Το Gemma 4 26B A4B IT είναι η έκδοση μείγματος ειδικών της ανοιχτής οικογένειας Gemma 4 της Google DeepMind, προσαρμοσμένη στην τήρηση οδηγιών. Ο επίσημος πίνακας αρχιτεκτονικής αναφέρει 25.2 δισεκατομμύρια συνολικές παραμέτρους και 3.8 δισεκατομμύρια ενεργές παραμέτρους· το A4B ονομάζει τη στρογγυλοποιημένη κλίμακα ενεργών παραμέτρων. Ο σκοπός του καλύπτει συλλογιστική, προγραμματισμό, ροές πρακτόρων και πολυτροπική κατανόηση. Είναι χωριστό από την προεκπαιδευμένη έκδοση και από το πυκνό μοντέλο 31B.
Η σχεδίαση μείγματος ειδικών ενεργοποιεί υποσύνολο των παραμέτρων σε κάθε βήμα συμπερασμού: οκτώ ενεργούς ειδικούς από 128, συν έναν κοινό ειδικό, στον δημοσιευμένο πίνακα αρχιτεκτονικής. Η Google τοποθετεί αυτή την έκδοση με γνώμονα την αποδοτικότητα συμπερασμού σε σχέση με το πυκνό μοντέλο. Συνδυάζει αρχιτεκτονική 30 επιπέδων και κυλιόμενο παράθυρο 1,024 token με καθολική προσοχή, πλαίσιο 256K και οπτικό κωδικοποιητή. Αυτά τα μεγέθη αρχιτεκτονικής περιγράφουν το μοντέλο του κατασκευαστή, όχι εγγυημένη καθυστέρηση ή διαμόρφωση υλικού συγκεκριμένης εφαρμογής.
Το πλαίσιο 256K token υποστηρίζει εργασία που συνδυάζει εκτενές κείμενο με οπτικά τεκμήρια. Εικόνες και κείμενο μπορούν να εναλλάσσονται στην ίδια προτροπή· ο κατασκευαστής συνιστά την τοποθέτηση του περιεχομένου εικόνας πριν από το σχετικό κείμενο για καλύτερα αποτελέσματα. Οι οπτικές εργασίες περιλαμβάνουν ανίχνευση αντικειμένων, ερμηνεία σελίδων εγγράφων, κατανόηση οθονών και διεπαφών, γραφήματα, πολύγλωσσο OCR, χειρόγραφα και υπόδειξη σημείων. Η έξοδος είναι κείμενο: εξαγόμενο περιεχόμενο, εξήγηση, κώδικας ή προτεινόμενη ενέργεια εργαλείου.
Η κατανόηση βίντεο επεξεργάζεται ακολουθία καρέ. Η κάρτα μοντέλου δίνει μέγιστο 60 δευτερολέπτων όταν οι εικόνες επεξεργάζονται με ένα καρέ ανά δευτερόλεπτο. Προετοιμάστε το σχετικό επεισόδιο, διατηρήστε τη σειρά καρέ και δώστε ερώτημα για την ορατή ακολουθία. Αυτό το οπτικό προφίλ 26B/31B δεν δέχεται ήχο· οι δυνατότητες ομιλίας των μικρότερων παραλλαγών Gemma 4 με ήχο δεν ισχύουν εδώ. Αν η εργασία χρειάζεται προφορικές πληροφορίες, προσθέστε την απομαγνητοφώνησή τους ως κείμενο.
Η ρυθμιζόμενη σκέψη επιτρέπει στο μοντέλο να συλλογίζεται πριν απαντήσει ή να δίνει άμεση απάντηση. Το Gemma 4 προσθέτει εγγενή ρόλο system μαζί με τους ρόλους user και assistant. Η μορφή προτροπής της Google ενεργοποιεί τη σκέψη με το token ελέγχου <|think|> στην προτροπή συστήματος και διαχωρίζει το κανάλι σκέψης από την τελική απάντηση· ο τεκμηριωμένος επεξεργαστής μπορεί να χειριστεί αυτό το πρότυπο. Για συνομιλία πολλών γύρων, κρατήστε τις προηγούμενες τελικές απαντήσεις στο ιστορικό και εξαιρέστε τις προγενέστερες σκέψεις, εκτός από γύρους κλήσης εργαλείων, όπου ο κατασκευαστής δηλώνει ότι πρέπει να διατηρούνται.
