Reka Edge ist Reka AIs kompaktes Vision-Language-Modell für physische und visuelle Anwendungen. Die veröffentlichte Ausgabe 2603 akzeptiert Bilder oder Video mit einem schriftlichen Prompt und erzeugt Text; sie unterstützt auch reine Textfragen. Ihre Hauptaufgaben sind Szenenverstehen, Videoanalyse, Objekterkennung und werkzeugorientierte Interaktion auf Grundlage visueller Eingaben.
Das Modell kombiniert einen Vision-Encoder mit 657 Millionen Parametern mit einem Sprachmodell als Basis mit 6,4 Milliarden Parametern. Sein visueller Faltungsencoder erzeugt 64 Tokens pro Bildkachel. Die veröffentlichte Textkonfiguration legt eine maximale Positionsanzahl von 16.384 fest, mit Längenskalierung ausgehend von 8.192 Positionen. Dies sind Eigenschaften der Checkpoint-Konfiguration des Anbieters; visuelle Eingaben und Gespräch müssen weiterhin in den für eine Aufgabe verwendeten Kontext passen.
Stellen Sie für visuelle Fragen das Bild bereit und fragen Sie nach einem konkreten Objekt, einer Beziehung oder einem Ereignis. Ein nützlicher Prüf-Prompt benennt, was unterschieden werden muss: die Position des Gegenstands, ein sichtbarer Zustand oder eine Änderung zwischen Einzelbildern. Fügen Sie bei Video die Sequenz hinzu und beschreiben Sie das gesuchte Ereignis. Die Anwendungsbeispiele des Herstellers reichen von Medienbeschreibungen, Logoerkennung, Höhepunkten und Metadaten bis zu Robotik, Fahrzeugkameras und visueller Assistenz.
Die Objekterkennung hat einen spezifischen Anbieter-Prompt: Detect: gefolgt von der Objektbeschreibung. Die Beschreibung kann ein oder mehrere Ziele nennen. Das dokumentierte Ergebnis ordnet Objektbezeichnungen den Koordinaten ihrer Begrenzungsrechtecke zu und verwendet die Marker ref und bbox. Bewahren Sie in einer Anwendung die Beziehung zwischen jeder Bezeichnung und ihren Koordinaten, damit sich der erkannte Bereich am Originalbild prüfen oder darstellen lässt.
Eine praktische Medienprüfung kann nach dem sichtbaren Ereignis, den beteiligten Objekten und einer knappen Beschreibung für ein Archiv fragen. Definieren Sie bei einer Szenenprüfung das Zielobjekt und den relevanten Zustand, bevor Sie eine Beschreibung anfordern. Trennen Sie die Beobachtung des Modells von der nächsten Handlung, die eine Anwendung auswählt. Das Modell liefert die visuelle Interpretation oder vorgeschlagene Werkzeuginteraktion; die umgebende Anwendung führt externe Handlungen aus.
Reka veröffentlicht Anweisungen zur lokalen Bereitstellung des Checkpoints, darunter Beispiele für Bilder, Video, Erkennung und reine Textaufgaben. Die Modellkarte verwendet die eigene Gesprächsvorlage und den Marker für das Ende eines Gesprächsbeitrags. In ihrem lokalen Beispiel wird ein gesonderter Reasoning-Modus ausdrücklich deaktiviert: Visuelle Interpretation ist eine Fähigkeit, während eine offengelegte Denkphase ein anderes Merkmal ist. Das Modell ist für Edge-, On-Premise- und Cloud-Nutzung konzipiert; eine quantisierte Bereitstellung ist eine gesonderte Konfiguration und keine durch den Modellnamen implizierte Identität.
Für die lokale Evaluierung empfiehlt der Anbieter, Speicherreserven für die Generierung zu lassen: Seine Modellkarte nennt mindestens 24 GB Speicher für einen Mac sowie mindestens 24 GB GPU-Speicher plus 24 GB Arbeitsspeicher für eine PC-Konfiguration. Empfohlen werden 32 GB oder mehr in den jeweiligen Speicherkategorien; das float16-Modell belegt auf einem Mac ungefähr 14 GB. Diese Bereitstellungswerte beschreiben die veröffentlichte lokale Konfiguration. Sie helfen, die kompakte Modellgröße von den Ressourcen zu unterscheiden, die eine Anwendung für visuelle Eingaben benötigt.
