Το Perceptron Mk1 είναι το μοντέλο της Perceptron για την κατανόηση εικόνων και βίντεο και την ενσώματη συλλογιστική. Αναλύει οπτικό υλικό πηγής σε σχέση με μια γραπτή ερώτηση και επιστρέφει κείμενο και δομημένες χωρικές ή χρονικές επισημάνσεις. Η παραλλαγή καταλόγου του κατασκευαστή διαθέτει πολυτροπικό πλαίσιο συμφραζομένων 32K και υβριδική λειτουργία συλλογιστικής, η οποία μπορεί να απενεργοποιηθεί για εργασίες που δεν χρειάζονται ίχνος σκέψης.
Ο κατασκευαστής αναπτύσσει το Mk1 για να εξηγεί γεγονότα με την πάροδο του χρόνου, αντί να επισημαίνει μόνο ένα καρέ. Μια αθλητική ακολουθία, μια επίδειξη μαγειρικής ή μια εργασία χειριστή μπορεί να δώσει μια δομημένη περιγραφή του τι συνέβη και πότε. Ο πάροχος τεκμηριώνει δυναμική ανάλυση βίντεο με έως δύο καρέ ανά δευτερόλεπτο. Αυτή η ρύθμιση δειγματοληψίας διαφέρει από τον αρχικό ρυθμό καρέ του βίντεο πηγής.
Για μια εργασία εντοπισμού συμβάντος, περιγράψτε την ενέργεια και το διάστημα που χρειάζεστε. Μια ενδεικτική οδηγία είναι: «Εντόπισε τις στιγμές κατά τις οποίες το αντικείμενο τοποθετείται στο ράφι, επέστρεψε τα χρονικά διαστήματα και εξήγησε τα ορατά τεκμήρια για καθένα». Κρατήστε μαζί το βίντεο πηγής και τις χρονικές αναφορές, ώστε μια επισήμανση αποσπάσματος ή ένα διάστημα συμβάντος να μπορεί να ελεγχθεί πριν το χρησιμοποιήσει άλλη εφαρμογή.
Το Mk1 υποστηρίζει οπτική μάθηση εντός του πλαισίου συμφραζομένων από μια εικόνα ή ένα βίντεο αναφοράς, και κατόπιν εντοπισμό αντίστοιχων περιπτώσεων σε νέο υλικό. Ορίστε τι καθιστά μια περίπτωση σχετική και διατηρήστε την ετικέτα αναφοράς. Για σύγκριση, δώστε και τα δύο μέσα και δηλώστε τα κριτήρια: το αντικείμενο, την ενέργεια, τη συνθήκη ή τη λεπτομέρεια εγγράφου προς σύγκριση.
Πρόκειται για τρόπο προετοιμασίας της εργασίας μέσω παρεχόμενων παραδειγμάτων και όχι για υπόθεση ότι έχει εκτελεστεί χωριστή διαδικασία fine-tuning. Αν οι σκηνές διαφέρουν, ζητήστε από την έξοδο να προσδιορίζει ποια είσοδος στηρίζει κάθε εύρημα. Μια ορατή ομοιότητα πρέπει να παραμένει διακριτή από ένα συμπέρασμα για ένα συμβάν.
Οι δυνατότητες εικόνας του παρόχου περιλαμβάνουν υπόδειξη σημείων, καταμέτρηση, αναγνώριση κειμένου και ανάγνωση αναλογικών ή ψηφιακών οργάνων. Για ένα όργανο, διατηρήστε την κλίμακα, τις μονάδες και τις ευανάγνωστες ενδείξεις του· για καταμέτρηση, ορίστε την περιοχή και την κατηγορία. Το Mk1 εξάγει επίσης σύνθετα έγγραφα σε HTML, JSON ή Markdown, διατηρώντας σχέσεις διάταξης, πίνακες και ιεραρχία.
Δώστε μια ευανάγνωστη εικόνα σελίδας και δηλώστε τα πεδία ή την ερώτηση. Ένα χρήσιμο αποτέλεσμα διατηρεί τη σύνδεση με την πηγή και διακρίνει την εξαγόμενη διατύπωση από την ερμηνεία. Το μικρό κείμενο, η απόκρυψη και τα αμφίσημα οπτικά τεκμήρια πρέπει να λαμβάνονται υπόψη κατά την προετοιμασία της πηγής και τον έλεγχο της απάντησης.
