Το ERNIE 4.5 VL 424B-A47B είναι το μοντέλο συνομιλίας όρασης και γλώσσας της Baidu, που αναπτύχθηκε από το αντίστοιχο μοντέλο ERNIE 4.5 VL Base. Συνδυάζει οδηγίες κειμένου με οπτικό υλικό και παράγει απάντηση κειμένου. Το δίκτυο μείγματος ειδικών του διαθέτει συνολικά 424 δισεκατομμύρια παραμέτρους, με 47 δισεκατομμύρια να ενεργοποιούνται για κάθε token, και ο κατασκευαστής δημοσιεύει μήκος πλαισίου 131 072 token.
Κύρια χαρακτηριστικά του ERNIE 4.5. Η οικογένεια χρησιμοποιεί ετερογενή σχεδίαση μείγματος ειδικών που μοιράζεται ορισμένες γνώσεις μεταξύ γλώσσας και όρασης διατηρώντας επεξεργασία ειδική για κάθε τροπικότητα. Η Baidu περιγράφει από κοινού πολυτροπική προεκπαίδευση, αποδοτική υποδομή εκπαίδευσης και συμπερασμού και μετεκπαίδευση προσαρμοσμένη στην επιδιωκόμενη τροπικότητα. Για το μοντέλο VL, η έμφαση είναι στην κατανόηση εικόνας, τις οπτικές οδηγίες ειδικές για την εργασία και τη συλλογιστική που συνδέει οπτικά στοιχεία με γλώσσα. Η εκπαίδευσή του περιλαμβάνει επιβλεπόμενη προσαρμοσμένη εκπαίδευση και ενισχυτική μάθηση με επαληθεύσιμες ανταμοιβές.
Επισκόπηση μοντέλου. Η διαμόρφωση αναφέρει 54 επίπεδα, 64 κεφαλές προσοχής ερωτημάτων και 8 κεφαλές κλειδιών/τιμών, με ξεχωριστές ομάδες ειδικών κειμένου και όρασης. Κάθε ομάδα αναφέρει 64 ειδικούς και 8 ενεργοποιημένους ειδικούς. Ο πίνακας μοντέλων του κατασκευαστή προσδιορίζει κείμενο, εικόνα και βίντεο ως τροπικότητες εισόδου αυτής της έκδοσης και κείμενο ως έξοδο. Σκεφτείτε την έξοδο ως ερμηνεία του παρεχόμενου περιεχομένου: περιγραφή, απάντηση σε οπτικό ερώτημα ή αιτιολογημένη εξήγηση όσων υποστηρίζει το υλικό.
Κατανόηση εικόνας. Δώστε την αρχική εικόνα και ένα ρητό ερώτημα. Για σελίδα εγγράφου, διατηρήστε ετικέτες, επικεφαλίδες στηλών και το κείμενο γύρω από μια αμφισβητούμενη τιμή και κατόπιν ζητήστε επιλεγμένα πεδία με τη θέση σελίδας που τα υποστηρίζει. Για διάγραμμα, δηλώστε αν ο στόχος είναι να εξηγηθούν τα συστατικά του, να παρακολουθηθεί διαδικασία ή να συγκριθεί με γραπτή προδιαγραφή. Ζητήστε από το μοντέλο να αναφέρει τις ορατές ετικέτες πριν καταλήξει σε συμπέρασμα ώστε να μπορείτε να ελέγξετε τις παρατηρήσεις χωριστά από την ερμηνεία.
Πολυτροπική συλλογιστική. Όταν πολλές εικόνες συμβάλλουν στην ίδια εργασία, επισημάνετε τους ρόλους τους και εξηγήστε ποιες λεπτομέρειες πρέπει να συγκριθούν. Ένα χρήσιμο αίτημα μπορεί να συνδυάζει φωτογραφία προϊόντος με παρεχόμενη προδιαγραφή και να ζητά λίστα ορατών αντιστοιχιών, διαφορών και στοιχείων που η εικόνα δεν μπορεί να τεκμηριώσει. Για υλικό που εξελίσσεται στον χρόνο, προσδιορίστε το γεγονός ή την αλλαγή που θέλετε να κατανοήσετε και ζητήστε ακολουθία παρατηρήσεων συνδεδεμένη με τα παρεχόμενα καρέ ή τμήματα. Το τελικό παραδοτέο πρέπει να διευκολύνει την εξέταση των στοιχείων πίσω από έναν ισχυρισμό αλλαγής.
