Το Amazon Nova Micro είναι το μοντέλο Nova πρώτης γενιάς της Amazon αποκλειστικά για κείμενο, σχεδιασμένο για απαντήσεις χαμηλής καθυστέρησης σε συνήθεις γλωσσικές ροές. Δέχεται κείμενο και επιστρέφει κείμενο. Τα παραδείγματα της Amazon περιλαμβάνουν σύνοψη παρεχόμενων πληροφοριών, μετάφραση, ταξινόμηση κειμένου, απαντήσεις σε ερωτήσεις και παραγωγή συνοπτικού γραπτού περιεχομένου. Το Micro είναι χρήσιμο όταν μια εφαρμογή έχει ήδη συλλέξει τα γεγονότα και χρειάζεται στοχευμένο μετασχηματισμό, όπως μετατροπή χαρακτηριστικών προϊόντος σε παράγραφο καταλόγου ή σημειώσεων συνάντησης σε λίστα ενεργειών.
Ο οδηγός Nova πρώτης γενιάς αναφέρει παράθυρο πλαισίου 128K token και μέγιστη έξοδο 10K token. Η τεκμηριωμένη ημερομηνία αποκοπής γνώσεων είναι ο Οκτώβριος 2024. Πρόκειται για μικρότερο πλαίσιο εργασίας από τα παράθυρα 300K των Nova Lite και Pro ή το παράθυρο 1 εκατομμυρίου token του Premier. Χρησιμοποιήστε τον διαθέσιμο χώρο για το κείμενο από το οποίο εξαρτάται πραγματικά η απάντηση: αποσπάσματα πηγών, παραδείγματα και σχετική συνομιλία. Προσδιορίστε αν το επιθυμητό παραδοτέο είναι σύντομη απάντηση, ετικέτα κατηγορίας, μετάφραση ή σύνολο εξαγόμενων πεδίων. Ένα μεγάλο όριο πλαισίου δεν απαιτεί μεγάλη απάντηση· το ρητό μήκος και η δομή εξόδου διατηρούν το αποτέλεσμα χρήσιμο.
Το πεδίο εφαρμογής του Micro είναι το κείμενο αντί για εγγενή κατανόηση εικόνας, βίντεο ή ήχου. Για πληροφορίες αρχικά αποθηκευμένες σε έγγραφο ή αρχείο πολυμέσων, δώστε το εξαγόμενο κείμενο ή την απομαγνητοφώνησή του. Μια περιγραφή περιεχομένου προϊόντος μπορεί να περιέχει το όνομα προϊόντος, διαστάσεις, υλικά, παραλλαγές και απαιτούμενο ύφος και κατόπιν να ζητά μία παράγραφο χρησιμοποιώντας μόνο αυτά τα χαρακτηριστικά. Ένα πρωτότυπο παράδειγμα θα ζητούσε ουδέτερη περιγραφή και ξεχωριστή λίστα προδιαγραφών που λείπουν. Έτσι το μοντέλο χρησιμοποιείται ως συντάκτης και μετασχηματιστής παρεχόμενων στοιχείων αντί να του ζητείται να συμπεράνει αθέατα χαρακτηριστικά προϊόντος.
Η Amazon τεκμηριώνει ρόλους system, user και assistant για προτροπές κειμένου Nova. Μια οδηγία system μπορεί να καθορίζει τον ρόλο γραφής και επαναλαμβανόμενους περιορισμούς· το μήνυμα user παρέχει την εργασία και το υλικό προέλευσης· μερικά αντιπροσωπευτικά παραδείγματα μπορούν να δείχνουν την επιθυμητή μορφή. Δομήστε πυκνές εισόδους με σαφείς ετικέτες και χωρίστε σύνθετες οδηγίες σε ξεχωριστά βήματα αν το μοντέλο δυσκολεύεται με τις εξαρτήσεις τους. Για μετάφραση, δηλώστε τη γλώσσα στόχο, αν πρέπει να διατηρούνται κύρια ονόματα και ποιοι όροι πρέπει να μένουν αμετάβλητοι. Η οικογένεια version1 έχει εκπαιδευτεί για περισσότερες από 200 γλώσσες, με βελτιστοποίηση για μικρότερο σύνολο, επομένως μην υποθέτετε πανομοιότυπη ποιότητα σε κάθε διάλεκτο.
