Reka Edge ist Reka AIs kompaktes Vision-Language-Modell für physische und visuelle Anwendungen. Die veröffentlichte Ausgabe 2603 verarbeitet Bilder oder Videos zusammen mit einem schriftlichen Prompt und erzeugt Text; sie unterstützt auch reine Textfragen. Ihre Hauptaufgaben sind Szenenverständnis, Videoanalyse, Objekterkennung und werkzeugorientierte Interaktionen auf Grundlage visueller Eingaben.
Das Modell verbindet einen Bildencoder mit 657 Millionen Parametern mit einem Sprachmodell als Basis mit 6,4 Milliarden Parametern. Sein faltungsbasierter Bildencoder erzeugt 64 Tokens pro Bildkachel. Die veröffentlichte Textkonfiguration setzt eine maximale Positionszahl von 16’384, mit Längenskalierung ausgehend von einer Basis von 8’192 Positionen. Dies sind Eigenschaften der Checkpoint-Konfiguration des Herstellers; visuelle Eingaben und Gespräch müssen weiterhin in den für eine Aufgabe verwendeten Kontext passen.
Stellen Sie für die Beantwortung visueller Fragen das Bild bereit und fragen Sie nach einem konkreten Objekt, Zusammenhang oder Ereignis. Ein nützlicher Prüfauftrag benennt, was unterschieden werden muss: die Position des Gegenstands, einen sichtbaren Zustand oder eine Änderung zwischen Einzelbildern. Geben Sie bei Video die Sequenz mit und beschreiben Sie das gesuchte Ereignis. Die Anwendungsbeispiele des Herstellers umfassen Medienbeschreibungen, Logoerkennung, Höhepunkte und Metadaten sowie Robotik, Fahrzeugkameras und visuelle Assistenz.
Für die Objekterkennung gibt es einen spezifischen Herstellerprompt: Detect: gefolgt von der Objektbeschreibung. Die Beschreibung kann ein einzelnes oder mehrere Ziele benennen. Das dokumentierte Ergebnis ordnet Objektbezeichnungen den Koordinaten ihrer Begrenzungsrahmen zu und verwendet dabei die Markierungen ref und bbox. Bewahren Sie in einer Anwendung die Beziehung zwischen jeder Bezeichnung und ihren Koordinaten, damit der erkannte Bereich im Originalbild geprüft oder angezeigt werden kann.
Eine praktische Aufgabe zur Medienprüfung kann nach dem sichtbaren Ereignis, den beteiligten Objekten und einer knappen Beschreibung für ein Archiv fragen. Definieren Sie für eine Szenenprüfung das Zielobjekt und die relevante Bedingung, bevor Sie eine Beschreibung anfordern. Halten Sie die Beobachtung des Modells von der nächsten Handlung getrennt, die eine Anwendung auswählt. Das Modell liefert die visuelle Interpretation oder den vorgeschlagenen Werkzeugeinsatz; die umgebende Anwendung führt externe Handlungen aus.
Reka veröffentlicht Anleitungen zur lokalen Bereitstellung des Checkpoints mit Beispielen für Bilder, Video, Erkennung und reine Textaufgaben. Die Modellkarte verwendet die eigene Gesprächsvorlage und die Rundenendmarkierung des Modells. Im lokalen Beispiel deaktiviert sie ausdrücklich einen separaten Denkmodus: Visuelle Interpretation ist eine Fähigkeit, eine offengelegte Denkphase hingegen eine andere Funktion. Das Modell ist für Edge-, On-Premise- und Cloud-Nutzung ausgelegt; eine quantisierte Bereitstellung ist eine separate Konfiguration und keine durch den Modellnamen implizierte Identität.