", "aboutText": "Reka Edge ist Reka AIs kompaktes Vision-Language-Modell für physische und visuelle Anwendungen. Die veröffentlichte Ausgabe 2603 akzeptiert Bilder oder Video mit einem schriftlichen Prompt und erzeugt Text; sie unterstützt auch reine Textfragen. Ihre Hauptaufgaben sind Szenenverstehen, Videoanalyse, Objekterkennung und werkzeugorientierte Interaktion auf Grundlage visueller Eingaben.\n\nDas Modell kombiniert einen Vision-Encoder mit 657 Millionen Parametern mit einem Sprachmodell als Basis mit 6,4 Milliarden Parametern. Sein visueller Faltungsencoder erzeugt 64 Tokens pro Bildkachel. Die veröffentlichte Textkonfiguration legt eine maximale Positionsanzahl von 16.384 fest, mit Längenskalierung ausgehend von 8.192 Positionen. Dies sind Eigenschaften der Checkpoint-Konfiguration des Anbieters; visuelle Eingaben und Gespräch müssen weiterhin in den für eine Aufgabe verwendeten Kontext passen.\n\nStellen Sie für visuelle Fragen das Bild bereit und fragen Sie nach einem konkreten Objekt, einer Beziehung oder einem Ereignis. Ein nützlicher Prüf-Prompt benennt, was unterschieden werden muss: die Position des Gegenstands, ein sichtbarer Zustand oder eine Änderung zwischen Einzelbildern. Fügen Sie bei Video die Sequenz hinzu und beschreiben Sie das gesuchte Ereignis. Die Anwendungsbeispiele des Herstellers reichen von Medienbeschreibungen, Logoerkennung, Höhepunkten und Metadaten bis zu Robotik, Fahrzeugkameras und visueller Assistenz.\n\nDie Objekterkennung hat einen spezifischen Anbieter-Prompt: Detect: gefolgt von der Objektbeschreibung. Die Beschreibung kann ein oder mehrere Ziele nennen. Das dokumentierte Ergebnis ordnet Objektbezeichnungen den Koordinaten ihrer Begrenzungsrechtecke zu und verwendet die Marker ref und bbox. Bewahren Sie in einer Anwendung die Beziehung zwischen jeder Bezeichnung und ihren Koordinaten, damit sich der erkannte Bereich am Originalbild prüfen oder darstellen lässt.\n\nEine praktische Medienprüfung kann nach dem sichtbaren Ereignis, den beteiligten Objekten und einer knappen Beschreibung für ein Archiv fragen. Definieren Sie bei einer Szenenprüfung das Zielobjekt und den relevanten Zustand, bevor Sie eine Beschreibung anfordern. Trennen Sie die Beobachtung des Modells von der nächsten Handlung, die eine Anwendung auswählt. Das Modell liefert die visuelle Interpretation oder vorgeschlagene Werkzeuginteraktion; die umgebende Anwendung führt externe Handlungen aus.\n\nReka veröffentlicht Anweisungen zur lokalen Bereitstellung des Checkpoints, darunter Beispiele für Bilder, Video, Erkennung und reine Textaufgaben. Die Modellkarte verwendet die eigene Gesprächsvorlage und den Marker für das Ende eines Gesprächsbeitrags. In ihrem lokalen Beispiel wird ein gesonderter Reasoning-Modus ausdrücklich deaktiviert: Visuelle Interpretation ist eine Fähigkeit, während eine offengelegte Denkphase ein anderes Merkmal ist. Das Modell ist für Edge-, On-Premise- und Cloud-Nutzung konzipiert; eine quantisierte Bereitstellung ist eine gesonderte Konfiguration und keine durch den Modellnamen implizierte Identität.\n\nFür die lokale Evaluierung empfiehlt der Anbieter, Speicherreserven für die Generierung zu lassen: Seine Modellkarte nennt mindestens 24 GB Speicher für einen Mac sowie mindestens 24 GB GPU-Speicher plus 24 GB Arbeitsspeicher für eine PC-Konfiguration. Empfohlen werden 32 GB oder mehr in den jeweiligen Speicherkategorien; das float16-Modell belegt auf einem Mac ungefähr 14 GB. Diese Bereitstellungswerte beschreiben die veröffentlichte lokale Konfiguration. Sie helfen, die kompakte Modellgröße von den Ressourcen zu unterscheiden, die eine Anwendung für visuelle 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 Videoverstehen, Objekterkennung und visuell geführte Werkzeugabläufe. Es verarbeitet Bildmaterial und Text, erzeugt Text und bietet ein eigenes Prompt-Format 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 akzeptiert Bilder oder Video mit einem schriftlichen Prompt und erzeugt Text; sie unterstützt auch reine Textfragen. Ihre Hauptaufgaben sind Szenenverstehen, Videoanalyse, Objekterkennung und werkzeugorientierte Interaktion auf Grundlage visueller Eingaben.
