Amazon Nova 2 Lite es el modelo de comprensión multimodal de segunda generación de Amazon para trabajo empresarial cotidiano y tareas de agentes más exigentes. Acepta texto, imágenes y video, incluido contenido documental, y produce texto. El trabajo práctico incluye respuestas de soporte basadas en material proporcionado, extracción de información de informes, análisis de gráficas o capturas de pantalla, revisión de código y resumen de acontecimientos visuales. Es un modelo de comprensión: la entrada de video se analiza en lugar de regenerarse y su salida documentada es texto, no imágenes, video o voz nativos.
El perfil del modelo del desarrollador indica una ventana de contexto de 1 millón de tokens y una salida máxima estándar de 64K tokens. Su fecha de corte de conocimiento documentada es octubre de 2025. Este mayor contexto de trabajo distingue a Nova 2 Lite de la ventana de 300K de Nova Lite de primera generación. Usa el espacio para los documentos de origen reales, conversación pertinente, código e instrucciones, y después pide un recurso enfocado, como una tabla de evidencia, una propuesta de cambio o un resumen organizado por fuente. Un contexto largo no convierte el conocimiento aprendido en una base de datos en vivo; la información que cambia debe proceder de evidencia proporcionada, recuperación o una herramienta de fundamentación habilitada.
El pensamiento extendido es opcional y está desactivado de forma predeterminada. Al activarlo, el desarrollador ofrece esfuerzo low, medium y high: low para análisis de complejidad moderada, medium para trabajo sustancial de varios pasos y high para el razonamiento más profundo. La extracción sencilla y las respuestas factuales cortas pueden usar el pensamiento desactivado; la depuración difícil, el razonamiento matemático y la síntesis entre documentos pueden beneficiarse de un esfuerzo adicional. El contenido de razonamiento se devuelve como [REDACTED], por lo que no es un registro legible paso a paso. El contrato de esfuerzo high exige omitir temperature, topP, topK y maxTokens; Amazon documenta que algunas salidas de esfuerzo high pueden superar los 65K tokens y alcanzar 128K, en lugar de definir 128K como una capacidad de salida habitual.
Nova 2 Lite admite llamadas a funciones, streaming de respuestas y caché de prompts en el perfil de servicio documentado de Amazon. La caché explícita requiere al menos 1K tokens por checkpoint y permite hasta cuatro checkpoints con retención de cinco minutos. El desarrollador limita la caché de prompts a 20K tokens, principalmente para prompts de texto; esa capacidad de caché es distinta de la ventana de contexto completa. Proporciona nombres de herramientas claros, descripciones y esquemas de argumentos; el modelo elige una herramienta y solicita argumentos, mientras que la aplicación ejecuta las herramientas personalizadas y devuelve sus resultados. Amazon también documenta Web Grounding integrado opcional para información actual con citas y un Python Code Interpreter para cálculos. Son herramientas configuradas, no actividades implícitas en cada respuesta. Amazon también documenta ajuste fino supervisado y por refuerzo para adaptar Nova 2 Lite a una tarea especializada; son flujos independientes de personalización de modelos. Para un informe numérico, unas instrucciones útiles separan las cifras de origen, el cálculo que se debe realizar y la explicación que se debe devolver; los errores de herramientas deben permanecer visibles en el resultado devuelto en lugar de tratarse como observaciones exitosas.
La guía multimodal incluye imágenes PNG, JPEG, GIF y WebP; para GIF o WebP animados solo se utiliza el primer fotograma. Los formatos de video incluyen MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV y 3GP. Los documentos incluyen PDF, DOC/DOCX, TXT, CSV, XLS/XLSX, HTML y Markdown. Los formatos basados en texto se leen principalmente como texto, mientras que PDF y DOCX pueden combinar texto e información visual de las páginas. El flujo documental del desarrollador permite hasta cinco documentos y limita cada documento de texto a 4.5 MB. El perfil de imágenes incrustadas permite cinco imágenes y una carga útil de 25 MB; la entrada de imágenes S3 permite hasta 1,000 imágenes y 2 GB en total. La entrada de video permite un archivo: 25 MB incrustado o 1 GB mediante S3. Los archivos PDF y DOCX comparten una capacidad combinada de 25 MB para carga directa o 2 GB mediante S3. Los PDF que contienen imágenes CMYK o SVG no son compatibles. Estos detalles de manejo de archivos pertenecen al flujo documentado del desarrollador; adjunta el contenido pertinente real y conserva sus etiquetas de página o sección para obtener referencias útiles.