Το Micro υποστηρίζει ροή απαντήσεων και κλήσεις εργαλείων στην πλευρά του πελάτη. Υποστηρίζει επίσης προσωρινή αποθήκευση προτροπών στο τεκμηριωμένο προφίλ εξυπηρέτησης της Amazon. Η ρητή προσωρινή αποθήκευση απαιτεί τουλάχιστον 1K token ανά σημείο ελέγχου και επιτρέπει έως τέσσερα σημεία με διατήρηση πέντε λεπτών. Ο δημιουργός περιορίζει την προσωρινή αποθήκευση προτροπών σε 20K token, κυρίως για προτροπές κειμένου· αυτό το όριο είναι ξεχωριστό από το πλήρες παράθυρο πλαισίου. Σε έναν βοηθό που βασίζεται σε πηγές, μια εφαρμογή μπορεί να ανακτά το σχετικό κείμενο ή να εκτελεί μια ζητούμενη συνάρτηση και κατόπιν να στέλνει πίσω το παρατηρημένο αποτέλεσμα για τελική απάντηση. Το ίδιο το μοντέλο δεν είναι μηχανή ζωντανής ανάκτησης πληροφοριών. Όταν μια απάντηση εξαρτάται από τρέχουσα πολιτική ή ιδιωτική βάση γνώσεων, συμπεριλάβετε την πραγματική σχετική πηγή. Μια ζητούμενη μορφή JSON μπορεί να είναι χρήσιμη για ταξινόμηση ή εξαγωγή, αλλά το προφίλ του δημιουργού δεν αναφέρει την επιβαλλόμενη δομημένη έξοδο ως υποστηριζόμενη δυνατότητα· προσδιορίστε τη συμπεριφορά τιμών που λείπουν και ελέγξτε τα επιστρεφόμενα πεδία.
Ένας επιπλέον ρόλος πρώτης γενιάς είναι η προσαρμογή: η Amazon τεκμηριώνει προσαρμοσμένη εκπαίδευση του Micro με επισημασμένα παραδείγματα και απόσταξη γνώσεων ειδικών για μια εργασία προς αυτό από τα Nova Pro ή Premier. Ένα προσαρμοσμένο παράγωγο αποτελεί ξεχωριστή ροή, όχι δυνατότητα που αλλάζει σιωπηρά τη βασική έκδοση. Για το συνηθισμένο μοντέλο, κρίνετε το ολοκληρωμένο παραδοτέο ως προς την περιγραφή του: τα παρεχόμενα γεγονότα πρέπει να παραμένουν ακέραια, σημαντικά χαρακτηριστικά δεν πρέπει να εξαφανίζονται και ο πεζός λόγος πρέπει να ταιριάζει στο ζητούμενο ύφος. Το Micro μπορεί επίσης να παράγει κώδικα, αλλά αυτές οι ολοκληρώσεις δεν περιλαμβάνουν αυτόματη σάρωση ασφαλείας ή αποτέλεσμα εκτέλεσης.
", "aboutText": "Το Amazon Nova Micro είναι το μοντέλο Nova πρώτης γενιάς της Amazon αποκλειστικά για κείμενο, σχεδιασμένο για απαντήσεις χαμηλής καθυστέρησης σε συνήθεις γλωσσικές ροές. Δέχεται κείμενο και επιστρέφει κείμενο. Τα παραδείγματα της Amazon περιλαμβάνουν σύνοψη παρεχόμενων πληροφοριών, μετάφραση, ταξινόμηση κειμένου, απαντήσεις σε ερωτήσεις και παραγωγή συνοπτικού γραπτού περιεχομένου. Το Micro είναι χρήσιμο όταν μια εφαρμογή έχει ήδη συλλέξει τα γεγονότα και χρειάζεται στοχευμένο μετασχηματισμό, όπως μετατροπή χαρακτηριστικών προϊόντος σε παράγραφο καταλόγου ή σημειώσεων συνάντησης σε λίστα ενεργειών.\n\nΟ οδηγός Nova πρώτης γενιάς αναφέρει παράθυρο πλαισίου 128K token και μέγιστη έξοδο 10K token. Η τεκμηριωμένη ημερομηνία αποκοπής γνώσεων είναι ο Οκτώβριος 2024. Πρόκειται για μικρότερο πλαίσιο εργασίας από τα παράθυρα 300K των Nova Lite και Pro ή το παράθυρο 1 εκατομμυρίου token του Premier. Χρησιμοποιήστε τον διαθέσιμο χώρο για το κείμενο από το οποίο εξαρτάται πραγματικά η απάντηση: αποσπάσματα πηγών, παραδείγματα και σχετική συνομιλία. Προσδιορίστε αν το επιθυμητό παραδοτέο είναι σύντομη απάντηση, ετικέτα κατηγορίας, μετάφραση ή σύνολο εξαγόμενων πεδίων. Ένα μεγάλο όριο πλαισίου δεν απαιτεί μεγάλη απάντηση· το ρητό μήκος και η δομή εξόδου διατηρούν το αποτέλεσμα χρήσιμο.