Σκέψη και άμεσες απαντήσεις. Η Baidu περιγράφει λειτουργίες με και χωρίς σκέψη για τα μοντέλα όρασης και γλώσσας της. Η σκέψη εξυπηρετεί εργασίες που απαιτούν ανάλυση οπτικών και κειμενικών πληροφοριών· μια άμεση απάντηση μπορεί να εξυπηρετεί απλή περιγραφή ή απλό οπτικό ερώτημα. Δηλώστε σαφώς το απαιτούμενο αποτέλεσμα, όπως συνοπτική απάντηση, πίνακα σύγκρισης ή εξήγηση με υποστηρικτικές παρατηρήσεις. Η επιλογή λειτουργίας ανήκει στη ρύθμιση παραγωγής αντί στη συνηθισμένη διατύπωση ενός αιτήματος εικόνας.
Προετοιμασία υλικού γύρω από το ερώτημα. Χρησιμοποιήστε αναγνώσιμες σελίδες και σχετικές όψεις, κρατήστε συνεπείς τις ετικέτες εικόνων και αφήστε χώρο για τη ζητούμενη απάντηση κειμένου εντός του πλαισίου. Ζητήστε από το μοντέλο να σημειώνει δυσανάγνωστο κείμενο και να διαχωρίζει συναγόμενες ιδιότητες από ορατές λεπτομέρειες. Μια εικόνα μπορεί να δείχνει ετικέτα, σχήμα ή διάταξη ενώ η απάντηση χρειάζεται επίσης παρεχόμενο κανόνα ή προδιαγραφή. Επιβεβαιώστε τις κρίσιμες εξαγόμενες τιμές ως προς το πρωτότυπο και χρησιμοποιήστε πρόσθετη όψη όταν τα στοιχεία αφήνουν ανεπίλυτη μια σημαντική λεπτομέρεια.
", "aboutText": "Το ERNIE 4.5 VL 424B-A47B είναι το μοντέλο συνομιλίας όρασης και γλώσσας της Baidu, που αναπτύχθηκε από το αντίστοιχο μοντέλο ERNIE 4.5 VL Base. Συνδυάζει οδηγίες κειμένου με οπτικό υλικό και παράγει απάντηση κειμένου. Το δίκτυο μείγματος ειδικών του διαθέτει συνολικά 424 δισεκατομμύρια παραμέτρους, με 47 δισεκατομμύρια να ενεργοποιούνται για κάθε token, και ο κατασκευαστής δημοσιεύει μήκος πλαισίου 131 072 token.\n\nΚύρια χαρακτηριστικά του ERNIE 4.5. Η οικογένεια χρησιμοποιεί ετερογενή σχεδίαση μείγματος ειδικών που μοιράζεται ορισμένες γνώσεις μεταξύ γλώσσας και όρασης διατηρώντας επεξεργασία ειδική για κάθε τροπικότητα. Η Baidu περιγράφει από κοινού πολυτροπική προεκπαίδευση, αποδοτική υποδομή εκπαίδευσης και συμπερασμού και μετεκπαίδευση προσαρμοσμένη στην επιδιωκόμενη τροπικότητα. Για το μοντέλο VL, η έμφαση είναι στην κατανόηση εικόνας, τις οπτικές οδηγίες ειδικές για την εργασία και τη συλλογιστική που συνδέει οπτικά στοιχεία με γλώσσα. Η εκπαίδευσή του περιλαμβάνει επιβλεπόμενη προσαρμοσμένη εκπαίδευση και ενισχυτική μάθηση με επαληθεύσιμες ανταμοιβές.\n\nΕπισκόπηση μοντέλου. Η διαμόρφωση αναφέρει 54 επίπεδα, 64 κεφαλές προσοχής ερωτημάτων και 8 κεφαλές κλειδιών/τιμών, με ξεχωριστές ομάδες ειδικών κειμένου και όρασης. Κάθε ομάδα αναφέρει 64 ειδικούς και 8 ενεργοποιημένους ειδικούς. Ο πίνακας μοντέλων του κατασκευαστή προσδιορίζει κείμενο, εικόνα και βίντεο ως τροπικότητες εισόδου αυτής της έκδοσης και κείμενο ως έξοδο. Σκεφτείτε την έξοδο ως ερμηνεία του παρεχόμενου περιεχομένου: περιγραφή, απάντηση σε οπτικό ερώτημα ή αιτιολογημένη εξήγηση όσων υποστηρίζει το υλικό.