Tongyi FaRui Plus, vom Anbieter als farui-plus bezeichnet, baut auf der Qwen-Basis auf und ist mit juristischen Daten und Wissen spezialisiert. Der Hersteller beschreibt die Entwicklung mit Modell-Fine-Tuning, Reinforcement Learning, Retrieval-Augmentierung und juristischer Agententechnologie. Sein Aufgabenumfang umfasst Rechtsfragen, die Identifizierung anwendbarer Rechtsvorschriften, Fallanalysen, die Erstellung juristischer Dokumente und die Prüfung von Vertragsklauseln.
Dokumentierte Eingabe und Ausgabe sind Text. Bereite die zu analysierende Passage, Fakten oder Klauseln als lesbaren Text vor und lege das gewünschte Ergebnis fest. Ein nützliches Arbeitsergebnis kann ein Abschnittsentwurf, eine Problemliste, eine Erklärung einer bereitgestellten Vorschrift oder ein Vergleich von Vertragsformulierungen sein.
Die Beispiele des Anbieters unterstützen eine einzelne Anweisung oder einen nachrichtenbasierten Dialog. Nachrichten enthalten Rolle und Inhalt; die optionale Systemanweisung steht zuerst, gefolgt von Nutzer- und Assistentennachrichten. Die Anleitung empfiehlt Nachrichten für fortlaufende Dialoge, wobei relevante frühere Antworten erhalten bleiben, wenn eine Folgeanfrage einen Fakt oder eine Anforderung ändert.
Stelle für eine Fallfrage die Rollen der Parteien, den zeitlichen Ablauf, die Streitfrage und die für die Frage relevanten Belege bereit. Nenne die für die Aufgabe maßgebliche Rechtsordnung und das relevante Datum und füge den zu prüfenden Gesetzestext hinzu, wenn die Antwort auf einer bestimmten Vorschrift beruhen muss. Halte eine als Tatsache vorgebrachte Angabe von einer bestrittenen Behauptung oder einer Annahme getrennt.
Benenne bei einer Folgeanfrage genau, was sich geändert hat. Stelle beispielsweise ein korrigiertes Datum oder eine zusätzliche Klausel bereit und frage, welcher Teil des früheren Entwurfs überarbeitet werden muss. Die tatsächliche frühere Antwort beizubehalten, macht die gewünschte Änderung konkret, statt eine neue Analyse eines unvollständigen Falls anzuregen.
Definiere bei einer Rechtsfrage das Problem und die Form der Antwort. Fordere die Schlussfolgerung, die stützende Vorschrift und die Fakten an, die die Analyse ändern würden. Wenn die Quelle ein wichtiges Detail nicht belegt, bitte darum, diese fehlende Information im Ergebnis zu benennen.
Lege für die Texterstellung Dokumenttyp, Zielgruppe, erforderliche Abschnitte und bereitgestellte Fakten fest. Ein nützliches Briefing lautet: „Entwirf den gewünschten Abschnitt anhand dieses zeitlichen Ablaufs und dieser Fakten, bewahre die definierten Rollen der Parteien und benenne die Informationen, die noch zum Vervollständigen des Dokuments benötigt werden.“ Prüfe Namen, Daten, Beträge und zitierte Vorschriften anhand des Originalmaterials.
Stelle für eine Vertragsprüfung die genaue Klausel und das zu untersuchende Anliegen bereit. Fordere einen Vergleich des Wortlauts, der daraus entstehenden Frage und einer vorgeschlagenen Überarbeitung an, die die beabsichtigte wirtschaftliche Bedeutung bewahrt. Halte die Originalklausel neben dem vorgeschlagenen Text, damit die Änderung geprüft werden kann.
Die veröffentlichte Modellübersicht nennt eine maximale Eingabe von 12.000 Tokens und eine maximale Ausgabe von 2.000 Tokens. Wähle relevante Auszüge und eine zur Aufgabe passende Antwortlänge und lasse innerhalb der geltenden Dialogkonfiguration Platz für die gewünschte Antwort. Eine lange Vertragsprüfung lässt sich in klar gekennzeichnete Themen oder Abschnitte aufteilen, wobei alle zum Verständnis ihrer Zusammenhänge benötigten Klauseln erhalten bleiben.