\n\nΤο πεδίο εφαρμογής του Micro είναι το κείμενο αντί για εγγενή κατανόηση εικόνας, βίντεο ή ήχου. Για πληροφορίες αρχικά αποθηκευμένες σε έγγραφο ή αρχείο πολυμέσων, δώστε το εξαγόμενο κείμενο ή την απομαγνητοφώνησή του. Μια περιγραφή περιεχομένου προϊόντος μπορεί να περιέχει το όνομα προϊόντος, διαστάσεις, υλικά, παραλλαγές και απαιτούμενο ύφος και κατόπιν να ζητά μία παράγραφο χρησιμοποιώντας μόνο αυτά τα χαρακτηριστικά. Ένα πρωτότυπο παράδειγμα θα ζητούσε ουδέτερη περιγραφή και ξεχωριστή λίστα προδιαγραφών που λείπουν. Έτσι το μοντέλο χρησιμοποιείται ως συντάκτης και μετασχηματιστής παρεχόμενων στοιχείων αντί να του ζητείται να συμπεράνει αθέατα χαρακτηριστικά προϊόντος.\n\nΗ Amazon τεκμηριώνει ρόλους system, user και assistant για προτροπές κειμένου Nova. Μια οδηγία system μπορεί να καθορίζει τον ρόλο γραφής και επαναλαμβανόμενους περιορισμούς· το μήνυμα user παρέχει την εργασία και το υλικό προέλευσης· μερικά αντιπροσωπευτικά παραδείγματα μπορούν να δείχνουν την επιθυμητή μορφή. Δομήστε πυκνές εισόδους με σαφείς ετικέτες και χωρίστε σύνθετες οδηγίες σε ξεχωριστά βήματα αν το μοντέλο δυσκολεύεται με τις εξαρτήσεις τους. Για μετάφραση, δηλώστε τη γλώσσα στόχο, αν πρέπει να διατηρούνται κύρια ονόματα και ποιοι όροι πρέπει να μένουν αμετάβλητοι. Η οικογένεια version1 έχει εκπαιδευτεί για περισσότερες από 200 γλώσσες, με βελτιστοποίηση για μικρότερο σύνολο, επομένως μην υποθέτετε πανομοιότυπη ποιότητα σε κάθε διάλεκτο.\n\nΤο Micro υποστηρίζει ροή απαντήσεων και κλήσεις εργαλείων στην πλευρά του πελάτη. Υποστηρίζει επίσης προσωρινή αποθήκευση προτροπών στο τεκμηριωμένο προφίλ εξυπηρέτησης της Amazon. Η ρητή προσωρινή αποθήκευση απαιτεί τουλάχιστον 1K token ανά σημείο ελέγχου και επιτρέπει έως τέσσερα σημεία με διατήρηση πέντε λεπτών. Ο δημιουργός περιορίζει την προσωρινή αποθήκευση προτροπών σε 20K token, κυρίως για προτροπές κειμένου· αυτό το όριο είναι ξεχωριστό από το πλήρες παράθυρο πλαισίου. Σε έναν βοηθό που βασίζεται σε πηγές, μια εφαρμογή μπορεί να ανακτά το σχετικό κείμενο ή να εκτελεί μια ζητούμενη συνάρτηση και κατόπιν να στέλνει πίσω το παρατηρημένο αποτέλεσμα για τελική απάντηση. Το ίδιο το μοντέλο δεν είναι μηχανή ζωντανής ανάκτησης πληροφοριών. Όταν μια απάντηση εξαρτάται από τρέχουσα πολιτική ή ιδιωτική βάση γνώσεων, συμπεριλάβετε την πραγματική σχετική πηγή. Μια ζητούμενη μορφή JSON μπορεί να είναι χρήσιμη για ταξινόμηση ή εξαγωγή, αλλά το προφίλ του δημιουργού δεν αναφέρει την επιβαλλόμενη δομημένη έξοδο ως υποστηριζόμενη δυνατότητα· προσδιορίστε τη συμπεριφορά τιμών που λείπουν και ελέγξτε τα επιστρεφόμενα πεδία.