Το Native Function Calling υποστηρίζει δομημένη χρήση εργαλείων και η περιγραφή κυκλοφορίας της Google τεκμηριώνει επίσης δομημένη έξοδο JSON. Ορίστε την εργασία, τη διαθέσιμη συνάρτηση και το αναμενόμενο αποτέλεσμα· η εφαρμογή εκτελεί τη ζητούμενη λειτουργία και επιστρέφει την έξοδό της για το επόμενο βήμα. Μια εργασία προγραμματισμού μπορεί να ζητά παραγωγή, συμπλήρωση ή διόρθωση, ενώ ένας οπτικός βοηθός μπορεί να χρησιμοποιεί το επιστρεφόμενο κείμενο για να εξηγήσει ένα γράφημα ή μια οθόνη. Η οδηγία κλήσης συνάρτησης διαφέρει από συνδεδεμένη ενέργεια που πράγματι εκτελέστηκε.
Η μεταβλητή ανάλυση εικόνας ελέγχεται από τον προϋπολογισμό οπτικών token. Οι τεκμηριωμένες επιλογές είναι 70, 140, 280, 560 και 1,120 token. Οι χαμηλότεροι προϋπολογισμοί ταιριάζουν σε ταξινόμηση, λεζάντες ή ακολουθίες καρέ· οι υψηλότεροι διατηρούν περισσότερη λεπτομέρεια για OCR, ανάλυση εγγράφων και μικρό κείμενο, με πρόσθετο υπολογισμό. Αποφασίστε αν χρειάζεστε τη συνολική σκηνή ή την ακριβή γραφή πριν προετοιμάσετε την εικόνα. Μια καθαρή περικοπή ετικέτας μπορεί να είναι χρησιμότερη για εξαγωγή από ένα αόριστο αίτημα εξέτασης κάθε λεπτομέρειας ολόκληρης σελίδας.
Η Google συνιστά temperature 1.0, top-p 0.95 και top-k 64 ως ρυθμίσεις δειγματοληψίας της οικογένειας. Η κάρτα μοντέλου διακρίνει την εκπαίδευση σε περισσότερες από 140 γλώσσες από την έτοιμη υποστήριξη περισσότερων από 35 γλωσσών. Δηλώστε τη γλώσσα απάντησης και διατηρήστε ρητά στην περιγραφή ονόματα τομέων, ονόματα πεδίων ή τύπους. Το 256K είναι προδιαγραφή πλαισίου· η παρατιθέμενη κάρτα μοντέλου δεν τεκμηριώνει χωριστό καθολικό μέγιστο εξόδου για αυτή την έκδοση.
Για ανάθεση εγγράφου και κώδικα, δώστε τη σχετική εικόνα σελίδας, τη γραπτή απαίτηση και το απόσπασμα πηγής: «Διάβασε τις ετικέτες, εξήγησε πώς διαφέρει αυτή η οθόνη από την προδιαγραφή και πρότεινε εστιασμένη διόρθωση στον παρεχόμενο κώδικα». Για γράφημα, ζητήστε η απάντηση να διαχωρίζει τις ορατές τιμές από τη συναγόμενη τάση. Η κάρτα μοντέλου Gemma σημειώνει περιορισμούς σε αμφίσημη γλώσσα, πολύ σύνθετες εργασίες και λανθασμένες ή ξεπερασμένες πραγματολογικές δηλώσεις, επομένως επισυνάψτε τα έγκυρα στοιχεία που πρέπει να χρησιμοποιήσει το ζητούμενο αποτέλεσμα αντί να περιμένετε να τα προσφέρει η γνώση εκπαίδευσης.
