Το Ternary Bonsai 2 27B είναι το μοντέλο συλλογιστικής χαμηλού αριθμού bit της PrismML, βασισμένο στην αρχιτεκτονική Qwen3.8 27B. Έχει σχεδιαστεί για να μεταφέρει τη συλλογιστική κειμένου, τον προγραμματισμό, την οπτική κατανόηση και τις εργασίες πρακτόρων σε μικρότερη τοπική εγκατάσταση. Το γλωσσικό μοντέλο παράγει κείμενο και αιτήματα κλήσης εργαλείων· η είσοδος εικόνων χρησιμοποιεί το χωριστά παρεχόμενο στοιχείο όρασης.
Το μοντέλο χρησιμοποιεί κορμό υβριδικής προσοχής, με περίπου τρία τέταρτα γραμμική προσοχή και ένα τέταρτο πλήρη προσοχή, και πλαίσιο συμφραζομένων 262K token. Τα τριαδικά γλωσσικά βάρη παίρνουν τιμές μείον ένα, μηδέν ή συν ένα με κοινή κλιμάκωση. Μια αποθηκευμένη περιστροφή της βάσης των βαρών απαιτεί τον αντίστοιχο μετασχηματισμό ενεργοποιήσεων στο περιβάλλον εκτέλεσης. Πρόκειται για αναπαράσταση μοντέλου και απαίτηση του περιβάλλοντος εκτέλεσης, όχι απλώς για μικρότερη επέκταση αρχείου.
Ο πάροχος διαθέτει δύο συσκευασίες GGUF: τα πυκνά τριαδικά ψηφία στο PTQ1_0 καταλαμβάνουν 5,95 GB, ενώ το PQ2_0 αποθηκεύει τα τριαδικά ψηφία σε θέσεις δύο bit και καταλαμβάνει 7,21 GB. Το προαιρετικό πακέτο όρασης Q8_0 προσθέτει περίπου 0,63 GB. Οι συσκευασίες έχουν διαφορετικό κόστος αποσυσκευασίας και συμπεριφορά στο υλικό, επομένως η μικρότερη συσκευασία δεν είναι πάντοτε ταχύτερη. Αυτά είναι δημοσιευμένα μεγέθη αρχείων· το πλαίσιο συμφραζομένων και οι ενδιάμεσες μνήμες εργασίας μιας εργασίας χρειάζονται πρόσθετη μνήμη.
Η σκέψη είναι ενεργοποιημένη από προεπιλογή. Ο κατασκευαστής περιγράφει το xhigh ως προεπιλεγμένη προσπάθεια συλλογιστικής και το medium ως επιλογή για συντομότερες απαντήσεις· το low δεν υποστηρίζεται και συμπεριφέρεται κοντά στο xhigh. Διακρίνει επίσης τις ρυθμίσεις παραγωγής με σκέψη από εκείνες χωρίς σκέψη. Αφήστε χώρο τόσο για το στάδιο συλλογιστικής όσο και για την τελική απάντηση: ένα μικρό όριο παραγωγής μπορεί να εξαντληθεί κατά τη σκέψη πριν εμφανιστεί απάντηση.
Για εργασία αποθετηρίου, δώστε τα σχετικά αρχεία ως κείμενο, τη συμπεριφορά προς αλλαγή και μια παρατηρούμενη αστοχία. Ζητήστε μια προτεινόμενη αλλαγή και τους ελέγχους που θα διέκριναν μια διόρθωση από ένα νέο πρόβλημα. Σε μια εφαρμογή συνδεδεμένη με εργαλεία, επιστρέψτε το αποτέλεσμα του εκτελεσμένου εργαλείου πριν από την επόμενη απόφαση. Για ανάλυση εγγράφων, κατονομάστε τις ενότητες προς σύγκριση και τα πεδία ή τα συμπεράσματα που πρέπει να περιέχει η απάντηση.
