{ "aboutHtml": "

Το MiniMax M2.7 είναι το γλωσσικό μοντέλο της MiniMax για παραγωγικότητα με πράκτορες και εργασία που εξελίσσεται σε πολλά βήματα. Η είσοδος και η έξοδος είναι κείμενο. Η δημοσιευμένη περιγραφή του δίνει έμφαση στη συνεργασία πρακτόρων και τη συνεχή βελτίωση, ενώ το προφίλ φιλοξενίας αναφέρει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων.

Ορίστε την εργασία και το παραδοτέο

Προσδιορίστε το αποτέλεσμα προς παράδοση, το διαθέσιμο υλικό και τις συνθήκες που τεκμηριώνουν ολοκλήρωση. Μια εργασία ανάπτυξης μπορεί να παρέχει τον σχετικό κώδικα και την παρατηρημένη συμπεριφορά. Μια εργασία παραγωγικότητας μπορεί να παρέχει τις πηγαίες πληροφορίες για αναφορά, σύγκριση ή εγγραφή σχεδιασμού και να ορίζει το κοινό και τη δομή εξόδου.

Διαχωρίστε τα τεκμηριωμένα δεδομένα από τις παραδοχές και τα ανοικτά ερωτήματα. Όταν πολλές επιμέρους εργασίες συμβάλλουν σε ένα αποτέλεσμα, επισημάνετε τις εξόδους τους, ώστε το επόμενο βήμα να μπορεί να διακρίνει ποια στοιχεία στηρίζουν ποιο συμπέρασμα. Διατηρείτε τον τελικό στόχο ορατό ενώ συσσωρεύονται ενδιάμεσα παραδοτέα.

Τα εργαλεία παρέχουν παρατηρήσεις

Το προφίλ υποστηρίζει κλήση εργαλείων σε μια εφαρμογή που εκθέτει τις απαιτούμενες ενέργειες. Το μοντέλο προτείνει μια ενέργεια, η εφαρμογή την εκτελεί και η επιστρεφόμενη παρατήρηση γίνεται στοιχείο για το επόμενο βήμα. Διατηρείτε πραγματική έξοδο εντολών, ανακτημένα αποσπάσματα ή αποτελέσματα αρχείων αντί να αντιμετωπίζετε μια προτεινόμενη ενέργεια ως ολοκληρωμένη εργασία.

Όταν μια απάντηση πρόκειται να επεξεργαστεί ως δεδομένα, ορίστε τα απαιτούμενα πεδία και επικυρώστε την επιστρεφόμενη δομή και τις τιμές. Το προφίλ αναφέρει ελέγχους μορφής απάντησης· καθορίστε την επιδιωκόμενη δομή και εξετάστε το πραγματικό αποτέλεσμα πριν το χρησιμοποιήσετε για να ενεργοποιήσετε άλλη ενέργεια της εφαρμογής.

Συμφραζόμενα και συνεχιζόμενη εργασία

Ο κατάλογος αναφέρει παράθυρο συμφραζομένων 204.800 tokens. Σχεδιάστε κάθε αίτημα με βάση το πραγματικό όριο της διεπαφής και αφήστε χώρο για την απάντηση. Διατηρήστε ολοκληρωμένες αποφάσεις και τις πιο πρόσφατες σχετικές παρατηρήσεις σε μια συμπαγή κατάσταση εργασίας, αφαιρώντας επαναλήψεις που δεν επηρεάζουν πλέον την εργασία.

Ένα χρήσιμο παραδοτέο M2.7 περιέχει το αποτέλεσμα, τα στοιχεία που το στηρίζουν και κάθε ερώτημα που παραμένει ανεπίλυτο. Αυτό καθιστά ελέγξιμη μια εκτεταμένη ροή πρακτόρων και δίνει στη μεταγενέστερη εργασία συγκεκριμένη κατάσταση από την οποία να συνεχίσει.

", "aboutText": "Το MiniMax M2.7 είναι το γλωσσικό μοντέλο της MiniMax για παραγωγικότητα με πράκτορες και εργασία που εξελίσσεται σε πολλά βήματα. Η είσοδος και η έξοδος είναι κείμενο. Η δημοσιευμένη περιγραφή του δίνει έμφαση στη συνεργασία πρακτόρων και τη συνεχή βελτίωση, ενώ το προφίλ φιλοξενίας αναφέρει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων.\n\n### Ορίστε την εργασία και το παραδοτέο\n\nΠροσδιορίστε το αποτέλεσμα προς παράδοση, το διαθέσιμο υλικό και τις συνθήκες που τεκμηριώνουν ολοκλήρωση. Μια εργασία ανάπτυξης μπορεί να παρέχει τον σχετικό κώδικα και την παρατηρημένη συμπεριφορά. Μια εργασία παραγωγικότητας μπορεί να παρέχει τις πηγαίες πληροφορίες για αναφορά, σύγκριση ή εγγραφή σχεδιασμού και να ορίζει το κοινό και τη δομή εξόδου.\n\nΔιαχωρίστε τα τεκμηριωμένα δεδομένα από τις παραδοχές και τα ανοικτά ερωτήματα. Όταν πολλές επιμέρους εργασίες συμβάλλουν σε ένα αποτέλεσμα, επισημάνετε τις εξόδους τους, ώστε το επόμενο βήμα να μπορεί να διακρίνει ποια στοιχεία στηρίζουν ποιο συμπέρασμα. Διατηρείτε τον τελικό στόχο ορατό ενώ συσσωρεύονται ενδιάμεσα παραδοτέα.\n\n### Τα εργαλεία παρέχουν παρατηρήσεις\n\nΤο προφίλ υποστηρίζει κλήση εργαλείων σε μια εφαρμογή που εκθέτει τις απαιτούμενες ενέργειες. Το μοντέλο προτείνει μια ενέργεια, η εφαρμογή την εκτελεί και η επιστρεφόμενη παρατήρηση γίνεται στοιχείο για το επόμενο βήμα. Διατηρείτε πραγματική έξοδο εντολών, ανακτημένα αποσπάσματα ή αποτελέσματα αρχείων αντί να αντιμετωπίζετε μια προτεινόμενη ενέργεια ως ολοκληρωμένη εργασία.\n\nΌταν μια απάντηση πρόκειται να επεξεργαστεί ως δεδομένα, ορίστε τα απαιτούμενα πεδία και επικυρώστε την επιστρεφόμενη δομή και τις τιμές. Το προφίλ αναφέρει ελέγχους μορφής απάντησης· καθορίστε την επιδιωκόμενη δομή και εξετάστε το πραγματικό αποτέλεσμα πριν το χρησιμοποιήσετε για να ενεργοποιήσετε άλλη ενέργεια της εφαρμογής.\n\n### Συμφραζόμενα και συνεχιζόμενη εργασία\n\nΟ κατάλογος αναφέρει παράθυρο συμφραζομένων 204.800 tokens. Σχεδιάστε κάθε αίτημα με βάση το πραγματικό όριο της διεπαφής και αφήστε χώρο για την απάντηση. Διατηρήστε ολοκληρωμένες αποφάσεις και τις πιο πρόσφατες σχετικές παρατηρήσεις σε μια συμπαγή κατάσταση εργασίας, αφαιρώντας επαναλήψεις που δεν επηρεάζουν πλέον την εργασία.\n\nΈνα χρήσιμο παραδοτέο M2.7 περιέχει το αποτέλεσμα, τα στοιχεία που το στηρίζουν και κάθε ερώτημα που παραμένει ανεπίλυτο. Αυτό καθιστά ελέγξιμη μια εκτεταμένη ροή πρακτόρων και δίνει στη μεταγενέστερη εργασία συγκεκριμένη κατάσταση από την οποία να συνεχίσει.", "editorialOverlay": { "copy_fields": { "practical_html": "

Πρακτική εργασία

Τεχνικό παράδειγμα στα αγγλικά

Continue a rollout status note\n\nPrepare a rollout status note from these actual observations supplied by the application: [BUILD] artifact produced; [TEST] import smoke check failed on missing column region; [DEPLOY] not attempted. Earlier requirement: retain regional reporting. State the current result, the evidence for it and the next proposed correction. Do not describe a proposed action as completed.

Αναμενόμενο αποτέλεσμα

A compact result/evidence/next-step note identifying the failed check and unattempted deployment.

Έλεγχος αποτελέσματος

Check that a successful build is not reported as a completed rollout.

" }, "copy_sha256": "c98b38a9289ed6fa003ba31860138b54ea598733dab3e1413fb9c0c208affed0", "copy_source": { "locale": "el", "pack_sha256": "0f56d90ba41881e1134accf82e57338f246f8753ca4c0cee929aaffada5d10e7", "record_model_id": "minimax/minimax-m2.7", "source_facts_sha256": "45ca216eaecd406a862cf0bd382fa42db4a84b0c462fc5dfa6c7fe120ecf048f", "validation_sha256": "a2ac2f28056280fc0b2ea34a501bf156d5ce155406e57e708edf30bfdf6bfdc6" }, "html_sha256": "a3afd636c4a48a3e389164cc1394becfe9a6a717a940931f4b5e25dc410bce0f", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "el", "methods": [ { "html": "

MM

MiniMax: MiniMax M2.7

MiniMax /MiniMax-M2.7

ID μοντέλου

Εισαγωγή

Το MiniMax M2.7 είναι το μοντέλο κειμένου της MiniMax για παραγωγικότητα με πράκτορες και εκτεταμένες εργασίες. Το δημοσιευμένο προφίλ του παρέχει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων με συμφραζόμενα 204.800 tokens, υποστηρίζοντας ροές εργασίας που συνεχίζονται από πραγματικές παρατηρήσεις.

Αποδεκτές είσοδοι: Κείμενο
Αποτελέσματα: Κείμενο

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 MiniMax M2.7 είναι το γλωσσικό μοντέλο της MiniMax για παραγωγικότητα με πράκτορες και εργασία που εξελίσσεται σε πολλά βήματα. Η είσοδος και η έξοδος είναι κείμενο. Η δημοσιευμένη περιγραφή του δίνει έμφαση στη συνεργασία πρακτόρων και τη συνεχή βελτίωση, ενώ το προφίλ φιλοξενίας αναφέρει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων.

Ορίστε την εργασία και το παραδοτέο

Προσδιορίστε το αποτέλεσμα προς παράδοση, το διαθέσιμο υλικό και τις συνθήκες που τεκμηριώνουν ολοκλήρωση. Μια εργασία ανάπτυξης μπορεί να παρέχει τον σχετικό κώδικα και την παρατηρημένη συμπεριφορά. Μια εργασία παραγωγικότητας μπορεί να παρέχει τις πηγαίες πληροφορίες για αναφορά, σύγκριση ή εγγραφή σχεδιασμού και να ορίζει το κοινό και τη δομή εξόδου.

Διαχωρίστε τα τεκμηριωμένα δεδομένα από τις παραδοχές και τα ανοικτά ερωτήματα. Όταν πολλές επιμέρους εργασίες συμβάλλουν σε ένα αποτέλεσμα, επισημάνετε τις εξόδους τους, ώστε το επόμενο βήμα να μπορεί να διακρίνει ποια στοιχεία στηρίζουν ποιο συμπέρασμα. Διατηρείτε τον τελικό στόχο ορατό ενώ συσσωρεύονται ενδιάμεσα παραδοτέα.

Τα εργαλεία παρέχουν παρατηρήσεις

Το προφίλ υποστηρίζει κλήση εργαλείων σε μια εφαρμογή που εκθέτει τις απαιτούμενες ενέργειες. Το μοντέλο προτείνει μια ενέργεια, η εφαρμογή την εκτελεί και η επιστρεφόμενη παρατήρηση γίνεται στοιχείο για το επόμενο βήμα. Διατηρείτε πραγματική έξοδο εντολών, ανακτημένα αποσπάσματα ή αποτελέσματα αρχείων αντί να αντιμετωπίζετε μια προτεινόμενη ενέργεια ως ολοκληρωμένη εργασία.

Όταν μια απάντηση πρόκειται να επεξεργαστεί ως δεδομένα, ορίστε τα απαιτούμενα πεδία και επικυρώστε την επιστρεφόμενη δομή και τις τιμές. Το προφίλ αναφέρει ελέγχους μορφής απάντησης· καθορίστε την επιδιωκόμενη δομή και εξετάστε το πραγματικό αποτέλεσμα πριν το χρησιμοποιήσετε για να ενεργοποιήσετε άλλη ενέργεια της εφαρμογής.

Συμφραζόμενα και συνεχιζόμενη εργασία

Ο κατάλογος αναφέρει παράθυρο συμφραζομένων 204.800 tokens. Σχεδιάστε κάθε αίτημα με βάση το πραγματικό όριο της διεπαφής και αφήστε χώρο για την απάντηση. Διατηρήστε ολοκληρωμένες αποφάσεις και τις πιο πρόσφατες σχετικές παρατηρήσεις σε μια συμπαγή κατάσταση εργασίας, αφαιρώντας επαναλήψεις που δεν επηρεάζουν πλέον την εργασία.

Ένα χρήσιμο παραδοτέο M2.7 περιέχει το αποτέλεσμα, τα στοιχεία που το στηρίζουν και κάθε ερώτημα που παραμένει ανεπίλυτο. Αυτό καθιστά ελέγξιμη μια εκτεταμένη ροή πρακτόρων και δίνει στη μεταγενέστερη εργασία συγκεκριμένη κατάσταση από την οποία να συνεχίσει.

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot · Anthropic Messages POST /v1/messages

Είσοδος: text
Έξοδος: text
Παράθυρο συμφραζομένων: 204.800 tokens
Μέγιστη έξοδος: 204.800 tokens
Μορφή εξόδου: json ή SSE

Πεδίο	Τύπος	Απαίτηση	Τιμές και όρια	Προεπιλογή
Πεδίο`model`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια MiniMax-M2.7	Προεπιλογή—
Πεδίο`messages`	Τύπος`message[]`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1	Προεπιλογή—
Πεδίο`messages[].role`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια user, assistant	Προεπιλογή—
Πεδίο`messages[].content`	Τύπος`string\|content_block[]`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`system`	Τύπος`string\|content_block[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`max_tokens`	Τύπος`integer`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια Ελάχιστο: 1 Το όριο εφαρμόζεται σε: ακριβές ανώτατο όριο του επιλεγμένου μοντέλου/της επιλεγμένης κάρτας	Προεπιλογή—
Πεδίο`stream`	Τύπος`boolean`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογήfalse
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_sequences`	Τύπος`string[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`tools`	Τύπος`tool[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`tools[].name`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο	Προεπιλογή—
Πεδίο`tools[].description`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`tools[].input_schema`	Τύπος`JSON_schema`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`tool_choice`	Τύπος`object`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`thinking.type`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`thinking.budget_tokens`	Τύπος`integer`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`output_config.effort`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`metadata`	Τύπος`object`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`cache_control`	Τύπος`object`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—

Συνδυασμοί υλικών εισόδου

Κείμενο · Κείμενο UTF8

messages[].content ή μπλοκ type=text

Παράμετροι και κύκλος ζωής μεθόδου

Παράμετρος	Σύμβαση
Παράμετρος`material_types`	Σύμβασηtext
Παράμετρος`required`	Σύμβασηmodel, messages, max_tokens
Παράμετρος`optional_controls`	Σύμβασηnull
Παράμετρος`content_type`	Σύμβασηapplication/json
Παράμετρος`text_file_material`	Σύμβασηπραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη

Κύκλος ζωής: exact retained published method

Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων.

Τιμολόγηση

Χρεώσεις μεθόδων Ailoot

Ailoot Anthropic MessagesPOST /v1/messages

Είσοδος: 0,0003 $ / 1K
Έξοδος: 0,0012 $ / 1K
Ανάγνωση από την κρυφή μνήμη: ≈0,00006 $ / 1K
Εγγραφή στην κρυφή μνήμη: 0,000375 $ / 1K
Εγγραφή στην κρυφή μνήμη, 5 λεπτά: 0,000375 $ / 1K tokens

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 →

Στοιχεία τιμοκαταλόγου αναφοράς

Οι πίνακες αναφοράς του μοντέλου δεν αλλάζουν την επιλογή μεθόδου, τις εκτιμήσεις τιμής ή τις χρεώσεις. Οι εφαρμοζόμενες χρεώσεις χρησιμοποιούν τις τιμές της επιλεγμένης μεθόδου Ailoot.

Πίνακες αναφοράς μοντέλου

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
ΔιαμόρφωσηOpenAI Chat · Βασικές χρεώσεις ανά token	Πίνακας χρεώσεωνΒασική χρέωση	Token συμφραζομένων, πάνω από—	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηOpenAI Chat · Επίπεδο 1 βάσει μήκους αιτήματος	Πίνακας χρεώσεων—	Token συμφραζομένων, πάνω από0	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηAnthropic Messages · Βασικές χρεώσεις ανά token	Πίνακας χρεώσεωνΒασική χρέωση	Token συμφραζομένων, πάνω από—	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηAnthropic Messages · Επίπεδο 1 βάσει μήκους αιτήματος	Πίνακας χρεώσεων—	Token συμφραζομένων, πάνω από0	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token

Παραδείγματα αιτημάτων

Ailoot · Anthropic Messages

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "MiniMax-M2.7", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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/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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n

import anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n    model="MiniMax-M2.7",\n    max_tokens=1024,\n    messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(msg.to_dict(mode="json"))\n

import Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n  model: "MiniMax-M2.7",\n  max_tokens: 1024,\n  messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n  writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n  console.log(JSON.stringify(data, null, 2));\n  const saveBlob = (encoded, suffix, label) => {\n    const raw = Buffer.from(encoded, "base64");\n    const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n    const file = `${stem}-${label}.${ext}`;\n    writeFileSync(file, raw); console.log("Saved", file);\n  };\n  for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n  for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n  for (const [i, item] of (data.output || []).entries()) {\n    console.log("Output", i, JSON.stringify(item));\n    if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n  }\n  for (const [ci, candidate] of (data.candidates || []).entries()) {\n    for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n      console.log("Candidate/part", ci, pi, JSON.stringify(part));\n      const blob = part.inlineData || part.inline_data;\n      if (blob?.data) {\n        const mime = blob.mimeType || blob.mime_type;\n        const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n        saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n      }\n    }\n  }\n}\n\nsaveResult(msg);\n

import anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='MiniMax-M2.7',max_tokens=1024,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_message()\n    save_result(final.to_dict(mode="json"),"stream-result")\n

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot · 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 MiniMax-M2.7, minimax/minimax-m2.7
Ailoot Ultra MiniMax-M2.7, minimax/minimax-m2.7

