Το Perceptron Mk1.5 είναι το πολυτροπικό μοντέλο της Perceptron για οπτική κατανόηση, χρονικό εντοπισμό και εργασίες ενσώματων πρακτόρων. Δέχεται κείμενο, εικόνες, βίντεο και ήχο και επιστρέφει κείμενο, χωρικές ή χρονικές επισημάνσεις, δομημένες απαντήσεις και περιεχόμενο κλήσεων συναρτήσεων. Η τρέχουσα προδιαγραφή του κατασκευαστή αναφέρει πλαίσιο συμφραζομένων 36.864 token και μέγιστη έξοδο 8.192 token· αυτά τα ακριβή όρια είναι πιο συγκεκριμένα από τη στρογγυλοποιημένη περιγραφή 32K του άρθρου παρουσίασης.
Μια χαρακτηριστική προσθήκη είναι η παρακολούθηση αντικειμένων μέσα στο βίντεο ως γεωμετρία με χρονικές σημάνσεις. Δώστε σαφή περιγραφή του στόχου και δηλώστε τι πρέπει να διαπιστώνει το αποτέλεσμα, όπως πότε ένα αντικείμενο εισέρχεται σε μια σκηνή, πού κινείται ή ποιο χρονικό διάστημα περιέχει μια συγκεκριμένη ενέργεια. Για πλάνα πρώτου προσώπου, ο πάροχος δίνει έμφαση στην παρακολούθηση χεριών και στην τμηματοποίηση σε υποεργασίες, δυνατότητες χρήσιμες για την ανάλυση των ενεργειών ενός χειριστή με την πάροδο του χρόνου.
Οι τεκμηριωμένες έξοδοι περιλαμβάνουν σημεία, πλαίσια και πολύγωνα για χωρικό εντοπισμό, αποσπάσματα για χρονικά διαστήματα και περιέκτες τροχιών για την κίνηση αντικειμένων. Το Track είναι περιέκτης στη δημιουργούμενη σήμανση επισημάνσεων, όχι χωριστή τιμή μορφής επισήμανσης. Τα σημεία μιας τροχιάς μπορεί να είναι αραιά: η επιστρεφόμενη τροχιά δεν εγγυάται πλαίσιο για κάθε καρέ της πηγής ούτε συνεχή ορατότητα του αντικειμένου. Διατηρήστε το αρχικό μέσο και τη συσχέτιση με συντεταγμένες ή χρονικές σημάνσεις, ώστε αυτά τα αποτελέσματα να μπορούν να ελεγχθούν στην πραγματική σκηνή.
Το Mk1.5 προσθέτει εγγενή κατανόηση ήχου, όπως απομαγνητοφώνηση, ανίχνευση ηχητικών συμβάντων, περιλήψεις και ερωτήσεις για μια ηχογράφηση. Ο πάροχος δέχεται WAV, MP3 και FLAC. Το όριο ήχου ανά στοιχείο είναι 16.384 token ήχου, περίπου 21,8 λεπτά με τον τεκμηριωμένο ρυθμό περίπου 750 token ανά λεπτό. Ο ήχος μοιράζεται το πλαίσιο συμφραζομένων με τις άλλες εισόδους και το διαθέσιμο όριο εξόδου, οπότε ένα αίτημα μπορεί να γεμίσει το πλαίσιο πριν φτάσει το συγκεκριμένο όριο ανά στοιχείο.
Για βίντεο στο οποίο έχει σημασία η ηχητική επένδυση, η διαδικασία του κατασκευαστή ενεργοποιεί ρητά τον ήχο στο βίντεο. Δηλώστε αν η εργασία αφορά ομιλία, ηχητικό συμβάν, την ορατή σκηνή ή τη σχέση τους. Η έξοδος είναι κείμενο και δομημένο περιεχόμενο· το Mk1.5 δεν παράγει ήχο ομιλίας. Για απομαγνητοφώνηση, διατηρήστε τη ζητούμενη γλώσσα και τη χρονική συσχέτιση αντί να αντιμετωπίζετε μια οπτική λεζάντα ως απομαγνητοφώνηση.
Ο πάροχος υποστηρίζει συγκρίσεις μεταξύ εισόδων πολυμέσων. Βάλτε ετικέτες στα στοιχεία και διατηρήστε τις συσχετίσεις τους. Το προαιρετικό asset_idx προσδιορίζει μια εμφάνιση μέσου που είναι διαθέσιμη στο συγκεκριμένο σημείο της συνομιλίας, όχι ένα μόνιμο αναγνωριστικό αρχείου. Αν δεν υπάρχει ρητός ή κληρονομημένος επιλογέας, η επισήμανση αναφέρεται στο τελευταίο διαθέσιμο στοιχείο πολυμέσων κατά τη στιγμή της παραγωγής. Αυτές οι συμβάσεις έχουν σημασία όταν μια εργασία συγκρίνει δύο κάμερες, σελίδες ή εγγραφές. Το όριο αιτήματος του παρόχου είναι 256 μονάδες πολυμέσων. Κάθε καρέ σε μια ομάδα video_frames προσμετράται σε αυτό το όριο, παρότι η ομάδα καταλαμβάνει έναν δείκτη στοιχείου πολυμέσων· η ενεργοποίηση της ηχητικής επένδυσης ενός βίντεο δεν προσθέτει άλλο στοιχείο.