Die Einstellung des Anbieters für die Antwortlänge kann das Ausgabebudget für eine knappe Erklärung oder einen bestimmten Entwurfsabschnitt reduzieren. Ihr dokumentierter Standardwert beträgt 2.000 Tokens. Prüfe, ob eine zurückgegebene Antwort vollständig ist, bevor du sie als fertiges Dokument behandelst.
Die Anbieterreferenz dokumentiert top_p im offenen Intervall von 0 bis 1 mit 0,8 als Standardwert. Die Einstellung top_k begrenzt die Kandidatenmenge; bleibt sie ungesetzt oder wird sie auf einen Wert über 100 gesetzt, wird diese Strategie deaktiviert. Halte Aufgabe und Quellenmaterial stabil, wenn du die Wirkung einer unterstützten Generierungseinstellung vergleichst.
Der Standardablauf arbeitet ohne Streaming. Streaming liefert Text, während die Generierung fortgesetzt wird. Die dokumentierten standardmäßigen Streaming-Blöcke enthalten den angesammelten Inhalt; aktivierte inkrementelle Ausgabe gibt stattdessen neue Teile zurück. Setze das gewählte Format korrekt zusammen, damit wiederholter kumulierter Text nicht doppelt angehängt wird, und bewahre die vollständige Antwort zur Prüfung auf.
Die Antwort kann eine Text- oder Nachrichtenhülle verwenden. Diese Hülle ist die Übermittlungsstruktur um den generierten juristischen Text; die Fähigkeitentabelle des Modells führt weder schemaerzwungene strukturierte Ausgabe noch Funktionsaufrufe oder native Websuche auf. Stelle die für die Aufgabe benötigten Belege und Vorschriften bereit, statt anzunehmen, dass eine externe Recherche stattgefunden hat.
Bewahre Quelltext, bereitgestellte Fakten, gewünschte Dokumentform und endgültige Antwort zusammen auf. Prüfe den tatsächlichen Wortlaut von Verweisen sowie die Rechtsordnung oder das Datum, von denen eine Auslegung abhängt. Ein Klauselvergleich oder eine Fallerklärung ist am nützlichsten, wenn Annahmen und stützende Passagen identifizierbar bleiben.
Verwende Farui Plus für seinen benannten Ablauf zur Bearbeitung juristischer Texte. Das endgültige Arbeitsergebnis sollte die gestellte Rechtsfrage oder den gewünschten Entwurf mit dem tatsächlich bereitgestellten Material verbinden.
", "aboutText": "### Ein Textmodell für die Rechtsbranche\n\nTongyi FaRui Plus, vom Anbieter als farui-plus bezeichnet, baut auf der Qwen-Basis auf und ist mit juristischen Daten und Wissen spezialisiert. Der Hersteller beschreibt die Entwicklung mit Modell-Fine-Tuning, Reinforcement Learning, Retrieval-Augmentierung und juristischer Agententechnologie. Sein Aufgabenumfang umfasst Rechtsfragen, die Identifizierung anwendbarer Rechtsvorschriften, Fallanalysen, die Erstellung juristischer Dokumente und die Prüfung von Vertragsklauseln.\n\nDokumentierte Eingabe und Ausgabe sind Text. Bereite die zu analysierende Passage, Fakten oder Klauseln als lesbaren Text vor und lege das gewünschte Ergebnis fest. Ein nützliches Arbeitsergebnis kann ein Abschnittsentwurf, eine Problemliste, eine Erklärung einer bereitgestellten Vorschrift oder ein Vergleich von Vertragsformulierungen sein.\n\n### Eine einzelne Anfrage oder einen fortlaufenden Dialog vorbereiten\n\nDie Beispiele des Anbieters unterstützen eine einzelne Anweisung oder einen nachrichtenbasierten Dialog. Nachrichten enthalten Rolle und Inhalt; die optionale Systemanweisung steht zuerst, gefolgt von Nutzer- und Assistentennachrichten. Die Anleitung empfiehlt Nachrichten für fortlaufende Dialoge, wobei relevante frühere Antworten erhalten bleiben, wenn eine Folgeanfrage einen Fakt oder eine Anforderung ändert.