Für eine lokale Evaluation empfiehlt der Hersteller, Speicherreserve für die Generierung zu lassen: Seine Modellkarte nennt mindestens 24 GB Arbeitsspeicher für einen Mac und mindestens 24 GB GPU-Speicher plus 24 GB Systemspeicher für eine PC-Konfiguration. Er empfiehlt 32 GB oder mehr in den jeweiligen Speicherkategorien; das float16-Modell benötigt auf einem Mac ungefähr 14 GB. Diese Bereitstellungszahlen beschreiben die veröffentlichte lokale Konfiguration. Sie helfen, die kompakte Modellgrösse von den Ressourcen zu unterscheiden, die eine Anwendung zur Verarbeitung visueller Eingaben benötigt.
", "aboutText": "Reka Edge ist Reka AIs kompaktes Vision-Language-Modell für physische und visuelle Anwendungen. Die veröffentlichte Ausgabe 2603 verarbeitet Bilder oder Videos zusammen mit einem schriftlichen Prompt und erzeugt Text; sie unterstützt auch reine Textfragen. Ihre Hauptaufgaben sind Szenenverständnis, Videoanalyse, Objekterkennung und werkzeugorientierte Interaktionen auf Grundlage visueller Eingaben.\n\nDas Modell verbindet einen Bildencoder mit 657 Millionen Parametern mit einem Sprachmodell als Basis mit 6,4 Milliarden Parametern. Sein faltungsbasierter Bildencoder erzeugt 64 Tokens pro Bildkachel. Die veröffentlichte Textkonfiguration setzt eine maximale Positionszahl von 16’384, mit Längenskalierung ausgehend von einer Basis von 8’192 Positionen. Dies sind Eigenschaften der Checkpoint-Konfiguration des Herstellers; visuelle Eingaben und Gespräch müssen weiterhin in den für eine Aufgabe verwendeten Kontext passen.\n\nStellen Sie für die Beantwortung visueller Fragen das Bild bereit und fragen Sie nach einem konkreten Objekt, Zusammenhang oder Ereignis. Ein nützlicher Prüfauftrag benennt, was unterschieden werden muss: die Position des Gegenstands, einen sichtbaren Zustand oder eine Änderung zwischen Einzelbildern. Geben Sie bei Video die Sequenz mit und beschreiben Sie das gesuchte Ereignis. Die Anwendungsbeispiele des Herstellers umfassen Medienbeschreibungen, Logoerkennung, Höhepunkte und Metadaten sowie Robotik, Fahrzeugkameras und visuelle Assistenz.\n\nFür die Objekterkennung gibt es einen spezifischen Herstellerprompt: Detect: gefolgt von der Objektbeschreibung. Die Beschreibung kann ein einzelnes oder mehrere Ziele benennen. Das dokumentierte Ergebnis ordnet Objektbezeichnungen den Koordinaten ihrer Begrenzungsrahmen zu und verwendet dabei die Markierungen ref und bbox. Bewahren Sie in einer Anwendung die Beziehung zwischen jeder Bezeichnung und ihren Koordinaten, damit der erkannte Bereich im Originalbild geprüft oder angezeigt werden kann.\n\nEine praktische Aufgabe zur Medienprüfung kann nach dem sichtbaren Ereignis, den beteiligten Objekten und einer knappen Beschreibung für ein Archiv fragen. Definieren Sie für eine Szenenprüfung das Zielobjekt und die relevante Bedingung, bevor Sie eine Beschreibung anfordern. Halten Sie die Beobachtung des Modells von der nächsten Handlung getrennt, die eine Anwendung auswählt. Das Modell liefert die visuelle Interpretation oder den vorgeschlagenen Werkzeugeinsatz; die umgebende Anwendung führt externe Handlungen aus.\n\nReka veröffentlicht Anleitungen zur lokalen Bereitstellung des Checkpoints mit Beispielen für Bilder, Video, Erkennung und reine Textaufgaben. Die Modellkarte verwendet die eigene Gesprächsvorlage und die Rundenendmarkierung des Modells. Im lokalen Beispiel deaktiviert sie ausdrücklich einen separaten Denkmodus: Visuelle Interpretation ist eine Fähigkeit, eine offengelegte Denkphase hingegen eine andere Funktion. Das Modell ist für Edge-, On-Premise- und Cloud-Nutzung ausgelegt; eine quantisierte Bereitstellung ist eine separate Konfiguration und keine durch den Modellnamen implizierte Identität.