Το MiniMax M1 80K είναι η έκδοση μεγαλύτερης διάρκειας σκέψης του μοντέλου συλλογισμού κειμένου M1 της MiniMax. Η οικογένεια χρησιμοποιεί υβριδική αρχιτεκτονική μείγματος ειδικών με lightning attention, προερχόμενη από το MiniMax Text-01. Ο κατασκευαστής περιγράφει εκπαίδευση σε εργασίες μαθηματικού συλλογισμού και μηχανικής λογισμικού και διαθέτει χωριστές εκδόσεις με προϋπολογισμό σκέψης 40K και 80K.
Ο κατασκευαστής περιγράφει εγγενή υποστήριξη πλαισίου ενός εκατομμυρίου token. Η ονομασία της έκδοσης 80K αναφέρεται στον προϋπολογισμό σκέψης της, ποσότητα διαφορετική από το πλαίσιο εισόδου ή την τελική απάντηση που βλέπει ο χρήστης. Η διεπαφή μιας φιλοξενούμενης εργασίας μπορεί να παρέχει δικά της μικρότερα όρια εργασίας, οπότε σχεδιάστε το αίτημα γύρω από αυτό το επιλεγμένο προφίλ.
Για μεγαλύτερη συλλογή πηγών, επισημάνετε τα έγγραφα και διατυπώστε το ερώτημα στο οποίο πρέπει να απαντήσουν. Ζητήστε συμπέρασμα συνδεδεμένο με τα σχετικά αποσπάσματα. Για κώδικα, προσδιορίστε τη συμπεριφορά που πρέπει να αλλάξει, την επηρεαζόμενη περιοχή και τους ελέγχους που επιβεβαιώνουν το αποτέλεσμα.
Ο κατασκευαστής παρέχει χωριστή καθοδήγηση για συνήθη βοήθεια, ανάπτυξη ιστού και μαθηματικά. Τα γενικά παραδείγματά του περιλαμβάνουν περιλήψεις, μετάφραση, ερωτήματα και δημιουργική γραφή. Μια χρήσιμη οδηγία ορίζει κοινό, αρχικό υλικό και τελικό παραδοτέο ώστε η απάντηση να παραμένει προσηλωμένη στην εργασία.
Για ανάπτυξη ιστού, ο κατασκευαστής συνιστά ένα πλήρες εκτελέσιμο παραδοτέο HTML σε ένα μπλοκ κώδικα, με HTML και JavaScript μαζί, και ζητά έλεγχο του κώδικα μετά την παραγωγή. Περιγράψτε τα στοιχεία ελέγχου, τα δεδομένα και τις καταστάσεις που πρέπει να υποστηρίζει η σελίδα. Το μοντέλο παράγει τον κώδικα· η εφαρμογή τον αποθηκεύει και τον εκτελεί για να επιθεωρήσει την οπτικά αποδιδόμενη συμπεριφορά.
Για μαθηματικά, η καθοδήγηση ζητά λύση βήμα προς βήμα και διακριτή τελική απάντηση. Δώστε τις πλήρεις προϋποθέσεις και ορίστε το αποτέλεσμα που πρέπει να προσδιοριστεί. Κρατήστε την προτεινόμενη λύση μαζί με το αρχικό πρόβλημα, ώστε το επιχείρημα να μπορεί να εξεταστεί ανεξάρτητα από τη διατύπωσή του.
Ο κατασκευαστής αναφέρει κλήσεις συναρτήσεων: το μοντέλο μπορεί να εντοπίζει συνάρτηση προς χρήση και να δίνει παραμέτρους σε δομημένη μορφή. Μια περιβάλλουσα εφαρμογή παρέχει τις διαθέσιμες συναρτήσεις, εκτελεί την κλήση και επιστρέφει την παρατήρηση. Επομένως, η πρόσβαση σε εργαλεία και η εξωτερική ενέργεια είναι λειτουργίες τόσο της διαμορφωμένης εφαρμογής όσο και της επιλογής του μοντέλου.