\n\nStelle für eine Fallfrage die Rollen der Parteien, den zeitlichen Ablauf, die Streitfrage und die für die Frage relevanten Belege bereit. Nenne die für die Aufgabe maßgebliche Rechtsordnung und das relevante Datum und füge den zu prüfenden Gesetzestext hinzu, wenn die Antwort auf einer bestimmten Vorschrift beruhen muss. Halte eine als Tatsache vorgebrachte Angabe von einer bestrittenen Behauptung oder einer Annahme getrennt.\n\nBenenne bei einer Folgeanfrage genau, was sich geändert hat. Stelle beispielsweise ein korrigiertes Datum oder eine zusätzliche Klausel bereit und frage, welcher Teil des früheren Entwurfs überarbeitet werden muss. Die tatsächliche frühere Antwort beizubehalten, macht die gewünschte Änderung konkret, statt eine neue Analyse eines unvollständigen Falls anzuregen.\n\n### Eine Analyse oder einen Dokumententwurf anfordern\n\nDefiniere bei einer Rechtsfrage das Problem und die Form der Antwort. Fordere die Schlussfolgerung, die stützende Vorschrift und die Fakten an, die die Analyse ändern würden. Wenn die Quelle ein wichtiges Detail nicht belegt, bitte darum, diese fehlende Information im Ergebnis zu benennen.\n\nLege für die Texterstellung Dokumenttyp, Zielgruppe, erforderliche Abschnitte und bereitgestellte Fakten fest. Ein nützliches Briefing lautet: „Entwirf den gewünschten Abschnitt anhand dieses zeitlichen Ablaufs und dieser Fakten, bewahre die definierten Rollen der Parteien und benenne die Informationen, die noch zum Vervollständigen des Dokuments benötigt werden.“ Prüfe Namen, Daten, Beträge und zitierte Vorschriften anhand des Originalmaterials.\n\nStelle für eine Vertragsprüfung die genaue Klausel und das zu untersuchende Anliegen bereit. Fordere einen Vergleich des Wortlauts, der daraus entstehenden Frage und einer vorgeschlagenen Überarbeitung an, die die beabsichtigte wirtschaftliche Bedeutung bewahrt. Halte die Originalklausel neben dem vorgeschlagenen Text, damit die Änderung geprüft werden kann.\n\n### Innerhalb der dokumentierten Antwortgrenzen arbeiten\n\nDie veröffentlichte Modellübersicht nennt eine maximale Eingabe von 12.000 Tokens und eine maximale Ausgabe von 2.000 Tokens. Wähle relevante Auszüge und eine zur Aufgabe passende Antwortlänge und lasse innerhalb der geltenden Dialogkonfiguration Platz für die gewünschte Antwort. Eine lange Vertragsprüfung lässt sich in klar gekennzeichnete Themen oder Abschnitte aufteilen, wobei alle zum Verständnis ihrer Zusammenhänge benötigten Klauseln erhalten bleiben.\n\nDie Einstellung des Anbieters für die Antwortlänge kann das Ausgabebudget für eine knappe Erklärung oder einen bestimmten Entwurfsabschnitt reduzieren. Ihr dokumentierter Standardwert beträgt 2.000 Tokens. Prüfe, ob eine zurückgegebene Antwort vollständig ist, bevor du sie als fertiges Dokument behandelst.\n\n### Generierungs- und Übermittlungseinstellungen wählen\n\nDie Anbieterreferenz dokumentiert top_p im offenen Intervall von 0 bis 1 mit 0,8 als Standardwert. Die Einstellung top_k begrenzt die Kandidatenmenge; bleibt sie ungesetzt oder wird sie auf einen Wert über 100 gesetzt, wird diese Strategie deaktiviert. Halte Aufgabe und Quellenmaterial stabil, wenn du die Wirkung einer unterstützten Generierungseinstellung vergleichst.\n\nDer Standardablauf arbeitet ohne Streaming. Streaming liefert Text, während die Generierung fortgesetzt wird. Die dokumentierten standardmäßigen Streaming-Blöcke enthalten den angesammelten Inhalt; aktivierte inkrementelle Ausgabe gibt stattdessen neue Teile zurück. Setze das gewählte Format korrekt zusammen, damit wiederholter kumulierter Text nicht doppelt angehängt wird, und bewahre die vollständige Antwort zur Prüfung auf.