\n\nFür eine lokale Evaluation empfiehlt der Hersteller, Speicherreserve für die Generierung zu lassen: Seine Modellkarte nennt mindestens 24 GB Arbeitsspeicher für einen Mac und mindestens 24 GB GPU-Speicher plus 24 GB Systemspeicher für eine PC-Konfiguration. Er empfiehlt 32 GB oder mehr in den jeweiligen Speicherkategorien; das float16-Modell benötigt auf einem Mac ungefähr 14 GB. Diese Bereitstellungszahlen beschreiben die veröffentlichte lokale Konfiguration. Sie helfen, die kompakte Modellgrösse von den Ressourcen zu unterscheiden, die eine Anwendung zur Verarbeitung visueller Eingaben benötigt.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Caption a described loading scene\n\nWrite a concise archive caption from this textual scene description: a worker stands beside a parked van; two sealed boxes are on a trolley; no loading movement is described. Include the objects and their relationship, and add a short uncertainty note about whether loading has begun. Do not infer motion from proximity.A neutral scene caption and a separate uncertainty note.Check that the caption distinguishes observed positions from an unobserved loading action.rekaai/reka-edgeReka Edge ist ein Vision-Language-Modell mit 7 Milliarden Parametern für Bild- und Videoverständnis, Objekterkennung und visuell geführte Werkzeugabläufe. Es verarbeitet Bildmaterial und Text, erzeugt Text und bietet ein eigenes Promptformat für die Erkennung.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Reka Edge ist Reka AIs kompaktes Vision-Language-Modell für physische und visuelle Anwendungen. Die veröffentlichte Ausgabe 2603 verarbeitet Bilder oder Videos zusammen mit einem schriftlichen Prompt und erzeugt Text; sie unterstützt auch reine Textfragen. Ihre Hauptaufgaben sind Szenenverständnis, Videoanalyse, Objekterkennung und werkzeugorientierte Interaktionen auf Grundlage visueller Eingaben.
Das Modell verbindet einen Bildencoder mit 657 Millionen Parametern mit einem Sprachmodell als Basis mit 6,4 Milliarden Parametern. Sein faltungsbasierter Bildencoder erzeugt 64 Tokens pro Bildkachel. Die veröffentlichte Textkonfiguration setzt eine maximale Positionszahl von 16’384, mit Längenskalierung ausgehend von einer Basis von 8’192 Positionen. Dies sind Eigenschaften der Checkpoint-Konfiguration des Herstellers; visuelle Eingaben und Gespräch müssen weiterhin in den für eine Aufgabe verwendeten Kontext passen.
Stellen Sie für die Beantwortung visueller Fragen das Bild bereit und fragen Sie nach einem konkreten Objekt, Zusammenhang oder Ereignis. Ein nützlicher Prüfauftrag benennt, was unterschieden werden muss: die Position des Gegenstands, einen sichtbaren Zustand oder eine Änderung zwischen Einzelbildern. Geben Sie bei Video die Sequenz mit und beschreiben Sie das gesuchte Ereignis. Die Anwendungsbeispiele des Herstellers umfassen Medienbeschreibungen, Logoerkennung, Höhepunkte und Metadaten sowie Robotik, Fahrzeugkameras und visuelle Assistenz.
Für die Objekterkennung gibt es einen spezifischen Herstellerprompt: Detect: gefolgt von der Objektbeschreibung. Die Beschreibung kann ein einzelnes oder mehrere Ziele benennen. Das dokumentierte Ergebnis ordnet Objektbezeichnungen den Koordinaten ihrer Begrenzungsrahmen zu und verwendet dabei die Markierungen ref und bbox. Bewahren Sie in einer Anwendung die Beziehung zwischen jeder Bezeichnung und ihren Koordinaten, damit der erkannte Bereich im Originalbild geprüft oder angezeigt werden kann.