Δώστε σε κάθε εργαλείο σαφή σκοπό και διακρίνετε την παρατήρηση που επιστρέφει από την οδηγία του χρήστη. Μια μεταγενέστερη απάντηση μπορεί τότε να χρησιμοποιήσει το παρατηρημένο αποτέλεσμα ως τεκμήριο. Η υποστήριξη εργαλείων του μοντέλου κειμένου M1 δεν καθιστά τις χωριστές υπηρεσίες πολυμέσων που περιγράφονται αλλού στο οικοσύστημα του κατασκευαστή μέρος της δικής του οικογένειας εξόδων.
Ο κατασκευαστής συνιστά temperature 1.0 και top_p 0.95 ως ρυθμίσεις συμπερασματολογίας. Η περιγραφή της οικογένειας αναφέρει 456 δισεκατομμύρια συνολικές παραμέτρους και 45,9 δισεκατομμύρια ενεργές παραμέτρους ανά token. Κρατήστε την έκδοση 80K διακριτή από την έκδοση 40K όταν καταγράφετε σύγκριση και χρησιμοποιήστε τα υποστηριζόμενα στοιχεία ελέγχου και τα όρια εργασίας της πραγματικής διεπαφής για συγκεκριμένο αίτημα.
", "aboutText": "Το MiniMax M1 80K είναι η έκδοση μεγαλύτερης διάρκειας σκέψης του μοντέλου συλλογισμού κειμένου M1 της MiniMax. Η οικογένεια χρησιμοποιεί υβριδική αρχιτεκτονική μείγματος ειδικών με lightning attention, προερχόμενη από το MiniMax Text-01. Ο κατασκευαστής περιγράφει εκπαίδευση σε εργασίες μαθηματικού συλλογισμού και μηχανικής λογισμικού και διαθέτει χωριστές εκδόσεις με προϋπολογισμό σκέψης 40K και 80K.\n\n### Προετοιμάστε μεγάλο υλικό γύρω από σαφές αποτέλεσμα\n\nΟ κατασκευαστής περιγράφει εγγενή υποστήριξη πλαισίου ενός εκατομμυρίου token. Η ονομασία της έκδοσης 80K αναφέρεται στον προϋπολογισμό σκέψης της, ποσότητα διαφορετική από το πλαίσιο εισόδου ή την τελική απάντηση που βλέπει ο χρήστης. Η διεπαφή μιας φιλοξενούμενης εργασίας μπορεί να παρέχει δικά της μικρότερα όρια εργασίας, οπότε σχεδιάστε το αίτημα γύρω από αυτό το επιλεγμένο προφίλ.\n\nΓια μεγαλύτερη συλλογή πηγών, επισημάνετε τα έγγραφα και διατυπώστε το ερώτημα στο οποίο πρέπει να απαντήσουν. Ζητήστε συμπέρασμα συνδεδεμένο με τα σχετικά αποσπάσματα. Για κώδικα, προσδιορίστε τη συμπεριφορά που πρέπει να αλλάξει, την επηρεαζόμενη περιοχή και τους ελέγχους που επιβεβαιώνουν το αποτέλεσμα.\n\n### Χρησιμοποιήστε την καθοδήγηση για τη διατύπωση οδηγιών ανά εργασία\n\nΟ κατασκευαστής παρέχει χωριστή καθοδήγηση για συνήθη βοήθεια, ανάπτυξη ιστού και μαθηματικά. Τα γενικά παραδείγματά του περιλαμβάνουν περιλήψεις, μετάφραση, ερωτήματα και δημιουργική γραφή. Μια χρήσιμη οδηγία ορίζει κοινό, αρχικό υλικό και τελικό παραδοτέο ώστε η απάντηση να παραμένει προσηλωμένη στην εργασία.\n\nΓια ανάπτυξη ιστού, ο κατασκευαστής συνιστά ένα πλήρες εκτελέσιμο παραδοτέο HTML σε ένα μπλοκ κώδικα, με HTML και JavaScript μαζί, και ζητά έλεγχο του κώδικα μετά την παραγωγή. Περιγράψτε τα στοιχεία ελέγχου, τα δεδομένα και τις καταστάσεις που πρέπει να υποστηρίζει η σελίδα. Το μοντέλο παράγει τον κώδικα· η εφαρμογή τον αποθηκεύει και τον εκτελεί για να επιθεωρήσει την οπτικά αποδιδόμενη συμπεριφορά.