Για εργασία εικόνας, δώστε την οπτική είσοδο με ερώτηση συνδεδεμένη με κάτι ορατό σε αυτή. Ένα χρήσιμο αποτέλεσμα προσδιορίζει το παρατηρούμενο χαρακτηριστικό και το συνδέει με το ζητούμενο συμπέρασμα. Κρατήστε αυτό το οπτικό τεκμήριο χωριστό από ένα γεγονός που προέρχεται από εξωτερική πηγή ή από μια προτεινόμενη ενέργεια. Το στοιχείο όρασης υποστηρίζει την ερμηνεία της εικόνας· δεν μετατρέπει ένα παραγόμενο αίτημα εργαλείου σε εκτελεσμένη ενέργεια.
Τα δημοσιευμένα αρχεία GGUF απαιτούν την υποστήριξη χαμηλού αριθμού bit του περιβάλλοντος εκτέλεσης του παρόχου. Ο κατασκευαστής σημειώνει ότι ένα μη τροποποιημένο περιβάλλον εκτέλεσης μπορεί να απορρίψει τους τύπους ή να τους αποκωδικοποιήσει λανθασμένα επειδή λείπει η αντίστοιχη περιστροφή. Επομένως, η επιλογή τοπικού μοντέλου περιλαμβάνει την κατάλληλη συσκευασία, το στοιχείο όρασης και συμβατό περιβάλλον εκτέλεσης. Οι χωριστές μετατροπές μορφών και τα συνοδευτικά draft μοντέλα είναι διακριτά αρχεία, όχι ιδιότητες εγγυημένες από το γενικό όνομα του μοντέλου.
", "aboutText": "Το Ternary Bonsai 2 27B είναι το μοντέλο συλλογιστικής χαμηλού αριθμού bit της PrismML, βασισμένο στην αρχιτεκτονική Qwen3.8 27B. Έχει σχεδιαστεί για να μεταφέρει τη συλλογιστική κειμένου, τον προγραμματισμό, την οπτική κατανόηση και τις εργασίες πρακτόρων σε μικρότερη τοπική εγκατάσταση. Το γλωσσικό μοντέλο παράγει κείμενο και αιτήματα κλήσης εργαλείων· η είσοδος εικόνων χρησιμοποιεί το χωριστά παρεχόμενο στοιχείο όρασης.\n\nΤο μοντέλο χρησιμοποιεί κορμό υβριδικής προσοχής, με περίπου τρία τέταρτα γραμμική προσοχή και ένα τέταρτο πλήρη προσοχή, και πλαίσιο συμφραζομένων 262K token. Τα τριαδικά γλωσσικά βάρη παίρνουν τιμές μείον ένα, μηδέν ή συν ένα με κοινή κλιμάκωση. Μια αποθηκευμένη περιστροφή της βάσης των βαρών απαιτεί τον αντίστοιχο μετασχηματισμό ενεργοποιήσεων στο περιβάλλον εκτέλεσης. Πρόκειται για αναπαράσταση μοντέλου και απαίτηση του περιβάλλοντος εκτέλεσης, όχι απλώς για μικρότερη επέκταση αρχείου.\n\nΟ πάροχος διαθέτει δύο συσκευασίες GGUF: τα πυκνά τριαδικά ψηφία στο PTQ1_0 καταλαμβάνουν 5,95 GB, ενώ το PQ2_0 αποθηκεύει τα τριαδικά ψηφία σε θέσεις δύο bit και καταλαμβάνει 7,21 GB. Το προαιρετικό πακέτο όρασης Q8_0 προσθέτει περίπου 0,63 GB. Οι συσκευασίες έχουν διαφορετικό κόστος αποσυσκευασίας και συμπεριφορά στο υλικό, επομένως η μικρότερη συσκευασία δεν είναι πάντοτε ταχύτερη. Αυτά είναι δημοσιευμένα μεγέθη αρχείων· το πλαίσιο συμφραζομένων και οι ενδιάμεσες μνήμες εργασίας μιας εργασίας χρειάζονται πρόσθετη μνήμη.\n\nΗ σκέψη είναι ενεργοποιημένη από προεπιλογή. Ο κατασκευαστής περιγράφει το xhigh ως προεπιλεγμένη προσπάθεια συλλογιστικής και το medium ως επιλογή για συντομότερες απαντήσεις· το low δεν υποστηρίζεται και συμπεριφέρεται κοντά στο xhigh. Διακρίνει επίσης τις ρυθμίσεις παραγωγής με σκέψη από εκείνες χωρίς σκέψη. Αφήστε χώρο τόσο για το στάδιο συλλογιστικής όσο και για την τελική απάντηση: ένα μικρό όριο παραγωγής μπορεί να εξαντληθεί κατά τη σκέψη πριν εμφανιστεί απάντηση.