während die Formulierungen klarer werden. Bei Besprechungsnotizen können Sie Entscheidungen, Maßnahmen, Verantwortliche und offene Fragen anfordern; ein Feld bleibt leer, wenn die Quelle keine verantwortliche Person nennt. Ein Beispiel des fertigen Datensatzes vermittelt das Format, ohne in jeder Antwort eine lange Erklärung zu benötigen.
Fügen Sie bei einer Wissensfrage die relevante Referenzpassage bei, sobald die Antwort von Ihren eigenen Regeln oder aktuellen Informationen abhängt. Fordern Sie eine kurze, durch die Passage gestützte Antwort und einen getrennten Hinweis auf ein ungeklärtes Detail an. Halten Sie Klassifikation, Extraktion und Entwurf als klar benannte Schritte auseinander, wenn eine Aufgabe alle drei benötigt. So erkennen Sie, ob ein Fehler beim Lesen der Nachricht, bei der Kategorienauswahl oder beim Verfassen der Antwort entstand, und können eine Folgekorrektur präzise formulieren.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits Doubao-1.5-lite-32k | 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 $0.00011 / 1K Tokens Ausgabe · Ausgabetoken $0.000198 / 1K Tokens Eingabe · Cache lesen $0 / 1K Tokens Eingabe · In Cache schreiben $0 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "Doubao-1.5-lite-32k",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'Doubao-1.5-lite-32k', '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': 'Doubao-1.5-lite-32k', '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 Doubao-1.5-lite-32k
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Extract meeting action owners\n\nTurn this note into an action list: 'Lena will send the revised quote by Thursday. We agreed to keep the current packaging. Someone still needs to confirm the pickup date. Omar will check carton dimensions; no deadline was set.' Return action, owner and deadline fields, followed by the decision. Use 'not specified' for missing details.An action table with owner and deadline columns plus one separately listed decision.Check that the pickup owner and Omar's deadline remain unspecified.