Source: https://ailoot.ai/models/el/meta-llama-llama-3-3-70b-instruct/ Canonical: https://ailoot.ai/models/el/meta-llama-llama-3-3-70b-instruct/ Language: el # Meta: Llama 3.3 70B Instruct [Markdown](https://ailoot.ai/models/el/meta-llama-llama-3-3-70b-instruct/index.md) · [JSON](https://ailoot.ai/models/el/meta-llama-llama-3-3-70b-instruct/facts.json) ## [Meta: Llama 3.3 70B Instruct](https://ailoot.ai/models/el/meta-llama-llama-3-3-70b-instruct/) Το Llama 3.3 70B Instruct είναι το πολυγλωσσικό μοντέλο κειμένου της Meta για συνομιλίες βοηθού. Παράγει κείμενο και κώδικα, με παράθυρο συμφραζομένων 128 χιλ. tokens κατά τον κατασκευαστή και οκτώ υποστηριζόμενες γλώσσες, κατάλληλο για διάλογο πάνω σε έγγραφα, αναδιατύπωση και εξηγήσεις βασισμένες σε πηγές. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `meta-llama/llama-3.3-70b-instruct`](https://ailoot.ai/models/el/meta-llama-llama-3-3-70b-instruct/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `meta-llama/llama-3.3-70b-instruct`](https://ailoot.ai/models/el/meta-llama-llama-3-3-70b-instruct/#method-1) Σχετικά με το μοντέλο Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο. Το Llama 3.3 70B Instruct είναι το γλωσσικό μοντέλο 70 δισεκατομμυρίων παραμέτρων της Meta που έχει προσαρμοστεί σε οδηγίες. Δέχεται κείμενο και επιστρέφει κείμενο ή κώδικα. Η Meta σχεδιάζει αυτή την έκδοση για πολυγλωσσικό διάλογο βοηθού, χρησιμοποιώντας εποπτευόμενη λεπτομερή προσαρμογή και ενισχυτική μάθηση από ανθρώπινη ανατροφοδότηση για να διαμορφώσει τον τρόπο με τον οποίο ανταποκρίνεται σε οδηγίες. #### Δημιουργήστε μια πολυγλωσσική συνομιλία Ο κατασκευαστής απαριθμεί αγγλικά, γερμανικά, γαλλικά, ιταλικά, πορτογαλικά, χίντι, ισπανικά και ταϊλανδικά ως υποστηριζόμενες γλώσσες. Ονομάστε τη γλώσσα της τελικής απάντησης και δώστε οποιαδήποτε ορολογία πρέπει να παραμένει συνεπής. Ένας βοηθός προϊόντος μπορεί να λαμβάνει συνομιλία σε μία από αυτές τις γλώσσες, να προσδιορίζει το αίτημα του πελάτη και να συντάσσει απάντηση από το παρεχόμενο υλικό πολιτικών. Για εργασία τοπικής προσαρμογής, δώστε το αρχικό απόσπασμα, το προβλεπόμενο κοινό και γλωσσάρι. Ζητήστε το αναδιατυπωμένο απόσπασμα ακολουθούμενο από σύντομο κατάλογο επιλογών που αλλάζουν νόημα ή τόνο. Διατηρήστε ρητά ονόματα προϊόντων, αναγνωριστικά και ποσότητες. Αυτό παράγει υλικό που ο ελεγκτής μπορεί να συγκρίνει με την πηγή χωρίς να χαθούν οι λεπτομέρειες που έχουν σημασία. #### Εργαστείτε με μια συλλογή κειμένων Η Meta αναφέρει παράθυρο συμφραζομένων 128 χιλ. tokens για το μοντέλο. Χρησιμοποιήστε αυτόν τον χώρο για σχετικά αποσπάσματα πηγών, προηγούμενες αποφάσεις και το τρέχον ερώτημα. Επισημάνετε κάθε έγγραφο ή απόσπασμα πριν ζητήσετε από το μοντέλο να τα συγκρίνει. Ένας διάλογος πάνω σε έγγραφα μπορεί να ζητά απάντηση υποστηριζόμενη από αναγνωριστικά αποσπασμάτων, με χωριστό κατάλογο σημείων που δεν επιλύει το παρεχόμενο υλικό. Για μια μεγαλύτερη συνομιλία, διατηρήστε τις αποφάσεις που επηρεάζουν την επόμενη απάντηση και αφαιρέστε το επαναλαμβανόμενο υπόβαθρο. Ζητήστε συγκεκριμένο παραδοτέο: πίνακα σύγκρισης, αναθεωρημένο απόσπασμα, κατάλογο απαιτήσεων ή εξήγηση ονομασμένου τμήματος κώδικα. Μια συγκεκριμένη μορφή εξόδου δίνει στον έλεγχο συγκεκριμένο στόχο. #### Κώδικας και εργαλεία εφαρμογής Οι τεκμηριωμένες έξοδοι του μοντέλου περιλαμβάνουν κώδικα. Μια προτροπή προγραμματισμού μπορεί να παρέχει διεπαφή, δείγματα εισόδων και αναμενόμενες εξόδους και κατόπιν να ζητά υλοποίηση μαζί με δοκιμές για τις οριακές περιπτώσεις που ονομάζετε. Εκτελέστε και εξετάστε αυτή την υλοποίηση στο έργο προορισμού πριν την ενσωματώσετε. Η Meta παρουσιάζει επίσης μορφές κλήσεων εργαλείων για αυτή την έκδοση που έχει προσαρμοστεί σε οδηγίες. Σε μια τέτοια ροή, η περιβάλλουσα εφαρμογή εκθέτει συναρτήσεις, εκτελεί μια ζητούμενη κλήση και επιστρέφει το αποτέλεσμα στη συνομιλία. Κρατήστε αυτά τα αποτελέσματα συνδεδεμένα με το σχετικό αίτημα, ώστε η τελική