Ο κατασκευαστής υποστηρίζει τελικές απαντήσεις περιορισμένες από JSON Schema ή κανονική έκφραση. Ορίστε τα πεδία ή το μοτίβο και ελέγξτε τις επιστρεφόμενες τιμές ως προς την πηγή. Τεκμηριώνει επίσης το Multilook για ανεξάρτητες προτροπές πάνω σε κοινό πλαίσιο συμφραζομένων, μια χωριστή διαδικασία του παρόχου από τη συνήθη συνομιλία μίας ολοκλήρωσης.
Το Mk1.5 μπορεί να επιλέγει από τις παρεχόμενες συναρτήσεις που περιγράφονται με ονόματα, σκοπούς και JSON Schemas. Η εφαρμογή εκτελεί τις προτεινόμενες κλήσεις και επιστρέφει παρατηρήσεις. Ορίστε τις επιτρεπόμενες ενέργειες και ένα κριτήριο ολοκλήρωσης για μια εργασία ενσώματου πράκτορα ή διεπαφής και έπειτα χρησιμοποιήστε τη νέα οπτική κατάσταση ή το αποτέλεσμα εργαλείου ως τεκμήριο για το επόμενο βήμα. Η προσπάθεια συλλογιστικής είναι ρυθμιζόμενη στην παραλλαγή καταλόγου του παρόχου.
Τα εργαλεία συναρτήσεων δεν μπορούν να δηλωθούν στο ίδιο αίτημα με έξοδο που περιορίζεται από JSON Schema ή κανονική έκφραση· ο κατασκευαστής δίνει οδηγία να ζητείται μια περιορισμένη τελική απάντηση μετά τον κύκλο εργαλείων. Ελέγξτε τον λόγο τερματισμού πριν χρησιμοποιήσετε το αποτέλεσμα, καθώς ο τερματισμός λόγω ορίου μήκους μπορεί να σημαίνει ελλιπή έξοδο.
Ένα χρήσιμο παραδοτέο είναι μια τεκμηριωμένη εξήγηση σκηνής, μια χρονισμένη απομαγνητοφώνηση, μια επισήμανση αντικειμένου ή μια πρόταση ενέργειας που στηρίζεται σε τεκμήρια. Ελέγξτε τη γεωμετρία στο μέσο, διατηρήστε διακριτές τις παρατηρούμενες λεπτομέρειες από την ερμηνεία και κρατήστε χωριστές τις ακριβείς δυνατότητες ήχου, παρακολούθησης και εργαλείων του Mk1.5 από εκείνες της προηγούμενης έκδοσης Mk1.
", "aboutText": "Το Perceptron Mk1.5 είναι το πολυτροπικό μοντέλο της Perceptron για οπτική κατανόηση, χρονικό εντοπισμό και εργασίες ενσώματων πρακτόρων. Δέχεται κείμενο, εικόνες, βίντεο και ήχο και επιστρέφει κείμενο, χωρικές ή χρονικές επισημάνσεις, δομημένες απαντήσεις και περιεχόμενο κλήσεων συναρτήσεων. Η τρέχουσα προδιαγραφή του κατασκευαστή αναφέρει πλαίσιο συμφραζομένων 36.864 token και μέγιστη έξοδο 8.192 token· αυτά τα ακριβή όρια είναι πιο συγκεκριμένα από τη στρογγυλοποιημένη περιγραφή 32K του άρθρου παρουσίασης.\n\n### Βίντεο και παρακολούθηση αντικειμένων\n\nΜια χαρακτηριστική προσθήκη είναι η παρακολούθηση αντικειμένων μέσα στο βίντεο ως γεωμετρία με χρονικές σημάνσεις. Δώστε σαφή περιγραφή του στόχου και δηλώστε τι πρέπει να διαπιστώνει το αποτέλεσμα, όπως πότε ένα αντικείμενο εισέρχεται σε μια σκηνή, πού κινείται ή ποιο χρονικό διάστημα περιέχει μια συγκεκριμένη ενέργεια. Για πλάνα πρώτου προσώπου, ο πάροχος δίνει έμφαση στην παρακολούθηση χεριών και στην τμηματοποίηση σε υποεργασίες, δυνατότητες χρήσιμες για την ανάλυση των ενεργειών ενός χειριστή με την πάροδο του χρόνου.\n\nΟι τεκμηριωμένες έξοδοι περιλαμβάνουν σημεία, πλαίσια και πολύγωνα για χωρικό εντοπισμό, αποσπάσματα για χρονικά διαστήματα και περιέκτες τροχιών για την κίνηση αντικειμένων. Το Track είναι περιέκτης στη δημιουργούμενη σήμανση επισημάνσεων, όχι χωριστή τιμή μορφής επισήμανσης. Τα σημεία μιας τροχιάς μπορεί να είναι αραιά: η επιστρεφόμενη τροχιά δεν εγγυάται πλαίσιο για κάθε καρέ της πηγής ούτε συνεχή ορατότητα του αντικειμένου. Διατηρήστε το αρχικό μέσο και τη συσχέτιση με συντεταγμένες ή χρονικές σημάνσεις, ώστε αυτά τα αποτελέσματα να μπορούν να ελεγχθούν στην πραγματική σκηνή.