Ο κατασκευαστής εκπαιδεύει σημεία, πλαίσια, πολύγωνα, τροχιές και αποσπάσματα ως ισότιμες δομημένες εξόδους παράλληλα με το κείμενο. Αυτές οι επισημάνσεις μπορούν να παρέχουν στόχους, περιορισμούς, όρια εργασίας ή παρατηρούμενες πληροφορίες επιτυχίας/αποτυχίας σε μια περιβάλλουσα διαδικασία ρομποτικής ή ανάλυσης. Μια εργασία με πολλές κάμερες πρέπει να επισημαίνει τις λήψεις και να διατηρεί τη συσχέτιση κάθε επισήμανσης με την πηγή της.
Το μοντέλο ερμηνεύει τις παρατηρήσεις και παράγει το αποτέλεσμα που στηρίζεται σε αυτές· η εφαρμογή ή το σύστημα ελέγχου αποφασίζει πώς θα το χρησιμοποιήσει και εκτελεί κάθε φυσική ενέργεια ή ενέργεια διεπαφής. Ένας προτεινόμενος στόχος ή ένα επισημασμένο διάστημα διαφέρει από μια εκτελεσμένη ενέργεια ή ένα εξαγόμενο αρχείο πολυμέσων.
Υπολογίστε τον χώρο που χρειάζονται η αναπαράσταση βίντεο, το περιεχόμενο εικόνων, η προτροπή, το ιστορικό και η παραγόμενη έξοδος μέσα στο πλαίσιο συμφραζομένων 32K. Ζητήστε το τελικό παραδοτέο και τα τεκμήρια που θεμελιώνουν κάθε αποτέλεσμα, αντί να περιμένετε από μια συλλογή άσχετων πηγών να ορίσει τον δικό της στόχο. Ελέγξτε συντεταγμένες, χρονικά διαστήματα και εξαγόμενες τιμές στα αρχικά μέσα.
Το Mk1 διατηρεί τη δική του ονομαστική έκδοση και οπτική παραλλαγή. Δεν πρέπει να θεωρούνται δεδομένα για αυτή την προηγούμενη έκδοση η εγγενής είσοδος ήχου, οι τρέχοντες περιορισμοί αιτημάτων του Mk1.5 και οι λεπτομέρειες της νέας του διαδικασίας εργαλείων και παρακολούθησης. Το χρήσιμο παραδοτέο είναι μια ελέγξιμη περιγραφή σκηνής, μια εγγραφή εγγράφου ή μια χωρική/χρονική επισήμανση συνδεδεμένη με τα παρεχόμενα οπτικά τεκμήρια.
", "aboutText": "Το Perceptron Mk1 είναι το μοντέλο της Perceptron για την κατανόηση εικόνων και βίντεο και την ενσώματη συλλογιστική. Αναλύει οπτικό υλικό πηγής σε σχέση με μια γραπτή ερώτηση και επιστρέφει κείμενο και δομημένες χωρικές ή χρονικές επισημάνσεις. Η παραλλαγή καταλόγου του κατασκευαστή διαθέτει πολυτροπικό πλαίσιο συμφραζομένων 32K και υβριδική λειτουργία συλλογιστικής, η οποία μπορεί να απενεργοποιηθεί για εργασίες που δεν χρειάζονται ίχνος σκέψης.\n\n### Χρονική συλλογιστική και εντοπισμός\n\nΟ κατασκευαστής αναπτύσσει το Mk1 για να εξηγεί γεγονότα με την πάροδο του χρόνου, αντί να επισημαίνει μόνο ένα καρέ. Μια αθλητική ακολουθία, μια επίδειξη μαγειρικής ή μια εργασία χειριστή μπορεί να δώσει μια δομημένη περιγραφή του τι συνέβη και πότε. Ο πάροχος τεκμηριώνει δυναμική ανάλυση βίντεο με έως δύο καρέ ανά δευτερόλεπτο. Αυτή η ρύθμιση δειγματοληψίας διαφέρει από τον αρχικό ρυθμό καρέ του βίντεο πηγής.\n\nΓια μια εργασία εντοπισμού συμβάντος, περιγράψτε την ενέργεια και το διάστημα που χρειάζεστε. Μια ενδεικτική οδηγία είναι: «Εντόπισε τις στιγμές κατά τις οποίες το αντικείμενο τοποθετείται στο ράφι, επέστρεψε τα χρονικά διαστήματα και εξήγησε τα ορατά τεκμήρια για καθένα». Κρατήστε μαζί το βίντεο πηγής και τις χρονικές αναφορές, ώστε μια επισήμανση αποσπάσματος ή ένα διάστημα συμβάντος να μπορεί να ελεγχθεί πριν το χρησιμοποιήσει άλλη εφαρμογή.