abab6.5s pertenece a la serie de grandes modelos de lenguaje general abab6.5 de MiniMax. El fabricante indica que utiliza las mismas técnicas de entrenamiento y los mismos datos que su variante de mayor tamaño, con especial atención a la eficiencia. Su lanzamiento original documenta un contexto de 200K tokens. Identifica expresamente la edición s al guardar una tarea o compararla con otra variante de la serie.
MiniMax vincula la serie con su desarrollo de arquitecturas de mezcla de expertos. El lanzamiento describe mejoras en la arquitectura del modelo, la reconstrucción del flujo de procesamiento de datos y la optimización de los algoritmos de entrenamiento y las estrategias de entrenamiento paralelo.
Las dos variantes comparten una orientación de entrenamiento, pero siguen siendo ediciones distintas. Elige el modelo identificado para la tarea de texto y conserva junto a él el material de referencia y la respuesta final. El posicionamiento de un modelo en términos de eficiencia no sustituye la revisión del resultado concreto que produce para una pregunta determinada.
Utiliza el presupuesto de contexto para reunir el material necesario para responder a una pregunta bien delimitada. Etiqueta los documentos, conserva sus divisiones en secciones y mantén visibles las definiciones, fechas e identificadores importantes. Da a la respuesta una forma concreta: un resumen, una comparación, un registro extraído o un pasaje revisado.
Por ejemplo: «Compara las secciones de las políticas proporcionadas, identifica en qué difieren sus requisitos e incluye el texto que respalda cada diferencia». Decide qué distinción importa antes de añadir documentos ajenos a ella. Trabajar con una colección extensa resulta más sencillo cuando la pregunta explica cómo deben relacionarse sus partes.
Cuando una tarea abarque pasajes alejados entre sí, pide que la respuesta identifique las secciones de las que depende. Conserva la redacción original de una condición importante en lugar de sustituirla por un resumen inicial que pueda perder algún matiz. Si el material no permite establecer un valor o una relación solicitados, deja ese punto sin resolver en el resultado.
Para redactar, proporciona los hechos de referencia, el público destinatario y la estructura requerida. Para revisar, identifica qué significado debe mantenerse y qué aspecto de la presentación debe cambiar. En una consulta posterior, puedes aportar el pasaje concreto que necesita corregirse y el motivo, para centrar el siguiente turno en un problema específico.
La cifra de 200K describe el contexto documentado por el fabricante en el lanzamiento de abab6.5s; planifica el material pertinente y la respuesta solicitada dentro de la configuración de trabajo utilizada para la tarea. Conserva el texto terminado junto con el material que lo respalda, de modo que un resumen, una comparación o una revisión puedan comprobarse antes de reutilizarse.
Revisa los nombres, valores, condiciones y relaciones con las fuentes que sean importantes en la respuesta. Mantén la identidad abab6.5s junto al resultado. El resultado útil es un texto cuyo contenido puede rastrearse hasta el material proporcionado y cuyos detalles sin resolver permanecen visibles para la siguiente decisión.
", "aboutText": "### La variante orientada a la eficiencia de la familia abab6.5\n\nabab6.5s pertenece a la serie de grandes modelos de lenguaje general abab6.5 de MiniMax. El fabricante indica que utiliza las mismas técnicas de entrenamiento y los mismos datos que su variante de mayor tamaño, con especial atención a la eficiencia. Su lanzamiento original documenta un contexto de 200K tokens. Identifica expresamente la edición s al guardar una tarea o compararla con otra variante de la serie.\n\n### Arquitectura y orientación del entrenamiento\n\nMiniMax vincula la serie con su desarrollo de arquitecturas de mezcla de expertos. El lanzamiento describe mejoras en la arquitectura del modelo, la reconstrucción del flujo de procesamiento de datos y la optimización de los algoritmos de entrenamiento y las estrategias de entrenamiento paralelo.\n\nLas dos variantes comparten una orientación de entrenamiento, pero siguen siendo ediciones distintas. Elige el modelo identificado para la tarea de texto y conserva junto a él el material de referencia y la respuesta final. El posicionamiento de un modelo en términos de eficiencia no sustituye la revisión del resultado concreto que produce para una pregunta determinada.\n\n### Prepara una tarea con textos largos\n\nUtiliza el presupuesto de contexto para reunir el material necesario para responder a una pregunta bien delimitada. Etiqueta los documentos, conserva sus divisiones en secciones y mantén visibles las definiciones, fechas e identificadores importantes. Da a la respuesta una forma concreta: un resumen, una comparación, un registro extraído o un pasaje revisado.\n\nPor ejemplo: «Compara las secciones de las políticas proporcionadas, identifica en qué difieren sus requisitos e incluye el texto que respalda cada diferencia». Decide qué distinción importa antes de añadir documentos ajenos a ella. Trabajar con una colección extensa resulta más sencillo cuando la pregunta explica cómo deben relacionarse sus partes.