Εναλλακτικές διαδρομές μεθόδων

/chat/completions

Σχετικά ID μοντέλων

minimax/minimax-m2.7, minimax/minimax-m2.7, MiniMax-M2.7, MiniMax-M2.7

", "method_identity": { "effective_request_model_id": "MiniMax-M2.7", "fmt": "messages", "http": "POST", "path": "/v1/messages", "request_model_id": "MiniMax-M2.7", "route_label": "Core" }, "method_key": "Core|messages|/v1/messages|MiniMax-M2.7", "ordinal": 0, "rawMethod": { "cache_read": 0.06, "cache_write": 0.375, "cache_write_1h": null, "cache_write_5m": 0.375, "conditional_meter": null, "contract": { "data": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content ή μπλοκ type=text", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "MiniMax-M2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string|content_block[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "system", "required": false, "type": "string|content_block[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "limit_scope": "ακριβές ανώτατο όριο του επιλεγμένου μοντέλου/της επιλεγμένης κάρτας", "minimum": 1, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop_sequences", "required": false, "type": "string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "tool[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].name", "required": false, "type": "string", "when": "Παρεχόμενο εργαλείο" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].input_schema", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "thinking.type", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "thinking.budget_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "output_config.effort", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "metadata", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": null, "required": [ "model", "messages", "max_tokens" ], "text_file_material": "πραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/messages" }, "operation_modes": [ "messages" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 204800, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"MiniMax-M2.7\", \"max_tokens\": 1024, \"messages\": []}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"messages\"]=[{\"role\":\"user\",\"content\":\"Summarize this material and quote supporting source passages.\\n\\n\"+text}]\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/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\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "import anthropic\nimport os\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient = anthropic.Anthropic(base_url=\"https://api.ailoot.ai\", api_key=os.environ[\"AILOOT_API_KEY\"], max_retries=0)\nmsg = client.messages.create(\n model=\"MiniMax-M2.7\",\n max_tokens=1024,\n messages=[{\"role\": \"user\", \"content\": \"Explain the difference between an observation and a hypothesis in three sentences.\"}],\n)\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(msg.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import Anthropic from \"@anthropic-ai/sdk\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new Anthropic({ baseURL: \"https://api.ailoot.ai\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: \"MiniMax-M2.7\",\n max_tokens: 1024,\n messages: [{ role: \"user\", content: \"Explain the difference between an observation and a hypothesis in three sentences.\" }],\n});\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "code": "import anthropic,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=anthropic.Anthropic(base_url=\"https://api.ailoot.ai\",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.messages.stream(model='MiniMax-M2.7',max_tokens=1024,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_message()\n save_result(final.to_dict(mode=\"json\"),\"stream-result\")\n", "label": "Python streaming · complete final message", "language": "python" } ], "family": "anthropic", "fast_multiplier": null, "flex_multiplier": null, "fmt": "messages", "http": "POST", "img_in": null, "img_out": null, "in": 0.3, "input": [ "text" ], "label": "Anthropic Messages", "max_out": 204800, "max_tool_calls": null, "out": 1.2, "output": [ "text" ], "path": "/v1/messages", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 0.3, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 1.2, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.06, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write", "label": "Cache write", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write_5m", "label": "Cache write 5m", "side": "in" } ] } ], "request_model_id": "MiniMax-M2.7", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "token", "units": [] } }, { "html": "

MM

MiniMax: MiniMax M2.7

MiniMax /MiniMax-M2.7

ID μοντέλου

Εισαγωγή

Το MiniMax M2.7 είναι το μοντέλο κειμένου της MiniMax για παραγωγικότητα με πράκτορες και εκτεταμένες εργασίες. Το δημοσιευμένο προφίλ του παρέχει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων με συμφραζόμενα 204.800 tokens, υποστηρίζοντας ροές εργασίας που συνεχίζονται από πραγματικές παρατηρήσεις.

Αποδεκτές είσοδοι: Κείμενο
Αποτελέσματα: Κείμενο

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 MiniMax M2.7 είναι το γλωσσικό μοντέλο της MiniMax για παραγωγικότητα με πράκτορες και εργασία που εξελίσσεται σε πολλά βήματα. Η είσοδος και η έξοδος είναι κείμενο. Η δημοσιευμένη περιγραφή του δίνει έμφαση στη συνεργασία πρακτόρων και τη συνεχή βελτίωση, ενώ το προφίλ φιλοξενίας αναφέρει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων.

Ορίστε την εργασία και το παραδοτέο

Προσδιορίστε το αποτέλεσμα προς παράδοση, το διαθέσιμο υλικό και τις συνθήκες που τεκμηριώνουν ολοκλήρωση. Μια εργασία ανάπτυξης μπορεί να παρέχει τον σχετικό κώδικα και την παρατηρημένη συμπεριφορά. Μια εργασία παραγωγικότητας μπορεί να παρέχει τις πηγαίες πληροφορίες για αναφορά, σύγκριση ή εγγραφή σχεδιασμού και να ορίζει το κοινό και τη δομή εξόδου.

Διαχωρίστε τα τεκμηριωμένα δεδομένα από τις παραδοχές και τα ανοικτά ερωτήματα. Όταν πολλές επιμέρους εργασίες συμβάλλουν σε ένα αποτέλεσμα, επισημάνετε τις εξόδους τους, ώστε το επόμενο βήμα να μπορεί να διακρίνει ποια στοιχεία στηρίζουν ποιο συμπέρασμα. Διατηρείτε τον τελικό στόχο ορατό ενώ συσσωρεύονται ενδιάμεσα παραδοτέα.

Τα εργαλεία παρέχουν παρατηρήσεις

Το προφίλ υποστηρίζει κλήση εργαλείων σε μια εφαρμογή που εκθέτει τις απαιτούμενες ενέργειες. Το μοντέλο προτείνει μια ενέργεια, η εφαρμογή την εκτελεί και η επιστρεφόμενη παρατήρηση γίνεται στοιχείο για το επόμενο βήμα. Διατηρείτε πραγματική έξοδο εντολών, ανακτημένα αποσπάσματα ή αποτελέσματα αρχείων αντί να αντιμετωπίζετε μια προτεινόμενη ενέργεια ως ολοκληρωμένη εργασία.

Όταν μια απάντηση πρόκειται να επεξεργαστεί ως δεδομένα, ορίστε τα απαιτούμενα πεδία και επικυρώστε την επιστρεφόμενη δομή και τις τιμές. Το προφίλ αναφέρει ελέγχους μορφής απάντησης· καθορίστε την επιδιωκόμενη δομή και εξετάστε το πραγματικό αποτέλεσμα πριν το χρησιμοποιήσετε για να ενεργοποιήσετε άλλη ενέργεια της εφαρμογής.

Συμφραζόμενα και συνεχιζόμενη εργασία

Ο κατάλογος αναφέρει παράθυρο συμφραζομένων 204.800 tokens. Σχεδιάστε κάθε αίτημα με βάση το πραγματικό όριο της διεπαφής και αφήστε χώρο για την απάντηση. Διατηρήστε ολοκληρωμένες αποφάσεις και τις πιο πρόσφατες σχετικές παρατηρήσεις σε μια συμπαγή κατάσταση εργασίας, αφαιρώντας επαναλήψεις που δεν επηρεάζουν πλέον την εργασία.

Ένα χρήσιμο παραδοτέο M2.7 περιέχει το αποτέλεσμα, τα στοιχεία που το στηρίζουν και κάθε ερώτημα που παραμένει ανεπίλυτο. Αυτό καθιστά ελέγξιμη μια εκτεταμένη ροή πρακτόρων και δίνει στη μεταγενέστερη εργασία συγκεκριμένη κατάσταση από την οποία να συνεχίσει.

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot · OpenAI Responses POST /v1/responses

Είσοδος: text
Έξοδος: text
Παράθυρο συμφραζομένων: 204.800 tokens
Μέγιστη έξοδος: 204.800 tokens
Μορφή εξόδου: json ή SSE

Πεδίο	Τύπος	Απαίτηση	Τιμές και όρια	Προεπιλογή
Πεδίο`model`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια MiniMax-M2.7	Προεπιλογή—
Πεδίο`input`	Τύπος`string\|input_item[]`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`instructions`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`input[].type`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια message, reasoning, function_call, function_call_output	Προεπιλογή—
Πεδίο`input[].content`	Τύπος`string\|content_part[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`input[].call_id`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εφαρμόζεται όταν: function_call_output· διατηρήστε το πραγματικό call_id που επιστράφηκε	Προεπιλογή—
Πεδίο`input[].output`	Τύπος`string\|content_part[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εφαρμόζεται όταν: function_call_output	Προεπιλογή—
Πεδίο`max_output_tokens`	Τύπος`integer`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`stream`	Τύπος`boolean`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογήfalse
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`tools`	Τύπος`tool[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	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`reasoning.effort`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`reasoning.summary`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`text.format`	Τύπος`object`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`text.verbosity`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`include`	Τύπος`string[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`store`	Τύπος`boolean`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`previous_response_id`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Απαίτηση ID: Μόνο πραγματικό ID απάντησης από υποστηριζόμενη συνέχιση Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`service_tier`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`prompt_cache_key`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`prompt_cache_options`	Τύπος`object`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—

Συνδυασμοί υλικών εισόδου

Κείμενο · Κείμενο UTF8

κείμενο εισόδου ή τμήμα input_text

Παράμετροι και κύκλος ζωής μεθόδου

Παράμετρος	Σύμβαση
Παράμετρος`material_types`	Σύμβασηtext
Παράμετρος`required`	Σύμβασηmodel, input
Παράμετρος`optional_controls`	Σύμβασηnull
Παράμετρος`content_type`	Σύμβασηapplication/json
Παράμετρος`text_file_material`	Σύμβασηπραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη

Κύκλος ζωής: exact retained published method

Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων.

Τιμολόγηση

Χρεώσεις μεθόδων Ailoot

Ailoot OpenAI ResponsesPOST /v1/responses

Είσοδος: 0,0003 $ / 1K
Έξοδος: 0,0012 $ / 1K
Ανάγνωση από την κρυφή μνήμη: ≈0,00006 $ / 1K
Εγγραφή στην κρυφή μνήμη: 0,000375 $ / 1K
Εγγραφή στην κρυφή μνήμη, 5 λεπτά: 0,000375 $ / 1K tokens

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 →

Στοιχεία τιμοκαταλόγου αναφοράς

Οι πίνακες αναφοράς του μοντέλου δεν αλλάζουν την επιλογή μεθόδου, τις εκτιμήσεις τιμής ή τις χρεώσεις. Οι εφαρμοζόμενες χρεώσεις χρησιμοποιούν τις τιμές της επιλεγμένης μεθόδου Ailoot.

Πίνακες αναφοράς μοντέλου

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
ΔιαμόρφωσηOpenAI Chat · Βασικές χρεώσεις ανά token	Πίνακας χρεώσεωνΒασική χρέωση	Token συμφραζομένων, πάνω από—	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηOpenAI Chat · Επίπεδο 1 βάσει μήκους αιτήματος	Πίνακας χρεώσεων—	Token συμφραζομένων, πάνω από0	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηAnthropic Messages · Βασικές χρεώσεις ανά token	Πίνακας χρεώσεωνΒασική χρέωση	Token συμφραζομένων, πάνω από—	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηAnthropic Messages · Επίπεδο 1 βάσει μήκους αιτήματος	Πίνακας χρεώσεων—	Token συμφραζομένων, πάνω από0	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token

Παραδείγματα αιτημάτων

Ailoot · OpenAI Responses

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "MiniMax-M2.7", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]="Summarize this material and quote supporting source passages.\\n\\n"+text\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/responses \\\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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\n

from 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)\nresp = client.responses.create(model="MiniMax-M2.7", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))\n

import OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: "MiniMax-M2.7", input: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n  writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n  console.log(JSON.stringify(data, null, 2));\n  const saveBlob = (encoded, suffix, label) => {\n    const raw = Buffer.from(encoded, "base64");\n    const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n    const file = `${stem}-${label}.${ext}`;\n    writeFileSync(file, raw); console.log("Saved", file);\n  };\n  for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n  for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n  for (const [i, item] of (data.output || []).entries()) {\n    console.log("Output", i, JSON.stringify(item));\n    if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n  }\n  for (const [ci, candidate] of (data.candidates || []).entries()) {\n    for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n      console.log("Candidate/part", ci, pi, JSON.stringify(part));\n      const blob = part.inlineData || part.inline_data;\n      if (blob?.data) {\n        const mime = blob.mimeType || blob.mime_type;\n        const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n        saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n      }\n    }\n  }\n}\n\nsaveResult(resp);\n

from openai import OpenAI\nimport os\nfrom pathlib import Path\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\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)\nwith client.responses.stream(model="MiniMax-M2.7", input="Explain the difference between an observation and a hypothesis 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_response()\n    save_result(final.to_dict(mode="json"),"stream-result")\n

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot · OpenAI Responses

json ή SSE

Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.

Διατηρήστε κάθε στοιχείο εξόδου και τμήμα περιεχομένου, το πραγματικό call_id συνάρτησης, το κρυπτογραφημένο περιεχόμενο συλλογιστικής και τα στοιχεία χρήσης. Στη μετάδοση σε ροή κρατήστε την πλήρη ταυτότητα συμβάντος/στοιχείου.

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`status`	Τύποςstring
Πεδίο`output[]`	Τύποςmessage\|reasoning\|function_call\|other item
Πεδίο`output[].content[]`	Τύποςcontent part
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 MiniMax-M2.7, minimax/minimax-m2.7
Ailoot Ultra MiniMax-M2.7, minimax/minimax-m2.7

Εναλλακτικές διαδρομές μεθόδων

/chat/completions

Σχετικά ID μοντέλων

minimax/minimax-m2.7, minimax/minimax-m2.7, MiniMax-M2.7, MiniMax-M2.7

", "method_identity": { "effective_request_model_id": "MiniMax-M2.7", "fmt": "responses", "http": "POST", "path": "/v1/responses", "request_model_id": "MiniMax-M2.7", "route_label": "Core" }, "method_key": "Core|responses|/v1/responses|MiniMax-M2.7", "ordinal": 1, "rawMethod": { "cache_read": 0.06, "cache_write": 0.375, "cache_write_1h": null, "cache_write_5m": 0.375, "conditional_meter": null, "contract": { "data": { "all_results": "Keep every output item and content part, actual function call_id, encrypted reasoning and usage. In streaming retain complete event/item identity.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/responses" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "κείμενο εισόδου ή τμήμα input_text", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "Διατηρήστε κάθε στοιχείο εξόδου και τμήμα περιεχομένου, το πραγματικό call_id συνάρτησης, το κρυπτογραφημένο περιεχόμενο συλλογιστικής και τα στοιχεία χρήσης. Στη μετάδοση σε ροή κρατήστε την πλήρη ταυτότητα συμβάντος/στοιχείου.", "family": "text", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "output[]", "type": "message|reasoning|function_call|other item" }, { "description": null, "name": "output[].content[]", "type": "content part" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "MiniMax-M2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input", "required": true, "type": "string|input_item[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "message", "reasoning", "function_call", "function_call_output" ], "enum_known": true, "name": "input[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input[].content", "required": false, "type": "string|content_part[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input[].call_id", "required": false, "type": "string", "when": "function_call_output· διατηρήστε το πραγματικό call_id που επιστράφηκε" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input[].output", "required": false, "type": "string|content_part[]", "when": "function_call_output" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_output_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning.effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning.summary", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "text.format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "text.verbosity", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "include", "required": false, "type": "string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "store", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "identity_rule": "Μόνο πραγματικό ID απάντησης από υποστηριζόμενη συνέχιση", "name": "previous_response_id", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_key", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": null, "required": [ "model", "input" ], "text_file_material": "πραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/responses" }, "operation_modes": [ "responses" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 204800, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"MiniMax-M2.7\", \"input\": \"\"}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"input\"]=\"Summarize this material and quote supporting source passages.\\n\\n\"+text\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/responses \\\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 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(json.loads(Path(\"result.json\").read_text(encoding=\"utf-8\")))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "from 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)\nresp = client.responses.create(model=\"MiniMax-M2.7\", input=\"Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import OpenAI from \"openai\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new OpenAI({ baseURL: \"https://api.ailoot.ai/v1\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: \"MiniMax-M2.7\", input: \"Explain the difference between an observation and a hypothesis in three sentences.\" });\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "Source_stream_contract": "typed parameters.stream=boolean/source_interface/defaultfalse; outputs.format=json or SSE", "code": "from openai import OpenAI\nimport os\nfrom pathlib import Path\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\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)\nwith client.responses.stream(model=\"MiniMax-M2.7\", input=\"Explain the difference between an observation and a hypothesis 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_response()\n save_result(final.to_dict(mode=\"json\"),\"stream-result\")\n", "creation_argument_parity": "same model/input as existing normal SDK call; SDK sets stream=true", "label": "Python streaming · complete Responses result", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "responses", "http": "POST", "img_in": null, "img_out": null, "in": 0.3, "input": [ "text" ], "label": "OpenAI Responses", "max_out": 204800, "max_tool_calls": null, "out": 1.2, "output": [ "text" ], "path": "/v1/responses", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 0.3, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 1.2, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.06, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write", "label": "Cache write", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write_5m", "label": "Cache write 5m", "side": "in" } ] } ], "request_model_id": "MiniMax-M2.7", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "token", "units": [] } }, { "html": "

MM

MiniMax: MiniMax M2.7

MiniMax /MiniMax-M2.7

ID μοντέλου

Εισαγωγή

Το MiniMax M2.7 είναι το μοντέλο κειμένου της MiniMax για παραγωγικότητα με πράκτορες και εκτεταμένες εργασίες. Το δημοσιευμένο προφίλ του παρέχει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων με συμφραζόμενα 204.800 tokens, υποστηρίζοντας ροές εργασίας που συνεχίζονται από πραγματικές παρατηρήσεις.

Αποδεκτές είσοδοι: Κείμενο
Αποτελέσματα: Κείμενο

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 MiniMax M2.7 είναι το γλωσσικό μοντέλο της MiniMax για παραγωγικότητα με πράκτορες και εργασία που εξελίσσεται σε πολλά βήματα. Η είσοδος και η έξοδος είναι κείμενο. Η δημοσιευμένη περιγραφή του δίνει έμφαση στη συνεργασία πρακτόρων και τη συνεχή βελτίωση, ενώ το προφίλ φιλοξενίας αναφέρει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων.

Ορίστε την εργασία και το παραδοτέο

Προσδιορίστε το αποτέλεσμα προς παράδοση, το διαθέσιμο υλικό και τις συνθήκες που τεκμηριώνουν ολοκλήρωση. Μια εργασία ανάπτυξης μπορεί να παρέχει τον σχετικό κώδικα και την παρατηρημένη συμπεριφορά. Μια εργασία παραγωγικότητας μπορεί να παρέχει τις πηγαίες πληροφορίες για αναφορά, σύγκριση ή εγγραφή σχεδιασμού και να ορίζει το κοινό και τη δομή εξόδου.

Διαχωρίστε τα τεκμηριωμένα δεδομένα από τις παραδοχές και τα ανοικτά ερωτήματα. Όταν πολλές επιμέρους εργασίες συμβάλλουν σε ένα αποτέλεσμα, επισημάνετε τις εξόδους τους, ώστε το επόμενο βήμα να μπορεί να διακρίνει ποια στοιχεία στηρίζουν ποιο συμπέρασμα. Διατηρείτε τον τελικό στόχο ορατό ενώ συσσωρεύονται ενδιάμεσα παραδοτέα.

Τα εργαλεία παρέχουν παρατηρήσεις

Το προφίλ υποστηρίζει κλήση εργαλείων σε μια εφαρμογή που εκθέτει τις απαιτούμενες ενέργειες. Το μοντέλο προτείνει μια ενέργεια, η εφαρμογή την εκτελεί και η επιστρεφόμενη παρατήρηση γίνεται στοιχείο για το επόμενο βήμα. Διατηρείτε πραγματική έξοδο εντολών, ανακτημένα αποσπάσματα ή αποτελέσματα αρχείων αντί να αντιμετωπίζετε μια προτεινόμενη ενέργεια ως ολοκληρωμένη εργασία.