", "aboutText": "Το Gemma 4 26B A4B IT είναι η έκδοση μείγματος ειδικών της ανοιχτής οικογένειας Gemma 4 της Google DeepMind, προσαρμοσμένη στην τήρηση οδηγιών. Ο επίσημος πίνακας αρχιτεκτονικής αναφέρει 25.2 δισεκατομμύρια συνολικές παραμέτρους και 3.8 δισεκατομμύρια ενεργές παραμέτρους· το A4B ονομάζει τη στρογγυλοποιημένη κλίμακα ενεργών παραμέτρων. Ο σκοπός του καλύπτει συλλογιστική, προγραμματισμό, ροές πρακτόρων και πολυτροπική κατανόηση. Είναι χωριστό από την προεκπαιδευμένη έκδοση και από το πυκνό μοντέλο 31B.\n\nΗ σχεδίαση μείγματος ειδικών ενεργοποιεί υποσύνολο των παραμέτρων σε κάθε βήμα συμπερασμού: οκτώ ενεργούς ειδικούς από 128, συν έναν κοινό ειδικό, στον δημοσιευμένο πίνακα αρχιτεκτονικής. Η Google τοποθετεί αυτή την έκδοση με γνώμονα την αποδοτικότητα συμπερασμού σε σχέση με το πυκνό μοντέλο. Συνδυάζει αρχιτεκτονική 30 επιπέδων και κυλιόμενο παράθυρο 1,024 token με καθολική προσοχή, πλαίσιο 256K και οπτικό κωδικοποιητή. Αυτά τα μεγέθη αρχιτεκτονικής περιγράφουν το μοντέλο του κατασκευαστή, όχι εγγυημένη καθυστέρηση ή διαμόρφωση υλικού συγκεκριμένης εφαρμογής.\n\nΤο πλαίσιο 256K token υποστηρίζει εργασία που συνδυάζει εκτενές κείμενο με οπτικά τεκμήρια. Εικόνες και κείμενο μπορούν να εναλλάσσονται στην ίδια προτροπή· ο κατασκευαστής συνιστά την τοποθέτηση του περιεχομένου εικόνας πριν από το σχετικό κείμενο για καλύτερα αποτελέσματα. Οι οπτικές εργασίες περιλαμβάνουν ανίχνευση αντικειμένων, ερμηνεία σελίδων εγγράφων, κατανόηση οθονών και διεπαφών, γραφήματα, πολύγλωσσο OCR, χειρόγραφα και υπόδειξη σημείων. Η έξοδος είναι κείμενο: εξαγόμενο περιεχόμενο, εξήγηση, κώδικας ή προτεινόμενη ενέργεια εργαλείου.\n\nΗ κατανόηση βίντεο επεξεργάζεται ακολουθία καρέ. Η κάρτα μοντέλου δίνει μέγιστο 60 δευτερολέπτων όταν οι εικόνες επεξεργάζονται με ένα καρέ ανά δευτερόλεπτο. Προετοιμάστε το σχετικό επεισόδιο, διατηρήστε τη σειρά καρέ και δώστε ερώτημα για την ορατή ακολουθία. Αυτό το οπτικό προφίλ 26B/31B δεν δέχεται ήχο· οι δυνατότητες ομιλίας των μικρότερων παραλλαγών Gemma 4 με ήχο δεν ισχύουν εδώ. Αν η εργασία χρειάζεται προφορικές πληροφορίες, προσθέστε την απομαγνητοφώνησή τους ως κείμενο.\n\nΗ ρυθμιζόμενη σκέψη επιτρέπει στο μοντέλο να συλλογίζεται πριν απαντήσει ή να δίνει άμεση απάντηση. Το Gemma 4 προσθέτει εγγενή ρόλο system μαζί με τους ρόλους user και assistant. Η μορφή προτροπής της Google ενεργοποιεί τη σκέψη με το token ελέγχου <|think|> στην προτροπή συστήματος και διαχωρίζει το κανάλι σκέψης από την τελική απάντηση· ο τεκμηριωμένος επεξεργαστής μπορεί να χειριστεί αυτό το πρότυπο. Για συνομιλία πολλών γύρων, κρατήστε τις προηγούμενες τελικές απαντήσεις στο ιστορικό και εξαιρέστε τις προγενέστερες σκέψεις, εκτός από γύρους κλήσης εργαλείων, όπου ο κατασκευαστής δηλώνει ότι πρέπει να διατηρούνται.\n\nΤο Native Function Calling υποστηρίζει δομημένη χρήση εργαλείων και η περιγραφή κυκλοφορίας της Google τεκμηριώνει επίσης δομημένη έξοδο JSON. Ορίστε την εργασία, τη διαθέσιμη συνάρτηση και το αναμενόμενο αποτέλεσμα· η εφαρμογή εκτελεί τη ζητούμενη λειτουργία και επιστρέφει την έξοδό της για το επόμενο βήμα. Μια εργασία προγραμματισμού μπορεί να ζητά παραγωγή, συμπλήρωση ή διόρθωση, ενώ ένας οπτικός βοηθός μπορεί να χρησιμοποιεί το επιστρεφόμενο κείμενο για να εξηγήσει ένα γράφημα ή μια οθόνη. Η οδηγία κλήσης συνάρτησης διαφέρει από συνδεδεμένη ενέργεια που πράγματι εκτελέστηκε.