\n\nΚατανόηση εικόνας. Δώστε την αρχική εικόνα και ένα ρητό ερώτημα. Για σελίδα εγγράφου, διατηρήστε ετικέτες, επικεφαλίδες στηλών και το κείμενο γύρω από μια αμφισβητούμενη τιμή και κατόπιν ζητήστε επιλεγμένα πεδία με τη θέση σελίδας που τα υποστηρίζει. Για διάγραμμα, δηλώστε αν ο στόχος είναι να εξηγηθούν τα συστατικά του, να παρακολουθηθεί διαδικασία ή να συγκριθεί με γραπτή προδιαγραφή. Ζητήστε από το μοντέλο να αναφέρει τις ορατές ετικέτες πριν καταλήξει σε συμπέρασμα ώστε να μπορείτε να ελέγξετε τις παρατηρήσεις χωριστά από την ερμηνεία.\n\nΠολυτροπική συλλογιστική. Όταν πολλές εικόνες συμβάλλουν στην ίδια εργασία, επισημάνετε τους ρόλους τους και εξηγήστε ποιες λεπτομέρειες πρέπει να συγκριθούν. Ένα χρήσιμο αίτημα μπορεί να συνδυάζει φωτογραφία προϊόντος με παρεχόμενη προδιαγραφή και να ζητά λίστα ορατών αντιστοιχιών, διαφορών και στοιχείων που η εικόνα δεν μπορεί να τεκμηριώσει. Για υλικό που εξελίσσεται στον χρόνο, προσδιορίστε το γεγονός ή την αλλαγή που θέλετε να κατανοήσετε και ζητήστε ακολουθία παρατηρήσεων συνδεδεμένη με τα παρεχόμενα καρέ ή τμήματα. Το τελικό παραδοτέο πρέπει να διευκολύνει την εξέταση των στοιχείων πίσω από έναν ισχυρισμό αλλαγής.\n\nΣκέψη και άμεσες απαντήσεις. Η Baidu περιγράφει λειτουργίες με και χωρίς σκέψη για τα μοντέλα όρασης και γλώσσας της. Η σκέψη εξυπηρετεί εργασίες που απαιτούν ανάλυση οπτικών και κειμενικών πληροφοριών· μια άμεση απάντηση μπορεί να εξυπηρετεί απλή περιγραφή ή απλό οπτικό ερώτημα. Δηλώστε σαφώς το απαιτούμενο αποτέλεσμα, όπως συνοπτική απάντηση, πίνακα σύγκρισης ή εξήγηση με υποστηρικτικές παρατηρήσεις. Η επιλογή λειτουργίας ανήκει στη ρύθμιση παραγωγής αντί στη συνηθισμένη διατύπωση ενός αιτήματος εικόνας.\n\nΠροετοιμασία υλικού γύρω από το ερώτημα. Χρησιμοποιήστε αναγνώσιμες σελίδες και σχετικές όψεις, κρατήστε συνεπείς τις ετικέτες εικόνων και αφήστε χώρο για τη ζητούμενη απάντηση κειμένου εντός του πλαισίου. Ζητήστε από το μοντέλο να σημειώνει δυσανάγνωστο κείμενο και να διαχωρίζει συναγόμενες ιδιότητες από ορατές λεπτομέρειες. Μια εικόνα μπορεί να δείχνει ετικέτα, σχήμα ή διάταξη ενώ η απάντηση χρειάζεται επίσης παρεχόμενο κανόνα ή προδιαγραφή. Επιβεβαιώστε τις κρίσιμες εξαγόμενες τιμές ως προς το πρωτότυπο και χρησιμοποιήστε πρόσθετη όψη όταν τα στοιχεία αφήνουν ανεπίλυτη μια σημαντική λεπτομέρεια.