\n\n### Παραδείγματα αναφοράς και σύγκριση\n\nΤο Mk1 υποστηρίζει οπτική μάθηση εντός του πλαισίου συμφραζομένων από μια εικόνα ή ένα βίντεο αναφοράς, και κατόπιν εντοπισμό αντίστοιχων περιπτώσεων σε νέο υλικό. Ορίστε τι καθιστά μια περίπτωση σχετική και διατηρήστε την ετικέτα αναφοράς. Για σύγκριση, δώστε και τα δύο μέσα και δηλώστε τα κριτήρια: το αντικείμενο, την ενέργεια, τη συνθήκη ή τη λεπτομέρεια εγγράφου προς σύγκριση.\n\nΠρόκειται για τρόπο προετοιμασίας της εργασίας μέσω παρεχόμενων παραδειγμάτων και όχι για υπόθεση ότι έχει εκτελεστεί χωριστή διαδικασία fine-tuning. Αν οι σκηνές διαφέρουν, ζητήστε από την έξοδο να προσδιορίζει ποια είσοδος στηρίζει κάθε εύρημα. Μια ορατή ομοιότητα πρέπει να παραμένει διακριτή από ένα συμπέρασμα για ένα συμβάν.\n\n### Εργασίες εικόνας και εγγράφων\n\nΟι δυνατότητες εικόνας του παρόχου περιλαμβάνουν υπόδειξη σημείων, καταμέτρηση, αναγνώριση κειμένου και ανάγνωση αναλογικών ή ψηφιακών οργάνων. Για ένα όργανο, διατηρήστε την κλίμακα, τις μονάδες και τις ευανάγνωστες ενδείξεις του· για καταμέτρηση, ορίστε την περιοχή και την κατηγορία. Το Mk1 εξάγει επίσης σύνθετα έγγραφα σε HTML, JSON ή Markdown, διατηρώντας σχέσεις διάταξης, πίνακες και ιεραρχία.\n\nΔώστε μια ευανάγνωστη εικόνα σελίδας και δηλώστε τα πεδία ή την ερώτηση. Ένα χρήσιμο αποτέλεσμα διατηρεί τη σύνδεση με την πηγή και διακρίνει την εξαγόμενη διατύπωση από την ερμηνεία. Το μικρό κείμενο, η απόκρυψη και τα αμφίσημα οπτικά τεκμήρια πρέπει να λαμβάνονται υπόψη κατά την προετοιμασία της πηγής και τον έλεγχο της απάντησης.\n\n### Βασικές χωρικές δομές και ενσώματες εργασίες\n\nΟ κατασκευαστής εκπαιδεύει σημεία, πλαίσια, πολύγωνα, τροχιές και αποσπάσματα ως ισότιμες δομημένες εξόδους παράλληλα με το κείμενο. Αυτές οι επισημάνσεις μπορούν να παρέχουν στόχους, περιορισμούς, όρια εργασίας ή παρατηρούμενες πληροφορίες επιτυχίας/αποτυχίας σε μια περιβάλλουσα διαδικασία ρομποτικής ή ανάλυσης. Μια εργασία με πολλές κάμερες πρέπει να επισημαίνει τις λήψεις και να διατηρεί τη συσχέτιση κάθε επισήμανσης με την πηγή της.\n\nΤο μοντέλο ερμηνεύει τις παρατηρήσεις και παράγει το αποτέλεσμα που στηρίζεται σε αυτές· η εφαρμογή ή το σύστημα ελέγχου αποφασίζει πώς θα το χρησιμοποιήσει και εκτελεί κάθε φυσική ενέργεια ή ενέργεια διεπαφής. Ένας προτεινόμενος στόχος ή ένα επισημασμένο διάστημα διαφέρει από μια εκτελεσμένη ενέργεια ή ένα εξαγόμενο αρχείο πολυμέσων.\n\n### Όρια και πεδίο της έκδοσης\n\nΥπολογίστε τον χώρο που χρειάζονται η αναπαράσταση βίντεο, το περιεχόμενο εικόνων, η προτροπή, το ιστορικό και η παραγόμενη έξοδος μέσα στο πλαίσιο συμφραζομένων 32K. Ζητήστε το τελικό παραδοτέο και τα τεκμήρια που θεμελιώνουν κάθε αποτέλεσμα, αντί να περιμένετε από μια συλλογή άσχετων πηγών να ορίσει τον δικό της στόχο. Ελέγξτε συντεταγμένες, χρονικά διαστήματα και εξαγόμενες τιμές στα αρχικά μέσα.