Das Modell kombiniert einen Vision-Encoder mit 657 Millionen Parametern mit einem Sprachmodell als Basis mit 6,4 Milliarden Parametern. Sein visueller Faltungsencoder erzeugt 64 Tokens pro Bildkachel. Die veröffentlichte Textkonfiguration legt eine maximale Positionsanzahl von 16.384 fest, mit Längenskalierung ausgehend von 8.192 Positionen. Dies sind Eigenschaften der Checkpoint-Konfiguration des Anbieters; visuelle Eingaben und Gespräch müssen weiterhin in den für eine Aufgabe verwendeten Kontext passen.
Stellen Sie für visuelle Fragen das Bild bereit und fragen Sie nach einem konkreten Objekt, einer Beziehung oder einem Ereignis. Ein nützlicher Prüf-Prompt benennt, was unterschieden werden muss: die Position des Gegenstands, ein sichtbarer Zustand oder eine Änderung zwischen Einzelbildern. Fügen Sie bei Video die Sequenz hinzu und beschreiben Sie das gesuchte Ereignis. Die Anwendungsbeispiele des Herstellers reichen von Medienbeschreibungen, Logoerkennung, Höhepunkten und Metadaten bis zu Robotik, Fahrzeugkameras und visueller Assistenz.
Die Objekterkennung hat einen spezifischen Anbieter-Prompt: Detect: gefolgt von der Objektbeschreibung. Die Beschreibung kann ein oder mehrere Ziele nennen. Das dokumentierte Ergebnis ordnet Objektbezeichnungen den Koordinaten ihrer Begrenzungsrechtecke zu und verwendet die Marker ref und bbox. Bewahren Sie in einer Anwendung die Beziehung zwischen jeder Bezeichnung und ihren Koordinaten, damit sich der erkannte Bereich am Originalbild prüfen oder darstellen lässt.
Eine praktische Medienprüfung kann nach dem sichtbaren Ereignis, den beteiligten Objekten und einer knappen Beschreibung für ein Archiv fragen. Definieren Sie bei einer Szenenprüfung das Zielobjekt und den relevanten Zustand, bevor Sie eine Beschreibung anfordern. Trennen Sie die Beobachtung des Modells von der nächsten Handlung, die eine Anwendung auswählt. Das Modell liefert die visuelle Interpretation oder vorgeschlagene Werkzeuginteraktion; die umgebende Anwendung führt externe Handlungen aus.
Reka veröffentlicht Anweisungen zur lokalen Bereitstellung des Checkpoints, darunter Beispiele für Bilder, Video, Erkennung und reine Textaufgaben. Die Modellkarte verwendet die eigene Gesprächsvorlage und den Marker für das Ende eines Gesprächsbeitrags. In ihrem lokalen Beispiel wird ein gesonderter Reasoning-Modus ausdrücklich deaktiviert: Visuelle Interpretation ist eine Fähigkeit, während eine offengelegte Denkphase ein anderes Merkmal ist. Das Modell ist für Edge-, On-Premise- und Cloud-Nutzung konzipiert; eine quantisierte Bereitstellung ist eine gesonderte Konfiguration und keine durch den Modellnamen implizierte Identität.
Für die lokale Evaluierung empfiehlt der Anbieter, Speicherreserven für die Generierung zu lassen: Seine Modellkarte nennt mindestens 24 GB Speicher für einen Mac sowie mindestens 24 GB GPU-Speicher plus 24 GB Arbeitsspeicher für eine PC-Konfiguration. Empfohlen werden 32 GB oder mehr in den jeweiligen Speicherkategorien; das float16-Modell belegt auf einem Mac ungefähr 14 GB. Diese Bereitstellungswerte beschreiben die veröffentlichte lokale Konfiguration. Sie helfen, die kompakte Modellgröße von den Ressourcen zu unterscheiden, die eine Anwendung für visuelle 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 Token Ausgabe · Ausgabetoken $0.0002 / 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 $0.0002 / 1K Token Ausgabe · Ausgabetoken $0.0002 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "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 Videoverstehen, Objekterkennung und visuell geführte Werkzeugabläufe. Es verarbeitet Bildmaterial und Text, erzeugt Text und bietet ein eigenes Prompt-Format 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 akzeptiert Bilder oder Video mit einem schriftlichen Prompt und erzeugt Text; sie unterstützt auch reine Textfragen. Ihre Hauptaufgaben sind Szenenverstehen, Videoanalyse, Objekterkennung und werkzeugorientierte Interaktion auf Grundlage visueller Eingaben.