Eine praktische Aufgabe zur Medienprüfung kann nach dem sichtbaren Ereignis, den beteiligten Objekten und einer knappen Beschreibung für ein Archiv fragen. Definieren Sie für eine Szenenprüfung das Zielobjekt und die relevante Bedingung, bevor Sie eine Beschreibung anfordern. Halten Sie die Beobachtung des Modells von der nächsten Handlung getrennt, die eine Anwendung auswählt. Das Modell liefert die visuelle Interpretation oder den vorgeschlagenen Werkzeugeinsatz; die umgebende Anwendung führt externe Handlungen aus.
Reka veröffentlicht Anleitungen zur lokalen Bereitstellung des Checkpoints mit Beispielen für Bilder, Video, Erkennung und reine Textaufgaben. Die Modellkarte verwendet die eigene Gesprächsvorlage und die Rundenendmarkierung des Modells. Im lokalen Beispiel deaktiviert sie ausdrücklich einen separaten Denkmodus: Visuelle Interpretation ist eine Fähigkeit, eine offengelegte Denkphase hingegen eine andere Funktion. Das Modell ist für Edge-, On-Premise- und Cloud-Nutzung ausgelegt; eine quantisierte Bereitstellung ist eine separate Konfiguration und keine durch den Modellnamen implizierte Identität.
Für eine lokale Evaluation empfiehlt der Hersteller, Speicherreserve für die Generierung zu lassen: Seine Modellkarte nennt mindestens 24 GB Arbeitsspeicher für einen Mac und mindestens 24 GB GPU-Speicher plus 24 GB Systemspeicher für eine PC-Konfiguration. Er empfiehlt 32 GB oder mehr in den jeweiligen Speicherkategorien; das float16-Modell benötigt auf einem Mac ungefähr 14 GB. Diese Bereitstellungszahlen beschreiben die veröffentlichte lokale Konfiguration. Sie helfen, die kompakte Modellgrösse von den Ressourcen zu unterscheiden, die eine Anwendung zur Verarbeitung visueller Eingaben benötigt.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits rekaai/reka-edge | 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.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0002 / 1K Tokens Ausgabe · Ausgabetoken $0.0002 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0002 / 1K Tokens Ausgabe · Ausgabetoken $0.0002 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "rekaai/reka-edge", "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='rekaai/reka-edge',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='rekaai/reka-edge',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 rekaai/reka-edge
Verwenden Sie die oben angezeigten Methodenpfade.
rekaai/reka-edgeReka Edge ist ein Vision-Language-Modell mit 7 Milliarden Parametern für Bild- und Videoverständnis, Objekterkennung und visuell geführte Werkzeugabläufe. Es verarbeitet Bildmaterial und Text, erzeugt Text und bietet ein eigenes Promptformat für die Erkennung.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Reka Edge ist Reka AIs kompaktes Vision-Language-Modell für physische und visuelle Anwendungen. Die veröffentlichte Ausgabe 2603 verarbeitet Bilder oder Videos zusammen mit einem schriftlichen Prompt und erzeugt Text; sie unterstützt auch reine Textfragen. Ihre Hauptaufgaben sind Szenenverständnis, Videoanalyse, Objekterkennung und werkzeugorientierte Interaktionen auf Grundlage visueller Eingaben.
Das Modell verbindet einen Bildencoder mit 657 Millionen Parametern mit einem Sprachmodell als Basis mit 6,4 Milliarden Parametern. Sein faltungsbasierter Bildencoder erzeugt 64 Tokens pro Bildkachel. Die veröffentlichte Textkonfiguration setzt eine maximale Positionszahl von 16’384, mit Längenskalierung ausgehend von einer Basis von 8’192 Positionen. Dies sind Eigenschaften der Checkpoint-Konfiguration des Herstellers; visuelle Eingaben und Gespräch müssen weiterhin in den für eine Aufgabe verwendeten Kontext passen.