\n\nΤο Mk1 διατηρεί τη δική του ονομαστική έκδοση και οπτική παραλλαγή. Δεν πρέπει να θεωρούνται δεδομένα για αυτή την προηγούμενη έκδοση η εγγενής είσοδος ήχου, οι τρέχοντες περιορισμοί αιτημάτων του Mk1.5 και οι λεπτομέρειες της νέας του διαδικασίας εργαλείων και παρακολούθησης. Το χρήσιμο παραδοτέο είναι μια ελέγξιμη περιγραφή σκηνής, μια εγγραφή εγγράφου ή μια χωρική/χρονική επισήμανση συνδεδεμένη με τα παρεχόμενα οπτικά τεκμήρια.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Annotate a transcribed event sequence\n\nUse these written observations from clip C: [00:02] hand grips a cup; [00:05] cup rests on shelf; [00:08] hand releases cup; [00:11] hand leaves frame. Return the interval from shelf contact to release and cite the two observations that bound it. State that you are using notes rather than inspecting video.A textual interval annotation with source timestamps, bounding evidence and the stated notes-only basis.Check the interval uses contact and release timestamps rather than grip or departure.perceptron/perceptron-mk1Το Perceptron Mk1 είναι το μοντέλο εικόνας και βίντεο της Perceptron για χρονική κατανόηση, χωρικό εντοπισμό και ενσώματη συλλογιστική. Παράγει κείμενο και δομημένες επισημάνσεις για σκηνές, έγγραφα και ορατές ενέργειες, με πολυτροπικό πλαίσιο συμφραζομένων 32K και προαιρετική συλλογιστική.
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 είναι το μοντέλο της Perceptron για την κατανόηση εικόνων και βίντεο και την ενσώματη συλλογιστική. Αναλύει οπτικό υλικό πηγής σε σχέση με μια γραπτή ερώτηση και επιστρέφει κείμενο και δομημένες χωρικές ή χρονικές επισημάνσεις. Η παραλλαγή καταλόγου του κατασκευαστή διαθέτει πολυτροπικό πλαίσιο συμφραζομένων 32K και υβριδική λειτουργία συλλογιστικής, η οποία μπορεί να απενεργοποιηθεί για εργασίες που δεν χρειάζονται ίχνος σκέψης.
Ο κατασκευαστής αναπτύσσει το Mk1 για να εξηγεί γεγονότα με την πάροδο του χρόνου, αντί να επισημαίνει μόνο ένα καρέ. Μια αθλητική ακολουθία, μια επίδειξη μαγειρικής ή μια εργασία χειριστή μπορεί να δώσει μια δομημένη περιγραφή του τι συνέβη και πότε. Ο πάροχος τεκμηριώνει δυναμική ανάλυση βίντεο με έως δύο καρέ ανά δευτερόλεπτο. Αυτή η ρύθμιση δειγματοληψίας διαφέρει από τον αρχικό ρυθμό καρέ του βίντεο πηγής.
Για μια εργασία εντοπισμού συμβάντος, περιγράψτε την ενέργεια και το διάστημα που χρειάζεστε. Μια ενδεικτική οδηγία είναι: «Εντόπισε τις στιγμές κατά τις οποίες το αντικείμενο τοποθετείται στο ράφι, επέστρεψε τα χρονικά διαστήματα και εξήγησε τα ορατά τεκμήρια για καθένα». Κρατήστε μαζί το βίντεο πηγής και τις χρονικές αναφορές, ώστε μια επισήμανση αποσπάσματος ή ένα διάστημα συμβάντος να μπορεί να ελεγχθεί πριν το χρησιμοποιήσει άλλη εφαρμογή.