\n\nΗ μεταβλητή ανάλυση εικόνας ελέγχεται από τον προϋπολογισμό οπτικών token. Οι τεκμηριωμένες επιλογές είναι 70, 140, 280, 560 και 1,120 token. Οι χαμηλότεροι προϋπολογισμοί ταιριάζουν σε ταξινόμηση, λεζάντες ή ακολουθίες καρέ· οι υψηλότεροι διατηρούν περισσότερη λεπτομέρεια για OCR, ανάλυση εγγράφων και μικρό κείμενο, με πρόσθετο υπολογισμό. Αποφασίστε αν χρειάζεστε τη συνολική σκηνή ή την ακριβή γραφή πριν προετοιμάσετε την εικόνα. Μια καθαρή περικοπή ετικέτας μπορεί να είναι χρησιμότερη για εξαγωγή από ένα αόριστο αίτημα εξέτασης κάθε λεπτομέρειας ολόκληρης σελίδας.\n\nΗ Google συνιστά temperature 1.0, top-p 0.95 και top-k 64 ως ρυθμίσεις δειγματοληψίας της οικογένειας. Η κάρτα μοντέλου διακρίνει την εκπαίδευση σε περισσότερες από 140 γλώσσες από την έτοιμη υποστήριξη περισσότερων από 35 γλωσσών. Δηλώστε τη γλώσσα απάντησης και διατηρήστε ρητά στην περιγραφή ονόματα τομέων, ονόματα πεδίων ή τύπους. Το 256K είναι προδιαγραφή πλαισίου· η παρατιθέμενη κάρτα μοντέλου δεν τεκμηριώνει χωριστό καθολικό μέγιστο εξόδου για αυτή την έκδοση.\n\nΓια ανάθεση εγγράφου και κώδικα, δώστε τη σχετική εικόνα σελίδας, τη γραπτή απαίτηση και το απόσπασμα πηγής: «Διάβασε τις ετικέτες, εξήγησε πώς διαφέρει αυτή η οθόνη από την προδιαγραφή και πρότεινε εστιασμένη διόρθωση στον παρεχόμενο κώδικα». Για γράφημα, ζητήστε η απάντηση να διαχωρίζει τις ορατές τιμές από τη συναγόμενη τάση. Η κάρτα μοντέλου Gemma σημειώνει περιορισμούς σε αμφίσημη γλώσσα, πολύ σύνθετες εργασίες και λανθασμένες ή ξεπερασμένες πραγματολογικές δηλώσεις, επομένως επισυνάψτε τα έγκυρα στοιχεία που πρέπει να χρησιμοποιήσει το ζητούμενο αποτέλεσμα αντί να περιμένετε να τα προσφέρει η γνώση εκπαίδευσης.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Compare readings and inferred trends\n\nAnalyze this transcribed chart data: week 1, 20 returns from 1,000 orders; week 2, 24 from 1,200; week 3, 18 from 600. Calculate each return rate, distinguish counts from rates and write a two-sentence operations note. Do not infer the cause of any change from these values alone.A three-row rate table and an operations note separating observed values from causal interpretation.Check percentages use each week's own order count and the note does not equate fewer returns with a lower rate.google/gemma-4-26b-a4b-itΤο Gemma 4 26B A4B IT είναι το μοντέλο μείγματος ειδικών της Google, προσαρμοσμένο στην τήρηση οδηγιών, για κειμενική και οπτική συλλογιστική. Συνδυάζει πλαίσιο 256K, κατανόηση εικόνας και βίντεο βάσει καρέ, ρυθμιζόμενη σκέψη και εγγενή κλήση συναρτήσεων με έξοδο κειμένου.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Gemma 4 26B A4B IT είναι η έκδοση μείγματος ειδικών της ανοιχτής οικογένειας Gemma 4 της Google DeepMind, προσαρμοσμένη στην τήρηση οδηγιών. Ο επίσημος πίνακας αρχιτεκτονικής αναφέρει 25.2 δισεκατομμύρια συνολικές παραμέτρους και 3.8 δισεκατομμύρια ενεργές παραμέτρους· το A4B ονομάζει τη στρογγυλοποιημένη κλίμακα ενεργών παραμέτρων. Ο σκοπός του καλύπτει συλλογιστική, προγραμματισμό, ροές πρακτόρων και πολυτροπική κατανόηση. Είναι χωριστό από την προεκπαιδευμένη έκδοση και από το πυκνό μοντέλο 31B.