\n\n### Ήχος και συνδυασμένα τεκμήρια\n\nΤο Mk1.5 προσθέτει εγγενή κατανόηση ήχου, όπως απομαγνητοφώνηση, ανίχνευση ηχητικών συμβάντων, περιλήψεις και ερωτήσεις για μια ηχογράφηση. Ο πάροχος δέχεται WAV, MP3 και FLAC. Το όριο ήχου ανά στοιχείο είναι 16.384 token ήχου, περίπου 21,8 λεπτά με τον τεκμηριωμένο ρυθμό περίπου 750 token ανά λεπτό. Ο ήχος μοιράζεται το πλαίσιο συμφραζομένων με τις άλλες εισόδους και το διαθέσιμο όριο εξόδου, οπότε ένα αίτημα μπορεί να γεμίσει το πλαίσιο πριν φτάσει το συγκεκριμένο όριο ανά στοιχείο.\n\nΓια βίντεο στο οποίο έχει σημασία η ηχητική επένδυση, η διαδικασία του κατασκευαστή ενεργοποιεί ρητά τον ήχο στο βίντεο. Δηλώστε αν η εργασία αφορά ομιλία, ηχητικό συμβάν, την ορατή σκηνή ή τη σχέση τους. Η έξοδος είναι κείμενο και δομημένο περιεχόμενο· το Mk1.5 δεν παράγει ήχο ομιλίας. Για απομαγνητοφώνηση, διατηρήστε τη ζητούμενη γλώσσα και τη χρονική συσχέτιση αντί να αντιμετωπίζετε μια οπτική λεζάντα ως απομαγνητοφώνηση.\n\n### Πολλά στοιχεία πολυμέσων και δομημένες απαντήσεις\n\nΟ πάροχος υποστηρίζει συγκρίσεις μεταξύ εισόδων πολυμέσων. Βάλτε ετικέτες στα στοιχεία και διατηρήστε τις συσχετίσεις τους. Το προαιρετικό asset_idx προσδιορίζει μια εμφάνιση μέσου που είναι διαθέσιμη στο συγκεκριμένο σημείο της συνομιλίας, όχι ένα μόνιμο αναγνωριστικό αρχείου. Αν δεν υπάρχει ρητός ή κληρονομημένος επιλογέας, η επισήμανση αναφέρεται στο τελευταίο διαθέσιμο στοιχείο πολυμέσων κατά τη στιγμή της παραγωγής. Αυτές οι συμβάσεις έχουν σημασία όταν μια εργασία συγκρίνει δύο κάμερες, σελίδες ή εγγραφές. Το όριο αιτήματος του παρόχου είναι 256 μονάδες πολυμέσων. Κάθε καρέ σε μια ομάδα video_frames προσμετράται σε αυτό το όριο, παρότι η ομάδα καταλαμβάνει έναν δείκτη στοιχείου πολυμέσων· η ενεργοποίηση της ηχητικής επένδυσης ενός βίντεο δεν προσθέτει άλλο στοιχείο.\n\nΟ κατασκευαστής υποστηρίζει τελικές απαντήσεις περιορισμένες από JSON Schema ή κανονική έκφραση. Ορίστε τα πεδία ή το μοτίβο και ελέγξτε τις επιστρεφόμενες τιμές ως προς την πηγή. Τεκμηριώνει επίσης το Multilook για ανεξάρτητες προτροπές πάνω σε κοινό πλαίσιο συμφραζομένων, μια χωριστή διαδικασία του παρόχου από τη συνήθη συνομιλία μίας ολοκλήρωσης.\n\n### Συναρτήσεις και συλλογιστική\n\nΤο Mk1.5 μπορεί να επιλέγει από τις παρεχόμενες συναρτήσεις που περιγράφονται με ονόματα, σκοπούς και JSON Schemas. Η εφαρμογή εκτελεί τις προτεινόμενες κλήσεις και επιστρέφει παρατηρήσεις. Ορίστε τις επιτρεπόμενες ενέργειες και ένα κριτήριο ολοκλήρωσης για μια εργασία ενσώματου πράκτορα ή διεπαφής και έπειτα χρησιμοποιήστε τη νέα οπτική κατάσταση ή το αποτέλεσμα εργαλείου ως τεκμήριο για το επόμενο βήμα. Η προσπάθεια συλλογιστικής είναι ρυθμιζόμενη στην παραλλαγή καταλόγου του παρόχου.\n\nΤα εργαλεία συναρτήσεων δεν μπορούν να δηλωθούν στο ίδιο αίτημα με έξοδο που περιορίζεται από JSON Schema ή κανονική έκφραση· ο κατασκευαστής δίνει οδηγία να ζητείται μια περιορισμένη τελική απάντηση μετά τον κύκλο εργαλείων. Ελέγξτε τον λόγο τερματισμού πριν χρησιμοποιήσετε το αποτέλεσμα, καθώς ο τερματισμός λόγω ορίου μήκους μπορεί να σημαίνει ελλιπή έξοδο.