Το Mk1 υποστηρίζει οπτική μάθηση εντός του πλαισίου συμφραζομένων από μια εικόνα ή ένα βίντεο αναφοράς, και κατόπιν εντοπισμό αντίστοιχων περιπτώσεων σε νέο υλικό. Ορίστε τι καθιστά μια περίπτωση σχετική και διατηρήστε την ετικέτα αναφοράς. Για σύγκριση, δώστε και τα δύο μέσα και δηλώστε τα κριτήρια: το αντικείμενο, την ενέργεια, τη συνθήκη ή τη λεπτομέρεια εγγράφου προς σύγκριση.
Πρόκειται για τρόπο προετοιμασίας της εργασίας μέσω παρεχόμενων παραδειγμάτων και όχι για υπόθεση ότι έχει εκτελεστεί χωριστή διαδικασία fine-tuning. Αν οι σκηνές διαφέρουν, ζητήστε από την έξοδο να προσδιορίζει ποια είσοδος στηρίζει κάθε εύρημα. Μια ορατή ομοιότητα πρέπει να παραμένει διακριτή από ένα συμπέρασμα για ένα συμβάν.
Οι δυνατότητες εικόνας του παρόχου περιλαμβάνουν υπόδειξη σημείων, καταμέτρηση, αναγνώριση κειμένου και ανάγνωση αναλογικών ή ψηφιακών οργάνων. Για ένα όργανο, διατηρήστε την κλίμακα, τις μονάδες και τις ευανάγνωστες ενδείξεις του· για καταμέτρηση, ορίστε την περιοχή και την κατηγορία. Το Mk1 εξάγει επίσης σύνθετα έγγραφα σε HTML, JSON ή Markdown, διατηρώντας σχέσεις διάταξης, πίνακες και ιεραρχία.
Δώστε μια ευανάγνωστη εικόνα σελίδας και δηλώστε τα πεδία ή την ερώτηση. Ένα χρήσιμο αποτέλεσμα διατηρεί τη σύνδεση με την πηγή και διακρίνει την εξαγόμενη διατύπωση από την ερμηνεία. Το μικρό κείμενο, η απόκρυψη και τα αμφίσημα οπτικά τεκμήρια πρέπει να λαμβάνονται υπόψη κατά την προετοιμασία της πηγής και τον έλεγχο της απάντησης.
Ο κατασκευαστής εκπαιδεύει σημεία, πλαίσια, πολύγωνα, τροχιές και αποσπάσματα ως ισότιμες δομημένες εξόδους παράλληλα με το κείμενο. Αυτές οι επισημάνσεις μπορούν να παρέχουν στόχους, περιορισμούς, όρια εργασίας ή παρατηρούμενες πληροφορίες επιτυχίας/αποτυχίας σε μια περιβάλλουσα διαδικασία ρομποτικής ή ανάλυσης. Μια εργασία με πολλές κάμερες πρέπει να επισημαίνει τις λήψεις και να διατηρεί τη συσχέτιση κάθε επισήμανσης με την πηγή της.
Το μοντέλο ερμηνεύει τις παρατηρήσεις και παράγει το αποτέλεσμα που στηρίζεται σε αυτές· η εφαρμογή ή το σύστημα ελέγχου αποφασίζει πώς θα το χρησιμοποιήσει και εκτελεί κάθε φυσική ενέργεια ή ενέργεια διεπαφής. Ένας προτεινόμενος στόχος ή ένα επισημασμένο διάστημα διαφέρει από μια εκτελεσμένη ενέργεια ή ένα εξαγόμενο αρχείο πολυμέσων.
Υπολογίστε τον χώρο που χρειάζονται η αναπαράσταση βίντεο, το περιεχόμενο εικόνων, η προτροπή, το ιστορικό και η παραγόμενη έξοδος μέσα στο πλαίσιο συμφραζομένων 32K. Ζητήστε το τελικό παραδοτέο και τα τεκμήρια που θεμελιώνουν κάθε αποτέλεσμα, αντί να περιμένετε από μια συλλογή άσχετων πηγών να ορίσει τον δικό της στόχο. Ελέγξτε συντεταγμένες, χρονικά διαστήματα και εξαγόμενες τιμές στα αρχικά μέσα.