απάντηση να μπορεί να χρησιμοποιεί τα πραγματικά τεκμήρια. Αυτές οι μορφές περιγράφουν τη συμπεριφορά ενσωμάτωσης του κατασκευαστή· οι ίδιες οι συναρτήσεις ανήκουν στην εφαρμογή. Το Llama 3.3 είναι στατικό μοντέλο εκπαιδευμένο σε σύνολο δεδομένων εκτός σύνδεσης. Παρέχετε τρέχοντα στοιχεία, πολιτικές ή εγγραφές όταν η απάντηση εξαρτάται από αυτά. Η αποκλειστικά κειμενική είσοδός του καθιστά τα ευανάγνωστα αποσπάσματα κατάλληλα τεκμήρια για αυτή την έκδοση. Πρακτική εργασία ### Πρακτική εργασία Τεχνικό παράδειγμα στα αγγλικά ``` Localize a customer reply with fixed terms Translate this support reply into Spanish for a customer, keeping product name ClearDesk and reference R-882 unchanged: 'We received your return request for ClearDesk. Please include reference R-882 in your reply. We will review the photos you already sent.' Use a polite conversational register, then briefly identify any tone choice. ``` #### Αναμενόμενο αποτέλεσμα ``` A Spanish reply followed by a short note about the selected register. ``` #### Έλεγχος αποτελέσματος ``` ClearDesk and R-882 stay exact, and the reply does not ask the customer to resend photos. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `meta-llama/llama-3.3-70b-instruct` [`meta-llama/llama-3.3-70b-instruct`](https://ailoot.ai/models/el/#m=meta-llama%2Fllama-3.3-70b-instruct&route=Ultra&caller=meta-llama%2Fllama-3.3-70b-instruct&fmt=chat) Meta /`meta-llama/llama-3.3-70b-instruct` ### Εισαγωγή Το Llama 3.3 70B Instruct είναι το πολυγλωσσικό μοντέλο κειμένου της Meta για συνομιλίες βοηθού. Παράγει κείμενο και κώδικα, με παράθυρο συμφραζομένων 128 χιλ. tokens κατά τον κατασκευαστή και οκτώ υποστηριζόμενες γλώσσες, κατάλληλο για διάλογο πάνω σε έγγραφα, αναδιατύπωση και εξηγήσεις βασισμένες σε πηγές. Αποδεκτές είσοδοι Κείμενο Αποτελέσματα Κείμενο ### Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Είσοδος `text` Έξοδος `text` Μορφή εξόδου json ή SSE | Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή | | --- | --- | --- | --- | --- | | Πεδίο`model` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια meta-llama/llama-3.3-70b-instruct | Προεπιλογή— | | Πεδίο`messages` | Τύπος`message[]` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— | | Πεδίο`messages[].role` | Τύπος`string` | 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— | | Πεδίο`messages[].content` | Τύπος`string\|content_part[]\|null` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`messages[].tool_calls` | Τύπος`tool_call[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`messages[].tool_call_id` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— | | Πεδίο`messages[].name` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`messages[].reasoning_content` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— | | Πεδίο`messages[].reasoning_details` | Τύπος`object\|array` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`max_tokens` | Τύπος`integer` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`max_completion_tokens` | Τύπος`integer` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`stream` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse | | Πεδίο`stream_options.include_usage` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`temperature` | Τύπος`number` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`top_p` | Τύπος`number` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`stop` | Τύπος`string\|string[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`tools` | Τύπος`function_tool[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`tools[].type` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`tools[].function.name` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— | | Πεδίο`tools[].function.description` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`tools[].function.parameters` | Τύπος`JSON_schema` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`tool_choice` | Τύπος`string\|object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`parallel_tool_calls` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`response_format` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`reasoning_effort` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`reasoning` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`service_tier` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`instructions` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— | | Πεδίο`functions` | Τύπος`function[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`function_call` | Τύπος`string\|object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`prompt_cache_options` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— | | Πεδίο`modalities` | Τύπος`string[]` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— | | Πεδίο`provider` | Τύπος`object` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— | | Πεδίο`cache_control.ttl` | Τύπος`string` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— | Συνδυασμοί υλικών εισόδου **Κείμενο** · Κείμενο UTF8 `messages[].content` Παράμετροι και κύκλος ζωής μεθόδου | Παράμετρος | Σύμβαση | | --- | --- | | Παράμετρος`content_type` | Σύμβασηapplication/json | | Παράμετρος`required` | Σύμβασηmodel, messages | | Παράμετρος`material_types` | Σύμβασηtext | | Παράμετρος`messages` | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content | | Παράμετρος`file_material` | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου | | Παράμετρος`optional_controls` | Σύμβασηstream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | Παράμετρος`control_scope` | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία | | Παράμετρος`output_modalities` | Σύμβασηtext | | Παράμετρος`hosted_operations` | Σύμβασηfalse | | Παράμετρος`multimodal_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. ### Τιμολόγηση Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο. Γρήγορη λειτουργία Τυπική χρέωση Όταν επιλέγεται η γρήγορη λειτουργία Λειτουργία flex Τυπική χρέωση Όταν επιλέγεται η λειτουργία flex Μέγιστη προσπάθεια συλλογισμού Τυπική χρέωση Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default #### Χρεώσεις Ailoot #### Τιμές ανά διαμόρφωση 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 **$0.0018** / 1K token Έξοδος · Token εξόδου **$0.0018** / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη **$0.00059** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη **$0** / 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 **$0.0018** / 1K token Έξοδος · Token εξόδου **$0.0018** / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη **$0.00059** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη **$0** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα **—** / 1K token | Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. [Πώς λειτουργούν η δέσμευση και η εκκαθάριση →](https://ailoot.ai/docs/el/billing/reserve/) ### Παραδείγματα αιτημάτων #### Ailoot Ultra · OpenAI Chat curlPython SDKΡοή σε Python ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model": "meta-llama/llama-3.3-70b-instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='meta-llama/llama-3.3-70b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='meta-llama/llama-3.3-70b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### Λήψη και αποθήκευση αποτελεσμάτων #### Ailoot Ultra · OpenAI Chat json ή SSE ##### Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα 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. ##### Αν χρειάζεται έλεγχος της αρχικής απάντησης Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου. Πεδία απάντησης | Πεδίο | Τύπος | | --- | --- | | Πεδίο`choices[].index` | Τύποςinteger | | Πεδίο`choices[].message.content` | Τύποςstring\|null | | Πεδίο`choices[].message.tool_calls` | Τύποςtool\_call\[\] | | Πεδίο`choices[].message.reasoning_content` | Τύποςstring | | Πεδίο`choices[].message.reasoning_details` | Τύποςobject\|array | | Πεδίο`choices[].finish_reason` | Τύποςstring\|null | | Πεδίο`usage` | Τύποςobject | Σφάλματα και επόμενα βήματα | 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. | ### Εναλλακτικά ονόματα #### Εναλλακτικά ονόματα μοντέλου **Ailoot Ultra** [`meta-llama/llama-3.3-70b-instruct`](https://ailoot.ai/models/el/#m=meta-llama%2Fllama-3.3-70b-instruct&route=Ultra&caller=meta-llama%2Fllama-3.3-70b-instruct&fmt=chat) #### Εναλλακτικές διαδρομές μεθόδων Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω. #### Σχετικά ID μοντέλων [`meta-llama/llama-3.3-70b-instruct`](https://ailoot.ai/models/el/#m=meta-llama%2Fllama-3.3-70b-instruct&route=Ultra&caller=meta-llama%2Fllama-3.3-70b-instruct&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `meta-llama/llama-3.3-70b-instruct` [`meta-llama/llama-3.3-70b-instruct`](https://ailoot.ai/models/el/#m=meta-llama%2Fllama-3.3-70b-instruct&route=Ultra&caller=meta-llama%2Fllama-3.3-70b-instruct&fmt=messages) Meta /`meta-llama/llama-3.3-70b-instruct` ### Εισαγωγή Το Llama 3.3 70B Instruct είναι το πολυγλωσσικό μοντέλο κειμένου της Meta για συνομιλίες βοηθού. Παράγει κείμενο και κώδικα, με παράθυρο συμφραζομένων 128 χιλ. tokens κατά τον κατασκευαστή και οκτώ υποστηριζόμενες γλώσσες, κατάλληλο για διάλογο πάνω σε έγγραφα, αναδιατύπωση και εξηγήσεις βασισμένες σε πηγές. Αποδεκτές είσοδοι Κείμενο Αποτελέσματα json · sse ### Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Είσοδος `text` Έξοδος `json`, `sse` Μορφή εξόδου JSON ή SSE | Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή | | --- | --- | --- | --- | --- | | Πεδίο`model` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια meta-llama/llama-3.3-70b-instruct | Προεπιλογή— | | Πεδίο`messages` | Τύπος`message[]` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`messages[].role` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— | | Πεδίο`messages[].content` | Τύπος`string` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`max_tokens` | Τύπος`integer` | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— | | Πεδίο`stream` | Τύπος`boolean` | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse | Συνδυασμοί υλικών εισόδου **Κείμενο** · Κείμενο UTF-8 `Συμβολοσειρά messages[].content` Παράμετροι και κύκλος ζωής μεθόδου | Παράμετρος | Σύμβαση | | --- | --- | | Παράμετρος`content_type` | Σύμβασηapplication/json | | Παράμετρος`required` | Σύμβασηmodel, messages, max\_tokens | | Παράμετρος`optional_controls` | Σύμβασηstream | | Παράμετρος`material_types` | Σύμβασηtext | | Παράμετρος`text_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` ### Τιμολόγηση Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο. Γρήγορη λειτουργία Τυπική χρέωση Όταν επιλέγεται η γρήγορη λειτουργία Λειτουργία flex Τυπική χρέωση Όταν επιλέγεται η λειτουργία flex Μέγιστη προσπάθεια συλλογισμού Τυπική χρέωση Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default #### Χρεώσεις Ailoot #### Τιμές ανά διαμόρφωση 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 **$0.0018** / 1K token Έξοδος · Token εξόδου **$0.0018** / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη **$0.00059** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη **$0** / 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 **$0.0018** / 1K token Έξοδος · Token εξόδου **$0.0018** / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη **$0.00059** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη **$0** / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα **—** / 1K token | Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. [Πώς λειτουργούν η δέσμευση και η εκκαθάριση →](https://ailoot.ai/docs/el/billing/reserve/) ### Παραδείγματα αιτημάτων #### Ailoot Ultra · Anthropic Messages Πλήρες ελάχιστο σώμα JSONcurl · χρησιμοποιήστε το έγγραφό σας σε UTF-8Python · αποθηκεύστε το πλήρες αποτέλεσμα ```json { "model": "meta-llama/llama-3.3-70b-instruct", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'meta-llama/llama-3.3-70b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'meta-llama/llama-3.3-70b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Λήψη και αποθήκευση αποτελεσμάτων #### Ailoot Ultra · Anthropic Messages JSON ή SSE ##### Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα 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. ##### Αν χρειάζεται έλεγχος της αρχικής απάντησης Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου. Πεδία απάντησης | Πεδίο | Τύπος | | --- | --- | | Πεδίο`id` | Τύποςstring | | Πεδίο`model` | Τύποςstring | | Πεδίο`content[]` | Τύποςtext\|thinking\|tool\_use\|other content block | | Πεδίο`stop_reason` | Τύποςstring\|null | | Πεδίο`usage` | Τύποςobject | Σφάλματα και επόμενα βήματα | 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. | ### Εναλλακτικά ονόματα #### Εναλλακτικά ονόματα μοντέλου **Ailoot Ultra** [`meta-llama/llama-3.3-70b-instruct`](https://ailoot.ai/models/el/#m=meta-llama%2Fllama-3.3-70b-instruct&route=Ultra&caller=meta-llama%2Fllama-3.3-70b-instruct&fmt=messages) #### Εναλλακτικές διαδρομές μεθόδων Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω. #### Σχετικά ID μοντέλων [`meta-llama/llama-3.3-70b-instruct`](https://ailoot.ai/models/el/#m=meta-llama%2Fllama-3.3-70b-instruct&route=Ultra&caller=meta-llama%2Fllama-3.3-70b-instruct&fmt=messages) FAQ · Meta: Llama 3.3 70B Instruct Ποιες είσοδοι και αποτελέσματα διατίθενται; `POST /v1/chat/completions` · `meta-llama/llama-3.3-70b-instruct`: `text` → `text` `POST /v1/messages` · `meta-llama/llama-3.3-70b-instruct`: `text` → `json`, `sse` Ποια πεδία χρησιμοποιεί το αίτημα; `POST /v1/chat/completions` · `meta-llama/llama-3.3-70b-instruct`: `model`, `messages`, `stream`, `modalities`, `provider` `POST /v1/messages` · `meta-llama/llama-3.3-70b-instruct`: `model`, `messages`, `max_tokens`, `stream` Ποια όρια ισχύουν; `POST /v1/chat/completions` · `meta-llama/llama-3.3-70b-instruct`: `messages.min_items`: `1` Συνδέστε το Ailoot με Claude Code, OpenCode, Hermes ή τη δική σας εφαρμογή. ## Η εταιρεία και το χαρτοφυλάκιο έργων της Η εταιρεία και το χαρτοφυλάκιο έργων της: εκατομμύρια πελάτες· μηνιαίες πωλήσεις δισεκατομμυρίων. ## Αγοράστε token με έκπτωση. Έκπτωση συνδρομής για τακτική χρήση. Προωθητικοί κωδικοί — έως 50% στην αγορά token. Συνδρομή Επιλέξτε πρόγραμμα με έκπτωση για τα τακτικά αιτήματά σας. Προωθητικός κωδικός έως 50% Εισαγάγετε τον κωδικό στην αγορά. Η τιμή επανυπολογίζεται σύμφωνα με την ενεργή προσφορά. Δαπάνες στο ιστορικό Μοντέλο, token και ποσό αποθηκεύονται για κάθε αίτημα. [Επιλέξτε συνδρομή](https://ailoot.ai/docs/el/billing/subscriptions/) · [Δείτε τιμές μοντέλων](https://ailoot.ai/models/el/) ## Συνδέστε το API με το προϊόν που πουλάτε. SaaS, εφαρμογές και bot — σύμφωνα με τη δημόσια προσφορά και τη σύμβαση άδειας χρήσης Ailoot. Για μεταπώληση ζητήστε σχετική άδεια. Εμπορική εφαρμογή Ενσωματώστε δημιουργία κειμένου, εικόνων, βίντεο και ήχου στις πληρωμένες λειτουργίες της υπηρεσίας σας. Άδεια για μεταπωλητή Στείλτε περιγραφή έργου και τρόπο πρόσβασης. Ζητήστε γραπτούς όρους χρήσης και μεταπώλησης. Έγγραφα στον ιστότοπο Δημόσια προσφορά, σύμβαση άδειας χρήσης και πολιτική επεξεργασίας δεδομένων είναι διαθέσιμες πριν τη σύνδεση. [Ζητήστε άδεια μεταπώλησης](mailto:support@ailoot.ai) · [Δημόσια προσφορά και σύμβαση άδειας χρήσης](https://ailoot.ai/legal/offer?lang=el) ## Ailoot · Η εταιρεία και το χαρτοφυλάκιο έργων της Η Ailoot στηρίζεται στη συσσωρευμένη λειτουργική εμπειρία, τη μεγάλη πελατειακή βάση, τη σταθερή εξυπηρέτηση και τον συνεχή έλεγχο KPI. Η εταιρεία και το χαρτοφυλάκιο έργων της: εκατομμύρια πελάτες· μηνιαίες πωλήσεις δισεκατομμυρίων. Η Ailoot αξιοποιεί αυτή τη λειτουργική εμπειρία για πρόσβαση μέσω API σε λειτουργίες AI στα προϊόντα, τους πράκτορες, τις εφαρμογές και τους αυτοματισμούς των πελατών.