\n\nΓια εργασία αποθετηρίου, δώστε τα σχετικά αρχεία ως κείμενο, τη συμπεριφορά προς αλλαγή και μια παρατηρούμενη αστοχία. Ζητήστε μια προτεινόμενη αλλαγή και τους ελέγχους που θα διέκριναν μια διόρθωση από ένα νέο πρόβλημα. Σε μια εφαρμογή συνδεδεμένη με εργαλεία, επιστρέψτε το αποτέλεσμα του εκτελεσμένου εργαλείου πριν από την επόμενη απόφαση. Για ανάλυση εγγράφων, κατονομάστε τις ενότητες προς σύγκριση και τα πεδία ή τα συμπεράσματα που πρέπει να περιέχει η απάντηση.\n\nΓια εργασία εικόνας, δώστε την οπτική είσοδο με ερώτηση συνδεδεμένη με κάτι ορατό σε αυτή. Ένα χρήσιμο αποτέλεσμα προσδιορίζει το παρατηρούμενο χαρακτηριστικό και το συνδέει με το ζητούμενο συμπέρασμα. Κρατήστε αυτό το οπτικό τεκμήριο χωριστό από ένα γεγονός που προέρχεται από εξωτερική πηγή ή από μια προτεινόμενη ενέργεια. Το στοιχείο όρασης υποστηρίζει την ερμηνεία της εικόνας· δεν μετατρέπει ένα παραγόμενο αίτημα εργαλείου σε εκτελεσμένη ενέργεια.\n\nΤα δημοσιευμένα αρχεία GGUF απαιτούν την υποστήριξη χαμηλού αριθμού bit του περιβάλλοντος εκτέλεσης του παρόχου. Ο κατασκευαστής σημειώνει ότι ένα μη τροποποιημένο περιβάλλον εκτέλεσης μπορεί να απορρίψει τους τύπους ή να τους αποκωδικοποιήσει λανθασμένα επειδή λείπει η αντίστοιχη περιστροφή. Επομένως, η επιλογή τοπικού μοντέλου περιλαμβάνει την κατάλληλη συσκευασία, το στοιχείο όρασης και συμβατό περιβάλλον εκτέλεσης. Οι χωριστές μετατροπές μορφών και τα συνοδευτικά draft μοντέλα είναι διακριτά αρχεία, όχι ιδιότητες εγγυημένες από το γενικό όνομα του μοντέλου.", "editorialOverlay": { "copy_fields": { "practical_html": "Τεχνικό παράδειγμα στα αγγλικά
Correct a binary-search boundary\n\nReview this Python binary search: lo=0; hi=len(a); while lo <= hi: mid=(lo+hi)//2; compare a[mid] with target. An empty list can index out of range. Propose a complete corrected function for a sorted ascending list, returning an index or -1, and tests for empty, missing and endpoint targets.A corrected binary-search function, a boundary explanation and representative tests.Check that every accessed index is within the list and that the loop terminates when the target is absent.prism-ml/ternary-bonsai-2-27bΤο Ternary Bonsai 2 27B της PrismML συμπιέζει ένα μοντέλο συλλογιστικής και όρασης-γλώσσας βασισμένο στο Qwen3.8 σε τριαδικά βάρη. Διατηρεί πλαίσιο συμφραζομένων 262K, συμπεριφορά σκέψης και κλήσης εργαλείων, με χωριστές συσκευασίες του γλωσσικού μοντέλου και προαιρετικό στοιχείο όρασης.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Ternary Bonsai 2 27B είναι το μοντέλο συλλογιστικής χαμηλού αριθμού bit της PrismML, βασισμένο στην αρχιτεκτονική Qwen3.8 27B. Έχει σχεδιαστεί για να μεταφέρει τη συλλογιστική κειμένου, τον προγραμματισμό, την οπτική κατανόηση και τις εργασίες πρακτόρων σε μικρότερη τοπική εγκατάσταση. Το γλωσσικό μοντέλο παράγει κείμενο και αιτήματα κλήσης εργαλείων· η είσοδος εικόνων χρησιμοποιεί το χωριστά παρεχόμενο στοιχείο όρασης.