Το Mk1 διατηρεί τη δική του ονομαστική έκδοση και οπτική παραλλαγή. Δεν πρέπει να θεωρούνται δεδομένα για αυτή την προηγούμενη έκδοση η εγγενής είσοδος ήχου, οι τρέχοντες περιορισμοί αιτημάτων του Mk1.5 και οι λεπτομέρειες της νέας του διαδικασίας εργαλείων και παρακολούθησης. Το χρήσιμο παραδοτέο είναι μια ελέγξιμη περιγραφή σκηνής, μια εγγραφή εγγράφου ή μια χωρική/χρονική επισήμανση συνδεδεμένη με τα παρεχόμενα οπτικά τεκμήρια.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια perceptron/perceptron-mk1 | 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", "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',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',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
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
perceptron/perceptron-mk1Το Perceptron Mk1 είναι το μοντέλο εικόνας και βίντεο της Perceptron για χρονική κατανόηση, χωρικό εντοπισμό και ενσώματη συλλογιστική. Παράγει κείμενο και δομημένες επισημάνσεις για σκηνές, έγγραφα και ορατές ενέργειες, με πολυτροπικό πλαίσιο συμφραζομένων 32K και προαιρετική συλλογιστική.
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 είναι το μοντέλο της Perceptron για την κατανόηση εικόνων και βίντεο και την ενσώματη συλλογιστική. Αναλύει οπτικό υλικό πηγής σε σχέση με μια γραπτή ερώτηση και επιστρέφει κείμενο και δομημένες χωρικές ή χρονικές επισημάνσεις. Η παραλλαγή καταλόγου του κατασκευαστή διαθέτει πολυτροπικό πλαίσιο συμφραζομένων 32K και υβριδική λειτουργία συλλογιστικής, η οποία μπορεί να απενεργοποιηθεί για εργασίες που δεν χρειάζονται ίχνος σκέψης.
Ο κατασκευαστής αναπτύσσει το Mk1 για να εξηγεί γεγονότα με την πάροδο του χρόνου, αντί να επισημαίνει μόνο ένα καρέ. Μια αθλητική ακολουθία, μια επίδειξη μαγειρικής ή μια εργασία χειριστή μπορεί να δώσει μια δομημένη περιγραφή του τι συνέβη και πότε. Ο πάροχος τεκμηριώνει δυναμική ανάλυση βίντεο με έως δύο καρέ ανά δευτερόλεπτο. Αυτή η ρύθμιση δειγματοληψίας διαφέρει από τον αρχικό ρυθμό καρέ του βίντεο πηγής.
Για μια εργασία εντοπισμού συμβάντος, περιγράψτε την ενέργεια και το διάστημα που χρειάζεστε. Μια ενδεικτική οδηγία είναι: «Εντόπισε τις στιγμές κατά τις οποίες το αντικείμενο τοποθετείται στο ράφι, επέστρεψε τα χρονικά διαστήματα και εξήγησε τα ορατά τεκμήρια για καθένα». Κρατήστε μαζί το βίντεο πηγής και τις χρονικές αναφορές, ώστε μια επισήμανση αποσπάσματος ή ένα διάστημα συμβάντος να μπορεί να ελεγχθεί πριν το χρησιμοποιήσει άλλη εφαρμογή.
Το Mk1 υποστηρίζει οπτική μάθηση εντός του πλαισίου συμφραζομένων από μια εικόνα ή ένα βίντεο αναφοράς, και κατόπιν εντοπισμό αντίστοιχων περιπτώσεων σε νέο υλικό. Ορίστε τι καθιστά μια περίπτωση σχετική και διατηρήστε την ετικέτα αναφοράς. Για σύγκριση, δώστε και τα δύο μέσα και δηλώστε τα κριτήρια: το αντικείμενο, την ενέργεια, τη συνθήκη ή τη λεπτομέρεια εγγράφου προς σύγκριση.
Πρόκειται για τρόπο προετοιμασίας της εργασίας μέσω παρεχόμενων παραδειγμάτων και όχι για υπόθεση ότι έχει εκτελεστεί χωριστή διαδικασία fine-tuning. Αν οι σκηνές διαφέρουν, ζητήστε από την έξοδο να προσδιορίζει ποια είσοδος στηρίζει κάθε εύρημα. Μια ορατή ομοιότητα πρέπει να παραμένει διακριτή από ένα συμπέρασμα για ένα συμβάν.