La comprensión de video utiliza fotogramas visuales en lugar de la pista de audio. Para videos de 16 minutos o menos, la guía describe un fotograma muestreado por segundo; su texto describe reducir la tasa de muestreo de los clips más largos para conservar 960 fotogramas. Por ello, se pueden omitir acciones rápidas entre fotogramas. Prefiere un clip pertinente y una pregunta explícita sobre escenas o acontecimientos; proporciona una transcripción separada cuando importe la información hablada. El texto pequeño o multilingüe y las relaciones espaciales precisas también pueden resultar difíciles, así que conserva etiquetas legibles y suficiente contexto visual circundante. El desarrollador también indica que este modelo no identifica ni nombra personas en imágenes, documentos o videos.
Amazon documenta compatibilidad con más de 200 idiomas, con optimización para inglés, alemán, español, francés, italiano, japonés, coreano, árabe, chino simplificado, ruso, hindi, portugués, neerlandés, turco y hebreo. Indica el idioma de salida y la terminología requeridos, especialmente cuando las fuentes usan varios idiomas. Para un flujo documental, especifica las preguntas, los identificadores de evidencia y la estructura final, y después pide al modelo distinguir los hechos declarados de la información faltante. Su resultado útil es una respuesta basada en fuentes o un recurso informado por herramientas, no la suposición de que se capturó cada detalle de una entrada grande.
", "aboutText": "Amazon Nova 2 Lite es el modelo de comprensión multimodal de segunda generación de Amazon para trabajo empresarial cotidiano y tareas de agentes más exigentes. Acepta texto, imágenes y video, incluido contenido documental, y produce texto. El trabajo práctico incluye respuestas de soporte basadas en material proporcionado, extracción de información de informes, análisis de gráficas o capturas de pantalla, revisión de código y resumen de acontecimientos visuales. Es un modelo de comprensión: la entrada de video se analiza en lugar de regenerarse y su salida documentada es texto, no imágenes, video o voz nativos.\n\nEl perfil del modelo del desarrollador indica una ventana de contexto de 1 millón de tokens y una salida máxima estándar de 64K tokens. Su fecha de corte de conocimiento documentada es octubre de 2025. Este mayor contexto de trabajo distingue a Nova 2 Lite de la ventana de 300K de Nova Lite de primera generación. Usa el espacio para los documentos de origen reales, conversación pertinente, código e instrucciones, y después pide un recurso enfocado, como una tabla de evidencia, una propuesta de cambio o un resumen organizado por fuente. Un contexto largo no convierte el conocimiento aprendido en una base de datos en vivo; la información que cambia debe proceder de evidencia proporcionada, recuperación o una herramienta de fundamentación habilitada.\n\nEl pensamiento extendido es opcional y está desactivado de forma predeterminada. Al activarlo, el desarrollador ofrece esfuerzo low, medium y high: low para análisis de complejidad moderada, medium para trabajo sustancial de varios pasos y high para el razonamiento más profundo. La extracción sencilla y las respuestas factuales cortas pueden usar el pensamiento desactivado; la depuración difícil, el razonamiento matemático y la síntesis entre documentos pueden beneficiarse de un esfuerzo adicional. El contenido de razonamiento se devuelve como [REDACTED], por lo que no es un registro legible paso a paso. El contrato de esfuerzo high exige omitir temperature, topP, topK y maxTokens; Amazon documenta que algunas salidas de esfuerzo high pueden superar los 65K tokens y alcanzar 128K, en lugar de definir 128K como una capacidad de salida habitual.\n\nNova 2 Lite admite llamadas a funciones, streaming de respuestas y caché de prompts en el perfil de servicio documentado de Amazon. La caché explícita requiere al menos 1K tokens por checkpoint y permite hasta cuatro checkpoints con retención de cinco minutos. El desarrollador limita la caché de prompts a 20K tokens, principalmente para prompts de texto; esa capacidad de caché es distinta de la ventana de contexto completa. Proporciona nombres de herramientas claros, descripciones y esquemas de argumentos; el modelo elige una herramienta y solicita argumentos, mientras que la aplicación ejecuta las herramientas personalizadas y devuelve sus resultados. Amazon también documenta Web Grounding integrado opcional para información actual con citas y un Python Code Interpreter para cálculos. Son herramientas configuradas, no actividades implícitas en cada respuesta. Amazon también documenta ajuste fino supervisado y por refuerzo para adaptar Nova 2 Lite a una tarea especializada; son flujos independientes de personalización de modelos. Para un informe numérico, unas instrucciones útiles separan las cifras de origen, el cálculo que se debe realizar y la explicación que se debe devolver; los errores de herramientas deben permanecer visibles en el resultado devuelto en lugar de tratarse como observaciones exitosas.