Το μοντέλο χρησιμοποιεί κορμό υβριδικής προσοχής, με περίπου τρία τέταρτα γραμμική προσοχή και ένα τέταρτο πλήρη προσοχή, και πλαίσιο συμφραζομένων 262K token. Τα τριαδικά γλωσσικά βάρη παίρνουν τιμές μείον ένα, μηδέν ή συν ένα με κοινή κλιμάκωση. Μια αποθηκευμένη περιστροφή της βάσης των βαρών απαιτεί τον αντίστοιχο μετασχηματισμό ενεργοποιήσεων στο περιβάλλον εκτέλεσης. Πρόκειται για αναπαράσταση μοντέλου και απαίτηση του περιβάλλοντος εκτέλεσης, όχι απλώς για μικρότερη επέκταση αρχείου.
Ο πάροχος διαθέτει δύο συσκευασίες GGUF: τα πυκνά τριαδικά ψηφία στο PTQ1_0 καταλαμβάνουν 5,95 GB, ενώ το PQ2_0 αποθηκεύει τα τριαδικά ψηφία σε θέσεις δύο bit και καταλαμβάνει 7,21 GB. Το προαιρετικό πακέτο όρασης Q8_0 προσθέτει περίπου 0,63 GB. Οι συσκευασίες έχουν διαφορετικό κόστος αποσυσκευασίας και συμπεριφορά στο υλικό, επομένως η μικρότερη συσκευασία δεν είναι πάντοτε ταχύτερη. Αυτά είναι δημοσιευμένα μεγέθη αρχείων· το πλαίσιο συμφραζομένων και οι ενδιάμεσες μνήμες εργασίας μιας εργασίας χρειάζονται πρόσθετη μνήμη.
Η σκέψη είναι ενεργοποιημένη από προεπιλογή. Ο κατασκευαστής περιγράφει το xhigh ως προεπιλεγμένη προσπάθεια συλλογιστικής και το medium ως επιλογή για συντομότερες απαντήσεις· το low δεν υποστηρίζεται και συμπεριφέρεται κοντά στο xhigh. Διακρίνει επίσης τις ρυθμίσεις παραγωγής με σκέψη από εκείνες χωρίς σκέψη. Αφήστε χώρο τόσο για το στάδιο συλλογιστικής όσο και για την τελική απάντηση: ένα μικρό όριο παραγωγής μπορεί να εξαντληθεί κατά τη σκέψη πριν εμφανιστεί απάντηση.
Για εργασία αποθετηρίου, δώστε τα σχετικά αρχεία ως κείμενο, τη συμπεριφορά προς αλλαγή και μια παρατηρούμενη αστοχία. Ζητήστε μια προτεινόμενη αλλαγή και τους ελέγχους που θα διέκριναν μια διόρθωση από ένα νέο πρόβλημα. Σε μια εφαρμογή συνδεδεμένη με εργαλεία, επιστρέψτε το αποτέλεσμα του εκτελεσμένου εργαλείου πριν από την επόμενη απόφαση. Για ανάλυση εγγράφων, κατονομάστε τις ενότητες προς σύγκριση και τα πεδία ή τα συμπεράσματα που πρέπει να περιέχει η απάντηση.
Για εργασία εικόνας, δώστε την οπτική είσοδο με ερώτηση συνδεδεμένη με κάτι ορατό σε αυτή. Ένα χρήσιμο αποτέλεσμα προσδιορίζει το παρατηρούμενο χαρακτηριστικό και το συνδέει με το ζητούμενο συμπέρασμα. Κρατήστε αυτό το οπτικό τεκμήριο χωριστό από ένα γεγονός που προέρχεται από εξωτερική πηγή ή από μια προτεινόμενη ενέργεια. Το στοιχείο όρασης υποστηρίζει την ερμηνεία της εικόνας· δεν μετατρέπει ένα παραγόμενο αίτημα εργαλείου σε εκτελεσμένη ενέργεια.