\n\n### Separa las pruebas de la interpretación\n\nCuando una tarea abarque pasajes alejados entre sí, pide que la respuesta identifique las secciones de las que depende. Conserva la redacción original de una condición importante en lugar de sustituirla por un resumen inicial que pueda perder algún matiz. Si el material no permite establecer un valor o una relación solicitados, deja ese punto sin resolver en el resultado.\n\nPara redactar, proporciona los hechos de referencia, el público destinatario y la estructura requerida. Para revisar, identifica qué significado debe mantenerse y qué aspecto de la presentación debe cambiar. En una consulta posterior, puedes aportar el pasaje concreto que necesita corregirse y el motivo, para centrar el siguiente turno en un problema específico.\n\n### Conserva un resultado escrito utilizable\n\nLa cifra de 200K describe el contexto documentado por el fabricante en el lanzamiento de abab6.5s; planifica el material pertinente y la respuesta solicitada dentro de la configuración de trabajo utilizada para la tarea. Conserva el texto terminado junto con el material que lo respalda, de modo que un resumen, una comparación o una revisión puedan comprobarse antes de reutilizarse.\n\nRevisa los nombres, valores, condiciones y relaciones con las fuentes que sean importantes en la respuesta. Mantén la identidad abab6.5s junto al resultado. El resultado útil es un texto cuyo contenido puede rastrearse hasta el material proporcionado y cuyos detalles sin resolver permanecen visibles para la siguiente decisión.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Compare approval rules\n\nCompare these policy clauses for a team lead. Policy A, section 2: Purchases above $500 need finance approval; subscriptions always need approval. Policy B, section 4: All purchases at or above $500 need approval. Return a comparison table with the boundary difference, subscription rule and exact supporting phrases. Mark unstated rules as unknown.A table with columns: topic | Policy A wording | Policy B wording | practical difference. Follow it with one question about the unstated subscription rule.Check that exactly $500 and subscriptions are treated separately and each difference cites the supplied clause.abab6.5s-chatabab6.5s de MiniMax es la variante orientada a la eficiencia de la familia de modelos de lenguaje general abab6.5. Su lanzamiento original documenta un contexto de 200K tokens, que permite reunir un volumen mayor de material de referencia en una conversación para realizar tareas de texto.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
abab6.5s pertenece a la serie de grandes modelos de lenguaje general abab6.5 de MiniMax. El fabricante indica que utiliza las mismas técnicas de entrenamiento y los mismos datos que su variante de mayor tamaño, con especial atención a la eficiencia. Su lanzamiento original documenta un contexto de 200K tokens. Identifica expresamente la edición s al guardar una tarea o compararla con otra variante de la serie.
MiniMax vincula la serie con su desarrollo de arquitecturas de mezcla de expertos. El lanzamiento describe mejoras en la arquitectura del modelo, la reconstrucción del flujo de procesamiento de datos y la optimización de los algoritmos de entrenamiento y las estrategias de entrenamiento paralelo.
Las dos variantes comparten una orientación de entrenamiento, pero siguen siendo ediciones distintas. Elige el modelo identificado para la tarea de texto y conserva junto a él el material de referencia y la respuesta final. El posicionamiento de un modelo en términos de eficiencia no sustituye la revisión del resultado concreto que produce para una pregunta determinada.
Utiliza el presupuesto de contexto para reunir el material necesario para responder a una pregunta bien delimitada. Etiqueta los documentos, conserva sus divisiones en secciones y mantén visibles las definiciones, fechas e identificadores importantes. Da a la respuesta una forma concreta: un resumen, una comparación, un registro extraído o un pasaje revisado.
Por ejemplo: «Compara las secciones de las políticas proporcionadas, identifica en qué difieren sus requisitos e incluye el texto que respalda cada diferencia». Decide qué distinción importa antes de añadir documentos ajenos a ella. Trabajar con una colección extensa resulta más sencillo cuando la pregunta explica cómo deben relacionarse sus partes.
Cuando una tarea abarque pasajes alejados entre sí, pide que la respuesta identifique las secciones de las que depende. Conserva la redacción original de una condición importante en lugar de sustituirla por un resumen inicial que pueda perder algún matiz. Si el material no permite establecer un valor o una relación solicitados, deja ese punto sin resolver en el resultado.
Para redactar, proporciona los hechos de referencia, el público destinatario y la estructura requerida. Para revisar, identifica qué significado debe mantenerse y qué aspecto de la presentación debe cambiar. En una consulta posterior, puedes aportar el pasaje concreto que necesita corregirse y el motivo, para centrar el siguiente turno en un problema específico.
La cifra de 200K describe el contexto documentado por el fabricante en el lanzamiento de abab6.5s; planifica el material pertinente y la respuesta solicitada dentro de la configuración de trabajo utilizada para la tarea. Conserva el texto terminado junto con el material que lo respalda, de modo que un resumen, una comparación o una revisión puedan comprobarse antes de reutilizarse.