Οι δυνατότητες εικόνας του παρόχου περιλαμβάνουν υπόδειξη σημείων, καταμέτρηση, αναγνώριση κειμένου και ανάγνωση αναλογικών ή ψηφιακών οργάνων. Για ένα όργανο, διατηρήστε την κλίμακα, τις μονάδες και τις ευανάγνωστες ενδείξεις του· για καταμέτρηση, ορίστε την περιοχή και την κατηγορία. Το Mk1 εξάγει επίσης σύνθετα έγγραφα σε HTML, JSON ή Markdown, διατηρώντας σχέσεις διάταξης, πίνακες και ιεραρχία.
Δώστε μια ευανάγνωστη εικόνα σελίδας και δηλώστε τα πεδία ή την ερώτηση. Ένα χρήσιμο αποτέλεσμα διατηρεί τη σύνδεση με την πηγή και διακρίνει την εξαγόμενη διατύπωση από την ερμηνεία. Το μικρό κείμενο, η απόκρυψη και τα αμφίσημα οπτικά τεκμήρια πρέπει να λαμβάνονται υπόψη κατά την προετοιμασία της πηγής και τον έλεγχο της απάντησης.
Ο κατασκευαστής εκπαιδεύει σημεία, πλαίσια, πολύγωνα, τροχιές και αποσπάσματα ως ισότιμες δομημένες εξόδους παράλληλα με το κείμενο. Αυτές οι επισημάνσεις μπορούν να παρέχουν στόχους, περιορισμούς, όρια εργασίας ή παρατηρούμενες πληροφορίες επιτυχίας/αποτυχίας σε μια περιβάλλουσα διαδικασία ρομποτικής ή ανάλυσης. Μια εργασία με πολλές κάμερες πρέπει να επισημαίνει τις λήψεις και να διατηρεί τη συσχέτιση κάθε επισήμανσης με την πηγή της.
Το μοντέλο ερμηνεύει τις παρατηρήσεις και παράγει το αποτέλεσμα που στηρίζεται σε αυτές· η εφαρμογή ή το σύστημα ελέγχου αποφασίζει πώς θα το χρησιμοποιήσει και εκτελεί κάθε φυσική ενέργεια ή ενέργεια διεπαφής. Ένας προτεινόμενος στόχος ή ένα επισημασμένο διάστημα διαφέρει από μια εκτελεσμένη ενέργεια ή ένα εξαγόμενο αρχείο πολυμέσων.
Υπολογίστε τον χώρο που χρειάζονται η αναπαράσταση βίντεο, το περιεχόμενο εικόνων, η προτροπή, το ιστορικό και η παραγόμενη έξοδος μέσα στο πλαίσιο συμφραζομένων 32K. Ζητήστε το τελικό παραδοτέο και τα τεκμήρια που θεμελιώνουν κάθε αποτέλεσμα, αντί να περιμένετε από μια συλλογή άσχετων πηγών να ορίσει τον δικό της στόχο. Ελέγξτε συντεταγμένες, χρονικά διαστήματα και εξαγόμενες τιμές στα αρχικά μέσα.
Το Mk1 διατηρεί τη δική του ονομαστική έκδοση και οπτική παραλλαγή. Δεν πρέπει να θεωρούνται δεδομένα για αυτή την προηγούμενη έκδοση η εγγενής είσοδος ήχου, οι τρέχοντες περιορισμοί αιτημάτων του Mk1.5 και οι λεπτομέρειες της νέας του διαδικασίας εργαλείων και παρακολούθησης. Το χρήσιμο παραδοτέο είναι μια ελέγξιμη περιγραφή σκηνής, μια εγγραφή εγγράφου ή μια χωρική/χρονική επισήμανση συνδεδεμένη με τα παρεχόμενα οπτικά τεκμήρια.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια perceptron/perceptron-mk1 | 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 $0.003 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "perceptron/perceptron-mk1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Annotate a transcribed event sequence\n\nUse these written observations from clip C: [00:02] hand grips a cup; [00:05] cup rests on shelf; [00:08] hand releases cup; [00:11] hand leaves frame. Return the interval from shelf contact to release and cite the two observations that bound it. State that you are using notes rather than inspecting video.A textual interval annotation with source timestamps, bounding evidence and the stated notes-only basis.Check the interval uses contact and release timestamps rather than grip or departure.