\n\nDie Antwort kann eine Text- oder Nachrichtenhülle verwenden. Diese Hülle ist die Übermittlungsstruktur um den generierten juristischen Text; die Fähigkeitentabelle des Modells führt weder schemaerzwungene strukturierte Ausgabe noch Funktionsaufrufe oder native Websuche auf. Stelle die für die Aufgabe benötigten Belege und Vorschriften bereit, statt anzunehmen, dass eine externe Recherche stattgefunden hat.\n\n### Die Analyse nachvollziehbar halten\n\nBewahre Quelltext, bereitgestellte Fakten, gewünschte Dokumentform und endgültige Antwort zusammen auf. Prüfe den tatsächlichen Wortlaut von Verweisen sowie die Rechtsordnung oder das Datum, von denen eine Auslegung abhängt. Ein Klauselvergleich oder eine Fallerklärung ist am nützlichsten, wenn Annahmen und stützende Passagen identifizierbar bleiben.\n\nVerwende Farui Plus für seinen benannten Ablauf zur Bearbeitung juristischer Texte. Das endgültige Arbeitsergebnis sollte die gestellte Rechtsfrage oder den gewünschten Entwurf mit dem tatsächlich bereitgestellten Material verbinden.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "704290fd08f9325d66ac42acf201f4df8f8ea5412a2919a3f7d0ca0c4e2a1be2", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de", "methods": [ { "html": "farui-plusTongyi FaRui Plus von Alibaba ist ein auf Rechtsfragen, Fallanalysen, die Erstellung juristischer Dokumente und Vertragsprüfung spezialisiertes Textmodell. Bereite die Fakten und relevanten Klauseln als Text auf und nutze anschließend eine gezielte Frage oder einen Dialog, um eine schriftliche Analyse oder einen Entwurf zu erhalten.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Tongyi FaRui Plus, vom Anbieter als farui-plus bezeichnet, baut auf der Qwen-Basis auf und ist mit juristischen Daten und Wissen spezialisiert. Der Hersteller beschreibt die Entwicklung mit Modell-Fine-Tuning, Reinforcement Learning, Retrieval-Augmentierung und juristischer Agententechnologie. Sein Aufgabenumfang umfasst Rechtsfragen, die Identifizierung anwendbarer Rechtsvorschriften, Fallanalysen, die Erstellung juristischer Dokumente und die Prüfung von Vertragsklauseln.
Dokumentierte Eingabe und Ausgabe sind Text. Bereite die zu analysierende Passage, Fakten oder Klauseln als lesbaren Text vor und lege das gewünschte Ergebnis fest. Ein nützliches Arbeitsergebnis kann ein Abschnittsentwurf, eine Problemliste, eine Erklärung einer bereitgestellten Vorschrift oder ein Vergleich von Vertragsformulierungen sein.
Die Beispiele des Anbieters unterstützen eine einzelne Anweisung oder einen nachrichtenbasierten Dialog. Nachrichten enthalten Rolle und Inhalt; die optionale Systemanweisung steht zuerst, gefolgt von Nutzer- und Assistentennachrichten. Die Anleitung empfiehlt Nachrichten für fortlaufende Dialoge, wobei relevante frühere Antworten erhalten bleiben, wenn eine Folgeanfrage einen Fakt oder eine Anforderung ändert.
Stelle für eine Fallfrage die Rollen der Parteien, den zeitlichen Ablauf, die Streitfrage und die für die Frage relevanten Belege bereit. Nenne die für die Aufgabe maßgebliche Rechtsordnung und das relevante Datum und füge den zu prüfenden Gesetzestext hinzu, wenn die Antwort auf einer bestimmten Vorschrift beruhen muss. Halte eine als Tatsache vorgebrachte Angabe von einer bestrittenen Behauptung oder einer Annahme getrennt.