Η σχεδίαση μείγματος ειδικών ενεργοποιεί υποσύνολο των παραμέτρων σε κάθε βήμα συμπερασμού: οκτώ ενεργούς ειδικούς από 128, συν έναν κοινό ειδικό, στον δημοσιευμένο πίνακα αρχιτεκτονικής. Η Google τοποθετεί αυτή την έκδοση με γνώμονα την αποδοτικότητα συμπερασμού σε σχέση με το πυκνό μοντέλο. Συνδυάζει αρχιτεκτονική 30 επιπέδων και κυλιόμενο παράθυρο 1,024 token με καθολική προσοχή, πλαίσιο 256K και οπτικό κωδικοποιητή. Αυτά τα μεγέθη αρχιτεκτονικής περιγράφουν το μοντέλο του κατασκευαστή, όχι εγγυημένη καθυστέρηση ή διαμόρφωση υλικού συγκεκριμένης εφαρμογής.
Το πλαίσιο 256K token υποστηρίζει εργασία που συνδυάζει εκτενές κείμενο με οπτικά τεκμήρια. Εικόνες και κείμενο μπορούν να εναλλάσσονται στην ίδια προτροπή· ο κατασκευαστής συνιστά την τοποθέτηση του περιεχομένου εικόνας πριν από το σχετικό κείμενο για καλύτερα αποτελέσματα. Οι οπτικές εργασίες περιλαμβάνουν ανίχνευση αντικειμένων, ερμηνεία σελίδων εγγράφων, κατανόηση οθονών και διεπαφών, γραφήματα, πολύγλωσσο OCR, χειρόγραφα και υπόδειξη σημείων. Η έξοδος είναι κείμενο: εξαγόμενο περιεχόμενο, εξήγηση, κώδικας ή προτεινόμενη ενέργεια εργαλείου.
Η κατανόηση βίντεο επεξεργάζεται ακολουθία καρέ. Η κάρτα μοντέλου δίνει μέγιστο 60 δευτερολέπτων όταν οι εικόνες επεξεργάζονται με ένα καρέ ανά δευτερόλεπτο. Προετοιμάστε το σχετικό επεισόδιο, διατηρήστε τη σειρά καρέ και δώστε ερώτημα για την ορατή ακολουθία. Αυτό το οπτικό προφίλ 26B/31B δεν δέχεται ήχο· οι δυνατότητες ομιλίας των μικρότερων παραλλαγών Gemma 4 με ήχο δεν ισχύουν εδώ. Αν η εργασία χρειάζεται προφορικές πληροφορίες, προσθέστε την απομαγνητοφώνησή τους ως κείμενο.
Η ρυθμιζόμενη σκέψη επιτρέπει στο μοντέλο να συλλογίζεται πριν απαντήσει ή να δίνει άμεση απάντηση. Το Gemma 4 προσθέτει εγγενή ρόλο system μαζί με τους ρόλους user και assistant. Η μορφή προτροπής της Google ενεργοποιεί τη σκέψη με το token ελέγχου <|think|> στην προτροπή συστήματος και διαχωρίζει το κανάλι σκέψης από την τελική απάντηση· ο τεκμηριωμένος επεξεργαστής μπορεί να χειριστεί αυτό το πρότυπο. Για συνομιλία πολλών γύρων, κρατήστε τις προηγούμενες τελικές απαντήσεις στο ιστορικό και εξαιρέστε τις προγενέστερες σκέψεις, εκτός από γύρους κλήσης εργαλείων, όπου ο κατασκευαστής δηλώνει ότι πρέπει να διατηρούνται.