Das Modell kombiniert einen Vision-Encoder mit 657 Millionen Parametern mit einem Sprachmodell als Basis mit 6,4 Milliarden Parametern. Sein visueller Faltungsencoder erzeugt 64 Tokens pro Bildkachel. Die veröffentlichte Textkonfiguration legt eine maximale Positionsanzahl von 16.384 fest, mit Längenskalierung ausgehend von 8.192 Positionen. Dies sind Eigenschaften der Checkpoint-Konfiguration des Anbieters; visuelle Eingaben und Gespräch müssen weiterhin in den für eine Aufgabe verwendeten Kontext passen.
Stellen Sie für visuelle Fragen das Bild bereit und fragen Sie nach einem konkreten Objekt, einer Beziehung oder einem Ereignis. Ein nützlicher Prüf-Prompt benennt, was unterschieden werden muss: die Position des Gegenstands, ein sichtbarer Zustand oder eine Änderung zwischen Einzelbildern. Fügen Sie bei Video die Sequenz hinzu und beschreiben Sie das gesuchte Ereignis. Die Anwendungsbeispiele des Herstellers reichen von Medienbeschreibungen, Logoerkennung, Höhepunkten und Metadaten bis zu Robotik, Fahrzeugkameras und visueller Assistenz.
Die Objekterkennung hat einen spezifischen Anbieter-Prompt: Detect: gefolgt von der Objektbeschreibung. Die Beschreibung kann ein oder mehrere Ziele nennen. Das dokumentierte Ergebnis ordnet Objektbezeichnungen den Koordinaten ihrer Begrenzungsrechtecke zu und verwendet die Marker ref und bbox. Bewahren Sie in einer Anwendung die Beziehung zwischen jeder Bezeichnung und ihren Koordinaten, damit sich der erkannte Bereich am Originalbild prüfen oder darstellen lässt.
Eine praktische Medienprüfung kann nach dem sichtbaren Ereignis, den beteiligten Objekten und einer knappen Beschreibung für ein Archiv fragen. Definieren Sie bei einer Szenenprüfung das Zielobjekt und den relevanten Zustand, bevor Sie eine Beschreibung anfordern. Trennen Sie die Beobachtung des Modells von der nächsten Handlung, die eine Anwendung auswählt. Das Modell liefert die visuelle Interpretation oder vorgeschlagene Werkzeuginteraktion; die umgebende Anwendung führt externe Handlungen aus.
Reka veröffentlicht Anweisungen zur lokalen Bereitstellung des Checkpoints, darunter Beispiele für Bilder, Video, Erkennung und reine Textaufgaben. Die Modellkarte verwendet die eigene Gesprächsvorlage und den Marker für das Ende eines Gesprächsbeitrags. In ihrem lokalen Beispiel wird ein gesonderter Reasoning-Modus ausdrücklich deaktiviert: Visuelle Interpretation ist eine Fähigkeit, während eine offengelegte Denkphase ein anderes Merkmal ist. Das Modell ist für Edge-, On-Premise- und Cloud-Nutzung konzipiert; eine quantisierte Bereitstellung ist eine gesonderte Konfiguration und keine durch den Modellnamen implizierte Identität.
Für die lokale Evaluierung empfiehlt der Anbieter, Speicherreserven für die Generierung zu lassen: Seine Modellkarte nennt mindestens 24 GB Speicher für einen Mac sowie mindestens 24 GB GPU-Speicher plus 24 GB Arbeitsspeicher für eine PC-Konfiguration. Empfohlen werden 32 GB oder mehr in den jeweiligen Speicherkategorien; das float16-Modell belegt auf einem Mac ungefähr 14 GB. Diese Bereitstellungswerte beschreiben die veröffentlichte lokale Konfiguration. Sie helfen, die kompakte Modellgröße von den Ressourcen zu unterscheiden, die eine Anwendung für visuelle 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 Token Ausgabe · Ausgabetoken $0.0002 / 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 $0.0002 / 1K Token Ausgabe · Ausgabetoken $0.0002 / 1K Token Eingabe · Cache-Lesen — / 1K Token Eingabe · Cache-Schreiben — / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "rekaai/reka-edge",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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.