\n\nΓια μαθηματικά, η καθοδήγηση ζητά λύση βήμα προς βήμα και διακριτή τελική απάντηση. Δώστε τις πλήρεις προϋποθέσεις και ορίστε το αποτέλεσμα που πρέπει να προσδιοριστεί. Κρατήστε την προτεινόμενη λύση μαζί με το αρχικό πρόβλημα, ώστε το επιχείρημα να μπορεί να εξεταστεί ανεξάρτητα από τη διατύπωσή του.\n\n### Κλήσεις συναρτήσεων και πραγματική εκτέλεση\n\nΟ κατασκευαστής αναφέρει κλήσεις συναρτήσεων: το μοντέλο μπορεί να εντοπίζει συνάρτηση προς χρήση και να δίνει παραμέτρους σε δομημένη μορφή. Μια περιβάλλουσα εφαρμογή παρέχει τις διαθέσιμες συναρτήσεις, εκτελεί την κλήση και επιστρέφει την παρατήρηση. Επομένως, η πρόσβαση σε εργαλεία και η εξωτερική ενέργεια είναι λειτουργίες τόσο της διαμορφωμένης εφαρμογής όσο και της επιλογής του μοντέλου.\n\nΔώστε σε κάθε εργαλείο σαφή σκοπό και διακρίνετε την παρατήρηση που επιστρέφει από την οδηγία του χρήστη. Μια μεταγενέστερη απάντηση μπορεί τότε να χρησιμοποιήσει το παρατηρημένο αποτέλεσμα ως τεκμήριο. Η υποστήριξη εργαλείων του μοντέλου κειμένου M1 δεν καθιστά τις χωριστές υπηρεσίες πολυμέσων που περιγράφονται αλλού στο οικοσύστημα του κατασκευαστή μέρος της δικής του οικογένειας εξόδων.\n\n### Διατηρήστε την έκδοση και τις ρυθμίσεις\n\nΟ κατασκευαστής συνιστά temperature 1.0 και top_p 0.95 ως ρυθμίσεις συμπερασματολογίας. Η περιγραφή της οικογένειας αναφέρει 456 δισεκατομμύρια συνολικές παραμέτρους και 45,9 δισεκατομμύρια ενεργές παραμέτρους ανά token. Κρατήστε την έκδοση 80K διακριτή από την έκδοση 40K όταν καταγράφετε σύγκριση και χρησιμοποιήστε τα υποστηριζόμενα στοιχεία ελέγχου και τα όρια εργασίας της πραγματικής διεπαφής για συγκεκριμένο αίτημα.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Build a bounded packing calculator\n\nReturn one runnable HTML code block for a packing calculator. Inputs: item count and box capacity, both positive whole numbers. Show the number of boxes needed, rounding upward. Provide a visible validation message for invalid inputs and a reset control. Include HTML, CSS and JavaScript together, then list checks for 10 items at capacity 4 and an empty input.A complete single-file HTML artifact and a short behavior-check list, without a claim that it was run.Check ceiling division, invalid-input feedback and reset behavior in the returned code before running it.MiniMaxAI/MiniMax-M1-80kΤο MiniMax M1 80K είναι μοντέλο συλλογισμού κειμένου με ανοικτά βάρη για μεγάλες εισόδους, εργασίες λογισμικού και μαθηματικά. Ο κατασκευαστής διακρίνει την έκδοση με προϋπολογισμό σκέψης 80K από την έκδοση 40K και δημοσιεύει καθοδήγηση διατύπωσης οδηγιών ανά εργασία.