Όταν μια απάντηση πρόκειται να επεξεργαστεί ως δεδομένα, ορίστε τα απαιτούμενα πεδία και επικυρώστε την επιστρεφόμενη δομή και τις τιμές. Το προφίλ αναφέρει ελέγχους μορφής απάντησης· καθορίστε την επιδιωκόμενη δομή και εξετάστε το πραγματικό αποτέλεσμα πριν το χρησιμοποιήσετε για να ενεργοποιήσετε άλλη ενέργεια της εφαρμογής.

Συμφραζόμενα και συνεχιζόμενη εργασία

Ο κατάλογος αναφέρει παράθυρο συμφραζομένων 204.800 tokens. Σχεδιάστε κάθε αίτημα με βάση το πραγματικό όριο της διεπαφής και αφήστε χώρο για την απάντηση. Διατηρήστε ολοκληρωμένες αποφάσεις και τις πιο πρόσφατες σχετικές παρατηρήσεις σε μια συμπαγή κατάσταση εργασίας, αφαιρώντας επαναλήψεις που δεν επηρεάζουν πλέον την εργασία.

Ένα χρήσιμο παραδοτέο M2.7 περιέχει το αποτέλεσμα, τα στοιχεία που το στηρίζουν και κάθε ερώτημα που παραμένει ανεπίλυτο. Αυτό καθιστά ελέγξιμη μια εκτεταμένη ροή πρακτόρων και δίνει στη μεταγενέστερη εργασία συγκεκριμένη κατάσταση από την οποία να συνεχίσει.

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot · OpenAI Chat POST /v1/chat/completions

Είσοδος: text
Έξοδος: text
Παράθυρο συμφραζομένων: 204.800 tokens
Μέγιστη έξοδος: 204.800 tokens
Μορφή εξόδου: json ή SSE

Πεδίο	Τύπος	Απαίτηση	Τιμές και όρια	Προεπιλογή
Πεδίο`model`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια MiniMax-M2.7	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 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—

Συνδυασμοί υλικών εισόδου

Κείμενο · Κείμενο UTF8

messages[].content

Παράμετροι και κύκλος ζωής μεθόδου

Παράμετρος	Σύμβαση
Παράμετρος`material_types`	Σύμβασηtext
Παράμετρος`required`	Σύμβασηmodel, messages
Παράμετρος`optional_controls`	Σύμβασηnull
Παράμετρος`content_type`	Σύμβασηapplication/json
Παράμετρος`text_file_material`	Σύμβασηπραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη

Κύκλος ζωής: exact retained published method

Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων.

Τιμολόγηση

Χρεώσεις μεθόδων Ailoot

Ailoot OpenAI ChatPOST /v1/chat/completions

Είσοδος: 0,0003 $ / 1K
Έξοδος: 0,0012 $ / 1K
Ανάγνωση από την κρυφή μνήμη: ≈0,00006 $ / 1K
Εγγραφή στην κρυφή μνήμη: 0,000375 $ / 1K
Εγγραφή στην κρυφή μνήμη, 5 λεπτά: 0,000375 $ / 1K tokens

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 →

Στοιχεία τιμοκαταλόγου αναφοράς

Οι πίνακες αναφοράς του μοντέλου δεν αλλάζουν την επιλογή μεθόδου, τις εκτιμήσεις τιμής ή τις χρεώσεις. Οι εφαρμοζόμενες χρεώσεις χρησιμοποιούν τις τιμές της επιλεγμένης μεθόδου Ailoot.

Πίνακες αναφοράς μοντέλου

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
ΔιαμόρφωσηOpenAI Chat · Βασικές χρεώσεις ανά token	Πίνακας χρεώσεωνΒασική χρέωση	Token συμφραζομένων, πάνω από—	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηOpenAI Chat · Επίπεδο 1 βάσει μήκους αιτήματος	Πίνακας χρεώσεων—	Token συμφραζομένων, πάνω από0	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηAnthropic Messages · Βασικές χρεώσεις ανά token	Πίνακας χρεώσεωνΒασική χρέωση	Token συμφραζομένων, πάνω από—	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηAnthropic Messages · Επίπεδο 1 βάσει μήκους αιτήματος	Πίνακας χρεώσεων—	Token συμφραζομένων, πάνω από0	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token

Παραδείγματα αιτημάτων

Ailoot · OpenAI Chat

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "MiniMax-M2.7", "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n

from 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)\nresp = client.chat.completions.create(\n    model="MiniMax-M2.7",\n    messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(resp.to_dict(mode="json"))\n

import OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n  model: "MiniMax-M2.7",\n  messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n  writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n  console.log(JSON.stringify(data, null, 2));\n  const saveBlob = (encoded, suffix, label) => {\n    const raw = Buffer.from(encoded, "base64");\n    const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n    const file = `${stem}-${label}.${ext}`;\n    writeFileSync(file, raw); console.log("Saved", file);\n  };\n  for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n  for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n  for (const [i, item] of (data.output || []).entries()) {\n    console.log("Output", i, JSON.stringify(item));\n    if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n  }\n  for (const [ci, candidate] of (data.candidates || []).entries()) {\n    for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n      console.log("Candidate/part", ci, pi, JSON.stringify(part));\n      const blob = part.inlineData || part.inline_data;\n      if (blob?.data) {\n        const mime = blob.mimeType || blob.mime_type;\n        const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n        saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n      }\n    }\n  }\n}\n\nsaveResult(resp);\n

from 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='MiniMax-M2.7',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")\n

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot · 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 MiniMax-M2.7, minimax/minimax-m2.7
Ailoot Ultra MiniMax-M2.7, minimax/minimax-m2.7

Εναλλακτικές διαδρομές μεθόδων

/chat/completions

Σχετικά ID μοντέλων

minimax/minimax-m2.7, minimax/minimax-m2.7, MiniMax-M2.7, MiniMax-M2.7

", "method_identity": { "effective_request_model_id": "MiniMax-M2.7", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "MiniMax-M2.7", "route_label": "Core" }, "method_key": "Core|chat|/v1/chat/completions|MiniMax-M2.7", "ordinal": 2, "rawMethod": { "cache_read": 0.06, "cache_write": 0.375, "cache_write_1h": null, "cache_write_5m": 0.375, "conditional_meter": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "MiniMax-M2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο.", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "Παρεχόμενο εργαλείο τύπου συνάρτησης" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": null, "required": [ "model", "messages" ], "text_file_material": "πραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "operation_modes": [ "chat_completions" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 204800, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"MiniMax-M2.7\", \"messages\": []}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"messages\"]=[{\"role\":\"user\",\"content\":\"Summarize this material and quote supporting source passages.\\n\\n\"+text}]\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\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "from 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)\nresp = client.chat.completions.create(\n model=\"MiniMax-M2.7\",\n messages=[{\"role\": \"user\", \"content\": \"Explain the difference between an observation and a hypothesis in three sentences.\"}],\n)\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(resp.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import OpenAI from \"openai\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new OpenAI({ baseURL: \"https://api.ailoot.ai/v1\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: \"MiniMax-M2.7\",\n messages: [{ role: \"user\", content: \"Explain the difference between an observation and a hypothesis in three sentences.\" }],\n});\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "code": "from 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='MiniMax-M2.7',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\")\n", "label": "Python streaming · retain all events", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "chat", "http": "POST", "img_in": null, "img_out": null, "in": 0.3, "input": [ "text" ], "label": "OpenAI Chat", "max_out": 204800, "max_tool_calls": null, "out": 1.2, "output": [ "text" ], "path": "/v1/chat/completions", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 0.3, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 1.2, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.06, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write", "label": "Cache write", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write_5m", "label": "Cache write 5m", "side": "in" } ] } ], "request_model_id": "MiniMax-M2.7", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "token", "units": [] } }, { "html": "

MM

MiniMax: MiniMax M2.7

MiniMax /MiniMax-M2.7

ID μοντέλου

Εισαγωγή

Το MiniMax M2.7 είναι το μοντέλο κειμένου της MiniMax για παραγωγικότητα με πράκτορες και εκτεταμένες εργασίες. Το δημοσιευμένο προφίλ του παρέχει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων με συμφραζόμενα 204.800 tokens, υποστηρίζοντας ροές εργασίας που συνεχίζονται από πραγματικές παρατηρήσεις.

Αποδεκτές είσοδοι: Κείμενο
Αποτελέσματα: Κείμενο

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 MiniMax M2.7 είναι το γλωσσικό μοντέλο της MiniMax για παραγωγικότητα με πράκτορες και εργασία που εξελίσσεται σε πολλά βήματα. Η είσοδος και η έξοδος είναι κείμενο. Η δημοσιευμένη περιγραφή του δίνει έμφαση στη συνεργασία πρακτόρων και τη συνεχή βελτίωση, ενώ το προφίλ φιλοξενίας αναφέρει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων.

Ορίστε την εργασία και το παραδοτέο

Προσδιορίστε το αποτέλεσμα προς παράδοση, το διαθέσιμο υλικό και τις συνθήκες που τεκμηριώνουν ολοκλήρωση. Μια εργασία ανάπτυξης μπορεί να παρέχει τον σχετικό κώδικα και την παρατηρημένη συμπεριφορά. Μια εργασία παραγωγικότητας μπορεί να παρέχει τις πηγαίες πληροφορίες για αναφορά, σύγκριση ή εγγραφή σχεδιασμού και να ορίζει το κοινό και τη δομή εξόδου.

Διαχωρίστε τα τεκμηριωμένα δεδομένα από τις παραδοχές και τα ανοικτά ερωτήματα. Όταν πολλές επιμέρους εργασίες συμβάλλουν σε ένα αποτέλεσμα, επισημάνετε τις εξόδους τους, ώστε το επόμενο βήμα να μπορεί να διακρίνει ποια στοιχεία στηρίζουν ποιο συμπέρασμα. Διατηρείτε τον τελικό στόχο ορατό ενώ συσσωρεύονται ενδιάμεσα παραδοτέα.

Τα εργαλεία παρέχουν παρατηρήσεις

Το προφίλ υποστηρίζει κλήση εργαλείων σε μια εφαρμογή που εκθέτει τις απαιτούμενες ενέργειες. Το μοντέλο προτείνει μια ενέργεια, η εφαρμογή την εκτελεί και η επιστρεφόμενη παρατήρηση γίνεται στοιχείο για το επόμενο βήμα. Διατηρείτε πραγματική έξοδο εντολών, ανακτημένα αποσπάσματα ή αποτελέσματα αρχείων αντί να αντιμετωπίζετε μια προτεινόμενη ενέργεια ως ολοκληρωμένη εργασία.

Όταν μια απάντηση πρόκειται να επεξεργαστεί ως δεδομένα, ορίστε τα απαιτούμενα πεδία και επικυρώστε την επιστρεφόμενη δομή και τις τιμές. Το προφίλ αναφέρει ελέγχους μορφής απάντησης· καθορίστε την επιδιωκόμενη δομή και εξετάστε το πραγματικό αποτέλεσμα πριν το χρησιμοποιήσετε για να ενεργοποιήσετε άλλη ενέργεια της εφαρμογής.

Συμφραζόμενα και συνεχιζόμενη εργασία

Ο κατάλογος αναφέρει παράθυρο συμφραζομένων 204.800 tokens. Σχεδιάστε κάθε αίτημα με βάση το πραγματικό όριο της διεπαφής και αφήστε χώρο για την απάντηση. Διατηρήστε ολοκληρωμένες αποφάσεις και τις πιο πρόσφατες σχετικές παρατηρήσεις σε μια συμπαγή κατάσταση εργασίας, αφαιρώντας επαναλήψεις που δεν επηρεάζουν πλέον την εργασία.

Ένα χρήσιμο παραδοτέο M2.7 περιέχει το αποτέλεσμα, τα στοιχεία που το στηρίζουν και κάθε ερώτημα που παραμένει ανεπίλυτο. Αυτό καθιστά ελέγξιμη μια εκτεταμένη ροή πρακτόρων και δίνει στη μεταγενέστερη εργασία συγκεκριμένη κατάσταση από την οποία να συνεχίσει.

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 MiniMax-M2.7	Προεπιλογή—
Πεδίο`messages`	Τύπος`message[]`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1	Προεπιλογή—
Πεδίο`messages[].role`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`messages[].content`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εφαρμόζεται όταν: Συνομιλία κειμένου	Προεπιλογή—
Πεδίο`stream`	Τύπος`boolean`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογήfalse

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
Παράμετρος`control_scope`	ΣύμβασηΣυνομιλία κειμένου· το stream είναι λογική τιμή και έχει προεπιλογή false.
Παράμετρος`output_modalities`	Σύμβασηtext
Παράμετρος`hosted_operations`	Σύμβασηfalse
Παράμετρος`multimodal_input_binding`	Σύμβασηnull

Εναλλακτικά ονόματα μεθόδου: /chat/completions

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 $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 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 $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 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 →

Παραδείγματα αιτημάτων

Ailoot Ultra · OpenAI Chat

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":"MiniMax-M2.7","messages":[{"role":"user","content":"hello"}],"stream":false}')\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\n

from 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="MiniMax-M2.7", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\n

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 MiniMax-M2.7, minimax/minimax-m2.7
Ailoot Ultra MiniMax-M2.7, minimax/minimax-m2.7

Εναλλακτικές διαδρομές μεθόδων

/chat/completions

Σχετικά ID μοντέλων

minimax/minimax-m2.7, minimax/minimax-m2.7, MiniMax-M2.7, MiniMax-M2.7

", "method_identity": { "effective_request_model_id": "MiniMax-M2.7", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "MiniMax-M2.7", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|MiniMax-M2.7", "ordinal": 3, "rawMethod": { "available": null, "cache_read": 0.12, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "Send the conversation as text messages. Stream must be a boolean; omitted stream defaults to false." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "MiniMax-M2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string", "when": "Συνομιλία κειμένου" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Text conversation at the exact model ID and method path.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "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." ], "input": { "content_type": "application/json", "control_scope": "Συνομιλία κειμένου· το stream είναι λογική τιμή και έχει προεπιλογή false.", "file_material": "πραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου", "hosted_operations": false, "material_types": [ "text" ], "messages": "Πίνακας μηνυμάτων με δομή role/content", "multimodal_input_binding": null, "optional_controls": [ "stream" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [ "/chat/completions" ], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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\":\"MiniMax-M2.7\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}')\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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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=\"MiniMax-M2.7\", messages=[{\"role\":\"user\",\"content\":\"hello\"}], stream=False)\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\"))\n", "label": "Python SDK · all choices", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 0.6, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [ "/chat/completions" ], "out": 2.4, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "MiniMax-M2.7", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.12, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.6, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 2.4, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } }, { "html": "

MM

MiniMax: MiniMax M2.7

MiniMax /MiniMax-M2.7

ID μοντέλου

Εισαγωγή

Το MiniMax M2.7 είναι το μοντέλο κειμένου της MiniMax για παραγωγικότητα με πράκτορες και εκτεταμένες εργασίες. Το δημοσιευμένο προφίλ του παρέχει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων με συμφραζόμενα 204.800 tokens, υποστηρίζοντας ροές εργασίας που συνεχίζονται από πραγματικές παρατηρήσεις.

Αποδεκτές είσοδοι: Κείμενο
Αποτελέσματα: json · sse

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 MiniMax M2.7 είναι το γλωσσικό μοντέλο της MiniMax για παραγωγικότητα με πράκτορες και εργασία που εξελίσσεται σε πολλά βήματα. Η είσοδος και η έξοδος είναι κείμενο. Η δημοσιευμένη περιγραφή του δίνει έμφαση στη συνεργασία πρακτόρων και τη συνεχή βελτίωση, ενώ το προφίλ φιλοξενίας αναφέρει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων.

Ορίστε την εργασία και το παραδοτέο

Προσδιορίστε το αποτέλεσμα προς παράδοση, το διαθέσιμο υλικό και τις συνθήκες που τεκμηριώνουν ολοκλήρωση. Μια εργασία ανάπτυξης μπορεί να παρέχει τον σχετικό κώδικα και την παρατηρημένη συμπεριφορά. Μια εργασία παραγωγικότητας μπορεί να παρέχει τις πηγαίες πληροφορίες για αναφορά, σύγκριση ή εγγραφή σχεδιασμού και να ορίζει το κοινό και τη δομή εξόδου.

Διαχωρίστε τα τεκμηριωμένα δεδομένα από τις παραδοχές και τα ανοικτά ερωτήματα. Όταν πολλές επιμέρους εργασίες συμβάλλουν σε ένα αποτέλεσμα, επισημάνετε τις εξόδους τους, ώστε το επόμενο βήμα να μπορεί να διακρίνει ποια στοιχεία στηρίζουν ποιο συμπέρασμα. Διατηρείτε τον τελικό στόχο ορατό ενώ συσσωρεύονται ενδιάμεσα παραδοτέα.

Τα εργαλεία παρέχουν παρατηρήσεις

Το προφίλ υποστηρίζει κλήση εργαλείων σε μια εφαρμογή που εκθέτει τις απαιτούμενες ενέργειες. Το μοντέλο προτείνει μια ενέργεια, η εφαρμογή την εκτελεί και η επιστρεφόμενη παρατήρηση γίνεται στοιχείο για το επόμενο βήμα. Διατηρείτε πραγματική έξοδο εντολών, ανακτημένα αποσπάσματα ή αποτελέσματα αρχείων αντί να αντιμετωπίζετε μια προτεινόμενη ενέργεια ως ολοκληρωμένη εργασία.

Όταν μια απάντηση πρόκειται να επεξεργαστεί ως δεδομένα, ορίστε τα απαιτούμενα πεδία και επικυρώστε την επιστρεφόμενη δομή και τις τιμές. Το προφίλ αναφέρει ελέγχους μορφής απάντησης· καθορίστε την επιδιωκόμενη δομή και εξετάστε το πραγματικό αποτέλεσμα πριν το χρησιμοποιήσετε για να ενεργοποιήσετε άλλη ενέργεια της εφαρμογής.

Συμφραζόμενα και συνεχιζόμενη εργασία

Ο κατάλογος αναφέρει παράθυρο συμφραζομένων 204.800 tokens. Σχεδιάστε κάθε αίτημα με βάση το πραγματικό όριο της διεπαφής και αφήστε χώρο για την απάντηση. Διατηρήστε ολοκληρωμένες αποφάσεις και τις πιο πρόσφατες σχετικές παρατηρήσεις σε μια συμπαγή κατάσταση εργασίας, αφαιρώντας επαναλήψεις που δεν επηρεάζουν πλέον την εργασία.

Ένα χρήσιμο παραδοτέο M2.7 περιέχει το αποτέλεσμα, τα στοιχεία που το στηρίζουν και κάθε ερώτημα που παραμένει ανεπίλυτο. Αυτό καθιστά ελέγξιμη μια εκτεταμένη ροή πρακτόρων και δίνει στη μεταγενέστερη εργασία συγκεκριμένη κατάσταση από την οποία να συνεχίσει.