\n\nΈνα χρήσιμο παραδοτέο είναι μια τεκμηριωμένη εξήγηση σκηνής, μια χρονισμένη απομαγνητοφώνηση, μια επισήμανση αντικειμένου ή μια πρόταση ενέργειας που στηρίζεται σε τεκμήρια. Ελέγξτε τη γεωμετρία στο μέσο, διατηρήστε διακριτές τις παρατηρούμενες λεπτομέρειες από την ερμηνεία και κρατήστε χωριστές τις ακριβείς δυνατότητες ήχου, παρακολούθησης και εργαλείων του Mk1.5 από εκείνες της προηγούμενης έκδοσης Mk1.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Summarize a timed handling sequence\n\nUse these written frame notes, not unseen footage: 00:02 operator picks up a red box; 00:05 places it on scale; 00:08 removes it; 00:11 places it on shelf. Return the ordered subtasks and the observed interval when the box is on the scale. State the sampling limitation instead of claiming exact continuous motion between notes.An ordered subtask list and a scale interval explicitly bounded by the supplied observations.Timestamps stay attached to their notes, and the answer does not invent intermediate geometry or continuous visibility.perceptron/perceptron-mk1.5Το Perceptron Mk1.5 κατανοεί κείμενο, εικόνες, βίντεο και ήχο για οπτικές εργασίες και εργασίες ενσώματων πρακτόρων. Επιστρέφει κείμενο, χωρικές ή χρονικές επισημάνσεις, τροχιές αντικειμένων και προτεινόμενες κλήσεις συναρτήσεων, με πλαίσιο συμφραζομένων 36.864 token του παρόχου και μέγιστη έξοδο 8.192 token.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Perceptron Mk1.5 είναι το πολυτροπικό μοντέλο της Perceptron για οπτική κατανόηση, χρονικό εντοπισμό και εργασίες ενσώματων πρακτόρων. Δέχεται κείμενο, εικόνες, βίντεο και ήχο και επιστρέφει κείμενο, χωρικές ή χρονικές επισημάνσεις, δομημένες απαντήσεις και περιεχόμενο κλήσεων συναρτήσεων. Η τρέχουσα προδιαγραφή του κατασκευαστή αναφέρει πλαίσιο συμφραζομένων 36.864 token και μέγιστη έξοδο 8.192 token· αυτά τα ακριβή όρια είναι πιο συγκεκριμένα από τη στρογγυλοποιημένη περιγραφή 32K του άρθρου παρουσίασης.
Μια χαρακτηριστική προσθήκη είναι η παρακολούθηση αντικειμένων μέσα στο βίντεο ως γεωμετρία με χρονικές σημάνσεις. Δώστε σαφή περιγραφή του στόχου και δηλώστε τι πρέπει να διαπιστώνει το αποτέλεσμα, όπως πότε ένα αντικείμενο εισέρχεται σε μια σκηνή, πού κινείται ή ποιο χρονικό διάστημα περιέχει μια συγκεκριμένη ενέργεια. Για πλάνα πρώτου προσώπου, ο πάροχος δίνει έμφαση στην παρακολούθηση χεριών και στην τμηματοποίηση σε υποεργασίες, δυνατότητες χρήσιμες για την ανάλυση των ενεργειών ενός χειριστή με την πάροδο του χρόνου.
Οι τεκμηριωμένες έξοδοι περιλαμβάνουν σημεία, πλαίσια και πολύγωνα για χωρικό εντοπισμό, αποσπάσματα για χρονικά διαστήματα και περιέκτες τροχιών για την κίνηση αντικειμένων. Το Track είναι περιέκτης στη δημιουργούμενη σήμανση επισημάνσεων, όχι χωριστή τιμή μορφής επισήμανσης. Τα σημεία μιας τροχιάς μπορεί να είναι αραιά: η επιστρεφόμενη τροχιά δεν εγγυάται πλαίσιο για κάθε καρέ της πηγής ούτε συνεχή ορατότητα του αντικειμένου. Διατηρήστε το αρχικό μέσο και τη συσχέτιση με συντεταγμένες ή χρονικές σημάνσεις, ώστε αυτά τα αποτελέσματα να μπορούν να ελεγχθούν στην πραγματική σκηνή.