\n\nΈνας επιπλέον ρόλος πρώτης γενιάς είναι η προσαρμογή: η Amazon τεκμηριώνει προσαρμοσμένη εκπαίδευση του Micro με επισημασμένα παραδείγματα και απόσταξη γνώσεων ειδικών για μια εργασία προς αυτό από τα Nova Pro ή Premier. Ένα προσαρμοσμένο παράγωγο αποτελεί ξεχωριστή ροή, όχι δυνατότητα που αλλάζει σιωπηρά τη βασική έκδοση. Για το συνηθισμένο μοντέλο, κρίνετε το ολοκληρωμένο παραδοτέο ως προς την περιγραφή του: τα παρεχόμενα γεγονότα πρέπει να παραμένουν ακέραια, σημαντικά χαρακτηριστικά δεν πρέπει να εξαφανίζονται και ο πεζός λόγος πρέπει να ταιριάζει στο ζητούμενο ύφος. Το Micro μπορεί επίσης να παράγει κώδικα, αλλά αυτές οι ολοκληρώσεις δεν περιλαμβάνουν αυτόματη σάρωση ασφαλείας ή αποτέλεσμα εκτέλεσης.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Product copy from supplied specifications\n\nTurn these attributes into a neutral 45-word catalog paragraph: folding desk, oak veneer, steel frame, 90 × 50 cm top, two height positions, flat-pack delivery. Follow it with missing specifications a buyer might need. Use only the supplied attributes and avoid claims about durability, sustainability or maximum load.One short product paragraph followed by a separate missing-specifications list.Every stated product feature is in the supplied attributes; unknown load capacity stays in the missing list.amazon/nova-micro-v1Το Amazon Nova Micro είναι το μοντέλο αποκλειστικά κειμένου της οικογένειας Nova πρώτης γενιάς. Έχει σχεδιαστεί για γλωσσικές εργασίες χαμηλής καθυστέρησης, όπως συνόψεις, μετάφραση, ταξινόμηση, απαντήσεις σε ερωτήσεις και μετατροπή παρεχόμενων γεγονότων σε συνοπτικό περιεχόμενο.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Amazon Nova Micro είναι το μοντέλο Nova πρώτης γενιάς της Amazon αποκλειστικά για κείμενο, σχεδιασμένο για απαντήσεις χαμηλής καθυστέρησης σε συνήθεις γλωσσικές ροές. Δέχεται κείμενο και επιστρέφει κείμενο. Τα παραδείγματα της Amazon περιλαμβάνουν σύνοψη παρεχόμενων πληροφοριών, μετάφραση, ταξινόμηση κειμένου, απαντήσεις σε ερωτήσεις και παραγωγή συνοπτικού γραπτού περιεχομένου. Το Micro είναι χρήσιμο όταν μια εφαρμογή έχει ήδη συλλέξει τα γεγονότα και χρειάζεται στοχευμένο μετασχηματισμό, όπως μετατροπή χαρακτηριστικών προϊόντος σε παράγραφο καταλόγου ή σημειώσεων συνάντησης σε λίστα ενεργειών.
Ο οδηγός Nova πρώτης γενιάς αναφέρει παράθυρο πλαισίου 128K token και μέγιστη έξοδο 10K token. Η τεκμηριωμένη ημερομηνία αποκοπής γνώσεων είναι ο Οκτώβριος 2024. Πρόκειται για μικρότερο πλαίσιο εργασίας από τα παράθυρα 300K των Nova Lite και Pro ή το παράθυρο 1 εκατομμυρίου token του Premier. Χρησιμοποιήστε τον διαθέσιμο χώρο για το κείμενο από το οποίο εξαρτάται πραγματικά η απάντηση: αποσπάσματα πηγών, παραδείγματα και σχετική συνομιλία. Προσδιορίστε αν το επιθυμητό παραδοτέο είναι σύντομη απάντηση, ετικέτα κατηγορίας, μετάφραση ή σύνολο εξαγόμενων πεδίων. Ένα μεγάλο όριο πλαισίου δεν απαιτεί μεγάλη απάντηση· το ρητό μήκος και η δομή εξόδου διατηρούν το αποτέλεσμα χρήσιμο.