Benenne bei einer Folgeanfrage genau, was sich geändert hat. Stelle beispielsweise ein korrigiertes Datum oder eine zusätzliche Klausel bereit und frage, welcher Teil des früheren Entwurfs überarbeitet werden muss. Die tatsächliche frühere Antwort beizubehalten, macht die gewünschte Änderung konkret, statt eine neue Analyse eines unvollständigen Falls anzuregen.
Definiere bei einer Rechtsfrage das Problem und die Form der Antwort. Fordere die Schlussfolgerung, die stützende Vorschrift und die Fakten an, die die Analyse ändern würden. Wenn die Quelle ein wichtiges Detail nicht belegt, bitte darum, diese fehlende Information im Ergebnis zu benennen.
Lege für die Texterstellung Dokumenttyp, Zielgruppe, erforderliche Abschnitte und bereitgestellte Fakten fest. Ein nützliches Briefing lautet: „Entwirf den gewünschten Abschnitt anhand dieses zeitlichen Ablaufs und dieser Fakten, bewahre die definierten Rollen der Parteien und benenne die Informationen, die noch zum Vervollständigen des Dokuments benötigt werden.“ Prüfe Namen, Daten, Beträge und zitierte Vorschriften anhand des Originalmaterials.
Stelle für eine Vertragsprüfung die genaue Klausel und das zu untersuchende Anliegen bereit. Fordere einen Vergleich des Wortlauts, der daraus entstehenden Frage und einer vorgeschlagenen Überarbeitung an, die die beabsichtigte wirtschaftliche Bedeutung bewahrt. Halte die Originalklausel neben dem vorgeschlagenen Text, damit die Änderung geprüft werden kann.
Die veröffentlichte Modellübersicht nennt eine maximale Eingabe von 12.000 Tokens und eine maximale Ausgabe von 2.000 Tokens. Wähle relevante Auszüge und eine zur Aufgabe passende Antwortlänge und lasse innerhalb der geltenden Dialogkonfiguration Platz für die gewünschte Antwort. Eine lange Vertragsprüfung lässt sich in klar gekennzeichnete Themen oder Abschnitte aufteilen, wobei alle zum Verständnis ihrer Zusammenhänge benötigten Klauseln erhalten bleiben.
Die Einstellung des Anbieters für die Antwortlänge kann das Ausgabebudget für eine knappe Erklärung oder einen bestimmten Entwurfsabschnitt reduzieren. Ihr dokumentierter Standardwert beträgt 2.000 Tokens. Prüfe, ob eine zurückgegebene Antwort vollständig ist, bevor du sie als fertiges Dokument behandelst.
Die Anbieterreferenz dokumentiert top_p im offenen Intervall von 0 bis 1 mit 0,8 als Standardwert. Die Einstellung top_k begrenzt die Kandidatenmenge; bleibt sie ungesetzt oder wird sie auf einen Wert über 100 gesetzt, wird diese Strategie deaktiviert. Halte Aufgabe und Quellenmaterial stabil, wenn du die Wirkung einer unterstützten Generierungseinstellung vergleichst.
Der Standardablauf arbeitet ohne Streaming. Streaming liefert Text, während die Generierung fortgesetzt wird. Die dokumentierten standardmäßigen Streaming-Blöcke enthalten den angesammelten Inhalt; aktivierte inkrementelle Ausgabe gibt stattdessen neue Teile zurück. Setze das gewählte Format korrekt zusammen, damit wiederholter kumulierter Text nicht doppelt angehängt wird, und bewahre die vollständige Antwort zur Prüfung auf.
Die Antwort kann eine Text- oder Nachrichtenhülle verwenden. Diese Hülle ist die Übermittlungsstruktur um den generierten juristischen Text; die Fähigkeitentabelle des Modells führt weder schemaerzwungene strukturierte Ausgabe noch Funktionsaufrufe oder native Websuche auf. Stelle die für die Aufgabe benötigten Belege und Vorschriften bereit, statt anzunehmen, dass eine externe Recherche stattgefunden hat.
Bewahre Quelltext, bereitgestellte Fakten, gewünschte Dokumentform und endgültige Antwort zusammen auf. Prüfe den tatsächlichen Wortlaut von Verweisen sowie die Rechtsordnung oder das Datum, von denen eine Auslegung abhängt. Ein Klauselvergleich oder eine Fallerklärung ist am nützlichsten, wenn Annahmen und stützende Passagen identifizierbar bleiben.