Το Native Function Calling υποστηρίζει δομημένη χρήση εργαλείων και η περιγραφή κυκλοφορίας της Google τεκμηριώνει επίσης δομημένη έξοδο JSON. Ορίστε την εργασία, τη διαθέσιμη συνάρτηση και το αναμενόμενο αποτέλεσμα· η εφαρμογή εκτελεί τη ζητούμενη λειτουργία και επιστρέφει την έξοδό της για το επόμενο βήμα. Μια εργασία προγραμματισμού μπορεί να ζητά παραγωγή, συμπλήρωση ή διόρθωση, ενώ ένας οπτικός βοηθός μπορεί να χρησιμοποιεί το επιστρεφόμενο κείμενο για να εξηγήσει ένα γράφημα ή μια οθόνη. Η οδηγία κλήσης συνάρτησης διαφέρει από συνδεδεμένη ενέργεια που πράγματι εκτελέστηκε.
Η μεταβλητή ανάλυση εικόνας ελέγχεται από τον προϋπολογισμό οπτικών token. Οι τεκμηριωμένες επιλογές είναι 70, 140, 280, 560 και 1,120 token. Οι χαμηλότεροι προϋπολογισμοί ταιριάζουν σε ταξινόμηση, λεζάντες ή ακολουθίες καρέ· οι υψηλότεροι διατηρούν περισσότερη λεπτομέρεια για OCR, ανάλυση εγγράφων και μικρό κείμενο, με πρόσθετο υπολογισμό. Αποφασίστε αν χρειάζεστε τη συνολική σκηνή ή την ακριβή γραφή πριν προετοιμάσετε την εικόνα. Μια καθαρή περικοπή ετικέτας μπορεί να είναι χρησιμότερη για εξαγωγή από ένα αόριστο αίτημα εξέτασης κάθε λεπτομέρειας ολόκληρης σελίδας.
Η Google συνιστά temperature 1.0, top-p 0.95 και top-k 64 ως ρυθμίσεις δειγματοληψίας της οικογένειας. Η κάρτα μοντέλου διακρίνει την εκπαίδευση σε περισσότερες από 140 γλώσσες από την έτοιμη υποστήριξη περισσότερων από 35 γλωσσών. Δηλώστε τη γλώσσα απάντησης και διατηρήστε ρητά στην περιγραφή ονόματα τομέων, ονόματα πεδίων ή τύπους. Το 256K είναι προδιαγραφή πλαισίου· η παρατιθέμενη κάρτα μοντέλου δεν τεκμηριώνει χωριστό καθολικό μέγιστο εξόδου για αυτή την έκδοση.
Για ανάθεση εγγράφου και κώδικα, δώστε τη σχετική εικόνα σελίδας, τη γραπτή απαίτηση και το απόσπασμα πηγής: «Διάβασε τις ετικέτες, εξήγησε πώς διαφέρει αυτή η οθόνη από την προδιαγραφή και πρότεινε εστιασμένη διόρθωση στον παρεχόμενο κώδικα». Για γράφημα, ζητήστε η απάντηση να διαχωρίζει τις ορατές τιμές από τη συναγόμενη τάση. Η κάρτα μοντέλου Gemma σημειώνει περιορισμούς σε αμφίσημη γλώσσα, πολύ σύνθετες εργασίες και λανθασμένες ή ξεπερασμένες πραγματολογικές δηλώσεις, επομένως επισυνάψτε τα έγκυρα στοιχεία που πρέπει να χρησιμοποιήσει το ζητούμενο αποτέλεσμα αντί να περιμένετε να τα προσφέρει η γνώση εκπαίδευσης.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια google/gemma-4-26b-a4b-it | 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 $0.0003 / 1K token Έξοδος · Token εξόδου $0.0012 / 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 $0.0003 / 1K token Έξοδος · Token εξόδου $0.0012 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemma-4-26b-a4b-it", "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='google/gemma-4-26b-a4b-it',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='google/gemma-4-26b-a4b-it',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 google/gemma-4-26b-a4b-it
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
google/gemma-4-26b-a4b-itΤο Gemma 4 26B A4B IT είναι το μοντέλο μείγματος ειδικών της Google, προσαρμοσμένο στην τήρηση οδηγιών, για κειμενική και οπτική συλλογιστική. Συνδυάζει πλαίσιο 256K, κατανόηση εικόνας και βίντεο βάσει καρέ, ρυθμιζόμενη σκέψη και εγγενή κλήση συναρτήσεων με έξοδο κειμένου.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Gemma 4 26B A4B IT είναι η έκδοση μείγματος ειδικών της ανοιχτής οικογένειας Gemma 4 της Google DeepMind, προσαρμοσμένη στην τήρηση οδηγιών. Ο επίσημος πίνακας αρχιτεκτονικής αναφέρει 25.2 δισεκατομμύρια συνολικές παραμέτρους και 3.8 δισεκατομμύρια ενεργές παραμέτρους· το A4B ονομάζει τη στρογγυλοποιημένη κλίμακα ενεργών παραμέτρων. Ο σκοπός του καλύπτει συλλογιστική, προγραμματισμό, ροές πρακτόρων και πολυτροπική κατανόηση. Είναι χωριστό από την προεκπαιδευμένη έκδοση και από το πυκνό μοντέλο 31B.