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Check a transcribed approval flow\n\nReview this transcribed process: Draft -> Manager approval -> Publish. A second branch says Draft -> Publish for urgent items. Written rule: every publication needs manager approval, including urgent work. Identify the conflict, cite the relevant labels and propose a revised text sequence that follows the rule.The conflicting branch, a rule-linked explanation and a revised sequence expressed in text.Check that the revision includes manager approval on the urgent path and uses only the supplied transcription.baidu/ernie-4.5-vl-424b-a47bΤο ERNIE 4.5 VL 424B-A47B είναι το μοντέλο μείγματος ειδικών όρασης και γλώσσας της Baidu για κατανόηση εικόνας και πολυτροπική συλλογιστική. Η δημοσιευμένη διαμόρφωσή του διαθέτει 424 δισεκατομμύρια συνολικές παραμέτρους, 47 δισεκατομμύρια ενεργές ανά token και πλαίσιο 131 072 token· οι απαντήσεις παράγονται ως κείμενο.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το ERNIE 4.5 VL 424B-A47B είναι το μοντέλο συνομιλίας όρασης και γλώσσας της Baidu, που αναπτύχθηκε από το αντίστοιχο μοντέλο ERNIE 4.5 VL Base. Συνδυάζει οδηγίες κειμένου με οπτικό υλικό και παράγει απάντηση κειμένου. Το δίκτυο μείγματος ειδικών του διαθέτει συνολικά 424 δισεκατομμύρια παραμέτρους, με 47 δισεκατομμύρια να ενεργοποιούνται για κάθε token, και ο κατασκευαστής δημοσιεύει μήκος πλαισίου 131 072 token.
Κύρια χαρακτηριστικά του ERNIE 4.5. Η οικογένεια χρησιμοποιεί ετερογενή σχεδίαση μείγματος ειδικών που μοιράζεται ορισμένες γνώσεις μεταξύ γλώσσας και όρασης διατηρώντας επεξεργασία ειδική για κάθε τροπικότητα. Η Baidu περιγράφει από κοινού πολυτροπική προεκπαίδευση, αποδοτική υποδομή εκπαίδευσης και συμπερασμού και μετεκπαίδευση προσαρμοσμένη στην επιδιωκόμενη τροπικότητα. Για το μοντέλο VL, η έμφαση είναι στην κατανόηση εικόνας, τις οπτικές οδηγίες ειδικές για την εργασία και τη συλλογιστική που συνδέει οπτικά στοιχεία με γλώσσα. Η εκπαίδευσή του περιλαμβάνει επιβλεπόμενη προσαρμοσμένη εκπαίδευση και ενισχυτική μάθηση με επαληθεύσιμες ανταμοιβές.
Επισκόπηση μοντέλου. Η διαμόρφωση αναφέρει 54 επίπεδα, 64 κεφαλές προσοχής ερωτημάτων και 8 κεφαλές κλειδιών/τιμών, με ξεχωριστές ομάδες ειδικών κειμένου και όρασης. Κάθε ομάδα αναφέρει 64 ειδικούς και 8 ενεργοποιημένους ειδικούς. Ο πίνακας μοντέλων του κατασκευαστή προσδιορίζει κείμενο, εικόνα και βίντεο ως τροπικότητες εισόδου αυτής της έκδοσης και κείμενο ως έξοδο. Σκεφτείτε την έξοδο ως ερμηνεία του παρεχόμενου περιεχομένου: περιγραφή, απάντηση σε οπτικό ερώτημα ή αιτιολογημένη εξήγηση όσων υποστηρίζει το υλικό.