Verwende Farui Plus für seinen benannten Ablauf zur Bearbeitung juristischer Texte. Das endgültige Arbeitsergebnis sollte die gestellte Rechtsfrage oder den gewünschten Entwurf mit dem tatsächlich bereitgestellten Material verbinden.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits farui-plus | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Modellabhängig | Standard— |
Feldmessages[].content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Textgespräch | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
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 |
Parametercontrol_scope | VertragTextgespräch; stream ist ein boolescher Wert und standardmäßig false. |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Methodenaliasnamen: /chat/completions
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 $0.0058 / 1K Token Ausgabe · Ausgabetoken $0.0058 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0058 / 1K Token Ausgabe · Ausgabetoken $0.0058 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"farui-plus","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="farui-plus", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 farui-plus
/chat/completions
farui-plusTongyi FaRui Plus von Alibaba ist ein auf Rechtsfragen, Fallanalysen, die Erstellung juristischer Dokumente und Vertragsprüfung spezialisiertes Textmodell. Bereite die Fakten und relevanten Klauseln als Text auf und nutze anschließend eine gezielte Frage oder einen Dialog, um eine schriftliche Analyse oder einen Entwurf zu erhalten.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Tongyi FaRui Plus, vom Anbieter als farui-plus bezeichnet, baut auf der Qwen-Basis auf und ist mit juristischen Daten und Wissen spezialisiert. Der Hersteller beschreibt die Entwicklung mit Modell-Fine-Tuning, Reinforcement Learning, Retrieval-Augmentierung und juristischer Agententechnologie. Sein Aufgabenumfang umfasst Rechtsfragen, die Identifizierung anwendbarer Rechtsvorschriften, Fallanalysen, die Erstellung juristischer Dokumente und die Prüfung von Vertragsklauseln.
Dokumentierte Eingabe und Ausgabe sind Text. Bereite die zu analysierende Passage, Fakten oder Klauseln als lesbaren Text vor und lege das gewünschte Ergebnis fest. Ein nützliches Arbeitsergebnis kann ein Abschnittsentwurf, eine Problemliste, eine Erklärung einer bereitgestellten Vorschrift oder ein Vergleich von Vertragsformulierungen sein.
Die Beispiele des Anbieters unterstützen eine einzelne Anweisung oder einen nachrichtenbasierten Dialog. Nachrichten enthalten Rolle und Inhalt; die optionale Systemanweisung steht zuerst, gefolgt von Nutzer- und Assistentennachrichten. Die Anleitung empfiehlt Nachrichten für fortlaufende Dialoge, wobei relevante frühere Antworten erhalten bleiben, wenn eine Folgeanfrage einen Fakt oder eine Anforderung ändert.
Stelle für eine Fallfrage die Rollen der Parteien, den zeitlichen Ablauf, die Streitfrage und die für die Frage relevanten Belege bereit. Nenne die für die Aufgabe maßgebliche Rechtsordnung und das relevante Datum und füge den zu prüfenden Gesetzestext hinzu, wenn die Antwort auf einer bestimmten Vorschrift beruhen muss. Halte eine als Tatsache vorgebrachte Angabe von einer bestrittenen Behauptung oder einer Annahme getrennt.
Benenne bei einer Folgeanfrage genau, was sich geändert hat. Stelle beispielsweise ein korrigiertes Datum oder eine zusätzliche Klausel bereit und frage, welcher Teil des früheren Entwurfs überarbeitet werden muss. Die tatsächliche frühere Antwort beizubehalten, macht die gewünschte Änderung konkret, statt eine neue Analyse eines unvollständigen Falls anzuregen.
Definiere bei einer Rechtsfrage das Problem und die Form der Antwort. Fordere die Schlussfolgerung, die stützende Vorschrift und die Fakten an, die die Analyse ändern würden. Wenn die Quelle ein wichtiges Detail nicht belegt, bitte darum, diese fehlende Information im Ergebnis zu benennen.