Η σχεδίαση μείγματος ειδικών ενεργοποιεί υποσύνολο των παραμέτρων σε κάθε βήμα συμπερασμού: οκτώ ενεργούς ειδικούς από 128, συν έναν κοινό ειδικό, στον δημοσιευμένο πίνακα αρχιτεκτονικής. Η Google τοποθετεί αυτή την έκδοση με γνώμονα την αποδοτικότητα συμπερασμού σε σχέση με το πυκνό μοντέλο. Συνδυάζει αρχιτεκτονική 30 επιπέδων και κυλιόμενο παράθυρο 1,024 token με καθολική προσοχή, πλαίσιο 256K και οπτικό κωδικοποιητή. Αυτά τα μεγέθη αρχιτεκτονικής περιγράφουν το μοντέλο του κατασκευαστή, όχι εγγυημένη καθυστέρηση ή διαμόρφωση υλικού συγκεκριμένης εφαρμογής.
Το πλαίσιο 256K token υποστηρίζει εργασία που συνδυάζει εκτενές κείμενο με οπτικά τεκμήρια. Εικόνες και κείμενο μπορούν να εναλλάσσονται στην ίδια προτροπή· ο κατασκευαστής συνιστά την τοποθέτηση του περιεχομένου εικόνας πριν από το σχετικό κείμενο για καλύτερα αποτελέσματα. Οι οπτικές εργασίες περιλαμβάνουν ανίχνευση αντικειμένων, ερμηνεία σελίδων εγγράφων, κατανόηση οθονών και διεπαφών, γραφήματα, πολύγλωσσο OCR, χειρόγραφα και υπόδειξη σημείων. Η έξοδος είναι κείμενο: εξαγόμενο περιεχόμενο, εξήγηση, κώδικας ή προτεινόμενη ενέργεια εργαλείου.
Η κατανόηση βίντεο επεξεργάζεται ακολουθία καρέ. Η κάρτα μοντέλου δίνει μέγιστο 60 δευτερολέπτων όταν οι εικόνες επεξεργάζονται με ένα καρέ ανά δευτερόλεπτο. Προετοιμάστε το σχετικό επεισόδιο, διατηρήστε τη σειρά καρέ και δώστε ερώτημα για την ορατή ακολουθία. Αυτό το οπτικό προφίλ 26B/31B δεν δέχεται ήχο· οι δυνατότητες ομιλίας των μικρότερων παραλλαγών Gemma 4 με ήχο δεν ισχύουν εδώ. Αν η εργασία χρειάζεται προφορικές πληροφορίες, προσθέστε την απομαγνητοφώνησή τους ως κείμενο.
Η ρυθμιζόμενη σκέψη επιτρέπει στο μοντέλο να συλλογίζεται πριν απαντήσει ή να δίνει άμεση απάντηση. Το Gemma 4 προσθέτει εγγενή ρόλο system μαζί με τους ρόλους user και assistant. Η μορφή προτροπής της Google ενεργοποιεί τη σκέψη με το token ελέγχου <|think|> στην προτροπή συστήματος και διαχωρίζει το κανάλι σκέψης από την τελική απάντηση· ο τεκμηριωμένος επεξεργαστής μπορεί να χειριστεί αυτό το πρότυπο. Για συνομιλία πολλών γύρων, κρατήστε τις προηγούμενες τελικές απαντήσεις στο ιστορικό και εξαιρέστε τις προγενέστερες σκέψεις, εκτός από γύρους κλήσης εργαλείων, όπου ο κατασκευαστής δηλώνει ότι πρέπει να διατηρούνται.