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 M1 80K είναι η έκδοση μεγαλύτερης διάρκειας σκέψης του μοντέλου συλλογισμού κειμένου M1 της MiniMax. Η οικογένεια χρησιμοποιεί υβριδική αρχιτεκτονική μείγματος ειδικών με lightning attention, προερχόμενη από το MiniMax Text-01. Ο κατασκευαστής περιγράφει εκπαίδευση σε εργασίες μαθηματικού συλλογισμού και μηχανικής λογισμικού και διαθέτει χωριστές εκδόσεις με προϋπολογισμό σκέψης 40K και 80K.
Ο κατασκευαστής περιγράφει εγγενή υποστήριξη πλαισίου ενός εκατομμυρίου token. Η ονομασία της έκδοσης 80K αναφέρεται στον προϋπολογισμό σκέψης της, ποσότητα διαφορετική από το πλαίσιο εισόδου ή την τελική απάντηση που βλέπει ο χρήστης. Η διεπαφή μιας φιλοξενούμενης εργασίας μπορεί να παρέχει δικά της μικρότερα όρια εργασίας, οπότε σχεδιάστε το αίτημα γύρω από αυτό το επιλεγμένο προφίλ.
Για μεγαλύτερη συλλογή πηγών, επισημάνετε τα έγγραφα και διατυπώστε το ερώτημα στο οποίο πρέπει να απαντήσουν. Ζητήστε συμπέρασμα συνδεδεμένο με τα σχετικά αποσπάσματα. Για κώδικα, προσδιορίστε τη συμπεριφορά που πρέπει να αλλάξει, την επηρεαζόμενη περιοχή και τους ελέγχους που επιβεβαιώνουν το αποτέλεσμα.
Ο κατασκευαστής παρέχει χωριστή καθοδήγηση για συνήθη βοήθεια, ανάπτυξη ιστού και μαθηματικά. Τα γενικά παραδείγματά του περιλαμβάνουν περιλήψεις, μετάφραση, ερωτήματα και δημιουργική γραφή. Μια χρήσιμη οδηγία ορίζει κοινό, αρχικό υλικό και τελικό παραδοτέο ώστε η απάντηση να παραμένει προσηλωμένη στην εργασία.
Για ανάπτυξη ιστού, ο κατασκευαστής συνιστά ένα πλήρες εκτελέσιμο παραδοτέο HTML σε ένα μπλοκ κώδικα, με HTML και JavaScript μαζί, και ζητά έλεγχο του κώδικα μετά την παραγωγή. Περιγράψτε τα στοιχεία ελέγχου, τα δεδομένα και τις καταστάσεις που πρέπει να υποστηρίζει η σελίδα. Το μοντέλο παράγει τον κώδικα· η εφαρμογή τον αποθηκεύει και τον εκτελεί για να επιθεωρήσει την οπτικά αποδιδόμενη συμπεριφορά.
Για μαθηματικά, η καθοδήγηση ζητά λύση βήμα προς βήμα και διακριτή τελική απάντηση. Δώστε τις πλήρεις προϋποθέσεις και ορίστε το αποτέλεσμα που πρέπει να προσδιοριστεί. Κρατήστε την προτεινόμενη λύση μαζί με το αρχικό πρόβλημα, ώστε το επιχείρημα να μπορεί να εξεταστεί ανεξάρτητα από τη διατύπωσή του.
Ο κατασκευαστής αναφέρει κλήσεις συναρτήσεων: το μοντέλο μπορεί να εντοπίζει συνάρτηση προς χρήση και να δίνει παραμέτρους σε δομημένη μορφή. Μια περιβάλλουσα εφαρμογή παρέχει τις διαθέσιμες συναρτήσεις, εκτελεί την κλήση και επιστρέφει την παρατήρηση. Επομένως, η πρόσβαση σε εργαλεία και η εξωτερική ενέργεια είναι λειτουργίες τόσο της διαμορφωμένης εφαρμογής όσο και της επιλογής του μοντέλου.