Το Mk1.5 προσθέτει εγγενή κατανόηση ήχου, όπως απομαγνητοφώνηση, ανίχνευση ηχητικών συμβάντων, περιλήψεις και ερωτήσεις για μια ηχογράφηση. Ο πάροχος δέχεται WAV, MP3 και FLAC. Το όριο ήχου ανά στοιχείο είναι 16.384 token ήχου, περίπου 21,8 λεπτά με τον τεκμηριωμένο ρυθμό περίπου 750 token ανά λεπτό. Ο ήχος μοιράζεται το πλαίσιο συμφραζομένων με τις άλλες εισόδους και το διαθέσιμο όριο εξόδου, οπότε ένα αίτημα μπορεί να γεμίσει το πλαίσιο πριν φτάσει το συγκεκριμένο όριο ανά στοιχείο.
Για βίντεο στο οποίο έχει σημασία η ηχητική επένδυση, η διαδικασία του κατασκευαστή ενεργοποιεί ρητά τον ήχο στο βίντεο. Δηλώστε αν η εργασία αφορά ομιλία, ηχητικό συμβάν, την ορατή σκηνή ή τη σχέση τους. Η έξοδος είναι κείμενο και δομημένο περιεχόμενο· το Mk1.5 δεν παράγει ήχο ομιλίας. Για απομαγνητοφώνηση, διατηρήστε τη ζητούμενη γλώσσα και τη χρονική συσχέτιση αντί να αντιμετωπίζετε μια οπτική λεζάντα ως απομαγνητοφώνηση.
Ο πάροχος υποστηρίζει συγκρίσεις μεταξύ εισόδων πολυμέσων. Βάλτε ετικέτες στα στοιχεία και διατηρήστε τις συσχετίσεις τους. Το προαιρετικό asset_idx προσδιορίζει μια εμφάνιση μέσου που είναι διαθέσιμη στο συγκεκριμένο σημείο της συνομιλίας, όχι ένα μόνιμο αναγνωριστικό αρχείου. Αν δεν υπάρχει ρητός ή κληρονομημένος επιλογέας, η επισήμανση αναφέρεται στο τελευταίο διαθέσιμο στοιχείο πολυμέσων κατά τη στιγμή της παραγωγής. Αυτές οι συμβάσεις έχουν σημασία όταν μια εργασία συγκρίνει δύο κάμερες, σελίδες ή εγγραφές. Το όριο αιτήματος του παρόχου είναι 256 μονάδες πολυμέσων. Κάθε καρέ σε μια ομάδα video_frames προσμετράται σε αυτό το όριο, παρότι η ομάδα καταλαμβάνει έναν δείκτη στοιχείου πολυμέσων· η ενεργοποίηση της ηχητικής επένδυσης ενός βίντεο δεν προσθέτει άλλο στοιχείο.
Ο κατασκευαστής υποστηρίζει τελικές απαντήσεις περιορισμένες από JSON Schema ή κανονική έκφραση. Ορίστε τα πεδία ή το μοτίβο και ελέγξτε τις επιστρεφόμενες τιμές ως προς την πηγή. Τεκμηριώνει επίσης το Multilook για ανεξάρτητες προτροπές πάνω σε κοινό πλαίσιο συμφραζομένων, μια χωριστή διαδικασία του παρόχου από τη συνήθη συνομιλία μίας ολοκλήρωσης.
Το Mk1.5 μπορεί να επιλέγει από τις παρεχόμενες συναρτήσεις που περιγράφονται με ονόματα, σκοπούς και JSON Schemas. Η εφαρμογή εκτελεί τις προτεινόμενες κλήσεις και επιστρέφει παρατηρήσεις. Ορίστε τις επιτρεπόμενες ενέργειες και ένα κριτήριο ολοκλήρωσης για μια εργασία ενσώματου πράκτορα ή διεπαφής και έπειτα χρησιμοποιήστε τη νέα οπτική κατάσταση ή το αποτέλεσμα εργαλείου ως τεκμήριο για το επόμενο βήμα. Η προσπάθεια συλλογιστικής είναι ρυθμιζόμενη στην παραλλαγή καταλόγου του παρόχου.
Τα εργαλεία συναρτήσεων δεν μπορούν να δηλωθούν στο ίδιο αίτημα με έξοδο που περιορίζεται από JSON Schema ή κανονική έκφραση· ο κατασκευαστής δίνει οδηγία να ζητείται μια περιορισμένη τελική απάντηση μετά τον κύκλο εργαλείων. Ελέγξτε τον λόγο τερματισμού πριν χρησιμοποιήσετε το αποτέλεσμα, καθώς ο τερματισμός λόγω ορίου μήκους μπορεί να σημαίνει ελλιπή έξοδο.