Το πεδίο εφαρμογής του Micro είναι το κείμενο αντί για εγγενή κατανόηση εικόνας, βίντεο ή ήχου. Για πληροφορίες αρχικά αποθηκευμένες σε έγγραφο ή αρχείο πολυμέσων, δώστε το εξαγόμενο κείμενο ή την απομαγνητοφώνησή του. Μια περιγραφή περιεχομένου προϊόντος μπορεί να περιέχει το όνομα προϊόντος, διαστάσεις, υλικά, παραλλαγές και απαιτούμενο ύφος και κατόπιν να ζητά μία παράγραφο χρησιμοποιώντας μόνο αυτά τα χαρακτηριστικά. Ένα πρωτότυπο παράδειγμα θα ζητούσε ουδέτερη περιγραφή και ξεχωριστή λίστα προδιαγραφών που λείπουν. Έτσι το μοντέλο χρησιμοποιείται ως συντάκτης και μετασχηματιστής παρεχόμενων στοιχείων αντί να του ζητείται να συμπεράνει αθέατα χαρακτηριστικά προϊόντος.
Η Amazon τεκμηριώνει ρόλους system, user και assistant για προτροπές κειμένου Nova. Μια οδηγία system μπορεί να καθορίζει τον ρόλο γραφής και επαναλαμβανόμενους περιορισμούς· το μήνυμα user παρέχει την εργασία και το υλικό προέλευσης· μερικά αντιπροσωπευτικά παραδείγματα μπορούν να δείχνουν την επιθυμητή μορφή. Δομήστε πυκνές εισόδους με σαφείς ετικέτες και χωρίστε σύνθετες οδηγίες σε ξεχωριστά βήματα αν το μοντέλο δυσκολεύεται με τις εξαρτήσεις τους. Για μετάφραση, δηλώστε τη γλώσσα στόχο, αν πρέπει να διατηρούνται κύρια ονόματα και ποιοι όροι πρέπει να μένουν αμετάβλητοι. Η οικογένεια version1 έχει εκπαιδευτεί για περισσότερες από 200 γλώσσες, με βελτιστοποίηση για μικρότερο σύνολο, επομένως μην υποθέτετε πανομοιότυπη ποιότητα σε κάθε διάλεκτο.
Το Micro υποστηρίζει ροή απαντήσεων και κλήσεις εργαλείων στην πλευρά του πελάτη. Υποστηρίζει επίσης προσωρινή αποθήκευση προτροπών στο τεκμηριωμένο προφίλ εξυπηρέτησης της Amazon. Η ρητή προσωρινή αποθήκευση απαιτεί τουλάχιστον 1K token ανά σημείο ελέγχου και επιτρέπει έως τέσσερα σημεία με διατήρηση πέντε λεπτών. Ο δημιουργός περιορίζει την προσωρινή αποθήκευση προτροπών σε 20K token, κυρίως για προτροπές κειμένου· αυτό το όριο είναι ξεχωριστό από το πλήρες παράθυρο πλαισίου. Σε έναν βοηθό που βασίζεται σε πηγές, μια εφαρμογή μπορεί να ανακτά το σχετικό κείμενο ή να εκτελεί μια ζητούμενη συνάρτηση και κατόπιν να στέλνει πίσω το παρατηρημένο αποτέλεσμα για τελική απάντηση. Το ίδιο το μοντέλο δεν είναι μηχανή ζωντανής ανάκτησης πληροφοριών. Όταν μια απάντηση εξαρτάται από τρέχουσα πολιτική ή ιδιωτική βάση γνώσεων, συμπεριλάβετε την πραγματική σχετική πηγή. Μια ζητούμενη μορφή JSON μπορεί να είναι χρήσιμη για ταξινόμηση ή εξαγωγή, αλλά το προφίλ του δημιουργού δεν αναφέρει την επιβαλλόμενη δομημένη έξοδο ως υποστηριζόμενη δυνατότητα· προσδιορίστε τη συμπεριφορά τιμών που λείπουν και ελέγξτε τα επιστρεφόμενα πεδία.