Δώστε σε κάθε εργαλείο σαφή σκοπό και διακρίνετε την παρατήρηση που επιστρέφει από την οδηγία του χρήστη. Μια μεταγενέστερη απάντηση μπορεί τότε να χρησιμοποιήσει το παρατηρημένο αποτέλεσμα ως τεκμήριο. Η υποστήριξη εργαλείων του μοντέλου κειμένου M1 δεν καθιστά τις χωριστές υπηρεσίες πολυμέσων που περιγράφονται αλλού στο οικοσύστημα του κατασκευαστή μέρος της δικής του οικογένειας εξόδων.
Ο κατασκευαστής συνιστά temperature 1.0 και top_p 0.95 ως ρυθμίσεις συμπερασματολογίας. Η περιγραφή της οικογένειας αναφέρει 456 δισεκατομμύρια συνολικές παραμέτρους και 45,9 δισεκατομμύρια ενεργές παραμέτρους ανά token. Κρατήστε την έκδοση 80K διακριτή από την έκδοση 40K όταν καταγράφετε σύγκριση και χρησιμοποιήστε τα υποστηριζόμενα στοιχεία ελέγχου και τα όρια εργασίας της πραγματικής διεπαφής για συγκεκριμένο αίτημα.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια MiniMaxAI/MiniMax-M1-80k | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Παραδείγματα: system, user, assistant, tool, function Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο. Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring|content_part[]|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_calls | Τύποςtool_call[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_call_id | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
Πεδίοmessages[].name | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].reasoning_content | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
Πεδίοmessages[].reasoning_details | Τύποςobject|array | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_completion_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Πεδίοstream_options.include_usage | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtemperature | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtop_p | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstop | Τύποςstring|string[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools | Τύποςfunction_tool[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].type | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].function.name | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
Πεδίοtools[].function.description | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtools[].function.parameters | ΤύποςJSON_schema | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtool_choice | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοparallel_tool_calls | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοresponse_format | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning_effort | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοservice_tier | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοinstructions | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
Πεδίοfunctions | Τύποςfunction[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοfunction_call | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοprompt_cache_options | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmodalities | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
Πεδίοcache_control.ttl | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— |
Κείμενο · Κείμενο UTF8
messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςmessages | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
Παράμετροςfile_material | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
Παράμετροςoptional_controls | Σύμβασηstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Παράμετροςcontrol_scope | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
Παράμετροςoutput_modalities | Σύμβασηtext |
Παράμετροςhosted_operations | Σύμβασηfalse |
Παράμετροςmultimodal_input_binding | Σύμβασηnull |
Κύκλος ζωής: synchronous_or_streamed
Στείλτε το ακριβές ID μοντέλου μαζί με το messages.
Το μήκος συμφραζομένων δεν είναι ανώτατο όριο εξόδου.
Ένα αρχείο κειμένου μπορεί να παρέχει αυτούσιο κείμενο· οι είσοδοι εικόνας/ήχου/αντικειμένων αρχείων χρειάζονται ακριβή αντιστοίχιση.
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.00114 / 1K token Έξοδος · Token εξόδου $0.00456 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "MiniMaxAI/MiniMax-M1-80k", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='MiniMaxAI/MiniMax-M1-80k',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='MiniMaxAI/MiniMax-M1-80k',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε κάθε επιλογή και το περιεχόμενο/τις κλήσεις εργαλείων/το περιεχόμενο συλλογιστικής της. Στο SSE συνθέστε τις διαφορικές ενημερώσεις ανά δείκτη επιλογής/εργαλείου και κρατήστε την τελική αιτία τερματισμού και τα στοιχεία χρήσης.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοchoices[].index | Τύποςinteger |
Πεδίοchoices[].message.content | Τύποςstring|null |
Πεδίοchoices[].message.tool_calls | Τύποςtool_call[] |
Πεδίοchoices[].message.reasoning_content | Τύποςstring |
Πεδίοchoices[].message.reasoning_details | Τύποςobject|array |
Πεδίοchoices[].finish_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra MiniMaxAI/MiniMax-M1-80k
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
MiniMaxAI/MiniMax-M1-80kΤο MiniMax M1 80K είναι μοντέλο συλλογισμού κειμένου με ανοικτά βάρη για μεγάλες εισόδους, εργασίες λογισμικού και μαθηματικά. Ο κατασκευαστής διακρίνει την έκδοση με προϋπολογισμό σκέψης 80K από την έκδοση 40K και δημοσιεύει καθοδήγηση διατύπωσης οδηγιών ανά εργασία.