Revisa los nombres, valores, condiciones y relaciones con las fuentes que sean importantes en la respuesta. Mantén la identidad abab6.5s junto al resultado. El resultado útil es un texto cuyo contenido puede rastrearse hasta el material proporcionado y cuyos detalles sin resolver permanecen visibles para la siguiente decisión.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites abab6.5s-chat | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.000308 / 1K tokens Salida · Tokens de salida $0.000308 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "abab6.5s-chat", "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='abab6.5s-chat',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='abab6.5s-chat',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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra abab6.5s-chat
Usa las rutas de método indicadas arriba.
abab6.5s-chatabab6.5s de MiniMax es la variante orientada a la eficiencia de la familia de modelos de lenguaje general abab6.5. Su lanzamiento original documenta un contexto de 200K tokens, que permite reunir un volumen mayor de material de referencia en una conversación para realizar tareas de texto.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
abab6.5s pertenece a la serie de grandes modelos de lenguaje general abab6.5 de MiniMax. El fabricante indica que utiliza las mismas técnicas de entrenamiento y los mismos datos que su variante de mayor tamaño, con especial atención a la eficiencia. Su lanzamiento original documenta un contexto de 200K tokens. Identifica expresamente la edición s al guardar una tarea o compararla con otra variante de la serie.
MiniMax vincula la serie con su desarrollo de arquitecturas de mezcla de expertos. El lanzamiento describe mejoras en la arquitectura del modelo, la reconstrucción del flujo de procesamiento de datos y la optimización de los algoritmos de entrenamiento y las estrategias de entrenamiento paralelo.
Las dos variantes comparten una orientación de entrenamiento, pero siguen siendo ediciones distintas. Elige el modelo identificado para la tarea de texto y conserva junto a él el material de referencia y la respuesta final. El posicionamiento de un modelo en términos de eficiencia no sustituye la revisión del resultado concreto que produce para una pregunta determinada.
Utiliza el presupuesto de contexto para reunir el material necesario para responder a una pregunta bien delimitada. Etiqueta los documentos, conserva sus divisiones en secciones y mantén visibles las definiciones, fechas e identificadores importantes. Da a la respuesta una forma concreta: un resumen, una comparación, un registro extraído o un pasaje revisado.
Por ejemplo: «Compara las secciones de las políticas proporcionadas, identifica en qué difieren sus requisitos e incluye el texto que respalda cada diferencia». Decide qué distinción importa antes de añadir documentos ajenos a ella. Trabajar con una colección extensa resulta más sencillo cuando la pregunta explica cómo deben relacionarse sus partes.
Cuando una tarea abarque pasajes alejados entre sí, pide que la respuesta identifique las secciones de las que depende. Conserva la redacción original de una condición importante en lugar de sustituirla por un resumen inicial que pueda perder algún matiz. Si el material no permite establecer un valor o una relación solicitados, deja ese punto sin resolver en el resultado.
Para redactar, proporciona los hechos de referencia, el público destinatario y la estructura requerida. Para revisar, identifica qué significado debe mantenerse y qué aspecto de la presentación debe cambiar. En una consulta posterior, puedes aportar el pasaje concreto que necesita corregirse y el motivo, para centrar el siguiente turno en un problema específico.
La cifra de 200K describe el contexto documentado por el fabricante en el lanzamiento de abab6.5s; planifica el material pertinente y la respuesta solicitada dentro de la configuración de trabajo utilizada para la tarea. Conserva el texto terminado junto con el material que lo respalda, de modo que un resumen, una comparación o una revisión puedan comprobarse antes de reutilizarse.
Revisa los nombres, valores, condiciones y relaciones con las fuentes que sean importantes en la respuesta. Mantén la identidad abab6.5s junto al resultado. El resultado útil es un texto cuyo contenido puede rastrearse hasta el material proporcionado y cuyos detalles sin resolver permanecen visibles para la siguiente decisión.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites abab6.5s-chat | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
| Configuración | Tabla de tarifas | Cargo |
|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cargo Entrada · Tokens de entrada $0.000308 / 1K tokens Salida · Tokens de salida $0.000308 / 1K tokens Entrada · Lectura de caché $0 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "abab6.5s-chat",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'abab6.5s-chat', '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': 'abab6.5s-chat', '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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra abab6.5s-chat
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Compare approval rules\n\nCompare these policy clauses for a team lead. Policy A, section 2: Purchases above $500 need finance approval; subscriptions always need approval. Policy B, section 4: All purchases at or above $500 need approval. Return a comparison table with the boundary difference, subscription rule and exact supporting phrases. Mark unstated rules as unknown.A table with columns: topic | Policy A wording | Policy B wording | practical difference. Follow it with one question about the unstated subscription rule.Check that exactly $500 and subscriptions are treated separately and each difference cites the supplied clause.