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 MiniMax-M2.7	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 $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 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 $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 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 →

Παραδείγματα αιτημάτων

Ailoot Ultra · Anthropic Messages

{\n  "model": "MiniMax-M2.7",\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': 'MiniMax-M2.7', '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\n

import 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': 'MiniMax-M2.7', '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))\n

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 MiniMax-M2.7, minimax/minimax-m2.7
Ailoot Ultra MiniMax-M2.7, minimax/minimax-m2.7

Εναλλακτικές διαδρομές μεθόδων

/chat/completions

Σχετικά ID μοντέλων

minimax/minimax-m2.7, minimax/minimax-m2.7, MiniMax-M2.7, MiniMax-M2.7

", "method_identity": { "effective_request_model_id": "MiniMax-M2.7", "fmt": "messages", "http": "POST", "path": "/v1/messages", "request_model_id": "MiniMax-M2.7", "route_label": "Ultra" }, "method_key": "Ultra|messages|/v1/messages|MiniMax-M2.7", "ordinal": 4, "rawMethod": { "available": null, "cache_read": 0.12, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "MiniMax-M2.7", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "Συμβολοσειρά messages[].content", "required_material": "Κείμενο UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "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.", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "MiniMax-M2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "MiniMax-M2.7" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "MiniMax-M2.7", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "Διαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος." }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\n \"model\": \"MiniMax-M2.7\",\n \"max_tokens\": 128,\n \"messages\": [\n {\n \"role\": \"user\",\n \"content\": \"Summarize the incident report.\"\n }\n ],\n \"stream\": false\n}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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': 'MiniMax-M2.7', '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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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': 'MiniMax-M2.7', '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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "messages", "http": "POST", "in": 0.6, "input": [ "text" ], "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 2.4, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "MiniMax-M2.7", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.12, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.6, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 2.4, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } }, { "html": "

MM

MiniMax: MiniMax M2.7

MiniMax /minimax/minimax-m2.7

ID μοντέλου

Εισαγωγή

Το MiniMax M2.7 είναι το μοντέλο κειμένου της MiniMax για παραγωγικότητα με πράκτορες και εκτεταμένες εργασίες. Το δημοσιευμένο προφίλ του παρέχει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων με συμφραζόμενα 204.800 tokens, υποστηρίζοντας ροές εργασίας που συνεχίζονται από πραγματικές παρατηρήσεις.

Αποδεκτές είσοδοι: Κείμενο
Αποτελέσματα: Κείμενο

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 MiniMax M2.7 είναι το γλωσσικό μοντέλο της MiniMax για παραγωγικότητα με πράκτορες και εργασία που εξελίσσεται σε πολλά βήματα. Η είσοδος και η έξοδος είναι κείμενο. Η δημοσιευμένη περιγραφή του δίνει έμφαση στη συνεργασία πρακτόρων και τη συνεχή βελτίωση, ενώ το προφίλ φιλοξενίας αναφέρει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων.

Ορίστε την εργασία και το παραδοτέο

Προσδιορίστε το αποτέλεσμα προς παράδοση, το διαθέσιμο υλικό και τις συνθήκες που τεκμηριώνουν ολοκλήρωση. Μια εργασία ανάπτυξης μπορεί να παρέχει τον σχετικό κώδικα και την παρατηρημένη συμπεριφορά. Μια εργασία παραγωγικότητας μπορεί να παρέχει τις πηγαίες πληροφορίες για αναφορά, σύγκριση ή εγγραφή σχεδιασμού και να ορίζει το κοινό και τη δομή εξόδου.

Διαχωρίστε τα τεκμηριωμένα δεδομένα από τις παραδοχές και τα ανοικτά ερωτήματα. Όταν πολλές επιμέρους εργασίες συμβάλλουν σε ένα αποτέλεσμα, επισημάνετε τις εξόδους τους, ώστε το επόμενο βήμα να μπορεί να διακρίνει ποια στοιχεία στηρίζουν ποιο συμπέρασμα. Διατηρείτε τον τελικό στόχο ορατό ενώ συσσωρεύονται ενδιάμεσα παραδοτέα.

Τα εργαλεία παρέχουν παρατηρήσεις

Το προφίλ υποστηρίζει κλήση εργαλείων σε μια εφαρμογή που εκθέτει τις απαιτούμενες ενέργειες. Το μοντέλο προτείνει μια ενέργεια, η εφαρμογή την εκτελεί και η επιστρεφόμενη παρατήρηση γίνεται στοιχείο για το επόμενο βήμα. Διατηρείτε πραγματική έξοδο εντολών, ανακτημένα αποσπάσματα ή αποτελέσματα αρχείων αντί να αντιμετωπίζετε μια προτεινόμενη ενέργεια ως ολοκληρωμένη εργασία.

Όταν μια απάντηση πρόκειται να επεξεργαστεί ως δεδομένα, ορίστε τα απαιτούμενα πεδία και επικυρώστε την επιστρεφόμενη δομή και τις τιμές. Το προφίλ αναφέρει ελέγχους μορφής απάντησης· καθορίστε την επιδιωκόμενη δομή και εξετάστε το πραγματικό αποτέλεσμα πριν το χρησιμοποιήσετε για να ενεργοποιήσετε άλλη ενέργεια της εφαρμογής.

Συμφραζόμενα και συνεχιζόμενη εργασία

Ο κατάλογος αναφέρει παράθυρο συμφραζομένων 204.800 tokens. Σχεδιάστε κάθε αίτημα με βάση το πραγματικό όριο της διεπαφής και αφήστε χώρο για την απάντηση. Διατηρήστε ολοκληρωμένες αποφάσεις και τις πιο πρόσφατες σχετικές παρατηρήσεις σε μια συμπαγή κατάσταση εργασίας, αφαιρώντας επαναλήψεις που δεν επηρεάζουν πλέον την εργασία.

Ένα χρήσιμο παραδοτέο M2.7 περιέχει το αποτέλεσμα, τα στοιχεία που το στηρίζουν και κάθε ερώτημα που παραμένει ανεπίλυτο. Αυτό καθιστά ελέγξιμη μια εκτεταμένη ροή πρακτόρων και δίνει στη μεταγενέστερη εργασία συγκεκριμένη κατάσταση από την οποία να συνεχίσει.

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot · Anthropic Messages POST /v1/messages

Είσοδος: text
Έξοδος: text
Παράθυρο συμφραζομένων: 204.800 tokens
Μέγιστη έξοδος: 204.800 tokens
Μορφή εξόδου: json ή SSE

Πεδίο	Τύπος	Απαίτηση	Τιμές και όρια	Προεπιλογή
Πεδίο`model`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια minimax/minimax-m2.7	Προεπιλογή—
Πεδίο`messages`	Τύπος`message[]`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1	Προεπιλογή—
Πεδίο`messages[].role`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια user, assistant	Προεπιλογή—
Πεδίο`messages[].content`	Τύπος`string\|content_block[]`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`system`	Τύπος`string\|content_block[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`max_tokens`	Τύπος`integer`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια Ελάχιστο: 1 Το όριο εφαρμόζεται σε: ακριβές ανώτατο όριο του επιλεγμένου μοντέλου/της επιλεγμένης κάρτας	Προεπιλογή—
Πεδίο`stream`	Τύπος`boolean`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογήfalse
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_sequences`	Τύπος`string[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`tools`	Τύπος`tool[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`tools[].name`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο	Προεπιλογή—
Πεδίο`tools[].description`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`tools[].input_schema`	Τύπος`JSON_schema`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`tool_choice`	Τύπος`object`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`thinking.type`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`thinking.budget_tokens`	Τύπος`integer`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`output_config.effort`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`metadata`	Τύπος`object`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`cache_control`	Τύπος`object`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—

Συνδυασμοί υλικών εισόδου

Κείμενο · Κείμενο UTF8

messages[].content ή μπλοκ type=text

Παράμετροι και κύκλος ζωής μεθόδου

Παράμετρος	Σύμβαση
Παράμετρος`material_types`	Σύμβασηtext
Παράμετρος`required`	Σύμβασηmodel, messages, max_tokens
Παράμετρος`optional_controls`	Σύμβασηnull
Παράμετρος`content_type`	Σύμβασηapplication/json
Παράμετρος`text_file_material`	Σύμβασηπραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη

Κύκλος ζωής: exact retained published method

Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων.

Τιμολόγηση

Χρεώσεις μεθόδων Ailoot

Ailoot Anthropic MessagesPOST /v1/messages

Είσοδος: 0,0003 $ / 1K
Έξοδος: 0,0012 $ / 1K
Ανάγνωση από την κρυφή μνήμη: ≈0,00006 $ / 1K
Εγγραφή στην κρυφή μνήμη: 0,000375 $ / 1K
Εγγραφή στην κρυφή μνήμη, 5 λεπτά: 0,000375 $ / 1K tokens

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 →

Στοιχεία τιμοκαταλόγου αναφοράς

Οι πίνακες αναφοράς του μοντέλου δεν αλλάζουν την επιλογή μεθόδου, τις εκτιμήσεις τιμής ή τις χρεώσεις. Οι εφαρμοζόμενες χρεώσεις χρησιμοποιούν τις τιμές της επιλεγμένης μεθόδου Ailoot.

Πίνακες αναφοράς μοντέλου

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
ΔιαμόρφωσηOpenAI Chat · Βασικές χρεώσεις ανά token	Πίνακας χρεώσεωνΒασική χρέωση	Token συμφραζομένων, πάνω από—	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηOpenAI Chat · Επίπεδο 1 βάσει μήκους αιτήματος	Πίνακας χρεώσεων—	Token συμφραζομένων, πάνω από0	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηAnthropic Messages · Βασικές χρεώσεις ανά token	Πίνακας χρεώσεωνΒασική χρέωση	Token συμφραζομένων, πάνω από—	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηAnthropic Messages · Επίπεδο 1 βάσει μήκους αιτήματος	Πίνακας χρεώσεων—	Token συμφραζομένων, πάνω από0	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token

Παραδείγματα αιτημάτων

Ailoot · Anthropic Messages

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "minimax/minimax-m2.7", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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/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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n

import anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n    model="minimax/minimax-m2.7",\n    max_tokens=1024,\n    messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(msg.to_dict(mode="json"))\n

import Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n  model: "minimax/minimax-m2.7",\n  max_tokens: 1024,\n  messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n  writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n  console.log(JSON.stringify(data, null, 2));\n  const saveBlob = (encoded, suffix, label) => {\n    const raw = Buffer.from(encoded, "base64");\n    const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n    const file = `${stem}-${label}.${ext}`;\n    writeFileSync(file, raw); console.log("Saved", file);\n  };\n  for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n  for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n  for (const [i, item] of (data.output || []).entries()) {\n    console.log("Output", i, JSON.stringify(item));\n    if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n  }\n  for (const [ci, candidate] of (data.candidates || []).entries()) {\n    for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n      console.log("Candidate/part", ci, pi, JSON.stringify(part));\n      const blob = part.inlineData || part.inline_data;\n      if (blob?.data) {\n        const mime = blob.mimeType || blob.mime_type;\n        const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n        saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n      }\n    }\n  }\n}\n\nsaveResult(msg);\n

import anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='minimax/minimax-m2.7',max_tokens=1024,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_message()\n    save_result(final.to_dict(mode="json"),"stream-result")\n

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot · 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 MiniMax-M2.7, minimax/minimax-m2.7
Ailoot Ultra MiniMax-M2.7, minimax/minimax-m2.7

Εναλλακτικές διαδρομές μεθόδων

/chat/completions

Σχετικά ID μοντέλων

minimax/minimax-m2.7, minimax/minimax-m2.7, MiniMax-M2.7, MiniMax-M2.7

", "method_identity": { "effective_request_model_id": "minimax/minimax-m2.7", "fmt": "messages", "http": "POST", "path": "/v1/messages", "request_model_id": "minimax/minimax-m2.7", "route_label": "Core" }, "method_key": "Core|messages|/v1/messages|minimax%2Fminimax-m2.7", "ordinal": 5, "rawMethod": { "cache_read": 0.06, "cache_write": 0.375, "cache_write_1h": null, "cache_write_5m": 0.375, "conditional_meter": null, "contract": { "data": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content ή μπλοκ type=text", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/minimax-m2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string|content_block[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "system", "required": false, "type": "string|content_block[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "limit_scope": "ακριβές ανώτατο όριο του επιλεγμένου μοντέλου/της επιλεγμένης κάρτας", "minimum": 1, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop_sequences", "required": false, "type": "string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "tool[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].name", "required": false, "type": "string", "when": "Παρεχόμενο εργαλείο" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].input_schema", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "thinking.type", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "thinking.budget_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "output_config.effort", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "metadata", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": null, "required": [ "model", "messages", "max_tokens" ], "text_file_material": "πραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/messages" }, "operation_modes": [ "messages" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 204800, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"minimax/minimax-m2.7\", \"max_tokens\": 1024, \"messages\": []}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"messages\"]=[{\"role\":\"user\",\"content\":\"Summarize this material and quote supporting source passages.\\n\\n\"+text}]\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/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\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "import anthropic\nimport os\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient = anthropic.Anthropic(base_url=\"https://api.ailoot.ai\", api_key=os.environ[\"AILOOT_API_KEY\"], max_retries=0)\nmsg = client.messages.create(\n model=\"minimax/minimax-m2.7\",\n max_tokens=1024,\n messages=[{\"role\": \"user\", \"content\": \"Explain the difference between an observation and a hypothesis in three sentences.\"}],\n)\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(msg.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import Anthropic from \"@anthropic-ai/sdk\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new Anthropic({ baseURL: \"https://api.ailoot.ai\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: \"minimax/minimax-m2.7\",\n max_tokens: 1024,\n messages: [{ role: \"user\", content: \"Explain the difference between an observation and a hypothesis in three sentences.\" }],\n});\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "code": "import anthropic,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=anthropic.Anthropic(base_url=\"https://api.ailoot.ai\",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.messages.stream(model='minimax/minimax-m2.7',max_tokens=1024,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_message()\n save_result(final.to_dict(mode=\"json\"),\"stream-result\")\n", "label": "Python streaming · complete final message", "language": "python" } ], "family": "anthropic", "fast_multiplier": null, "flex_multiplier": null, "fmt": "messages", "http": "POST", "img_in": null, "img_out": null, "in": 0.3, "input": [ "text" ], "label": "Anthropic Messages", "max_out": 204800, "max_tool_calls": null, "out": 1.2, "output": [ "text" ], "path": "/v1/messages", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 0.3, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 1.2, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.06, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write", "label": "Cache write", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write_5m", "label": "Cache write 5m", "side": "in" } ] } ], "request_model_id": "minimax/minimax-m2.7", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "token", "units": [] } }, { "html": "

MM

MiniMax: MiniMax M2.7

MiniMax /minimax/minimax-m2.7

ID μοντέλου

Εισαγωγή

Το MiniMax M2.7 είναι το μοντέλο κειμένου της MiniMax για παραγωγικότητα με πράκτορες και εκτεταμένες εργασίες. Το δημοσιευμένο προφίλ του παρέχει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων με συμφραζόμενα 204.800 tokens, υποστηρίζοντας ροές εργασίας που συνεχίζονται από πραγματικές παρατηρήσεις.

Αποδεκτές είσοδοι: Κείμενο
Αποτελέσματα: Κείμενο

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 MiniMax M2.7 είναι το γλωσσικό μοντέλο της MiniMax για παραγωγικότητα με πράκτορες και εργασία που εξελίσσεται σε πολλά βήματα. Η είσοδος και η έξοδος είναι κείμενο. Η δημοσιευμένη περιγραφή του δίνει έμφαση στη συνεργασία πρακτόρων και τη συνεχή βελτίωση, ενώ το προφίλ φιλοξενίας αναφέρει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων.

Ορίστε την εργασία και το παραδοτέο

Προσδιορίστε το αποτέλεσμα προς παράδοση, το διαθέσιμο υλικό και τις συνθήκες που τεκμηριώνουν ολοκλήρωση. Μια εργασία ανάπτυξης μπορεί να παρέχει τον σχετικό κώδικα και την παρατηρημένη συμπεριφορά. Μια εργασία παραγωγικότητας μπορεί να παρέχει τις πηγαίες πληροφορίες για αναφορά, σύγκριση ή εγγραφή σχεδιασμού και να ορίζει το κοινό και τη δομή εξόδου.

Διαχωρίστε τα τεκμηριωμένα δεδομένα από τις παραδοχές και τα ανοικτά ερωτήματα. Όταν πολλές επιμέρους εργασίες συμβάλλουν σε ένα αποτέλεσμα, επισημάνετε τις εξόδους τους, ώστε το επόμενο βήμα να μπορεί να διακρίνει ποια στοιχεία στηρίζουν ποιο συμπέρασμα. Διατηρείτε τον τελικό στόχο ορατό ενώ συσσωρεύονται ενδιάμεσα παραδοτέα.

Τα εργαλεία παρέχουν παρατηρήσεις

Το προφίλ υποστηρίζει κλήση εργαλείων σε μια εφαρμογή που εκθέτει τις απαιτούμενες ενέργειες. Το μοντέλο προτείνει μια ενέργεια, η εφαρμογή την εκτελεί και η επιστρεφόμενη παρατήρηση γίνεται στοιχείο για το επόμενο βήμα. Διατηρείτε πραγματική έξοδο εντολών, ανακτημένα αποσπάσματα ή αποτελέσματα αρχείων αντί να αντιμετωπίζετε μια προτεινόμενη ενέργεια ως ολοκληρωμένη εργασία.

Όταν μια απάντηση πρόκειται να επεξεργαστεί ως δεδομένα, ορίστε τα απαιτούμενα πεδία και επικυρώστε την επιστρεφόμενη δομή και τις τιμές. Το προφίλ αναφέρει ελέγχους μορφής απάντησης· καθορίστε την επιδιωκόμενη δομή και εξετάστε το πραγματικό αποτέλεσμα πριν το χρησιμοποιήσετε για να ενεργοποιήσετε άλλη ενέργεια της εφαρμογής.

Συμφραζόμενα και συνεχιζόμενη εργασία

Ο κατάλογος αναφέρει παράθυρο συμφραζομένων 204.800 tokens. Σχεδιάστε κάθε αίτημα με βάση το πραγματικό όριο της διεπαφής και αφήστε χώρο για την απάντηση. Διατηρήστε ολοκληρωμένες αποφάσεις και τις πιο πρόσφατες σχετικές παρατηρήσεις σε μια συμπαγή κατάσταση εργασίας, αφαιρώντας επαναλήψεις που δεν επηρεάζουν πλέον την εργασία.

Ένα χρήσιμο παραδοτέο M2.7 περιέχει το αποτέλεσμα, τα στοιχεία που το στηρίζουν και κάθε ερώτημα που παραμένει ανεπίλυτο. Αυτό καθιστά ελέγξιμη μια εκτεταμένη ροή πρακτόρων και δίνει στη μεταγενέστερη εργασία συγκεκριμένη κατάσταση από την οποία να συνεχίσει.