Lege für die Texterstellung Dokumenttyp, Zielgruppe, erforderliche Abschnitte und bereitgestellte Fakten fest. Ein nützliches Briefing lautet: „Entwirf den gewünschten Abschnitt anhand dieses zeitlichen Ablaufs und dieser Fakten, bewahre die definierten Rollen der Parteien und benenne die Informationen, die noch zum Vervollständigen des Dokuments benötigt werden.“ Prüfe Namen, Daten, Beträge und zitierte Vorschriften anhand des Originalmaterials.
Stelle für eine Vertragsprüfung die genaue Klausel und das zu untersuchende Anliegen bereit. Fordere einen Vergleich des Wortlauts, der daraus entstehenden Frage und einer vorgeschlagenen Überarbeitung an, die die beabsichtigte wirtschaftliche Bedeutung bewahrt. Halte die Originalklausel neben dem vorgeschlagenen Text, damit die Änderung geprüft werden kann.
Die veröffentlichte Modellübersicht nennt eine maximale Eingabe von 12.000 Tokens und eine maximale Ausgabe von 2.000 Tokens. Wähle relevante Auszüge und eine zur Aufgabe passende Antwortlänge und lasse innerhalb der geltenden Dialogkonfiguration Platz für die gewünschte Antwort. Eine lange Vertragsprüfung lässt sich in klar gekennzeichnete Themen oder Abschnitte aufteilen, wobei alle zum Verständnis ihrer Zusammenhänge benötigten Klauseln erhalten bleiben.
Die Einstellung des Anbieters für die Antwortlänge kann das Ausgabebudget für eine knappe Erklärung oder einen bestimmten Entwurfsabschnitt reduzieren. Ihr dokumentierter Standardwert beträgt 2.000 Tokens. Prüfe, ob eine zurückgegebene Antwort vollständig ist, bevor du sie als fertiges Dokument behandelst.
Die Anbieterreferenz dokumentiert top_p im offenen Intervall von 0 bis 1 mit 0,8 als Standardwert. Die Einstellung top_k begrenzt die Kandidatenmenge; bleibt sie ungesetzt oder wird sie auf einen Wert über 100 gesetzt, wird diese Strategie deaktiviert. Halte Aufgabe und Quellenmaterial stabil, wenn du die Wirkung einer unterstützten Generierungseinstellung vergleichst.
Der Standardablauf arbeitet ohne Streaming. Streaming liefert Text, während die Generierung fortgesetzt wird. Die dokumentierten standardmäßigen Streaming-Blöcke enthalten den angesammelten Inhalt; aktivierte inkrementelle Ausgabe gibt stattdessen neue Teile zurück. Setze das gewählte Format korrekt zusammen, damit wiederholter kumulierter Text nicht doppelt angehängt wird, und bewahre die vollständige Antwort zur Prüfung auf.
Die Antwort kann eine Text- oder Nachrichtenhülle verwenden. Diese Hülle ist die Übermittlungsstruktur um den generierten juristischen Text; die Fähigkeitentabelle des Modells führt weder schemaerzwungene strukturierte Ausgabe noch Funktionsaufrufe oder native Websuche auf. Stelle die für die Aufgabe benötigten Belege und Vorschriften bereit, statt anzunehmen, dass eine externe Recherche stattgefunden hat.
Bewahre Quelltext, bereitgestellte Fakten, gewünschte Dokumentform und endgültige Antwort zusammen auf. Prüfe den tatsächlichen Wortlaut von Verweisen sowie die Rechtsordnung oder das Datum, von denen eine Auslegung abhängt. Ein Klauselvergleich oder eine Fallerklärung ist am nützlichsten, wenn Annahmen und stützende Passagen identifizierbar bleiben.
Verwende Farui Plus für seinen benannten Ablauf zur Bearbeitung juristischer Texte. Das endgültige Arbeitsergebnis sollte die gestellte Rechtsfrage oder den gewünschten Entwurf mit dem tatsächlich bereitgestellten Material verbinden.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits farui-plus | 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 $0.0058 / 1K Token Ausgabe · Ausgabetoken $0.0058 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0058 / 1K Token Ausgabe · Ausgabetoken $0.0058 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "farui-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'farui-plus', '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': 'farui-plus', '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 farui-plus
/chat/completions