Ένας επιπλέον ρόλος πρώτης γενιάς είναι η προσαρμογή: η Amazon τεκμηριώνει προσαρμοσμένη εκπαίδευση του Micro με επισημασμένα παραδείγματα και απόσταξη γνώσεων ειδικών για μια εργασία προς αυτό από τα Nova Pro ή Premier. Ένα προσαρμοσμένο παράγωγο αποτελεί ξεχωριστή ροή, όχι δυνατότητα που αλλάζει σιωπηρά τη βασική έκδοση. Για το συνηθισμένο μοντέλο, κρίνετε το ολοκληρωμένο παραδοτέο ως προς την περιγραφή του: τα παρεχόμενα γεγονότα πρέπει να παραμένουν ακέραια, σημαντικά χαρακτηριστικά δεν πρέπει να εξαφανίζονται και ο πεζός λόγος πρέπει να ταιριάζει στο ζητούμενο ύφος. Το Micro μπορεί επίσης να παράγει κώδικα, αλλά αυτές οι ολοκληρώσεις δεν περιλαμβάνουν αυτόματη σάρωση ασφαλείας ή αποτέλεσμα εκτέλεσης.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια amazon/nova-micro-v1 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Παραδείγματα: system, user, assistant, tool, function Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο. Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring|content_part[]|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_calls | Τύποςtool_call[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_call_id | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
Πεδίοmessages[].name | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].reasoning_content | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
Πεδίοmessages[].reasoning_details | Τύποςobject|array | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_completion_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Πεδίοstream_options.include_usage | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtemperature | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtop_p | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstop | Τύποςstring|string[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools | Τύποςfunction_tool[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].type | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].function.name | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
Πεδίοtools[].function.description | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtools[].function.parameters | ΤύποςJSON_schema | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtool_choice | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοparallel_tool_calls | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοresponse_format | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning_effort | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοservice_tier | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοinstructions | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
Πεδίοfunctions | Τύποςfunction[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοfunction_call | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοprompt_cache_options | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmodalities | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
Πεδίοcache_control.ttl | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— |
Κείμενο · Κείμενο UTF8
messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςmessages | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
Παράμετροςfile_material | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
Παράμετροςoptional_controls | Σύμβασηstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Παράμετροςcontrol_scope | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
Παράμετροςoutput_modalities | Σύμβασηtext |
Παράμετροςhosted_operations | Σύμβασηfalse |
Παράμετροςmultimodal_input_binding | Σύμβασηnull |
Κύκλος ζωής: synchronous_or_streamed
Στείλτε το ακριβές ID μοντέλου μαζί με το messages.
Το μήκος συμφραζομένων δεν είναι ανώτατο όριο εξόδου.
Ένα αρχείο κειμένου μπορεί να παρέχει αυτούσιο κείμενο· οι είσοδοι εικόνας/ήχου/αντικειμένων αρχείων χρειάζονται ακριβή αντιστοίχιση.
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
|---|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.00007 / 1K token Έξοδος · Token εξόδου $0.00028 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.00007 / 1K token Έξοδος · Token εξόδου $0.00028 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "amazon/nova-micro-v1", "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='amazon/nova-micro-v1',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='amazon/nova-micro-v1',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 ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε κάθε επιλογή και το περιεχόμενο/τις κλήσεις εργαλείων/το περιεχόμενο συλλογιστικής της. Στο SSE συνθέστε τις διαφορικές ενημερώσεις ανά δείκτη επιλογής/εργαλείου και κρατήστε την τελική αιτία τερματισμού και τα στοιχεία χρήσης.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοchoices[].index | Τύποςinteger |
Πεδίοchoices[].message.content | Τύποςstring|null |
Πεδίοchoices[].message.tool_calls | Τύποςtool_call[] |
Πεδίοchoices[].message.reasoning_content | Τύποςstring |
Πεδίοchoices[].message.reasoning_details | Τύποςobject|array |
Πεδίοchoices[].finish_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra amazon/nova-micro-v1
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
amazon/nova-micro-v1Το Amazon Nova Micro είναι το μοντέλο αποκλειστικά κειμένου της οικογένειας Nova πρώτης γενιάς. Έχει σχεδιαστεί για γλωσσικές εργασίες χαμηλής καθυστέρησης, όπως συνόψεις, μετάφραση, ταξινόμηση, απαντήσεις σε ερωτήσεις και μετατροπή παρεχόμενων γεγονότων σε συνοπτικό περιεχόμενο.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Amazon Nova Micro είναι το μοντέλο Nova πρώτης γενιάς της Amazon αποκλειστικά για κείμενο, σχεδιασμένο για απαντήσεις χαμηλής καθυστέρησης σε συνήθεις γλωσσικές ροές. Δέχεται κείμενο και επιστρέφει κείμενο. Τα παραδείγματα της Amazon περιλαμβάνουν σύνοψη παρεχόμενων πληροφοριών, μετάφραση, ταξινόμηση κειμένου, απαντήσεις σε ερωτήσεις και παραγωγή συνοπτικού γραπτού περιεχομένου. Το Micro είναι χρήσιμο όταν μια εφαρμογή έχει ήδη συλλέξει τα γεγονότα και χρειάζεται στοχευμένο μετασχηματισμό, όπως μετατροπή χαρακτηριστικών προϊόντος σε παράγραφο καταλόγου ή σημειώσεων συνάντησης σε λίστα ενεργειών.