Ένα χρήσιμο παραδοτέο είναι μια τεκμηριωμένη εξήγηση σκηνής, μια χρονισμένη απομαγνητοφώνηση, μια επισήμανση αντικειμένου ή μια πρόταση ενέργειας που στηρίζεται σε τεκμήρια. Ελέγξτε τη γεωμετρία στο μέσο, διατηρήστε διακριτές τις παρατηρούμενες λεπτομέρειες από την ερμηνεία και κρατήστε χωριστές τις ακριβείς δυνατότητες ήχου, παρακολούθησης και εργαλείων του Mk1.5 από εκείνες της προηγούμενης έκδοσης Mk1.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια perceptron/perceptron-mk1.5 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 1 | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Παραδείγματα: system, user, assistant, tool, function Συνθήκες: Αυτοί οι ρόλοι αναπαρίστανται ρητά από τους τύπους συμβατότητας του πηγαίου κώδικα· το ακριβές σύνολο ρόλων παραμένει ειδικό για κάθε μοντέλο. Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring|content_part[]|null | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_calls | Τύποςtool_call[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].tool_call_id | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: role=tool· χρησιμοποιήστε το πραγματικό ID που επιστράφηκε | Προεπιλογή— |
Πεδίοmessages[].name | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].reasoning_content | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εφαρμόζεται όταν: Επαναποστείλετε το πραγματικό περιεχόμενο συλλογιστικής που επιστράφηκε, όταν το μοντέλο το χρησιμοποιεί | Προεπιλογή— |
Πεδίοmessages[].reasoning_details | Τύποςobject|array | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmax_completion_tokens | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Πεδίοstream_options.include_usage | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtemperature | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtop_p | Τύποςnumber | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstop | Τύποςstring|string[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools | Τύποςfunction_tool[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].type | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια function Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοtools[].function.name | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Εφαρμόζεται όταν: Παρεχόμενο εργαλείο τύπου συνάρτησης | Προεπιλογή— |
Πεδίοtools[].function.description | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtools[].function.parameters | ΤύποςJSON_schema | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοtool_choice | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοparallel_tool_calls | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοresponse_format | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning_effort | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοreasoning | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοservice_tier | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοinstructions | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Πεδίο συμβατότητας | Προεπιλογή— |
Πεδίοfunctions | Τύποςfunction[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοfunction_call | Τύποςstring|object | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοprompt_cache_options | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmodalities | Τύποςstring[] | ΑπαίτησηΠροαιρετικό | Τιμές και όρια text | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το provider.options απορρίπτεται σε αυτή τη διαδρομή κειμένου Ultra | Προεπιλογή— |
Πεδίοcache_control.ttl | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Το 1h απορρίπτεται στα πραγματικά πεδία κρυφής μνήμης προτροπών | Προεπιλογή— |
Κείμενο · Κείμενο UTF8
messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςmessages | ΣύμβασηΠίνακας μηνυμάτων με δομή role/content |
Παράμετροςfile_material | Σύμβασηπραγματικό έγγραφο UTF-8 που εισάγεται ως αυτούσιο κείμενο· δεν συνάγεται ID αρχείου |
Παράμετροςoptional_controls | Σύμβασηstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Παράμετροςcontrol_scope | Σύμβασηεξαρτάται από το μοντέλο· τα εργαλεία συναρτήσεων του χρήστη διαφέρουν από τα φιλοξενούμενα εργαλεία |
Παράμετροςoutput_modalities | Σύμβασηtext |
Παράμετροςhosted_operations | Σύμβασηfalse |
Παράμετροςmultimodal_input_binding | Σύμβασηnull |
Κύκλος ζωής: synchronous_or_streamed
Στείλτε το ακριβές ID μοντέλου μαζί με το messages.
Το μήκος συμφραζομένων δεν είναι ανώτατο όριο εξόδου.
Ένα αρχείο κειμένου μπορεί να παρέχει αυτούσιο κείμενο· οι είσοδοι εικόνας/ήχου/αντικειμένων αρχείων χρειάζονται ακριβή αντιστοίχιση.
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
|---|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0003 / 1K token Έξοδος · Token εξόδου $0.003 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0003 / 1K token Έξοδος · Token εξόδου $0.003 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "perceptron/perceptron-mk1.5", "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='perceptron/perceptron-mk1.5',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='perceptron/perceptron-mk1.5',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 perceptron/perceptron-mk1.5
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
perceptron/perceptron-mk1.5Το Perceptron Mk1.5 κατανοεί κείμενο, εικόνες, βίντεο και ήχο για οπτικές εργασίες και εργασίες ενσώματων πρακτόρων. Επιστρέφει κείμενο, χωρικές ή χρονικές επισημάνσεις, τροχιές αντικειμένων και προτεινόμενες κλήσεις συναρτήσεων, με πλαίσιο συμφραζομένων 36.864 token του παρόχου και μέγιστη έξοδο 8.192 token.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Perceptron Mk1.5 είναι το πολυτροπικό μοντέλο της Perceptron για οπτική κατανόηση, χρονικό εντοπισμό και εργασίες ενσώματων πρακτόρων. Δέχεται κείμενο, εικόνες, βίντεο και ήχο και επιστρέφει κείμενο, χωρικές ή χρονικές επισημάνσεις, δομημένες απαντήσεις και περιεχόμενο κλήσεων συναρτήσεων. Η τρέχουσα προδιαγραφή του κατασκευαστή αναφέρει πλαίσιο συμφραζομένων 36.864 token και μέγιστη έξοδο 8.192 token· αυτά τα ακριβή όρια είναι πιο συγκεκριμένα από τη στρογγυλοποιημένη περιγραφή 32K του άρθρου παρουσίασης.