Κατανόηση εικόνας. Δώστε την αρχική εικόνα και ένα ρητό ερώτημα. Για σελίδα εγγράφου, διατηρήστε ετικέτες, επικεφαλίδες στηλών και το κείμενο γύρω από μια αμφισβητούμενη τιμή και κατόπιν ζητήστε επιλεγμένα πεδία με τη θέση σελίδας που τα υποστηρίζει. Για διάγραμμα, δηλώστε αν ο στόχος είναι να εξηγηθούν τα συστατικά του, να παρακολουθηθεί διαδικασία ή να συγκριθεί με γραπτή προδιαγραφή. Ζητήστε από το μοντέλο να αναφέρει τις ορατές ετικέτες πριν καταλήξει σε συμπέρασμα ώστε να μπορείτε να ελέγξετε τις παρατηρήσεις χωριστά από την ερμηνεία.
Πολυτροπική συλλογιστική. Όταν πολλές εικόνες συμβάλλουν στην ίδια εργασία, επισημάνετε τους ρόλους τους και εξηγήστε ποιες λεπτομέρειες πρέπει να συγκριθούν. Ένα χρήσιμο αίτημα μπορεί να συνδυάζει φωτογραφία προϊόντος με παρεχόμενη προδιαγραφή και να ζητά λίστα ορατών αντιστοιχιών, διαφορών και στοιχείων που η εικόνα δεν μπορεί να τεκμηριώσει. Για υλικό που εξελίσσεται στον χρόνο, προσδιορίστε το γεγονός ή την αλλαγή που θέλετε να κατανοήσετε και ζητήστε ακολουθία παρατηρήσεων συνδεδεμένη με τα παρεχόμενα καρέ ή τμήματα. Το τελικό παραδοτέο πρέπει να διευκολύνει την εξέταση των στοιχείων πίσω από έναν ισχυρισμό αλλαγής.
Σκέψη και άμεσες απαντήσεις. Η Baidu περιγράφει λειτουργίες με και χωρίς σκέψη για τα μοντέλα όρασης και γλώσσας της. Η σκέψη εξυπηρετεί εργασίες που απαιτούν ανάλυση οπτικών και κειμενικών πληροφοριών· μια άμεση απάντηση μπορεί να εξυπηρετεί απλή περιγραφή ή απλό οπτικό ερώτημα. Δηλώστε σαφώς το απαιτούμενο αποτέλεσμα, όπως συνοπτική απάντηση, πίνακα σύγκρισης ή εξήγηση με υποστηρικτικές παρατηρήσεις. Η επιλογή λειτουργίας ανήκει στη ρύθμιση παραγωγής αντί στη συνηθισμένη διατύπωση ενός αιτήματος εικόνας.
Προετοιμασία υλικού γύρω από το ερώτημα. Χρησιμοποιήστε αναγνώσιμες σελίδες και σχετικές όψεις, κρατήστε συνεπείς τις ετικέτες εικόνων και αφήστε χώρο για τη ζητούμενη απάντηση κειμένου εντός του πλαισίου. Ζητήστε από το μοντέλο να σημειώνει δυσανάγνωστο κείμενο και να διαχωρίζει συναγόμενες ιδιότητες από ορατές λεπτομέρειες. Μια εικόνα μπορεί να δείχνει ετικέτα, σχήμα ή διάταξη ενώ η απάντηση χρειάζεται επίσης παρεχόμενο κανόνα ή προδιαγραφή. Επιβεβαιώστε τις κρίσιμες εξαγόμενες τιμές ως προς το πρωτότυπο και χρησιμοποιήστε πρόσθετη όψη όταν τα στοιχεία αφήνουν ανεπίλυτη μια σημαντική λεπτομέρεια.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια baidu/ernie-4.5-vl-424b-a47b | 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.