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot · OpenAI Responses POST /v1/responses

Είσοδος: text
Έξοδος: text
Παράθυρο συμφραζομένων: 204.800 tokens
Μέγιστη έξοδος: 204.800 tokens
Μορφή εξόδου: json ή SSE

Πεδίο	Τύπος	Απαίτηση	Τιμές και όρια	Προεπιλογή
Πεδίο`model`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια minimax/minimax-m2.7	Προεπιλογή—
Πεδίο`input`	Τύπος`string\|input_item[]`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`instructions`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`input[].type`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια message, reasoning, function_call, function_call_output	Προεπιλογή—
Πεδίο`input[].content`	Τύπος`string\|content_part[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογή—
Πεδίο`input[].call_id`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εφαρμόζεται όταν: function_call_output· διατηρήστε το πραγματικό call_id που επιστράφηκε	Προεπιλογή—
Πεδίο`input[].output`	Τύπος`string\|content_part[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εφαρμόζεται όταν: function_call_output	Προεπιλογή—
Πεδίο`max_output_tokens`	Τύπος`integer`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`stream`	Τύπος`boolean`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια	Προεπιλογήfalse
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`tools`	Τύπος`tool[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	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`reasoning.effort`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`reasoning.summary`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`text.format`	Τύπος`object`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`text.verbosity`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`include`	Τύπος`string[]`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`store`	Τύπος`boolean`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`previous_response_id`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Απαίτηση ID: Μόνο πραγματικό ID απάντησης από υποστηριζόμενη συνέχιση Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`service_tier`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`prompt_cache_key`	Τύπος`string`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—
Πεδίο`prompt_cache_options`	Τύπος`object`	ΑπαίτησηΠροαιρετικό	Τιμές και όρια Εξαρτάται από το μοντέλο	Προεπιλογή—

Συνδυασμοί υλικών εισόδου

Κείμενο · Κείμενο UTF8

κείμενο εισόδου ή τμήμα input_text

Παράμετροι και κύκλος ζωής μεθόδου

Παράμετρος	Σύμβαση
Παράμετρος`material_types`	Σύμβασηtext
Παράμετρος`required`	Σύμβασηmodel, input
Παράμετρος`optional_controls`	Σύμβασηnull
Παράμετρος`content_type`	Σύμβασηapplication/json
Παράμετρος`text_file_material`	Σύμβασηπραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη

Κύκλος ζωής: exact retained published method

Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων.

Τιμολόγηση

Χρεώσεις μεθόδων Ailoot

Ailoot OpenAI ResponsesPOST /v1/responses

Είσοδος: 0,0003 $ / 1K
Έξοδος: 0,0012 $ / 1K
Ανάγνωση από την κρυφή μνήμη: ≈0,00006 $ / 1K
Εγγραφή στην κρυφή μνήμη: 0,000375 $ / 1K
Εγγραφή στην κρυφή μνήμη, 5 λεπτά: 0,000375 $ / 1K tokens

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 →

Στοιχεία τιμοκαταλόγου αναφοράς

Οι πίνακες αναφοράς του μοντέλου δεν αλλάζουν την επιλογή μεθόδου, τις εκτιμήσεις τιμής ή τις χρεώσεις. Οι εφαρμοζόμενες χρεώσεις χρησιμοποιούν τις τιμές της επιλεγμένης μεθόδου Ailoot.

Πίνακες αναφοράς μοντέλου

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
ΔιαμόρφωσηOpenAI Chat · Βασικές χρεώσεις ανά token	Πίνακας χρεώσεωνΒασική χρέωση	Token συμφραζομένων, πάνω από—	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηOpenAI Chat · Επίπεδο 1 βάσει μήκους αιτήματος	Πίνακας χρεώσεων—	Token συμφραζομένων, πάνω από0	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηAnthropic Messages · Βασικές χρεώσεις ανά token	Πίνακας χρεώσεωνΒασική χρέωση	Token συμφραζομένων, πάνω από—	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηAnthropic Messages · Επίπεδο 1 βάσει μήκους αιτήματος	Πίνακας χρεώσεων—	Token συμφραζομένων, πάνω από0	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token

Παραδείγματα αιτημάτων

Ailoot · OpenAI Responses

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "minimax/minimax-m2.7", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]="Summarize this material and quote supporting source passages.\\n\\n"+text\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/responses \\\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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\n

from 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)\nresp = client.responses.create(model="minimax/minimax-m2.7", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))\n

import OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: "minimax/minimax-m2.7", input: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n  writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n  console.log(JSON.stringify(data, null, 2));\n  const saveBlob = (encoded, suffix, label) => {\n    const raw = Buffer.from(encoded, "base64");\n    const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n    const file = `${stem}-${label}.${ext}`;\n    writeFileSync(file, raw); console.log("Saved", file);\n  };\n  for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n  for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n  for (const [i, item] of (data.output || []).entries()) {\n    console.log("Output", i, JSON.stringify(item));\n    if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n  }\n  for (const [ci, candidate] of (data.candidates || []).entries()) {\n    for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n      console.log("Candidate/part", ci, pi, JSON.stringify(part));\n      const blob = part.inlineData || part.inline_data;\n      if (blob?.data) {\n        const mime = blob.mimeType || blob.mime_type;\n        const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n        saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n      }\n    }\n  }\n}\n\nsaveResult(resp);\n

from openai import OpenAI\nimport os\nfrom pathlib import Path\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\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)\nwith client.responses.stream(model="minimax/minimax-m2.7", input="Explain the difference between an observation and a hypothesis 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_response()\n    save_result(final.to_dict(mode="json"),"stream-result")\n

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot · OpenAI Responses

json ή SSE

Διατηρήστε όλα τα ολοκληρωμένα αποτελέσματα

Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.

Διατηρήστε κάθε στοιχείο εξόδου και τμήμα περιεχομένου, το πραγματικό call_id συνάρτησης, το κρυπτογραφημένο περιεχόμενο συλλογιστικής και τα στοιχεία χρήσης. Στη μετάδοση σε ροή κρατήστε την πλήρη ταυτότητα συμβάντος/στοιχείου.

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`status`	Τύποςstring
Πεδίο`output[]`	Τύποςmessage\|reasoning\|function_call\|other item
Πεδίο`output[].content[]`	Τύποςcontent part
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 MiniMax-M2.7, minimax/minimax-m2.7
Ailoot Ultra MiniMax-M2.7, minimax/minimax-m2.7

Εναλλακτικές διαδρομές μεθόδων

/chat/completions

Σχετικά ID μοντέλων

minimax/minimax-m2.7, minimax/minimax-m2.7, MiniMax-M2.7, MiniMax-M2.7

", "method_identity": { "effective_request_model_id": "minimax/minimax-m2.7", "fmt": "responses", "http": "POST", "path": "/v1/responses", "request_model_id": "minimax/minimax-m2.7", "route_label": "Core" }, "method_key": "Core|responses|/v1/responses|minimax%2Fminimax-m2.7", "ordinal": 6, "rawMethod": { "cache_read": 0.06, "cache_write": 0.375, "cache_write_1h": null, "cache_write_5m": 0.375, "conditional_meter": null, "contract": { "data": { "all_results": "Keep every output item and content part, actual function call_id, encrypted reasoning and usage. In streaming retain complete event/item identity.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/responses" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "κείμενο εισόδου ή τμήμα input_text", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "Διατηρήστε κάθε στοιχείο εξόδου και τμήμα περιεχομένου, το πραγματικό call_id συνάρτησης, το κρυπτογραφημένο περιεχόμενο συλλογιστικής και τα στοιχεία χρήσης. Στη μετάδοση σε ροή κρατήστε την πλήρη ταυτότητα συμβάντος/στοιχείου.", "family": "text", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "output[]", "type": "message|reasoning|function_call|other item" }, { "description": null, "name": "output[].content[]", "type": "content part" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/minimax-m2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input", "required": true, "type": "string|input_item[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "message", "reasoning", "function_call", "function_call_output" ], "enum_known": true, "name": "input[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input[].content", "required": false, "type": "string|content_part[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input[].call_id", "required": false, "type": "string", "when": "function_call_output· διατηρήστε το πραγματικό call_id που επιστράφηκε" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input[].output", "required": false, "type": "string|content_part[]", "when": "function_call_output" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_output_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning.effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning.summary", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "text.format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "text.verbosity", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "include", "required": false, "type": "string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "store", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "identity_rule": "Μόνο πραγματικό ID απάντησης από υποστηριζόμενη συνέχιση", "name": "previous_response_id", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_key", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": null, "required": [ "model", "input" ], "text_file_material": "πραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/responses" }, "operation_modes": [ "responses" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 204800, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"minimax/minimax-m2.7\", \"input\": \"\"}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"input\"]=\"Summarize this material and quote supporting source passages.\\n\\n\"+text\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/responses \\\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 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(json.loads(Path(\"result.json\").read_text(encoding=\"utf-8\")))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "from 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)\nresp = client.responses.create(model=\"minimax/minimax-m2.7\", input=\"Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import OpenAI from \"openai\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new OpenAI({ baseURL: \"https://api.ailoot.ai/v1\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: \"minimax/minimax-m2.7\", input: \"Explain the difference between an observation and a hypothesis in three sentences.\" });\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "Source_stream_contract": "typed parameters.stream=boolean/source_interface/defaultfalse; outputs.format=json or SSE", "code": "from openai import OpenAI\nimport os\nfrom pathlib import Path\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\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)\nwith client.responses.stream(model=\"minimax/minimax-m2.7\", input=\"Explain the difference between an observation and a hypothesis 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_response()\n save_result(final.to_dict(mode=\"json\"),\"stream-result\")\n", "creation_argument_parity": "same model/input as existing normal SDK call; SDK sets stream=true", "label": "Python streaming · complete Responses result", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "responses", "http": "POST", "img_in": null, "img_out": null, "in": 0.3, "input": [ "text" ], "label": "OpenAI Responses", "max_out": 204800, "max_tool_calls": null, "out": 1.2, "output": [ "text" ], "path": "/v1/responses", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 0.3, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 1.2, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.06, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write", "label": "Cache write", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write_5m", "label": "Cache write 5m", "side": "in" } ] } ], "request_model_id": "minimax/minimax-m2.7", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "token", "units": [] } }, { "html": "

MM

MiniMax: MiniMax M2.7

MiniMax /minimax/minimax-m2.7

ID μοντέλου

Εισαγωγή

Το MiniMax M2.7 είναι το μοντέλο κειμένου της MiniMax για παραγωγικότητα με πράκτορες και εκτεταμένες εργασίες. Το δημοσιευμένο προφίλ του παρέχει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων με συμφραζόμενα 204.800 tokens, υποστηρίζοντας ροές εργασίας που συνεχίζονται από πραγματικές παρατηρήσεις.

Αποδεκτές είσοδοι: Κείμενο
Αποτελέσματα: Κείμενο

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 MiniMax M2.7 είναι το γλωσσικό μοντέλο της MiniMax για παραγωγικότητα με πράκτορες και εργασία που εξελίσσεται σε πολλά βήματα. Η είσοδος και η έξοδος είναι κείμενο. Η δημοσιευμένη περιγραφή του δίνει έμφαση στη συνεργασία πρακτόρων και τη συνεχή βελτίωση, ενώ το προφίλ φιλοξενίας αναφέρει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων.

Ορίστε την εργασία και το παραδοτέο

Προσδιορίστε το αποτέλεσμα προς παράδοση, το διαθέσιμο υλικό και τις συνθήκες που τεκμηριώνουν ολοκλήρωση. Μια εργασία ανάπτυξης μπορεί να παρέχει τον σχετικό κώδικα και την παρατηρημένη συμπεριφορά. Μια εργασία παραγωγικότητας μπορεί να παρέχει τις πηγαίες πληροφορίες για αναφορά, σύγκριση ή εγγραφή σχεδιασμού και να ορίζει το κοινό και τη δομή εξόδου.

Διαχωρίστε τα τεκμηριωμένα δεδομένα από τις παραδοχές και τα ανοικτά ερωτήματα. Όταν πολλές επιμέρους εργασίες συμβάλλουν σε ένα αποτέλεσμα, επισημάνετε τις εξόδους τους, ώστε το επόμενο βήμα να μπορεί να διακρίνει ποια στοιχεία στηρίζουν ποιο συμπέρασμα. Διατηρείτε τον τελικό στόχο ορατό ενώ συσσωρεύονται ενδιάμεσα παραδοτέα.

Τα εργαλεία παρέχουν παρατηρήσεις

Το προφίλ υποστηρίζει κλήση εργαλείων σε μια εφαρμογή που εκθέτει τις απαιτούμενες ενέργειες. Το μοντέλο προτείνει μια ενέργεια, η εφαρμογή την εκτελεί και η επιστρεφόμενη παρατήρηση γίνεται στοιχείο για το επόμενο βήμα. Διατηρείτε πραγματική έξοδο εντολών, ανακτημένα αποσπάσματα ή αποτελέσματα αρχείων αντί να αντιμετωπίζετε μια προτεινόμενη ενέργεια ως ολοκληρωμένη εργασία.

Όταν μια απάντηση πρόκειται να επεξεργαστεί ως δεδομένα, ορίστε τα απαιτούμενα πεδία και επικυρώστε την επιστρεφόμενη δομή και τις τιμές. Το προφίλ αναφέρει ελέγχους μορφής απάντησης· καθορίστε την επιδιωκόμενη δομή και εξετάστε το πραγματικό αποτέλεσμα πριν το χρησιμοποιήσετε για να ενεργοποιήσετε άλλη ενέργεια της εφαρμογής.

Συμφραζόμενα και συνεχιζόμενη εργασία

Ο κατάλογος αναφέρει παράθυρο συμφραζομένων 204.800 tokens. Σχεδιάστε κάθε αίτημα με βάση το πραγματικό όριο της διεπαφής και αφήστε χώρο για την απάντηση. Διατηρήστε ολοκληρωμένες αποφάσεις και τις πιο πρόσφατες σχετικές παρατηρήσεις σε μια συμπαγή κατάσταση εργασίας, αφαιρώντας επαναλήψεις που δεν επηρεάζουν πλέον την εργασία.

Ένα χρήσιμο παραδοτέο M2.7 περιέχει το αποτέλεσμα, τα στοιχεία που το στηρίζουν και κάθε ερώτημα που παραμένει ανεπίλυτο. Αυτό καθιστά ελέγξιμη μια εκτεταμένη ροή πρακτόρων και δίνει στη μεταγενέστερη εργασία συγκεκριμένη κατάσταση από την οποία να συνεχίσει.

Διαθέσιμα στο Ailoot · είσοδοι και μέθοδοι

Ailoot · OpenAI Chat POST /v1/chat/completions

Είσοδος: text
Έξοδος: text
Παράθυρο συμφραζομένων: 204.800 tokens
Μέγιστη έξοδος: 204.800 tokens
Μορφή εξόδου: json ή SSE

Πεδίο	Τύπος	Απαίτηση	Τιμές και όρια	Προεπιλογή
Πεδίο`model`	Τύπος`string`	ΑπαίτησηΥποχρεωτικό	Τιμές και όρια minimax/minimax-m2.7	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 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—

Συνδυασμοί υλικών εισόδου

Κείμενο · Κείμενο UTF8

messages[].content

Παράμετροι και κύκλος ζωής μεθόδου

Παράμετρος	Σύμβαση
Παράμετρος`material_types`	Σύμβασηtext
Παράμετρος`required`	Σύμβασηmodel, messages
Παράμετρος`optional_controls`	Σύμβασηnull
Παράμετρος`content_type`	Σύμβασηapplication/json
Παράμετρος`text_file_material`	Σύμβασηπραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη

Κύκλος ζωής: exact retained published method

Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων.

Τιμολόγηση

Χρεώσεις μεθόδων Ailoot

Ailoot OpenAI ChatPOST /v1/chat/completions

Είσοδος: 0,0003 $ / 1K
Έξοδος: 0,0012 $ / 1K
Ανάγνωση από την κρυφή μνήμη: ≈0,00006 $ / 1K
Εγγραφή στην κρυφή μνήμη: 0,000375 $ / 1K
Εγγραφή στην κρυφή μνήμη, 5 λεπτά: 0,000375 $ / 1K tokens

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 →

Στοιχεία τιμοκαταλόγου αναφοράς

Οι πίνακες αναφοράς του μοντέλου δεν αλλάζουν την επιλογή μεθόδου, τις εκτιμήσεις τιμής ή τις χρεώσεις. Οι εφαρμοζόμενες χρεώσεις χρησιμοποιούν τις τιμές της επιλεγμένης μεθόδου Ailoot.

Πίνακες αναφοράς μοντέλου

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
ΔιαμόρφωσηOpenAI Chat · Βασικές χρεώσεις ανά token	Πίνακας χρεώσεωνΒασική χρέωση	Token συμφραζομένων, πάνω από—	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηOpenAI Chat · Επίπεδο 1 βάσει μήκους αιτήματος	Πίνακας χρεώσεων—	Token συμφραζομένων, πάνω από0	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηAnthropic Messages · Βασικές χρεώσεις ανά token	Πίνακας χρεώσεωνΒασική χρέωση	Token συμφραζομένων, πάνω από—	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token
ΔιαμόρφωσηAnthropic Messages · Επίπεδο 1 βάσει μήκους αιτήματος	Πίνακας χρεώσεων—	Token συμφραζομένων, πάνω από0	Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο	Χρέωση Είσοδος · Token εισόδου $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token

Παραδείγματα αιτημάτων

Ailoot · OpenAI Chat

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "minimax/minimax-m2.7", "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n

from 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)\nresp = client.chat.completions.create(\n    model="minimax/minimax-m2.7",\n    messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(resp.to_dict(mode="json"))\n

import OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n  model: "minimax/minimax-m2.7",\n  messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n  writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n  console.log(JSON.stringify(data, null, 2));\n  const saveBlob = (encoded, suffix, label) => {\n    const raw = Buffer.from(encoded, "base64");\n    const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n    const file = `${stem}-${label}.${ext}`;\n    writeFileSync(file, raw); console.log("Saved", file);\n  };\n  for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n  for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n  for (const [i, item] of (data.output || []).entries()) {\n    console.log("Output", i, JSON.stringify(item));\n    if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n  }\n  for (const [ci, candidate] of (data.candidates || []).entries()) {\n    for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n      console.log("Candidate/part", ci, pi, JSON.stringify(part));\n      const blob = part.inlineData || part.inline_data;\n      if (blob?.data) {\n        const mime = blob.mimeType || blob.mime_type;\n        const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n        saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n      }\n    }\n  }\n}\n\nsaveResult(resp);\n

from 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='minimax/minimax-m2.7',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")\n

Λήψη και αποθήκευση αποτελεσμάτων

Ailoot · 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 MiniMax-M2.7, minimax/minimax-m2.7
Ailoot Ultra MiniMax-M2.7, minimax/minimax-m2.7

Εναλλακτικές διαδρομές μεθόδων

/chat/completions

Σχετικά ID μοντέλων

minimax/minimax-m2.7, minimax/minimax-m2.7, MiniMax-M2.7, MiniMax-M2.7

", "method_identity": { "effective_request_model_id": "minimax/minimax-m2.7", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "minimax/minimax-m2.7", "route_label": "Core" }, "method_key": "Core|chat|/v1/chat/completions|minimax%2Fminimax-m2.7", "ordinal": 7, "rawMethod": { "cache_read": 0.06, "cache_write": 0.375, "cache_write_1h": null, "cache_write_5m": 0.375, "conditional_meter": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/minimax-m2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο.", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "Παρεχόμενο εργαλείο τύπου συνάρτησης" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": null, "required": [ "model", "messages" ], "text_file_material": "πραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "operation_modes": [ "chat_completions" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 204800, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"minimax/minimax-m2.7\", \"messages\": []}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"messages\"]=[{\"role\":\"user\",\"content\":\"Summarize this material and quote supporting source passages.\\n\\n\"+text}]\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\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "from 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)\nresp = client.chat.completions.create(\n model=\"minimax/minimax-m2.7\",\n messages=[{\"role\": \"user\", \"content\": \"Explain the difference between an observation and a hypothesis in three sentences.\"}],\n)\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(resp.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import OpenAI from \"openai\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new OpenAI({ baseURL: \"https://api.ailoot.ai/v1\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: \"minimax/minimax-m2.7\",\n messages: [{ role: \"user\", content: \"Explain the difference between an observation and a hypothesis in three sentences.\" }],\n});\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "code": "from 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='minimax/minimax-m2.7',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\")\n", "label": "Python streaming · retain all events", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "chat", "http": "POST", "img_in": null, "img_out": null, "in": 0.3, "input": [ "text" ], "label": "OpenAI Chat", "max_out": 204800, "max_tool_calls": null, "out": 1.2, "output": [ "text" ], "path": "/v1/chat/completions", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 0.3, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 1.2, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.06, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write", "label": "Cache write", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write_5m", "label": "Cache write 5m", "side": "in" } ] } ], "request_model_id": "minimax/minimax-m2.7", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "token", "units": [] } }, { "html": "

MM

MiniMax: MiniMax M2.7

MiniMax /minimax/minimax-m2.7

ID μοντέλου

Εισαγωγή

Το MiniMax M2.7 είναι το μοντέλο κειμένου της MiniMax για παραγωγικότητα με πράκτορες και εκτεταμένες εργασίες. Το δημοσιευμένο προφίλ του παρέχει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων με συμφραζόμενα 204.800 tokens, υποστηρίζοντας ροές εργασίας που συνεχίζονται από πραγματικές παρατηρήσεις.