Το Native Function Calling υποστηρίζει δομημένη χρήση εργαλείων και η περιγραφή κυκλοφορίας της Google τεκμηριώνει επίσης δομημένη έξοδο JSON. Ορίστε την εργασία, τη διαθέσιμη συνάρτηση και το αναμενόμενο αποτέλεσμα· η εφαρμογή εκτελεί τη ζητούμενη λειτουργία και επιστρέφει την έξοδό της για το επόμενο βήμα. Μια εργασία προγραμματισμού μπορεί να ζητά παραγωγή, συμπλήρωση ή διόρθωση, ενώ ένας οπτικός βοηθός μπορεί να χρησιμοποιεί το επιστρεφόμενο κείμενο για να εξηγήσει ένα γράφημα ή μια οθόνη. Η οδηγία κλήσης συνάρτησης διαφέρει από συνδεδεμένη ενέργεια που πράγματι εκτελέστηκε.
Η μεταβλητή ανάλυση εικόνας ελέγχεται από τον προϋπολογισμό οπτικών token. Οι τεκμηριωμένες επιλογές είναι 70, 140, 280, 560 και 1,120 token. Οι χαμηλότεροι προϋπολογισμοί ταιριάζουν σε ταξινόμηση, λεζάντες ή ακολουθίες καρέ· οι υψηλότεροι διατηρούν περισσότερη λεπτομέρεια για OCR, ανάλυση εγγράφων και μικρό κείμενο, με πρόσθετο υπολογισμό. Αποφασίστε αν χρειάζεστε τη συνολική σκηνή ή την ακριβή γραφή πριν προετοιμάσετε την εικόνα. Μια καθαρή περικοπή ετικέτας μπορεί να είναι χρησιμότερη για εξαγωγή από ένα αόριστο αίτημα εξέτασης κάθε λεπτομέρειας ολόκληρης σελίδας.
Η Google συνιστά temperature 1.0, top-p 0.95 και top-k 64 ως ρυθμίσεις δειγματοληψίας της οικογένειας. Η κάρτα μοντέλου διακρίνει την εκπαίδευση σε περισσότερες από 140 γλώσσες από την έτοιμη υποστήριξη περισσότερων από 35 γλωσσών. Δηλώστε τη γλώσσα απάντησης και διατηρήστε ρητά στην περιγραφή ονόματα τομέων, ονόματα πεδίων ή τύπους. Το 256K είναι προδιαγραφή πλαισίου· η παρατιθέμενη κάρτα μοντέλου δεν τεκμηριώνει χωριστό καθολικό μέγιστο εξόδου για αυτή την έκδοση.
Για ανάθεση εγγράφου και κώδικα, δώστε τη σχετική εικόνα σελίδας, τη γραπτή απαίτηση και το απόσπασμα πηγής: «Διάβασε τις ετικέτες, εξήγησε πώς διαφέρει αυτή η οθόνη από την προδιαγραφή και πρότεινε εστιασμένη διόρθωση στον παρεχόμενο κώδικα». Για γράφημα, ζητήστε η απάντηση να διαχωρίζει τις ορατές τιμές από τη συναγόμενη τάση. Η κάρτα μοντέλου Gemma σημειώνει περιορισμούς σε αμφίσημη γλώσσα, πολύ σύνθετες εργασίες και λανθασμένες ή ξεπερασμένες πραγματολογικές δηλώσεις, επομένως επισυνάψτε τα έγκυρα στοιχεία που πρέπει να χρησιμοποιήσει το ζητούμενο αποτέλεσμα αντί να περιμένετε να τα προσφέρει η γνώση εκπαίδευσης.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια google/gemma-4-26b-a4b-it | 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 $0.0003 / 1K token Έξοδος · Token εξόδου $0.0012 / 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 $0.0003 / 1K token Έξοδος · Token εξόδου $0.0012 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "google/gemma-4-26b-a4b-it",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'google/gemma-4-26b-a4b-it', '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': 'google/gemma-4-26b-a4b-it', '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 google/gemma-4-26b-a4b-it
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Compare readings and inferred trends\n\nAnalyze this transcribed chart data: week 1, 20 returns from 1,000 orders; week 2, 24 from 1,200; week 3, 18 from 600. Calculate each return rate, distinguish counts from rates and write a two-sentence operations note. Do not infer the cause of any change from these values alone.A three-row rate table and an operations note separating observed values from causal interpretation.Check percentages use each week's own order count and the note does not equate fewer returns with a lower rate.