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.000858 / 1K token Έξοδος · Token εξόδου $0.00258 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "baidu/ernie-4.5-vl-424b-a47b", "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='baidu/ernie-4.5-vl-424b-a47b',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='baidu/ernie-4.5-vl-424b-a47b',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 baidu/ernie-4.5-vl-424b-a47b
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
baidu/ernie-4.5-vl-424b-a47bΤο ERNIE 4.5 VL 424B-A47B είναι το μοντέλο μείγματος ειδικών όρασης και γλώσσας της Baidu για κατανόηση εικόνας και πολυτροπική συλλογιστική. Η δημοσιευμένη διαμόρφωσή του διαθέτει 424 δισεκατομμύρια συνολικές παραμέτρους, 47 δισεκατομμύρια ενεργές ανά token και πλαίσιο 131 072 token· οι απαντήσεις παράγονται ως κείμενο.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το ERNIE 4.5 VL 424B-A47B είναι το μοντέλο συνομιλίας όρασης και γλώσσας της Baidu, που αναπτύχθηκε από το αντίστοιχο μοντέλο ERNIE 4.5 VL Base. Συνδυάζει οδηγίες κειμένου με οπτικό υλικό και παράγει απάντηση κειμένου. Το δίκτυο μείγματος ειδικών του διαθέτει συνολικά 424 δισεκατομμύρια παραμέτρους, με 47 δισεκατομμύρια να ενεργοποιούνται για κάθε token, και ο κατασκευαστής δημοσιεύει μήκος πλαισίου 131 072 token.
Κύρια χαρακτηριστικά του ERNIE 4.5. Η οικογένεια χρησιμοποιεί ετερογενή σχεδίαση μείγματος ειδικών που μοιράζεται ορισμένες γνώσεις μεταξύ γλώσσας και όρασης διατηρώντας επεξεργασία ειδική για κάθε τροπικότητα. Η Baidu περιγράφει από κοινού πολυτροπική προεκπαίδευση, αποδοτική υποδομή εκπαίδευσης και συμπερασμού και μετεκπαίδευση προσαρμοσμένη στην επιδιωκόμενη τροπικότητα. Για το μοντέλο VL, η έμφαση είναι στην κατανόηση εικόνας, τις οπτικές οδηγίες ειδικές για την εργασία και τη συλλογιστική που συνδέει οπτικά στοιχεία με γλώσσα. Η εκπαίδευσή του περιλαμβάνει επιβλεπόμενη προσαρμοσμένη εκπαίδευση και ενισχυτική μάθηση με επαληθεύσιμες ανταμοιβές.
Επισκόπηση μοντέλου. Η διαμόρφωση αναφέρει 54 επίπεδα, 64 κεφαλές προσοχής ερωτημάτων και 8 κεφαλές κλειδιών/τιμών, με ξεχωριστές ομάδες ειδικών κειμένου και όρασης. Κάθε ομάδα αναφέρει 64 ειδικούς και 8 ενεργοποιημένους ειδικούς. Ο πίνακας μοντέλων του κατασκευαστή προσδιορίζει κείμενο, εικόνα και βίντεο ως τροπικότητες εισόδου αυτής της έκδοσης και κείμενο ως έξοδο. Σκεφτείτε την έξοδο ως ερμηνεία του παρεχόμενου περιεχομένου: περιγραφή, απάντηση σε οπτικό ερώτημα ή αιτιολογημένη εξήγηση όσων υποστηρίζει το υλικό.
Κατανόηση εικόνας. Δώστε την αρχική εικόνα και ένα ρητό ερώτημα. Για σελίδα εγγράφου, διατηρήστε ετικέτες, επικεφαλίδες στηλών και το κείμενο γύρω από μια αμφισβητούμενη τιμή και κατόπιν ζητήστε επιλεγμένα πεδία με τη θέση σελίδας που τα υποστηρίζει. Για διάγραμμα, δηλώστε αν ο στόχος είναι να εξηγηθούν τα συστατικά του, να παρακολουθηθεί διαδικασία ή να συγκριθεί με γραπτή προδιαγραφή. Ζητήστε από το μοντέλο να αναφέρει τις ορατές ετικέτες πριν καταλήξει σε συμπέρασμα ώστε να μπορείτε να ελέγξετε τις παρατηρήσεις χωριστά από την ερμηνεία.