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 M1 80K είναι η έκδοση μεγαλύτερης διάρκειας σκέψης του μοντέλου συλλογισμού κειμένου M1 της MiniMax. Η οικογένεια χρησιμοποιεί υβριδική αρχιτεκτονική μείγματος ειδικών με lightning attention, προερχόμενη από το MiniMax Text-01. Ο κατασκευαστής περιγράφει εκπαίδευση σε εργασίες μαθηματικού συλλογισμού και μηχανικής λογισμικού και διαθέτει χωριστές εκδόσεις με προϋπολογισμό σκέψης 40K και 80K.
Ο κατασκευαστής περιγράφει εγγενή υποστήριξη πλαισίου ενός εκατομμυρίου token. Η ονομασία της έκδοσης 80K αναφέρεται στον προϋπολογισμό σκέψης της, ποσότητα διαφορετική από το πλαίσιο εισόδου ή την τελική απάντηση που βλέπει ο χρήστης. Η διεπαφή μιας φιλοξενούμενης εργασίας μπορεί να παρέχει δικά της μικρότερα όρια εργασίας, οπότε σχεδιάστε το αίτημα γύρω από αυτό το επιλεγμένο προφίλ.
Για μεγαλύτερη συλλογή πηγών, επισημάνετε τα έγγραφα και διατυπώστε το ερώτημα στο οποίο πρέπει να απαντήσουν. Ζητήστε συμπέρασμα συνδεδεμένο με τα σχετικά αποσπάσματα. Για κώδικα, προσδιορίστε τη συμπεριφορά που πρέπει να αλλάξει, την επηρεαζόμενη περιοχή και τους ελέγχους που επιβεβαιώνουν το αποτέλεσμα.
Ο κατασκευαστής παρέχει χωριστή καθοδήγηση για συνήθη βοήθεια, ανάπτυξη ιστού και μαθηματικά. Τα γενικά παραδείγματά του περιλαμβάνουν περιλήψεις, μετάφραση, ερωτήματα και δημιουργική γραφή. Μια χρήσιμη οδηγία ορίζει κοινό, αρχικό υλικό και τελικό παραδοτέο ώστε η απάντηση να παραμένει προσηλωμένη στην εργασία.
Για ανάπτυξη ιστού, ο κατασκευαστής συνιστά ένα πλήρες εκτελέσιμο παραδοτέο HTML σε ένα μπλοκ κώδικα, με HTML και JavaScript μαζί, και ζητά έλεγχο του κώδικα μετά την παραγωγή. Περιγράψτε τα στοιχεία ελέγχου, τα δεδομένα και τις καταστάσεις που πρέπει να υποστηρίζει η σελίδα. Το μοντέλο παράγει τον κώδικα· η εφαρμογή τον αποθηκεύει και τον εκτελεί για να επιθεωρήσει την οπτικά αποδιδόμενη συμπεριφορά.
Για μαθηματικά, η καθοδήγηση ζητά λύση βήμα προς βήμα και διακριτή τελική απάντηση. Δώστε τις πλήρεις προϋποθέσεις και ορίστε το αποτέλεσμα που πρέπει να προσδιοριστεί. Κρατήστε την προτεινόμενη λύση μαζί με το αρχικό πρόβλημα, ώστε το επιχείρημα να μπορεί να εξεταστεί ανεξάρτητα από τη διατύπωσή του.