Μια χαρακτηριστική προσθήκη είναι η παρακολούθηση αντικειμένων μέσα στο βίντεο ως γεωμετρία με χρονικές σημάνσεις. Δώστε σαφή περιγραφή του στόχου και δηλώστε τι πρέπει να διαπιστώνει το αποτέλεσμα, όπως πότε ένα αντικείμενο εισέρχεται σε μια σκηνή, πού κινείται ή ποιο χρονικό διάστημα περιέχει μια συγκεκριμένη ενέργεια. Για πλάνα πρώτου προσώπου, ο πάροχος δίνει έμφαση στην παρακολούθηση χεριών και στην τμηματοποίηση σε υποεργασίες, δυνατότητες χρήσιμες για την ανάλυση των ενεργειών ενός χειριστή με την πάροδο του χρόνου.
Οι τεκμηριωμένες έξοδοι περιλαμβάνουν σημεία, πλαίσια και πολύγωνα για χωρικό εντοπισμό, αποσπάσματα για χρονικά διαστήματα και περιέκτες τροχιών για την κίνηση αντικειμένων. Το Track είναι περιέκτης στη δημιουργούμενη σήμανση επισημάνσεων, όχι χωριστή τιμή μορφής επισήμανσης. Τα σημεία μιας τροχιάς μπορεί να είναι αραιά: η επιστρεφόμενη τροχιά δεν εγγυάται πλαίσιο για κάθε καρέ της πηγής ούτε συνεχή ορατότητα του αντικειμένου. Διατηρήστε το αρχικό μέσο και τη συσχέτιση με συντεταγμένες ή χρονικές σημάνσεις, ώστε αυτά τα αποτελέσματα να μπορούν να ελεγχθούν στην πραγματική σκηνή.
Το Mk1.5 προσθέτει εγγενή κατανόηση ήχου, όπως απομαγνητοφώνηση, ανίχνευση ηχητικών συμβάντων, περιλήψεις και ερωτήσεις για μια ηχογράφηση. Ο πάροχος δέχεται WAV, MP3 και FLAC. Το όριο ήχου ανά στοιχείο είναι 16.384 token ήχου, περίπου 21,8 λεπτά με τον τεκμηριωμένο ρυθμό περίπου 750 token ανά λεπτό. Ο ήχος μοιράζεται το πλαίσιο συμφραζομένων με τις άλλες εισόδους και το διαθέσιμο όριο εξόδου, οπότε ένα αίτημα μπορεί να γεμίσει το πλαίσιο πριν φτάσει το συγκεκριμένο όριο ανά στοιχείο.
Για βίντεο στο οποίο έχει σημασία η ηχητική επένδυση, η διαδικασία του κατασκευαστή ενεργοποιεί ρητά τον ήχο στο βίντεο. Δηλώστε αν η εργασία αφορά ομιλία, ηχητικό συμβάν, την ορατή σκηνή ή τη σχέση τους. Η έξοδος είναι κείμενο και δομημένο περιεχόμενο· το Mk1.5 δεν παράγει ήχο ομιλίας. Για απομαγνητοφώνηση, διατηρήστε τη ζητούμενη γλώσσα και τη χρονική συσχέτιση αντί να αντιμετωπίζετε μια οπτική λεζάντα ως απομαγνητοφώνηση.
Ο πάροχος υποστηρίζει συγκρίσεις μεταξύ εισόδων πολυμέσων. Βάλτε ετικέτες στα στοιχεία και διατηρήστε τις συσχετίσεις τους. Το προαιρετικό asset_idx προσδιορίζει μια εμφάνιση μέσου που είναι διαθέσιμη στο συγκεκριμένο σημείο της συνομιλίας, όχι ένα μόνιμο αναγνωριστικό αρχείου. Αν δεν υπάρχει ρητός ή κληρονομημένος επιλογέας, η επισήμανση αναφέρεται στο τελευταίο διαθέσιμο στοιχείο πολυμέσων κατά τη στιγμή της παραγωγής. Αυτές οι συμβάσεις έχουν σημασία όταν μια εργασία συγκρίνει δύο κάμερες, σελίδες ή εγγραφές. Το όριο αιτήματος του παρόχου είναι 256 μονάδες πολυμέσων. Κάθε καρέ σε μια ομάδα video_frames προσμετράται σε αυτό το όριο, παρότι η ομάδα καταλαμβάνει έναν δείκτη στοιχείου πολυμέσων· η ενεργοποίηση της ηχητικής επένδυσης ενός βίντεο δεν προσθέτει άλλο στοιχείο.