Ο οδηγός Nova πρώτης γενιάς αναφέρει παράθυρο πλαισίου 128K token και μέγιστη έξοδο 10K token. Η τεκμηριωμένη ημερομηνία αποκοπής γνώσεων είναι ο Οκτώβριος 2024. Πρόκειται για μικρότερο πλαίσιο εργασίας από τα παράθυρα 300K των Nova Lite και Pro ή το παράθυρο 1 εκατομμυρίου token του Premier. Χρησιμοποιήστε τον διαθέσιμο χώρο για το κείμενο από το οποίο εξαρτάται πραγματικά η απάντηση: αποσπάσματα πηγών, παραδείγματα και σχετική συνομιλία. Προσδιορίστε αν το επιθυμητό παραδοτέο είναι σύντομη απάντηση, ετικέτα κατηγορίας, μετάφραση ή σύνολο εξαγόμενων πεδίων. Ένα μεγάλο όριο πλαισίου δεν απαιτεί μεγάλη απάντηση· το ρητό μήκος και η δομή εξόδου διατηρούν το αποτέλεσμα χρήσιμο.
Το πεδίο εφαρμογής του Micro είναι το κείμενο αντί για εγγενή κατανόηση εικόνας, βίντεο ή ήχου. Για πληροφορίες αρχικά αποθηκευμένες σε έγγραφο ή αρχείο πολυμέσων, δώστε το εξαγόμενο κείμενο ή την απομαγνητοφώνησή του. Μια περιγραφή περιεχομένου προϊόντος μπορεί να περιέχει το όνομα προϊόντος, διαστάσεις, υλικά, παραλλαγές και απαιτούμενο ύφος και κατόπιν να ζητά μία παράγραφο χρησιμοποιώντας μόνο αυτά τα χαρακτηριστικά. Ένα πρωτότυπο παράδειγμα θα ζητούσε ουδέτερη περιγραφή και ξεχωριστή λίστα προδιαγραφών που λείπουν. Έτσι το μοντέλο χρησιμοποιείται ως συντάκτης και μετασχηματιστής παρεχόμενων στοιχείων αντί να του ζητείται να συμπεράνει αθέατα χαρακτηριστικά προϊόντος.
Η Amazon τεκμηριώνει ρόλους system, user και assistant για προτροπές κειμένου Nova. Μια οδηγία system μπορεί να καθορίζει τον ρόλο γραφής και επαναλαμβανόμενους περιορισμούς· το μήνυμα user παρέχει την εργασία και το υλικό προέλευσης· μερικά αντιπροσωπευτικά παραδείγματα μπορούν να δείχνουν την επιθυμητή μορφή. Δομήστε πυκνές εισόδους με σαφείς ετικέτες και χωρίστε σύνθετες οδηγίες σε ξεχωριστά βήματα αν το μοντέλο δυσκολεύεται με τις εξαρτήσεις τους. Για μετάφραση, δηλώστε τη γλώσσα στόχο, αν πρέπει να διατηρούνται κύρια ονόματα και ποιοι όροι πρέπει να μένουν αμετάβλητοι. Η οικογένεια version1 έχει εκπαιδευτεί για περισσότερες από 200 γλώσσες, με βελτιστοποίηση για μικρότερο σύνολο, επομένως μην υποθέτετε πανομοιότυπη ποιότητα σε κάθε διάλεκτο.