Ο κατασκευαστής αναφέρει κλήσεις συναρτήσεων: το μοντέλο μπορεί να εντοπίζει συνάρτηση προς χρήση και να δίνει παραμέτρους σε δομημένη μορφή. Μια περιβάλλουσα εφαρμογή παρέχει τις διαθέσιμες συναρτήσεις, εκτελεί την κλήση και επιστρέφει την παρατήρηση. Επομένως, η πρόσβαση σε εργαλεία και η εξωτερική ενέργεια είναι λειτουργίες τόσο της διαμορφωμένης εφαρμογής όσο και της επιλογής του μοντέλου.
Δώστε σε κάθε εργαλείο σαφή σκοπό και διακρίνετε την παρατήρηση που επιστρέφει από την οδηγία του χρήστη. Μια μεταγενέστερη απάντηση μπορεί τότε να χρησιμοποιήσει το παρατηρημένο αποτέλεσμα ως τεκμήριο. Η υποστήριξη εργαλείων του μοντέλου κειμένου M1 δεν καθιστά τις χωριστές υπηρεσίες πολυμέσων που περιγράφονται αλλού στο οικοσύστημα του κατασκευαστή μέρος της δικής του οικογένειας εξόδων.
Ο κατασκευαστής συνιστά temperature 1.0 και top_p 0.95 ως ρυθμίσεις συμπερασματολογίας. Η περιγραφή της οικογένειας αναφέρει 456 δισεκατομμύρια συνολικές παραμέτρους και 45,9 δισεκατομμύρια ενεργές παραμέτρους ανά token. Κρατήστε την έκδοση 80K διακριτή από την έκδοση 40K όταν καταγράφετε σύγκριση και χρησιμοποιήστε τα υποστηριζόμενα στοιχεία ελέγχου και τα όρια εργασίας της πραγματικής διεπαφής για συγκεκριμένο αίτημα.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια MiniMaxAI/MiniMax-M1-80k | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Κείμενο · Κείμενο UTF-8
Συμβολοσειρά messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages, max_tokens |
Παράμετροςoptional_controls | Σύμβασηstream |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςtext_file_material | ΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος. |
Κύκλος ζωής: synchronous_or_streamed
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
| Διαμόρφωση | Πίνακας χρεώσεων | Χρέωση |
|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Χρέωση Είσοδος · Token εισόδου $0.00114 / 1K token Έξοδος · Token εξόδου $0.00456 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη $0 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "MiniMaxAI/MiniMax-M1-80k",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'MiniMaxAI/MiniMax-M1-80k', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'MiniMaxAI/MiniMax-M1-80k', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ή SSE
Διατηρήστε κάθε πλήρη απάντηση, αρχείο και τμήμα περιεχομένου που επιστρέφεται.
Διατηρήστε όλα τα μπλοκ περιεχομένου, τις υπογραφές συλλογιστικής και τα πραγματικά ID χρήσης εργαλείων. Συνθέστε όλες τις διαφορικές ενημερώσεις μπλοκ SSE· το πρώτο μπλοκ κειμένου δεν είναι η πλήρης έξοδος.
Διατηρήστε τα ID αιτήματος/απάντησης και τις κεφαλίδες. Δεν παρέχεται γενικό URL ανάκτησης εργασιών κειμένου.
| Πεδίο | Τύπος |
|---|---|
Πεδίοid | Τύποςstring |
Πεδίοmodel | Τύποςstring |
Πεδίοcontent[] | Τύποςtext|thinking|tool_use|other content block |
Πεδίοstop_reason | Τύποςstring|null |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Ailoot Ultra MiniMaxAI/MiniMax-M1-80k
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Build a bounded packing calculator\n\nReturn one runnable HTML code block for a packing calculator. Inputs: item count and box capacity, both positive whole numbers. Show the number of boxes needed, rounding upward. Provide a visible validation message for invalid inputs and a reset control. Include HTML, CSS and JavaScript together, then list checks for 10 items at capacity 4 and an empty input.A complete single-file HTML artifact and a short behavior-check list, without a claim that it was run.Check ceiling division, invalid-input feedback and reset behavior in the returned code before running it.