Αποδεκτές είσοδοι: Κείμενο
Αποτελέσματα: Κείμενο

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 MiniMax M2.7 είναι το γλωσσικό μοντέλο της MiniMax για παραγωγικότητα με πράκτορες και εργασία που εξελίσσεται σε πολλά βήματα. Η είσοδος και η έξοδος είναι κείμενο. Η δημοσιευμένη περιγραφή του δίνει έμφαση στη συνεργασία πρακτόρων και τη συνεχή βελτίωση, ενώ το προφίλ φιλοξενίας αναφέρει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων.

Ορίστε την εργασία και το παραδοτέο

Προσδιορίστε το αποτέλεσμα προς παράδοση, το διαθέσιμο υλικό και τις συνθήκες που τεκμηριώνουν ολοκλήρωση. Μια εργασία ανάπτυξης μπορεί να παρέχει τον σχετικό κώδικα και την παρατηρημένη συμπεριφορά. Μια εργασία παραγωγικότητας μπορεί να παρέχει τις πηγαίες πληροφορίες για αναφορά, σύγκριση ή εγγραφή σχεδιασμού και να ορίζει το κοινό και τη δομή εξόδου.

Διαχωρίστε τα τεκμηριωμένα δεδομένα από τις παραδοχές και τα ανοικτά ερωτήματα. Όταν πολλές επιμέρους εργασίες συμβάλλουν σε ένα αποτέλεσμα, επισημάνετε τις εξόδους τους, ώστε το επόμενο βήμα να μπορεί να διακρίνει ποια στοιχεία στηρίζουν ποιο συμπέρασμα. Διατηρείτε τον τελικό στόχο ορατό ενώ συσσωρεύονται ενδιάμεσα παραδοτέα.

Τα εργαλεία παρέχουν παρατηρήσεις

Το προφίλ υποστηρίζει κλήση εργαλείων σε μια εφαρμογή που εκθέτει τις απαιτούμενες ενέργειες. Το μοντέλο προτείνει μια ενέργεια, η εφαρμογή την εκτελεί και η επιστρεφόμενη παρατήρηση γίνεται στοιχείο για το επόμενο βήμα. Διατηρείτε πραγματική έξοδο εντολών, ανακτημένα αποσπάσματα ή αποτελέσματα αρχείων αντί να αντιμετωπίζετε μια προτεινόμενη ενέργεια ως ολοκληρωμένη εργασία.

Όταν μια απάντηση πρόκειται να επεξεργαστεί ως δεδομένα, ορίστε τα απαιτούμενα πεδία και επικυρώστε την επιστρεφόμενη δομή και τις τιμές. Το προφίλ αναφέρει ελέγχους μορφής απάντησης· καθορίστε την επιδιωκόμενη δομή και εξετάστε το πραγματικό αποτέλεσμα πριν το χρησιμοποιήσετε για να ενεργοποιήσετε άλλη ενέργεια της εφαρμογής.

Συμφραζόμενα και συνεχιζόμενη εργασία

Ο κατάλογος αναφέρει παράθυρο συμφραζομένων 204.800 tokens. Σχεδιάστε κάθε αίτημα με βάση το πραγματικό όριο της διεπαφής και αφήστε χώρο για την απάντηση. Διατηρήστε ολοκληρωμένες αποφάσεις και τις πιο πρόσφατες σχετικές παρατηρήσεις σε μια συμπαγή κατάσταση εργασίας, αφαιρώντας επαναλήψεις που δεν επηρεάζουν πλέον την εργασία.

Ένα χρήσιμο παραδοτέο M2.7 περιέχει το αποτέλεσμα, τα στοιχεία που το στηρίζουν και κάθε ερώτημα που παραμένει ανεπίλυτο. Αυτό καθιστά ελέγξιμη μια εκτεταμένη ροή πρακτόρων και δίνει στη μεταγενέστερη εργασία συγκεκριμένη κατάσταση από την οποία να συνεχίσει.

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 minimax/minimax-m2.7	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 $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 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 $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 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 →

Παραδείγματα αιτημάτων

Ailoot Ultra · OpenAI Chat

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": "minimax/minimax-m2.7", "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\n

from 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='minimax/minimax-m2.7',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"))\n

from 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='minimax/minimax-m2.7',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")\n

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 MiniMax-M2.7, minimax/minimax-m2.7
Ailoot Ultra MiniMax-M2.7, minimax/minimax-m2.7

Εναλλακτικές διαδρομές μεθόδων

/chat/completions

Σχετικά ID μοντέλων

minimax/minimax-m2.7, minimax/minimax-m2.7, MiniMax-M2.7, MiniMax-M2.7

", "method_identity": { "effective_request_model_id": "minimax/minimax-m2.7", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "minimax/minimax-m2.7", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|minimax%2Fminimax-m2.7", "ordinal": 8, "rawMethod": { "available": null, "cache_read": 0.12, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID.", "Guarded canonical keys must occur once; duplicate or case-varied model/tools/cap fields are rejected." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/minimax-m2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο.", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": [ "function" ], "enum_known": true, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "Παρεχόμενο εργαλείο τύπου συνάρτησης" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text" ], "enum_known": true, "name": "modalities", "required": false, "type": "string[]" }, { "availability": "source_interface", "conditions": "Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" }, { "availability": "source_interface", "conditions": "Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control.ttl", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "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." ], "input": { "content_type": "application/json", "control_scope": "εξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία", "file_material": "πραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου", "hosted_operations": false, "material_types": [ "text" ], "messages": "Πίνακας μηνυμάτων με δομή role/content", "multimodal_input_binding": null, "optional_controls": [ "stream", "temperature", "top_p", "stop", "max_tokens", "max_completion_tokens", "reasoning", "response_format", "tools", "tool_choice" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Επίπεδο 1 βάσει μήκους αιτήματος", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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\": \"minimax/minimax-m2.7\", \"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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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='minimax/minimax-m2.7',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\"))\n", "label": "Python SDK · all choices", "language": "python" }, { "code": "from 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='minimax/minimax-m2.7',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\")\n", "label": "Python SDK streaming · all events", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 0.6, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 2.4, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Γρήγορη λειτουργία", "value": "Τυπική χρέωση", "when": "Όταν επιλέγεται η γρήγορη λειτουργία" }, { "label": "Λειτουργία flex", "value": "Τυπική χρέωση", "when": "Όταν επιλέγεται η λειτουργία flex" }, { "label": "Μέγιστη προσπάθεια συλλογισμού", "value": "Τυπική χρέωση", "when": "Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "minimax/minimax-m2.7", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.12, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.6, "input_multiplier": null, "interval_boundary": "min_exclusive_max_inclusive", "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "null_rate_policy": "unknown or inherited; never zero", "out": 2.4, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } }, { "html": "

MM

MiniMax: MiniMax M2.7

MiniMax /minimax/minimax-m2.7

ID μοντέλου

Εισαγωγή

Το MiniMax M2.7 είναι το μοντέλο κειμένου της MiniMax για παραγωγικότητα με πράκτορες και εκτεταμένες εργασίες. Το δημοσιευμένο προφίλ του παρέχει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων με συμφραζόμενα 204.800 tokens, υποστηρίζοντας ροές εργασίας που συνεχίζονται από πραγματικές παρατηρήσεις.

Αποδεκτές είσοδοι: Κείμενο
Αποτελέσματα: json · sse

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 MiniMax M2.7 είναι το γλωσσικό μοντέλο της MiniMax για παραγωγικότητα με πράκτορες και εργασία που εξελίσσεται σε πολλά βήματα. Η είσοδος και η έξοδος είναι κείμενο. Η δημοσιευμένη περιγραφή του δίνει έμφαση στη συνεργασία πρακτόρων και τη συνεχή βελτίωση, ενώ το προφίλ φιλοξενίας αναφέρει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων.

Ορίστε την εργασία και το παραδοτέο

Προσδιορίστε το αποτέλεσμα προς παράδοση, το διαθέσιμο υλικό και τις συνθήκες που τεκμηριώνουν ολοκλήρωση. Μια εργασία ανάπτυξης μπορεί να παρέχει τον σχετικό κώδικα και την παρατηρημένη συμπεριφορά. Μια εργασία παραγωγικότητας μπορεί να παρέχει τις πηγαίες πληροφορίες για αναφορά, σύγκριση ή εγγραφή σχεδιασμού και να ορίζει το κοινό και τη δομή εξόδου.

Διαχωρίστε τα τεκμηριωμένα δεδομένα από τις παραδοχές και τα ανοικτά ερωτήματα. Όταν πολλές επιμέρους εργασίες συμβάλλουν σε ένα αποτέλεσμα, επισημάνετε τις εξόδους τους, ώστε το επόμενο βήμα να μπορεί να διακρίνει ποια στοιχεία στηρίζουν ποιο συμπέρασμα. Διατηρείτε τον τελικό στόχο ορατό ενώ συσσωρεύονται ενδιάμεσα παραδοτέα.

Τα εργαλεία παρέχουν παρατηρήσεις

Το προφίλ υποστηρίζει κλήση εργαλείων σε μια εφαρμογή που εκθέτει τις απαιτούμενες ενέργειες. Το μοντέλο προτείνει μια ενέργεια, η εφαρμογή την εκτελεί και η επιστρεφόμενη παρατήρηση γίνεται στοιχείο για το επόμενο βήμα. Διατηρείτε πραγματική έξοδο εντολών, ανακτημένα αποσπάσματα ή αποτελέσματα αρχείων αντί να αντιμετωπίζετε μια προτεινόμενη ενέργεια ως ολοκληρωμένη εργασία.

Όταν μια απάντηση πρόκειται να επεξεργαστεί ως δεδομένα, ορίστε τα απαιτούμενα πεδία και επικυρώστε την επιστρεφόμενη δομή και τις τιμές. Το προφίλ αναφέρει ελέγχους μορφής απάντησης· καθορίστε την επιδιωκόμενη δομή και εξετάστε το πραγματικό αποτέλεσμα πριν το χρησιμοποιήσετε για να ενεργοποιήσετε άλλη ενέργεια της εφαρμογής.

Συμφραζόμενα και συνεχιζόμενη εργασία

Ο κατάλογος αναφέρει παράθυρο συμφραζομένων 204.800 tokens. Σχεδιάστε κάθε αίτημα με βάση το πραγματικό όριο της διεπαφής και αφήστε χώρο για την απάντηση. Διατηρήστε ολοκληρωμένες αποφάσεις και τις πιο πρόσφατες σχετικές παρατηρήσεις σε μια συμπαγή κατάσταση εργασίας, αφαιρώντας επαναλήψεις που δεν επηρεάζουν πλέον την εργασία.

Ένα χρήσιμο παραδοτέο M2.7 περιέχει το αποτέλεσμα, τα στοιχεία που το στηρίζουν και κάθε ερώτημα που παραμένει ανεπίλυτο. Αυτό καθιστά ελέγξιμη μια εκτεταμένη ροή πρακτόρων και δίνει στη μεταγενέστερη εργασία συγκεκριμένη κατάσταση από την οποία να συνεχίσει.

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 minimax/minimax-m2.7	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 $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 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 $0.0006 / 1K token Έξοδος · Token εξόδου $0.0024 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.00012 / 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 →

Παραδείγματα αιτημάτων

Ailoot Ultra · Anthropic Messages

{\n  "model": "minimax/minimax-m2.7",\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': 'minimax/minimax-m2.7', '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\n

import 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': 'minimax/minimax-m2.7', '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))\n

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 MiniMax-M2.7, minimax/minimax-m2.7
Ailoot Ultra MiniMax-M2.7, minimax/minimax-m2.7

Εναλλακτικές διαδρομές μεθόδων

/chat/completions

Σχετικά ID μοντέλων

minimax/minimax-m2.7, minimax/minimax-m2.7, MiniMax-M2.7, MiniMax-M2.7

", "method_identity": { "effective_request_model_id": "minimax/minimax-m2.7", "fmt": "messages", "http": "POST", "path": "/v1/messages", "request_model_id": "minimax/minimax-m2.7", "route_label": "Ultra" }, "method_key": "Ultra|messages|/v1/messages|minimax%2Fminimax-m2.7", "ordinal": 9, "rawMethod": { "available": null, "cache_read": 0.12, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "minimax/minimax-m2.7", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "Συμβολοσειρά messages[].content", "required_material": "Κείμενο UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "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.", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/minimax-m2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "minimax/minimax-m2.7" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "minimax/minimax-m2.7", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "Διαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος." }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Επίπεδο 1 βάσει μήκους αιτήματος", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\n \"model\": \"minimax/minimax-m2.7\",\n \"max_tokens\": 128,\n \"messages\": [\n {\n \"role\": \"user\",\n \"content\": \"Summarize the incident report.\"\n }\n ],\n \"stream\": false\n}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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': 'minimax/minimax-m2.7', '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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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': 'minimax/minimax-m2.7', '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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "messages", "http": "POST", "in": 0.6, "input": [ "text" ], "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 2.4, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Γρήγορη λειτουργία", "value": "Τυπική χρέωση", "when": "Όταν επιλέγεται η γρήγορη λειτουργία" }, { "label": "Λειτουργία flex", "value": "Τυπική χρέωση", "when": "Όταν επιλέγεται η λειτουργία flex" }, { "label": "Μέγιστη προσπάθεια συλλογισμού", "value": "Τυπική χρέωση", "when": "Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "minimax/minimax-m2.7", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.12, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.6, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 2.4, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } } ], "model_id": "minimax/minimax-m2.7", "nativeProvenance": { "input_facts_canonical_sha256": "4ab743f45bb957530954f0f43513bd00cc28d6034ed612acf1f7a19909ebed72", "input_html_sha256": "5b42c5ca4845820699c07bee8fece45aa3e21a632e65dbfe86b571030c7accec", "private_audit_sha256": "2724f7708099fcb4b34ef408f1a047968e3b7a6242dd4c48e6b3e7643bb00b4f", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/el/minimax-m2-7/", "description": "Το MiniMax M2.7 είναι το μοντέλο κειμένου της MiniMax για παραγωγικότητα με πράκτορες και εκτεταμένες εργασίες. Το δημοσιευμένο προφίλ του παρέχει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων με συμφραζόμενα 204.800 tokens, υποστηρίζοντας ροές εργασίας που συνεχίζονται από πραγματικές παρατηρήσεις.", "locale": "el", "md_url": "https://ailoot.ai/models/el/minimax-m2-7/index.md", "title": "MiniMax: MiniMax M2.7 — Ailoot", "url": "https://ailoot.ai/models/el/minimax-m2-7/" }, "practicalHtml": "

Πρακτική εργασία

Τεχνικό παράδειγμα στα αγγλικά

Continue a rollout status note\n\nPrepare a rollout status note from these actual observations supplied by the application: [BUILD] artifact produced; [TEST] import smoke check failed on missing column region; [DEPLOY] not attempted. Earlier requirement: retain regional reporting. State the current result, the evidence for it and the next proposed correction. Do not describe a proposed action as completed.

Αναμενόμενο αποτέλεσμα

A compact result/evidence/next-step note identifying the failed check and unattempted deployment.

Έλεγχος αποτελέσματος

Check that a successful build is not reported as a completed rollout.