Το Micro υποστηρίζει ροή απαντήσεων και κλήσεις εργαλείων στην πλευρά του πελάτη. Υποστηρίζει επίσης προσωρινή αποθήκευση προτροπών στο τεκμηριωμένο προφίλ εξυπηρέτησης της Amazon. Η ρητή προσωρινή αποθήκευση απαιτεί τουλάχιστον 1K token ανά σημείο ελέγχου και επιτρέπει έως τέσσερα σημεία με διατήρηση πέντε λεπτών. Ο δημιουργός περιορίζει την προσωρινή αποθήκευση προτροπών σε 20K token, κυρίως για προτροπές κειμένου· αυτό το όριο είναι ξεχωριστό από το πλήρες παράθυρο πλαισίου. Σε έναν βοηθό που βασίζεται σε πηγές, μια εφαρμογή μπορεί να ανακτά το σχετικό κείμενο ή να εκτελεί μια ζητούμενη συνάρτηση και κατόπιν να στέλνει πίσω το παρατηρημένο αποτέλεσμα για τελική απάντηση. Το ίδιο το μοντέλο δεν είναι μηχανή ζωντανής ανάκτησης πληροφοριών. Όταν μια απάντηση εξαρτάται από τρέχουσα πολιτική ή ιδιωτική βάση γνώσεων, συμπεριλάβετε την πραγματική σχετική πηγή. Μια ζητούμενη μορφή JSON μπορεί να είναι χρήσιμη για ταξινόμηση ή εξαγωγή, αλλά το προφίλ του δημιουργού δεν αναφέρει την επιβαλλόμενη δομημένη έξοδο ως υποστηριζόμενη δυνατότητα· προσδιορίστε τη συμπεριφορά τιμών που λείπουν και ελέγξτε τα επιστρεφόμενα πεδία.
Ένας επιπλέον ρόλος πρώτης γενιάς είναι η προσαρμογή: η Amazon τεκμηριώνει προσαρμοσμένη εκπαίδευση του Micro με επισημασμένα παραδείγματα και απόσταξη γνώσεων ειδικών για μια εργασία προς αυτό από τα Nova Pro ή Premier. Ένα προσαρμοσμένο παράγωγο αποτελεί ξεχωριστή ροή, όχι δυνατότητα που αλλάζει σιωπηρά τη βασική έκδοση. Για το συνηθισμένο μοντέλο, κρίνετε το ολοκληρωμένο παραδοτέο ως προς την περιγραφή του: τα παρεχόμενα γεγονότα πρέπει να παραμένουν ακέραια, σημαντικά χαρακτηριστικά δεν πρέπει να εξαφανίζονται και ο πεζός λόγος πρέπει να ταιριάζει στο ζητούμενο ύφος. Το Micro μπορεί επίσης να παράγει κώδικα, αλλά αυτές οι ολοκληρώσεις δεν περιλαμβάνουν αυτόματη σάρωση ασφαλείας ή αποτέλεσμα εκτέλεσης.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια amazon/nova-micro-v1 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Κείμενο · Κείμενο UTF-8
Συμβολοσειρά messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages, max_tokens |
Παράμετροςoptional_controls | Σύμβασηstream |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςtext_file_material | ΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος. |
Κύκλος ζωής: synchronous_or_streamed
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
|---|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.00007 / 1K token Έξοδος · Token εξόδου $0.00028 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.00007 / 1K token Έξοδος · Token εξόδου $0.00028 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "amazon/nova-micro-v1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'amazon/nova-micro-v1', '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': 'amazon/nova-micro-v1', '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 ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε όλα τα μπλοκ περιεχομένου, τις υπογραφές συλλογιστικής και τα πραγματικά ID χρήσης εργαλείων. Συνθέστε όλες τις διαφορικές ενημερώσεις μπλοκ SSE· το πρώτο μπλοκ κειμένου δεν είναι η πλήρης έξοδος.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοcontent[] | Τύποςtext|thinking|tool_use|other content block |
Πεδίοstop_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra amazon/nova-micro-v1
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Product copy from supplied specifications\n\nTurn these attributes into a neutral 45-word catalog paragraph: folding desk, oak veneer, steel frame, 90 × 50 cm top, two height positions, flat-pack delivery. Follow it with missing specifications a buyer might need. Use only the supplied attributes and avoid claims about durability, sustainability or maximum load.One short product paragraph followed by a separate missing-specifications list.Every stated product feature is in the supplied attributes; unknown load capacity stays in the missing list.