Stellen Sie für die Beantwortung visueller Fragen das Bild bereit und fragen Sie nach einem konkreten Objekt, Zusammenhang oder Ereignis. Ein nützlicher Prüfauftrag benennt, was unterschieden werden muss: die Position des Gegenstands, einen sichtbaren Zustand oder eine Änderung zwischen Einzelbildern. Geben Sie bei Video die Sequenz mit und beschreiben Sie das gesuchte Ereignis. Die Anwendungsbeispiele des Herstellers umfassen Medienbeschreibungen, Logoerkennung, Höhepunkte und Metadaten sowie Robotik, Fahrzeugkameras und visuelle Assistenz.
Für die Objekterkennung gibt es einen spezifischen Herstellerprompt: Detect: gefolgt von der Objektbeschreibung. Die Beschreibung kann ein einzelnes oder mehrere Ziele benennen. Das dokumentierte Ergebnis ordnet Objektbezeichnungen den Koordinaten ihrer Begrenzungsrahmen zu und verwendet dabei die Markierungen ref und bbox. Bewahren Sie in einer Anwendung die Beziehung zwischen jeder Bezeichnung und ihren Koordinaten, damit der erkannte Bereich im Originalbild geprüft oder angezeigt werden kann.
Eine praktische Aufgabe zur Medienprüfung kann nach dem sichtbaren Ereignis, den beteiligten Objekten und einer knappen Beschreibung für ein Archiv fragen. Definieren Sie für eine Szenenprüfung das Zielobjekt und die relevante Bedingung, bevor Sie eine Beschreibung anfordern. Halten Sie die Beobachtung des Modells von der nächsten Handlung getrennt, die eine Anwendung auswählt. Das Modell liefert die visuelle Interpretation oder den vorgeschlagenen Werkzeugeinsatz; die umgebende Anwendung führt externe Handlungen aus.
Reka veröffentlicht Anleitungen zur lokalen Bereitstellung des Checkpoints mit Beispielen für Bilder, Video, Erkennung und reine Textaufgaben. Die Modellkarte verwendet die eigene Gesprächsvorlage und die Rundenendmarkierung des Modells. Im lokalen Beispiel deaktiviert sie ausdrücklich einen separaten Denkmodus: Visuelle Interpretation ist eine Fähigkeit, eine offengelegte Denkphase hingegen eine andere Funktion. Das Modell ist für Edge-, On-Premise- und Cloud-Nutzung ausgelegt; eine quantisierte Bereitstellung ist eine separate Konfiguration und keine durch den Modellnamen implizierte Identität.
Für eine lokale Evaluation empfiehlt der Hersteller, Speicherreserve für die Generierung zu lassen: Seine Modellkarte nennt mindestens 24 GB Arbeitsspeicher für einen Mac und mindestens 24 GB GPU-Speicher plus 24 GB Systemspeicher für eine PC-Konfiguration. Er empfiehlt 32 GB oder mehr in den jeweiligen Speicherkategorien; das float16-Modell benötigt auf einem Mac ungefähr 14 GB. Diese Bereitstellungszahlen beschreiben die veröffentlichte lokale Konfiguration. Sie helfen, die kompakte Modellgrösse von den Ressourcen zu unterscheiden, die eine Anwendung zur Verarbeitung visueller Eingaben benötigt.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits rekaai/reka-edge | 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.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0002 / 1K Tokens Ausgabe · Ausgabetoken $0.0002 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0002 / 1K Tokens Ausgabe · Ausgabetoken $0.0002 / 1K Tokens Eingabe · Cache lesen — / 1K Tokens Eingabe · Cache schreiben — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "rekaai/reka-edge",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'rekaai/reka-edge', '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': 'rekaai/reka-edge', '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 rekaai/reka-edge
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Caption a described loading scene\n\nWrite a concise archive caption from this textual scene description: a worker stands beside a parked van; two sealed boxes are on a trolley; no loading movement is described. Include the objects and their relationship, and add a short uncertainty note about whether loading has begun. Do not infer motion from proximity.A neutral scene caption and a separate uncertainty note.Check that the caption distinguishes observed positions from an unobserved loading action.