Τα δημοσιευμένα αρχεία GGUF απαιτούν την υποστήριξη χαμηλού αριθμού bit του περιβάλλοντος εκτέλεσης του παρόχου. Ο κατασκευαστής σημειώνει ότι ένα μη τροποποιημένο περιβάλλον εκτέλεσης μπορεί να απορρίψει τους τύπους ή να τους αποκωδικοποιήσει λανθασμένα επειδή λείπει η αντίστοιχη περιστροφή. Επομένως, η επιλογή τοπικού μοντέλου περιλαμβάνει την κατάλληλη συσκευασία, το στοιχείο όρασης και συμβατό περιβάλλον εκτέλεσης. Οι χωριστές μετατροπές μορφών και τα συνοδευτικά draft μοντέλα είναι διακριτά αρχεία, όχι ιδιότητες εγγυημένες από το γενικό όνομα του μοντέλου.
POST /v1/chat/completionstexttext| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια prism-ml/ternary-bonsai-2-27b | 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 $0.00015 / 1K token Έξοδος · Token εξόδου $0.001 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.000075 / 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 $0.00015 / 1K token Έξοδος · Token εξόδου $0.001 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.000075 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "prism-ml/ternary-bonsai-2-27b", "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='prism-ml/ternary-bonsai-2-27b',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='prism-ml/ternary-bonsai-2-27b',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 prism-ml/ternary-bonsai-2-27b
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
prism-ml/ternary-bonsai-2-27bΤο Ternary Bonsai 2 27B της PrismML συμπιέζει ένα μοντέλο συλλογιστικής και όρασης-γλώσσας βασισμένο στο Qwen3.8 σε τριαδικά βάρη. Διατηρεί πλαίσιο συμφραζομένων 262K, συμπεριφορά σκέψης και κλήσης εργαλείων, με χωριστές συσκευασίες του γλωσσικού μοντέλου και προαιρετικό στοιχείο όρασης.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το Ternary Bonsai 2 27B είναι το μοντέλο συλλογιστικής χαμηλού αριθμού bit της PrismML, βασισμένο στην αρχιτεκτονική Qwen3.8 27B. Έχει σχεδιαστεί για να μεταφέρει τη συλλογιστική κειμένου, τον προγραμματισμό, την οπτική κατανόηση και τις εργασίες πρακτόρων σε μικρότερη τοπική εγκατάσταση. Το γλωσσικό μοντέλο παράγει κείμενο και αιτήματα κλήσης εργαλείων· η είσοδος εικόνων χρησιμοποιεί το χωριστά παρεχόμενο στοιχείο όρασης.
Το μοντέλο χρησιμοποιεί κορμό υβριδικής προσοχής, με περίπου τρία τέταρτα γραμμική προσοχή και ένα τέταρτο πλήρη προσοχή, και πλαίσιο συμφραζομένων 262K token. Τα τριαδικά γλωσσικά βάρη παίρνουν τιμές μείον ένα, μηδέν ή συν ένα με κοινή κλιμάκωση. Μια αποθηκευμένη περιστροφή της βάσης των βαρών απαιτεί τον αντίστοιχο μετασχηματισμό ενεργοποιήσεων στο περιβάλλον εκτέλεσης. Πρόκειται για αναπαράσταση μοντέλου και απαίτηση του περιβάλλοντος εκτέλεσης, όχι απλώς για μικρότερη επέκταση αρχείου.
Ο πάροχος διαθέτει δύο συσκευασίες GGUF: τα πυκνά τριαδικά ψηφία στο PTQ1_0 καταλαμβάνουν 5,95 GB, ενώ το PQ2_0 αποθηκεύει τα τριαδικά ψηφία σε θέσεις δύο bit και καταλαμβάνει 7,21 GB. Το προαιρετικό πακέτο όρασης Q8_0 προσθέτει περίπου 0,63 GB. Οι συσκευασίες έχουν διαφορετικό κόστος αποσυσκευασίας και συμπεριφορά στο υλικό, επομένως η μικρότερη συσκευασία δεν είναι πάντοτε ταχύτερη. Αυτά είναι δημοσιευμένα μεγέθη αρχείων· το πλαίσιο συμφραζομένων και οι ενδιάμεσες μνήμες εργασίας μιας εργασίας χρειάζονται πρόσθετη μνήμη.