Πολυτροπική συλλογιστική. Όταν πολλές εικόνες συμβάλλουν στην ίδια εργασία, επισημάνετε τους ρόλους τους και εξηγήστε ποιες λεπτομέρειες πρέπει να συγκριθούν. Ένα χρήσιμο αίτημα μπορεί να συνδυάζει φωτογραφία προϊόντος με παρεχόμενη προδιαγραφή και να ζητά λίστα ορατών αντιστοιχιών, διαφορών και στοιχείων που η εικόνα δεν μπορεί να τεκμηριώσει. Για υλικό που εξελίσσεται στον χρόνο, προσδιορίστε το γεγονός ή την αλλαγή που θέλετε να κατανοήσετε και ζητήστε ακολουθία παρατηρήσεων συνδεδεμένη με τα παρεχόμενα καρέ ή τμήματα. Το τελικό παραδοτέο πρέπει να διευκολύνει την εξέταση των στοιχείων πίσω από έναν ισχυρισμό αλλαγής.
Σκέψη και άμεσες απαντήσεις. Η Baidu περιγράφει λειτουργίες με και χωρίς σκέψη για τα μοντέλα όρασης και γλώσσας της. Η σκέψη εξυπηρετεί εργασίες που απαιτούν ανάλυση οπτικών και κειμενικών πληροφοριών· μια άμεση απάντηση μπορεί να εξυπηρετεί απλή περιγραφή ή απλό οπτικό ερώτημα. Δηλώστε σαφώς το απαιτούμενο αποτέλεσμα, όπως συνοπτική απάντηση, πίνακα σύγκρισης ή εξήγηση με υποστηρικτικές παρατηρήσεις. Η επιλογή λειτουργίας ανήκει στη ρύθμιση παραγωγής αντί στη συνηθισμένη διατύπωση ενός αιτήματος εικόνας.
Προετοιμασία υλικού γύρω από το ερώτημα. Χρησιμοποιήστε αναγνώσιμες σελίδες και σχετικές όψεις, κρατήστε συνεπείς τις ετικέτες εικόνων και αφήστε χώρο για τη ζητούμενη απάντηση κειμένου εντός του πλαισίου. Ζητήστε από το μοντέλο να σημειώνει δυσανάγνωστο κείμενο και να διαχωρίζει συναγόμενες ιδιότητες από ορατές λεπτομέρειες. Μια εικόνα μπορεί να δείχνει ετικέτα, σχήμα ή διάταξη ενώ η απάντηση χρειάζεται επίσης παρεχόμενο κανόνα ή προδιαγραφή. Επιβεβαιώστε τις κρίσιμες εξαγόμενες τιμές ως προς το πρωτότυπο και χρησιμοποιήστε πρόσθετη όψη όταν τα στοιχεία αφήνουν ανεπίλυτη μια σημαντική λεπτομέρεια.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια baidu/ernie-4.5-vl-424b-a47b | 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.
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.000858 / 1K token Έξοδος · Token εξόδου $0.00258 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "baidu/ernie-4.5-vl-424b-a47b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'baidu/ernie-4.5-vl-424b-a47b', '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': 'baidu/ernie-4.5-vl-424b-a47b', '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 baidu/ernie-4.5-vl-424b-a47b
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Check a transcribed approval flow\n\nReview this transcribed process: Draft -> Manager approval -> Publish. A second branch says Draft -> Publish for urgent items. Written rule: every publication needs manager approval, including urgent work. Identify the conflict, cite the relevant labels and propose a revised text sequence that follows the rule.The conflicting branch, a rule-linked explanation and a revised sequence expressed in text.Check that the revision includes manager approval on the urgent path and uses only the supplied transcription.