", "practicalText": "Πρακτική εργασία Τεχνικό παράδειγμα στα αγγλικά Continue a rollout status note Prepare a rollout status note from these actual observations supplied by the application: [BUILD] artifact produced; [TEST] import smoke check failed on missing column region; [DEPLOY] not attempted. Earlier requirement: retain regional reporting. State the current result, the evidence for it and the next proposed correction. Do not describe a proposed action as completed. Αναμενόμενο αποτέλεσμα A compact result/evidence/next-step note identifying the failed check and unattempted deployment. Έλεγχος αποτελέσματος Check that a successful build is not reported as a completed rollout.", "rawModel": { "about": "Το MiniMax M2.7 είναι το γλωσσικό μοντέλο της MiniMax για παραγωγικότητα με πράκτορες και εργασία που εξελίσσεται σε πολλά βήματα. Η είσοδος και η έξοδος είναι κείμενο. Η δημοσιευμένη περιγραφή του δίνει έμφαση στη συνεργασία πρακτόρων και τη συνεχή βελτίωση, ενώ το προφίλ φιλοξενίας αναφέρει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων.\n\n### Ορίστε την εργασία και το παραδοτέο\n\nΠροσδιορίστε το αποτέλεσμα προς παράδοση, το διαθέσιμο υλικό και τις συνθήκες που τεκμηριώνουν ολοκλήρωση. Μια εργασία ανάπτυξης μπορεί να παρέχει τον σχετικό κώδικα και την παρατηρημένη συμπεριφορά. Μια εργασία παραγωγικότητας μπορεί να παρέχει τις πηγαίες πληροφορίες για αναφορά, σύγκριση ή εγγραφή σχεδιασμού και να ορίζει το κοινό και τη δομή εξόδου.\n\nΔιαχωρίστε τα τεκμηριωμένα δεδομένα από τις παραδοχές και τα ανοικτά ερωτήματα. Όταν πολλές επιμέρους εργασίες συμβάλλουν σε ένα αποτέλεσμα, επισημάνετε τις εξόδους τους, ώστε το επόμενο βήμα να μπορεί να διακρίνει ποια στοιχεία στηρίζουν ποιο συμπέρασμα. Διατηρείτε τον τελικό στόχο ορατό ενώ συσσωρεύονται ενδιάμεσα παραδοτέα.\n\n### Τα εργαλεία παρέχουν παρατηρήσεις\n\nΤο προφίλ υποστηρίζει κλήση εργαλείων σε μια εφαρμογή που εκθέτει τις απαιτούμενες ενέργειες. Το μοντέλο προτείνει μια ενέργεια, η εφαρμογή την εκτελεί και η επιστρεφόμενη παρατήρηση γίνεται στοιχείο για το επόμενο βήμα. Διατηρείτε πραγματική έξοδο εντολών, ανακτημένα αποσπάσματα ή αποτελέσματα αρχείων αντί να αντιμετωπίζετε μια προτεινόμενη ενέργεια ως ολοκληρωμένη εργασία.\n\nΌταν μια απάντηση πρόκειται να επεξεργαστεί ως δεδομένα, ορίστε τα απαιτούμενα πεδία και επικυρώστε την επιστρεφόμενη δομή και τις τιμές. Το προφίλ αναφέρει ελέγχους μορφής απάντησης· καθορίστε την επιδιωκόμενη δομή και εξετάστε το πραγματικό αποτέλεσμα πριν το χρησιμοποιήσετε για να ενεργοποιήσετε άλλη ενέργεια της εφαρμογής.\n\n### Συμφραζόμενα και συνεχιζόμενη εργασία\n\nΟ κατάλογος αναφέρει παράθυρο συμφραζομένων 204.800 tokens. Σχεδιάστε κάθε αίτημα με βάση το πραγματικό όριο της διεπαφής και αφήστε χώρο για την απάντηση. Διατηρήστε ολοκληρωμένες αποφάσεις και τις πιο πρόσφατες σχετικές παρατηρήσεις σε μια συμπαγή κατάσταση εργασίας, αφαιρώντας επαναλήψεις που δεν επηρεάζουν πλέον την εργασία.\n\nΈνα χρήσιμο παραδοτέο M2.7 περιέχει το αποτέλεσμα, τα στοιχεία που το στηρίζουν και κάθε ερώτημα που παραμένει ανεπίλυτο. Αυτό καθιστά ελέγξιμη μια εκτεταμένη ροή πρακτόρων και δίνει στη μεταγενέστερη εργασία συγκεκριμένη κατάσταση από την οποία να συνεχίσει.", "alias_of": null, "aliases": [ "minimax/minimax-m2.7", "MiniMax-M2.7" ], "author": "MiniMax", "available": null, "canonical_model": "minimax/minimax-m2.7", "capabilities": { "context_length": 204800, "manufacturer_input": [ "text" ], "manufacturer_output": [ "text" ] }, "card_routes": [ { "label": "Core", "rates": [ { "amount": 0.3, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 1.2, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" } ], "summary": "Πλήρης τιμολόγηση της διαμόρφωσης στις λεπτομέρειες." }, { "label": "Ultra", "rates": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "Πλήρης τιμολόγηση της διαμόρφωσης στις λεπτομέρειες." }, { "label": "Ultra", "rates": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" } ], "summary": "Πλήρης τιμολόγηση της διαμόρφωσης στις λεπτομέρειες." } ], "ctx": 204800, "display_name": "MiniMax: MiniMax M2.7", "entity_type": "model", "formats": [ "messages", "responses", "chat" ], "id": "minimax/minimax-m2.7", "input": [ "text" ], "kind": "text", "methods": [ { "cache_read": 0.06, "cache_write": 0.375, "cache_write_1h": null, "cache_write_5m": 0.375, "conditional_meter": null, "contract": { "data": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content ή μπλοκ type=text", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "MiniMax-M2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string|content_block[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "system", "required": false, "type": "string|content_block[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "limit_scope": "ακριβές ανώτατο όριο του επιλεγμένου μοντέλου/της επιλεγμένης κάρτας", "minimum": 1, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop_sequences", "required": false, "type": "string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "tool[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].name", "required": false, "type": "string", "when": "Παρεχόμενο εργαλείο" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].input_schema", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "thinking.type", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "thinking.budget_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "output_config.effort", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "metadata", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": null, "required": [ "model", "messages", "max_tokens" ], "text_file_material": "πραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/messages" }, "operation_modes": [ "messages" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 204800, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"MiniMax-M2.7\", \"max_tokens\": 1024, \"messages\": []}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"messages\"]=[{\"role\":\"user\",\"content\":\"Summarize this material and quote supporting source passages.\\n\\n\"+text}]\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/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\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "import anthropic\nimport os\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient = anthropic.Anthropic(base_url=\"https://api.ailoot.ai\", api_key=os.environ[\"AILOOT_API_KEY\"], max_retries=0)\nmsg = client.messages.create(\n model=\"MiniMax-M2.7\",\n max_tokens=1024,\n messages=[{\"role\": \"user\", \"content\": \"Explain the difference between an observation and a hypothesis in three sentences.\"}],\n)\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(msg.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import Anthropic from \"@anthropic-ai/sdk\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new Anthropic({ baseURL: \"https://api.ailoot.ai\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: \"MiniMax-M2.7\",\n max_tokens: 1024,\n messages: [{ role: \"user\", content: \"Explain the difference between an observation and a hypothesis in three sentences.\" }],\n});\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "code": "import anthropic,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=anthropic.Anthropic(base_url=\"https://api.ailoot.ai\",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.messages.stream(model='MiniMax-M2.7',max_tokens=1024,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_message()\n save_result(final.to_dict(mode=\"json\"),\"stream-result\")\n", "label": "Python streaming · complete final message", "language": "python" } ], "family": "anthropic", "fast_multiplier": null, "flex_multiplier": null, "fmt": "messages", "http": "POST", "img_in": null, "img_out": null, "in": 0.3, "input": [ "text" ], "label": "Anthropic Messages", "max_out": 204800, "max_tool_calls": null, "out": 1.2, "output": [ "text" ], "path": "/v1/messages", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 0.3, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 1.2, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.06, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write", "label": "Cache write", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write_5m", "label": "Cache write 5m", "side": "in" } ] } ], "request_model_id": "MiniMax-M2.7", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "token", "units": [] }, { "cache_read": 0.06, "cache_write": 0.375, "cache_write_1h": null, "cache_write_5m": 0.375, "conditional_meter": null, "contract": { "data": { "all_results": "Keep every output item and content part, actual function call_id, encrypted reasoning and usage. In streaming retain complete event/item identity.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/responses" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "κείμενο εισόδου ή τμήμα input_text", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "Διατηρήστε κάθε στοιχείο εξόδου και τμήμα περιεχομένου, το πραγματικό call_id συνάρτησης, το κρυπτογραφημένο περιεχόμενο συλλογιστικής και τα στοιχεία χρήσης. Στη μετάδοση σε ροή κρατήστε την πλήρη ταυτότητα συμβάντος/στοιχείου.", "family": "text", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "output[]", "type": "message|reasoning|function_call|other item" }, { "description": null, "name": "output[].content[]", "type": "content part" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "MiniMax-M2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input", "required": true, "type": "string|input_item[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "message", "reasoning", "function_call", "function_call_output" ], "enum_known": true, "name": "input[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input[].content", "required": false, "type": "string|content_part[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input[].call_id", "required": false, "type": "string", "when": "function_call_output· διατηρήστε το πραγματικό call_id που επιστράφηκε" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input[].output", "required": false, "type": "string|content_part[]", "when": "function_call_output" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_output_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning.effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning.summary", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "text.format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "text.verbosity", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "include", "required": false, "type": "string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "store", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "identity_rule": "Μόνο πραγματικό ID απάντησης από υποστηριζόμενη συνέχιση", "name": "previous_response_id", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_key", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": null, "required": [ "model", "input" ], "text_file_material": "πραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/responses" }, "operation_modes": [ "responses" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 204800, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"MiniMax-M2.7\", \"input\": \"\"}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"input\"]=\"Summarize this material and quote supporting source passages.\\n\\n\"+text\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/responses \\\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 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(json.loads(Path(\"result.json\").read_text(encoding=\"utf-8\")))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "from 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)\nresp = client.responses.create(model=\"MiniMax-M2.7\", input=\"Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import OpenAI from \"openai\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new OpenAI({ baseURL: \"https://api.ailoot.ai/v1\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: \"MiniMax-M2.7\", input: \"Explain the difference between an observation and a hypothesis in three sentences.\" });\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "Source_stream_contract": "typed parameters.stream=boolean/source_interface/defaultfalse; outputs.format=json or SSE", "code": "from openai import OpenAI\nimport os\nfrom pathlib import Path\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\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)\nwith client.responses.stream(model=\"MiniMax-M2.7\", input=\"Explain the difference between an observation and a hypothesis 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_response()\n save_result(final.to_dict(mode=\"json\"),\"stream-result\")\n", "creation_argument_parity": "same model/input as existing normal SDK call; SDK sets stream=true", "label": "Python streaming · complete Responses result", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "responses", "http": "POST", "img_in": null, "img_out": null, "in": 0.3, "input": [ "text" ], "label": "OpenAI Responses", "max_out": 204800, "max_tool_calls": null, "out": 1.2, "output": [ "text" ], "path": "/v1/responses", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 0.3, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 1.2, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.06, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write", "label": "Cache write", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write_5m", "label": "Cache write 5m", "side": "in" } ] } ], "request_model_id": "MiniMax-M2.7", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "token", "units": [] }, { "cache_read": 0.06, "cache_write": 0.375, "cache_write_1h": null, "cache_write_5m": 0.375, "conditional_meter": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "MiniMax-M2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο.", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "Παρεχόμενο εργαλείο τύπου συνάρτησης" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": null, "required": [ "model", "messages" ], "text_file_material": "πραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "operation_modes": [ "chat_completions" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 204800, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"MiniMax-M2.7\", \"messages\": []}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"messages\"]=[{\"role\":\"user\",\"content\":\"Summarize this material and quote supporting source passages.\\n\\n\"+text}]\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\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "from 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)\nresp = client.chat.completions.create(\n model=\"MiniMax-M2.7\",\n messages=[{\"role\": \"user\", \"content\": \"Explain the difference between an observation and a hypothesis in three sentences.\"}],\n)\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(resp.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import OpenAI from \"openai\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new OpenAI({ baseURL: \"https://api.ailoot.ai/v1\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: \"MiniMax-M2.7\",\n messages: [{ role: \"user\", content: \"Explain the difference between an observation and a hypothesis in three sentences.\" }],\n});\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "code": "from 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='MiniMax-M2.7',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\")\n", "label": "Python streaming · retain all events", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "chat", "http": "POST", "img_in": null, "img_out": null, "in": 0.3, "input": [ "text" ], "label": "OpenAI Chat", "max_out": 204800, "max_tool_calls": null, "out": 1.2, "output": [ "text" ], "path": "/v1/chat/completions", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 0.3, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 1.2, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.06, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write", "label": "Cache write", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write_5m", "label": "Cache write 5m", "side": "in" } ] } ], "request_model_id": "MiniMax-M2.7", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "token", "units": [] }, { "available": null, "cache_read": 0.12, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "Send the conversation as text messages. Stream must be a boolean; omitted stream defaults to false." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "MiniMax-M2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string", "when": "Συνομιλία κειμένου" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Text conversation at the exact model ID and method path.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "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." ], "input": { "content_type": "application/json", "control_scope": "Συνομιλία κειμένου· το stream είναι λογική τιμή και έχει προεπιλογή false.", "file_material": "πραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου", "hosted_operations": false, "material_types": [ "text" ], "messages": "Πίνακας μηνυμάτων με δομή role/content", "multimodal_input_binding": null, "optional_controls": [ "stream" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [ "/chat/completions" ], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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\":\"MiniMax-M2.7\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}')\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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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=\"MiniMax-M2.7\", messages=[{\"role\":\"user\",\"content\":\"hello\"}], stream=False)\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\"))\n", "label": "Python SDK · all choices", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 0.6, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [ "/chat/completions" ], "out": 2.4, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "MiniMax-M2.7", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.12, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.6, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 2.4, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "available": null, "cache_read": 0.12, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "MiniMax-M2.7", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "Συμβολοσειρά messages[].content", "required_material": "Κείμενο UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "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.", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "MiniMax-M2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "MiniMax-M2.7" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "MiniMax-M2.7", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "Διαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος." }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\n \"model\": \"MiniMax-M2.7\",\n \"max_tokens\": 128,\n \"messages\": [\n {\n \"role\": \"user\",\n \"content\": \"Summarize the incident report.\"\n }\n ],\n \"stream\": false\n}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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': 'MiniMax-M2.7', '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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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': 'MiniMax-M2.7', '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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "messages", "http": "POST", "in": 0.6, "input": [ "text" ], "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 2.4, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Fast mode", "value": "Standard rate", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Standard rate", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Standard rate", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "MiniMax-M2.7", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.12, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.6, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 2.4, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "cache_read": 0.06, "cache_write": 0.375, "cache_write_1h": null, "cache_write_5m": 0.375, "conditional_meter": null, "contract": { "data": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content ή μπλοκ type=text", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/minimax-m2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string|content_block[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "system", "required": false, "type": "string|content_block[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "limit_scope": "ακριβές ανώτατο όριο του επιλεγμένου μοντέλου/της επιλεγμένης κάρτας", "minimum": 1, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop_sequences", "required": false, "type": "string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "tool[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].name", "required": false, "type": "string", "when": "Παρεχόμενο εργαλείο" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].input_schema", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "thinking.type", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "thinking.budget_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "output_config.effort", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "metadata", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": null, "required": [ "model", "messages", "max_tokens" ], "text_file_material": "πραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/messages" }, "operation_modes": [ "messages" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 204800, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"minimax/minimax-m2.7\", \"max_tokens\": 1024, \"messages\": []}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"messages\"]=[{\"role\":\"user\",\"content\":\"Summarize this material and quote supporting source passages.\\n\\n\"+text}]\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/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\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "import anthropic\nimport os\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient = anthropic.Anthropic(base_url=\"https://api.ailoot.ai\", api_key=os.environ[\"AILOOT_API_KEY\"], max_retries=0)\nmsg = client.messages.create(\n model=\"minimax/minimax-m2.7\",\n max_tokens=1024,\n messages=[{\"role\": \"user\", \"content\": \"Explain the difference between an observation and a hypothesis in three sentences.\"}],\n)\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(msg.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import Anthropic from \"@anthropic-ai/sdk\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new Anthropic({ baseURL: \"https://api.ailoot.ai\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: \"minimax/minimax-m2.7\",\n max_tokens: 1024,\n messages: [{ role: \"user\", content: \"Explain the difference between an observation and a hypothesis in three sentences.\" }],\n});\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "code": "import anthropic,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=anthropic.Anthropic(base_url=\"https://api.ailoot.ai\",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.messages.stream(model='minimax/minimax-m2.7',max_tokens=1024,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_message()\n save_result(final.to_dict(mode=\"json\"),\"stream-result\")\n", "label": "Python streaming · complete final message", "language": "python" } ], "family": "anthropic", "fast_multiplier": null, "flex_multiplier": null, "fmt": "messages", "http": "POST", "img_in": null, "img_out": null, "in": 0.3, "input": [ "text" ], "label": "Anthropic Messages", "max_out": 204800, "max_tool_calls": null, "out": 1.2, "output": [ "text" ], "path": "/v1/messages", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 0.3, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 1.2, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.06, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write", "label": "Cache write", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write_5m", "label": "Cache write 5m", "side": "in" } ] } ], "request_model_id": "minimax/minimax-m2.7", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "token", "units": [] }, { "cache_read": 0.06, "cache_write": 0.375, "cache_write_1h": null, "cache_write_5m": 0.375, "conditional_meter": null, "contract": { "data": { "all_results": "Keep every output item and content part, actual function call_id, encrypted reasoning and usage. In streaming retain complete event/item identity.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/responses" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "κείμενο εισόδου ή τμήμα input_text", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "Διατηρήστε κάθε στοιχείο εξόδου και τμήμα περιεχομένου, το πραγματικό call_id συνάρτησης, το κρυπτογραφημένο περιεχόμενο συλλογιστικής και τα στοιχεία χρήσης. Στη μετάδοση σε ροή κρατήστε την πλήρη ταυτότητα συμβάντος/στοιχείου.", "family": "text", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "output[]", "type": "message|reasoning|function_call|other item" }, { "description": null, "name": "output[].content[]", "type": "content part" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/minimax-m2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input", "required": true, "type": "string|input_item[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "message", "reasoning", "function_call", "function_call_output" ], "enum_known": true, "name": "input[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input[].content", "required": false, "type": "string|content_part[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input[].call_id", "required": false, "type": "string", "when": "function_call_output· διατηρήστε το πραγματικό call_id που επιστράφηκε" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "input[].output", "required": false, "type": "string|content_part[]", "when": "function_call_output" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_output_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning.effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning.summary", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "text.format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "text.verbosity", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "include", "required": false, "type": "string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "store", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "identity_rule": "Μόνο πραγματικό ID απάντησης από υποστηριζόμενη συνέχιση", "name": "previous_response_id", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_key", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": null, "required": [ "model", "input" ], "text_file_material": "πραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/responses" }, "operation_modes": [ "responses" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 204800, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"minimax/minimax-m2.7\", \"input\": \"\"}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"input\"]=\"Summarize this material and quote supporting source passages.