Ο κατασκευαστής υποστηρίζει τελικές απαντήσεις περιορισμένες από JSON Schema ή κανονική έκφραση. Ορίστε τα πεδία ή το μοτίβο και ελέγξτε τις επιστρεφόμενες τιμές ως προς την πηγή. Τεκμηριώνει επίσης το Multilook για ανεξάρτητες προτροπές πάνω σε κοινό πλαίσιο συμφραζομένων, μια χωριστή διαδικασία του παρόχου από τη συνήθη συνομιλία μίας ολοκλήρωσης.
Το Mk1.5 μπορεί να επιλέγει από τις παρεχόμενες συναρτήσεις που περιγράφονται με ονόματα, σκοπούς και JSON Schemas. Η εφαρμογή εκτελεί τις προτεινόμενες κλήσεις και επιστρέφει παρατηρήσεις. Ορίστε τις επιτρεπόμενες ενέργειες και ένα κριτήριο ολοκλήρωσης για μια εργασία ενσώματου πράκτορα ή διεπαφής και έπειτα χρησιμοποιήστε τη νέα οπτική κατάσταση ή το αποτέλεσμα εργαλείου ως τεκμήριο για το επόμενο βήμα. Η προσπάθεια συλλογιστικής είναι ρυθμιζόμενη στην παραλλαγή καταλόγου του παρόχου.
Τα εργαλεία συναρτήσεων δεν μπορούν να δηλωθούν στο ίδιο αίτημα με έξοδο που περιορίζεται από JSON Schema ή κανονική έκφραση· ο κατασκευαστής δίνει οδηγία να ζητείται μια περιορισμένη τελική απάντηση μετά τον κύκλο εργαλείων. Ελέγξτε τον λόγο τερματισμού πριν χρησιμοποιήσετε το αποτέλεσμα, καθώς ο τερματισμός λόγω ορίου μήκους μπορεί να σημαίνει ελλιπή έξοδο.
Ένα χρήσιμο παραδοτέο είναι μια τεκμηριωμένη εξήγηση σκηνής, μια χρονισμένη απομαγνητοφώνηση, μια επισήμανση αντικειμένου ή μια πρόταση ενέργειας που στηρίζεται σε τεκμήρια. Ελέγξτε τη γεωμετρία στο μέσο, διατηρήστε διακριτές τις παρατηρούμενες λεπτομέρειες από την ερμηνεία και κρατήστε χωριστές τις ακριβείς δυνατότητες ήχου, παρακολούθησης και εργαλείων του Mk1.5 από εκείνες της προηγούμενης έκδοσης Mk1.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια perceptron/perceptron-mk1.5 | Προεπιλογή— |
Πεδίοmessages | Τύποςmessage[] | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmessages[].role | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια user, assistant | Προεπιλογή— |
Πεδίοmessages[].content | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοmax_tokens | Τύποςinteger | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Κείμενο · Κείμενο UTF-8
Συμβολοσειρά messages[].content
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, messages, max_tokens |
Παράμετροςoptional_controls | Σύμβασηstream |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςtext_file_material | ΣύμβασηΔιαβάστε το πραγματικό έγγραφο UTF-8 και τοποθετήστε το κείμενό του στην υποδεικνυόμενη συμβολοσειρά εισόδου ή περιεχομένου του μηνύματος. |
Κύκλος ζωής: synchronous_or_streamed
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Token συμφραζομένων, πάνω από | Token συμφραζομένων, έως και | Χρέωση |
|---|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις ανά token | Πίνακας χρεώσεωνΒασική χρέωση | Token συμφραζομένων, πάνω από— | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0003 / 1K token Έξοδος · Token εξόδου $0.003 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
| ΔιαμόρφωσηΕπίπεδο 1 βάσει μήκους αιτήματος | Πίνακας χρεώσεων— | Token συμφραζομένων, πάνω από0 | Token συμφραζομένων, έως καιΧωρίς ανώτατο όριο | Χρέωση Είσοδος · Token εισόδου $0.0003 / 1K token Έξοδος · Token εξόδου $0.003 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "perceptron/perceptron-mk1.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'perceptron/perceptron-mk1.5', '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': 'perceptron/perceptron-mk1.5', '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 perceptron/perceptron-mk1.5
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Summarize a timed handling sequence\n\nUse these written frame notes, not unseen footage: 00:02 operator picks up a red box; 00:05 places it on scale; 00:08 removes it; 00:11 places it on shelf. Return the ordered subtasks and the observed interval when the box is on the scale. State the sampling limitation instead of claiming exact continuous motion between notes.An ordered subtask list and a scale interval explicitly bounded by the supplied observations.Timestamps stay attached to their notes, and the answer does not invent intermediate geometry or continuous visibility.