Η σκέψη είναι ενεργοποιημένη από προεπιλογή. Ο κατασκευαστής περιγράφει το xhigh ως προεπιλεγμένη προσπάθεια συλλογιστικής και το medium ως επιλογή για συντομότερες απαντήσεις· το low δεν υποστηρίζεται και συμπεριφέρεται κοντά στο xhigh. Διακρίνει επίσης τις ρυθμίσεις παραγωγής με σκέψη από εκείνες χωρίς σκέψη. Αφήστε χώρο τόσο για το στάδιο συλλογιστικής όσο και για την τελική απάντηση: ένα μικρό όριο παραγωγής μπορεί να εξαντληθεί κατά τη σκέψη πριν εμφανιστεί απάντηση.
Για εργασία αποθετηρίου, δώστε τα σχετικά αρχεία ως κείμενο, τη συμπεριφορά προς αλλαγή και μια παρατηρούμενη αστοχία. Ζητήστε μια προτεινόμενη αλλαγή και τους ελέγχους που θα διέκριναν μια διόρθωση από ένα νέο πρόβλημα. Σε μια εφαρμογή συνδεδεμένη με εργαλεία, επιστρέψτε το αποτέλεσμα του εκτελεσμένου εργαλείου πριν από την επόμενη απόφαση. Για ανάλυση εγγράφων, κατονομάστε τις ενότητες προς σύγκριση και τα πεδία ή τα συμπεράσματα που πρέπει να περιέχει η απάντηση.
Για εργασία εικόνας, δώστε την οπτική είσοδο με ερώτηση συνδεδεμένη με κάτι ορατό σε αυτή. Ένα χρήσιμο αποτέλεσμα προσδιορίζει το παρατηρούμενο χαρακτηριστικό και το συνδέει με το ζητούμενο συμπέρασμα. Κρατήστε αυτό το οπτικό τεκμήριο χωριστό από ένα γεγονός που προέρχεται από εξωτερική πηγή ή από μια προτεινόμενη ενέργεια. Το στοιχείο όρασης υποστηρίζει την ερμηνεία της εικόνας· δεν μετατρέπει ένα παραγόμενο αίτημα εργαλείου σε εκτελεσμένη ενέργεια.
Τα δημοσιευμένα αρχεία GGUF απαιτούν την υποστήριξη χαμηλού αριθμού bit του περιβάλλοντος εκτέλεσης του παρόχου. Ο κατασκευαστής σημειώνει ότι ένα μη τροποποιημένο περιβάλλον εκτέλεσης μπορεί να απορρίψει τους τύπους ή να τους αποκωδικοποιήσει λανθασμένα επειδή λείπει η αντίστοιχη περιστροφή. Επομένως, η επιλογή τοπικού μοντέλου περιλαμβάνει την κατάλληλη συσκευασία, το στοιχείο όρασης και συμβατό περιβάλλον εκτέλεσης. Οι χωριστές μετατροπές μορφών και τα συνοδευτικά draft μοντέλα είναι διακριτά αρχεία, όχι ιδιότητες εγγυημένες από το γενικό όνομα του μοντέλου.
POST /v1/messagestextjson, sse| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια prism-ml/ternary-bonsai-2-27b | 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 $0.00015 / 1K token Έξοδος · Token εξόδου $0.001 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.000075 / 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 $0.00015 / 1K token Έξοδος · Token εξόδου $0.001 / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη $0.000075 / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα — / 1K token |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
{\n "model": "prism-ml/ternary-bonsai-2-27b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'prism-ml/ternary-bonsai-2-27b', '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': 'prism-ml/ternary-bonsai-2-27b', '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 prism-ml/ternary-bonsai-2-27b
Χρησιμοποιήστε τις διαδρομές μεθόδων που εμφανίζονται παραπάνω.
Τεχνικό παράδειγμα στα αγγλικά
Correct a binary-search boundary\n\nReview this Python binary search: lo=0; hi=len(a); while lo <= hi: mid=(lo+hi)//2; compare a[mid] with target. An empty list can index out of range. Propose a complete corrected function for a sorted ascending list, returning an index or -1, and tests for empty, missing and endpoint targets.A corrected binary-search function, a boundary explanation and representative tests.Check that every accessed index is within the list and that the loop terminates when the target is absent.