\\n\\n\"+text\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/responses \\\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 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(json.loads(Path(\"result.json\").read_text(encoding=\"utf-8\")))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "from 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)\nresp = client.responses.create(model=\"minimax/minimax-m2.7\", input=\"Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import OpenAI from \"openai\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new OpenAI({ baseURL: \"https://api.ailoot.ai/v1\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: \"minimax/minimax-m2.7\", input: \"Explain the difference between an observation and a hypothesis in three sentences.\" });\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "Source_stream_contract": "typed parameters.stream=boolean/source_interface/defaultfalse; outputs.format=json or SSE", "code": "from openai import OpenAI\nimport os\nfrom pathlib import Path\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\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)\nwith client.responses.stream(model=\"minimax/minimax-m2.7\", input=\"Explain the difference between an observation and a hypothesis 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_response()\n save_result(final.to_dict(mode=\"json\"),\"stream-result\")\n", "creation_argument_parity": "same model/input as existing normal SDK call; SDK sets stream=true", "label": "Python streaming · complete Responses result", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "responses", "http": "POST", "img_in": null, "img_out": null, "in": 0.3, "input": [ "text" ], "label": "OpenAI Responses", "max_out": 204800, "max_tool_calls": null, "out": 1.2, "output": [ "text" ], "path": "/v1/responses", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 0.3, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 1.2, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.06, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write", "label": "Cache write", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write_5m", "label": "Cache write 5m", "side": "in" } ] } ], "request_model_id": "minimax/minimax-m2.7", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "token", "units": [] }, { "cache_read": 0.06, "cache_write": 0.375, "cache_write_1h": null, "cache_write_5m": 0.375, "conditional_meter": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/minimax-m2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο.", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "Παρεχόμενο εργαλείο τύπου συνάρτησης" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [] }, "hints": [ "Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων." ], "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": null, "required": [ "model", "messages" ], "text_file_material": "πραγματικό περιεχόμενο UTF-8 που εισάγεται ως κείμενο· τα IDs/URLs αρχείων απαιτούν ξεχωριστή, ακριβή υποστήριξη" }, "lifecycle": { "mode": "exact retained published method" }, "method": { "http": "POST", "path": "/v1/chat/completions" }, "operation_modes": [ "chat_completions" ], "output": { "family": [ "text" ], "format": "JSON or supported SSE", "multioutputs": "retain every actual response output" } }, "ctx": 204800, "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}\"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"minimax/minimax-m2.7\", \"messages\": []}')\nf=Path(os.environ[\"AILOOT_TEXT_FILE\"])\nif not f.is_file():raise SystemExit(\"Choose your actual UTF-8 source material\")\ntext=f.read_text(encoding=\"utf-8\")\nif not text.strip():raise SystemExit(\"Source material must contain text\")\np[\"messages\"]=[{\"role\":\"user\",\"content\":\"Summarize this material and quote supporting source passages.\\n\\n\"+text}]\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\nprint(json.dumps(json.loads(Path(\"result.json\").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\n", "label": "Use actual text material", "language": "bash" }, { "code": "from 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)\nresp = client.chat.completions.create(\n model=\"minimax/minimax-m2.7\",\n messages=[{\"role\": \"user\", \"content\": \"Explain the difference between an observation and a hypothesis in three sentences.\"}],\n)\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(resp.to_dict(mode=\"json\"))\n", "label": "Python · retained SDK call", "language": "python" }, { "SDK_retry_proof": { "field": "maxRetries", "scope": "normalclient options; no provider/account/proxy switches", "source_urls": [ "https://raw.githubusercontent.com/openai/openai-node/master/src/client.ts", "https://raw.githubusercontent.com/anthropics/anthropic-sdk-typescript/main/src/client.ts" ], "value": 0 }, "code": "import OpenAI from \"openai\";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error(\"Set AILOOT_API_KEY before making a request\");\nconst client = new OpenAI({ baseURL: \"https://api.ailoot.ai/v1\", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: \"minimax/minimax-m2.7\",\n messages: [{ role: \"user\", content: \"Explain the difference between an observation and a hypothesis in three sentences.\" }],\n});\nimport { writeFileSync } from \"node:fs\";\n\nfunction saveResult(data, stem = \"result\") {\n writeFileSync(stem + \".json\", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, \"base64\");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? \"png\" : raw[0]===255 && raw[1]===216 ? \"jpg\" : raw.subarray(0,4).toString()===\"RIFF\" && raw.subarray(8,12).toString()===\"WEBP\" ? \"webp\" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log(\"Saved\", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log(\"Content\", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log(\"Choice\", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log(\"Output\", i, JSON.stringify(item));\n if (item.type === \"image_generation_call\" && item.result) saveBlob(item.result, item.output_format || \"bin\", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log(\"Candidate/part\", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"})[mime] || \"bin\";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\n", "label": "Node.js · retained SDK call", "language": "js" }, { "code": "from 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='minimax/minimax-m2.7',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\")\n", "label": "Python streaming · retain all events", "language": "python" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "chat", "http": "POST", "img_in": null, "img_out": null, "in": 0.3, "input": [ "text" ], "label": "OpenAI Chat", "max_out": 204800, "max_tool_calls": null, "out": 1.2, "output": [ "text" ], "path": "/v1/chat/completions", "pricing_profiles": [ { "dimensions": {}, "label": "Core", "units": [ { "amount": 0.3, "amount_unit": "usd_per_million_tokens", "key": "in", "label": "Input", "side": "in" }, { "amount": 1.2, "amount_unit": "usd_per_million_tokens", "key": "out", "label": "Output", "side": "out" }, { "amount": 0.06, "amount_unit": "usd_per_million_tokens", "key": "cache_read", "label": "Cache read", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write", "label": "Cache write", "side": "in" }, { "amount": 0.375, "amount_unit": "usd_per_million_tokens", "key": "cache_write_5m", "label": "Cache write 5m", "side": "in" } ] } ], "request_model_id": "minimax/minimax-m2.7", "route_label": "Core", "status_reads": [], "tiers": [], "tool_prices": null, "unit": "token", "units": [] }, { "available": null, "cache_read": 0.12, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.", "authentication": { "api_key_source": "AILOOT_API_KEY", "header": "Authorization: Bearer" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "hints": [ "Model context is not an output cap.", "A model-dependent field needs the exact published model profile; unspecified defaults/enums are not guessed.", "Tool calls propose actions; the client application returns actual observations with the returned call ID.", "Guarded canonical keys must occur once; duplicate or case-varied model/tools/cap fields are rejected." ], "ignored_fields": [], "lifecycle": { "create": { "http": "POST", "path": "/v1/chat/completions" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "messages[].content", "required_material": "Κείμενο UTF8" } ], "operation_modes": [ "conversation", "function_tool_continuation", "streaming" ], "outputs": { "all_results": "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.", "family": "text", "fields": [ { "description": null, "name": "choices[].index", "type": "integer" }, { "description": null, "name": "choices[].message.content", "type": "string|null" }, { "description": null, "name": "choices[].message.tool_calls", "type": "tool_call[]" }, { "description": null, "name": "choices[].message.reasoning_content", "type": "string" }, { "description": null, "name": "choices[].message.reasoning_details", "type": "object|array" }, { "description": null, "name": "choices[].finish_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "json ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/minimax-m2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "min_items": 1, "name": "messages", "required": true, "type": "message[]" }, { "availability": "model_dependent", "conditions": "Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο.", "default": null, "default_known": false, "enum": [ "system", "user", "assistant", "tool", "function" ], "enum_exhaustive": false, "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": false, "type": "string|content_part[]|null" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_calls", "required": false, "type": "tool_call[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].tool_call_id", "required": false, "type": "string", "when": "role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].name", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_content", "required": false, "type": "string", "when": "Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].reasoning_details", "required": false, "type": "object|array" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_tokens", "required": false, "type": "integer" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "minimum": 1, "name": "max_completion_tokens", "required": false, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stream_options.include_usage", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "temperature", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "top_p", "required": false, "type": "number" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "stop", "required": false, "type": "string|string[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools", "required": false, "type": "function_tool[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": [ "function" ], "enum_known": true, "name": "tools[].type", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.name", "required": true, "type": "string", "when": "Παρεχόμενο εργαλείο τύπου συνάρτησης" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.description", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tools[].function.parameters", "required": false, "type": "JSON_schema" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "tool_choice", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "parallel_tool_calls", "required": false, "type": "boolean" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "response_format", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning_effort", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "reasoning", "required": false, "type": "object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "service_tier", "required": false, "type": "string" }, { "availability": "source_compatibility", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "instructions", "required": false, "type": "string" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "functions", "required": false, "type": "function[]" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "function_call", "required": false, "type": "string|object" }, { "availability": "model_dependent", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "prompt_cache_options", "required": false, "type": "object" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "text" ], "enum_known": true, "name": "modalities", "required": false, "type": "string[]" }, { "availability": "source_interface", "conditions": "Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "provider", "required": false, "type": "object" }, { "availability": "source_interface", "conditions": "Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cache_control.ttl", "required": false, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "additional models/models list", "plugins", "route", "hosted tools; ordinary client function tools remain separate", "non-text output modalities", "provider.options overrides", "one-hour prompt-cache TTL" ] }, "hints": [ "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." ], "input": { "content_type": "application/json", "control_scope": "εξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία", "file_material": "πραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου", "hosted_operations": false, "material_types": [ "text" ], "messages": "Πίνακας μηνυμάτων με δομή role/content", "multimodal_input_binding": null, "optional_controls": [ "stream", "temperature", "top_p", "stop", "max_tokens", "max_completion_tokens", "reasoning", "response_format", "tools", "tool_choice" ], "output_modalities": [ "text" ], "required": [ "model", "messages" ] }, "lifecycle": { "mode": "synchronous_or_streamed", "unknown": "preserve original request id; no generic chat job retrieval path" }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/chat/completions" }, "method_aliases": [], "operation_modes": [ "text_chat" ], "output": { "content": "choices[].message.content or stream delta", "family": "text", "format": "json or supported SSE", "tool_calls": "retain actual returned function calls" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Επίπεδο 1 βάσει μήκους αιτήματος", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "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\": \"minimax/minimax-m2.7\", \"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\n", "label": "curl · retained exact creation", "language": "bash" }, { "code": "from 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='minimax/minimax-m2.7',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\"))\n", "label": "Python SDK · all choices", "language": "python" }, { "code": "from 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='minimax/minimax-m2.7',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\")\n", "label": "Python SDK streaming · all events", "language": "python" } ], "family": "openai", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "chat", "hints": [ "Send exact model ID with messages.", "Context length is not an output cap.", "A text file may supply literal text; image/audio/file-object inputs need exact binding." ], "http": "POST", "in": 0.6, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 2.4, "output": [ "text" ], "path": "/v1/chat/completions", "price_conditions": [ { "label": "Γρήγορη λειτουργία", "value": "Τυπική χρέωση", "when": "Όταν επιλέγεται η γρήγορη λειτουργία" }, { "label": "Λειτουργία flex", "value": "Τυπική χρέωση", "when": "Όταν επιλέγεται η λειτουργία flex" }, { "label": "Μέγιστη προσπάθεια συλλογισμού", "value": "Τυπική χρέωση", "when": "Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "minimax/minimax-m2.7", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.12, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.6, "input_multiplier": null, "interval_boundary": "min_exclusive_max_inclusive", "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "null_rate_policy": "unknown or inherited; never zero", "out": 2.4, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "available": null, "cache_read": 0.12, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "authentication": { "api_key_source": "AILOOT_API_KEY", "headers": [ "Authorization: Bearer", "x-api-key", "anthropic-version" ], "version_example": "2023-06-01" }, "errors": [ { "code": null, "condition": "Μη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου", "http_status": 400, "recovery": "Διορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας.", "type": "invalid_request_error" } ], "example_body": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "minimax/minimax-m2.7", "stream": false }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου." }, "material_combinations": [ { "mode": "text", "representation": "Συμβολοσειρά messages[].content", "required_material": "Κείμενο UTF-8" } ], "operation_modes": [ "synchronous_json", "streamed_SSE" ], "outputs": { "all_results": "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.", "family": "protocol", "fields": [ { "description": null, "name": "id", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "content[]", "type": "text|thinking|tool_use|other content block" }, { "description": null, "name": "stop_reason", "type": "string|null" }, { "description": null, "name": "usage", "type": "object" } ], "format": "JSON ή SSE" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "minimax/minimax-m2.7" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages", "required": true, "type": "message[]" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "user", "assistant" ], "enum_known": true, "name": "messages[].role", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "messages[].content", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "max_tokens", "required": true, "type": "integer" }, { "availability": "source_interface", "default": false, "default_known": true, "enum": null, "enum_known": false, "name": "stream", "required": false, "type": "boolean" } ], "profile_binding": "Documented current stock Messages bridge; optional model capabilities are separate from this minimal text request.", "request_schema": { "additionalProperties": false, "properties": { "max_tokens": { "minimum": 1, "type": "integer" }, "messages": { "items": { "additionalProperties": false, "properties": { "content": { "oneOf": [ { "type": "string" }, { "items": { "oneOf": [ { "properties": { "text": { "type": "string" }, "type": { "const": "text" } }, "required": [ "type", "text" ], "type": "object" }, { "properties": { "source": { "oneOf": [ { "properties": { "type": { "const": "url" }, "url": { "type": "string" } }, "required": [ "type", "url" ], "type": "object" }, { "properties": { "data": { "type": "string" }, "media_type": { "type": "string" }, "type": { "const": "base64" } }, "required": [ "type", "media_type", "data" ], "type": "object" } ] }, "type": { "const": "image" } }, "required": [ "type", "source" ], "type": "object" } ] }, "type": "array" } ] }, "role": { "enum": [ "user", "assistant" ], "type": "string" } }, "required": [ "role", "content" ], "type": "object" }, "minItems": 1, "type": "array" }, "model": { "enum": [ "minimax/minimax-m2.7" ], "type": "string" }, "stream": { "default": false, "type": "boolean" } }, "required": [ "model", "messages", "max_tokens" ], "type": "object" }, "schema_template": { "max_tokens": 128, "messages": [ { "content": "Summarize the incident report.", "role": "user" } ], "model": "minimax/minimax-m2.7", "stream": false }, "unsupported": [ "No query API key.", "Hosted/server-side tools and model-specific optional controls are not part of this minimal family example." ] }, "input": { "content_type": "application/json", "material_types": [ "text" ], "optional_controls": [ "stream" ], "required": [ "model", "messages", "max_tokens" ], "text_file_material": "Διαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος." }, "lifecycle": { "create": { "http": "POST", "path": "/v1/messages" }, "job_read": null, "mode": "synchronous_or_streamed", "unknown": "Keep request/response IDs and headers. No generic text job retrieval URL is supplied." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/messages" }, "output": { "all_results": "Keep all content blocks, thinking signatures and actual tool-use IDs. Assemble all SSE block deltas; a first text block is not the complete output.", "family": "protocol", "format": "JSON or SSE" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Επίπεδο 1 βάσει μήκους αιτήματος", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "examples": [ { "code": "{\n \"model\": \"minimax/minimax-m2.7\",\n \"max_tokens\": 128,\n \"messages\": [\n {\n \"role\": \"user\",\n \"content\": \"Summarize the incident report.\"\n }\n ],\n \"stream\": false\n}", "label": "Complete minimal JSON body", "language": "json" }, { "code": "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': 'minimax/minimax-m2.7', '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\n", "label": "curl · use your UTF-8 document", "language": "bash" }, { "code": "import 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': 'minimax/minimax-m2.7', '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))\n", "label": "Python · save the complete result", "language": "python" } ], "family": "anthropic", "fast_multiplier": 1, "flex_multiplier": 1, "fmt": "messages", "http": "POST", "in": 0.6, "input": [ "text" ], "label": "Anthropic Messages", "max_out": null, "max_reasoning_effort_multiplier": 1, "method_aliases": [], "out": 2.4, "output": [ "json", "sse" ], "path": "/v1/messages", "price_conditions": [ { "label": "Γρήγορη λειτουργία", "value": "Τυπική χρέωση", "when": "Όταν επιλέγεται η γρήγορη λειτουργία" }, { "label": "Λειτουργία flex", "value": "Τυπική χρέωση", "when": "Όταν επιλέγεται η λειτουργία flex" }, { "label": "Μέγιστη προσπάθεια συλλογισμού", "value": "Τυπική χρέωση", "when": "Όταν η μέγιστη προσπάθεια συλλογισμού χρησιμοποιεί την προσαρμογή default" } ], "pricing": { "billing_mode": "token", "image_input_price": null, "image_output_price": null, "per_request_price": null }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Request-length tier 1", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "request_model_id": "minimax/minimax-m2.7", "route_label": "Ultra", "status_reads": [], "tiers": [ { "cache_read": 0.12, "cache_read_multiplier": null, "cache_write": null, "cache_write_1h": null, "cache_write_multiplier": null, "created_at": "0001-01-01T00:00:00Z", "in": 0.6, "input_multiplier": null, "max": null, "max_tokens": null, "min": 0, "min_tokens": 0, "out": 2.4, "output_multiplier": null, "per_request_price": null, "sort_order": 0, "tier_label": "", "updated_at": "0001-01-01T00:00:00Z" } ], "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "model_aliases": [ { "canonical_model_id": "minimax/minimax-m2.7", "request_model_id": "MiniMax-M2.7", "route_label": "Core" }, { "canonical_model_id": "minimax/minimax-m2.7", "request_model_id": "MiniMax-M2.7", "route_label": "Ultra" }, { "canonical_model_id": "minimax/minimax-m2.7", "request_model_id": "minimax/minimax-m2.7", "route_label": "Core" }, { "canonical_model_id": "minimax/minimax-m2.7", "request_model_id": "minimax/minimax-m2.7", "route_label": "Ultra" } ], "name": "MiniMax: MiniMax M2.7", "output": [ "text", "json", "sse" ], "price": { "in": 0.6, "in_label": null, "out": 2.4, "out_label": null, "scope_label": "Token rates", "sort_in": 0.6, "sort_out": 2.4, "varies": true }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "OpenAI Chat · Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "OpenAI Chat · Επίπεδο 1 βάσει μήκους αιτήματος", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "regime": "base" }, "label": "Anthropic Messages · Βασικές χρεώσεις ανά token", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "max_context_tokens_inclusive": null, "min_context_tokens_exclusive": 0 }, "label": "Anthropic Messages · Επίπεδο 1 βάσει μήκους αιτήματος", "units": [ { "amount": "0.0006000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.0000006", "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": "0.0024000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.0000024", "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": "0.00012000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.00000012", "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] } ], "public_id": "minimax/minimax-m2.7", "short": "Το MiniMax M2.7 είναι το μοντέλο κειμένου της MiniMax για παραγωγικότητα με πράκτορες και εκτεταμένες εργασίες. Το δημοσιευμένο προφίλ του παρέχει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων με συμφραζόμενα 204.800 tokens, υποστηρίζοντας ροές εργασίας που συνεχίζονται από πραγματικές παρατηρήσεις." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 }, { "contract_json_pointer": "/methods/1/rawMethod/contract", "html_json_pointer": "/methods/1/html", "method_ordinal": 1 }, { "contract_json_pointer": "/methods/2/rawMethod/contract", "html_json_pointer": "/methods/2/html", "method_ordinal": 2 }, { "contract_json_pointer": "/methods/3/rawMethod/contract", "html_json_pointer": "/methods/3/html", "method_ordinal": 3 }, { "contract_json_pointer": "/methods/4/rawMethod/contract", "html_json_pointer": "/methods/4/html", "method_ordinal": 4 }, { "contract_json_pointer": "/methods/5/rawMethod/contract", "html_json_pointer": "/methods/5/html", "method_ordinal": 5 }, { "contract_json_pointer": "/methods/6/rawMethod/contract", "html_json_pointer": "/methods/6/html", "method_ordinal": 6 }, { "contract_json_pointer": "/methods/7/rawMethod/contract", "html_json_pointer": "/methods/7/html", "method_ordinal": 7 }, { "contract_json_pointer": "/methods/8/rawMethod/contract", "html_json_pointer": "/methods/8/html", "method_ordinal": 8 }, { "contract_json_pointer": "/methods/9/rawMethod/contract", "html_json_pointer": "/methods/9/html", "method_ordinal": 9 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod", "/methods/1/rawMethod", "/methods/2/rawMethod", "/methods/3/rawMethod", "/methods/4/rawMethod", "/methods/5/rawMethod", "/methods/6/rawMethod", "/methods/7/rawMethod", "/methods/8/rawMethod", "/methods/9/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "Το MiniMax M2.7 είναι το μοντέλο κειμένου της MiniMax για παραγωγικότητα με πράκτορες και εκτεταμένες εργασίες. Το δημοσιευμένο προφίλ του παρέχει ελέγχους συλλογιστικής και εργαλείων συναρτήσεων με συμφραζόμενα 204.800 tokens, υποστηρίζοντας ροές εργασίας που συνεχίζονται από πραγματικές παρατηρήσεις.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "e5267c5aae055daae6e86286d9c174d9cf2dcd7f295dbe2fae66f4ab04b6a2d2", "renderer_sha256": "3ed36f7af4f78822bafbd174fdcaed7b698a18a86efe254253d37f1b098a7566" }, "sourceRevision": "430663071ac282a42e1871e9c813042ec36256d4830b168a3efbe0b2afcb0917" }