\n\nLa guía multimodal incluye imágenes PNG, JPEG, GIF y WebP; para GIF o WebP animados solo se utiliza el primer fotograma. Los formatos de video incluyen MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV y 3GP. Los documentos incluyen PDF, DOC/DOCX, TXT, CSV, XLS/XLSX, HTML y Markdown. Los formatos basados en texto se leen principalmente como texto, mientras que PDF y DOCX pueden combinar texto e información visual de las páginas. El flujo documental del desarrollador permite hasta cinco documentos y limita cada documento de texto a 4.5 MB. El perfil de imágenes incrustadas permite cinco imágenes y una carga útil de 25 MB; la entrada de imágenes S3 permite hasta 1,000 imágenes y 2 GB en total. La entrada de video permite un archivo: 25 MB incrustado o 1 GB mediante S3. Los archivos PDF y DOCX comparten una capacidad combinada de 25 MB para carga directa o 2 GB mediante S3. Los PDF que contienen imágenes CMYK o SVG no son compatibles. Estos detalles de manejo de archivos pertenecen al flujo documentado del desarrollador; adjunta el contenido pertinente real y conserva sus etiquetas de página o sección para obtener referencias útiles.\n\nLa comprensión de video utiliza fotogramas visuales en lugar de la pista de audio. Para videos de 16 minutos o menos, la guía describe un fotograma muestreado por segundo; su texto describe reducir la tasa de muestreo de los clips más largos para conservar 960 fotogramas. Por ello, se pueden omitir acciones rápidas entre fotogramas. Prefiere un clip pertinente y una pregunta explícita sobre escenas o acontecimientos; proporciona una transcripción separada cuando importe la información hablada. El texto pequeño o multilingüe y las relaciones espaciales precisas también pueden resultar difíciles, así que conserva etiquetas legibles y suficiente contexto visual circundante. El desarrollador también indica que este modelo no identifica ni nombra personas en imágenes, documentos o videos.\n\nAmazon documenta compatibilidad con más de 200 idiomas, con optimización para inglés, alemán, español, francés, italiano, japonés, coreano, árabe, chino simplificado, ruso, hindi, portugués, neerlandés, turco y hebreo. Indica el idioma de salida y la terminología requeridos, especialmente cuando las fuentes usan varios idiomas. Para un flujo documental, especifica las preguntas, los identificadores de evidencia y la estructura final, y después pide al modelo distinguir los hechos declarados de la información faltante. Su resultado útil es una respuesta basada en fuentes o un recurso informado por herramientas, no la suposición de que se capturó cada detalle de una entrada grande.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Draft a grounded support reply\n\nWrite a customer reply using only this help article: A replacement may be requested within 14 days of delivery for a damaged item; include the order number and a photo in the support ticket. Customer: My parcel arrived broken yesterday. Can you send another? Explain the next step without claiming a replacement has already been approved.A customer-ready reply of 60–90 words covering eligibility, required ticket information and the next action.Check that the reply requests the order number and photo without asserting that a ticket or replacement was created.amazon/nova-2-lite-v1Amazon Nova 2 Lite combina comprensión de texto, imágenes, documentos y video con pensamiento extendido opcional y uso de herramientas. Su contexto de un millón de tokens admite flujos documentales, programación y agentes que necesitan razonar en varios pasos.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Amazon Nova 2 Lite es el modelo de comprensión multimodal de segunda generación de Amazon para trabajo empresarial cotidiano y tareas de agentes más exigentes. Acepta texto, imágenes y video, incluido contenido documental, y produce texto. El trabajo práctico incluye respuestas de soporte basadas en material proporcionado, extracción de información de informes, análisis de gráficas o capturas de pantalla, revisión de código y resumen de acontecimientos visuales. Es un modelo de comprensión: la entrada de video se analiza en lugar de regenerarse y su salida documentada es texto, no imágenes, video o voz nativos.
El perfil del modelo del desarrollador indica una ventana de contexto de 1 millón de tokens y una salida máxima estándar de 64K tokens. Su fecha de corte de conocimiento documentada es octubre de 2025. Este mayor contexto de trabajo distingue a Nova 2 Lite de la ventana de 300K de Nova Lite de primera generación. Usa el espacio para los documentos de origen reales, conversación pertinente, código e instrucciones, y después pide un recurso enfocado, como una tabla de evidencia, una propuesta de cambio o un resumen organizado por fuente. Un contexto largo no convierte el conocimiento aprendido en una base de datos en vivo; la información que cambia debe proceder de evidencia proporcionada, recuperación o una herramienta de fundamentación habilitada.
El pensamiento extendido es opcional y está desactivado de forma predeterminada. Al activarlo, el desarrollador ofrece esfuerzo low, medium y high: low para análisis de complejidad moderada, medium para trabajo sustancial de varios pasos y high para el razonamiento más profundo. La extracción sencilla y las respuestas factuales cortas pueden usar el pensamiento desactivado; la depuración difícil, el razonamiento matemático y la síntesis entre documentos pueden beneficiarse de un esfuerzo adicional. El contenido de razonamiento se devuelve como [REDACTED], por lo que no es un registro legible paso a paso. El contrato de esfuerzo high exige omitir temperature, topP, topK y maxTokens; Amazon documenta que algunas salidas de esfuerzo high pueden superar los 65K tokens y alcanzar 128K, en lugar de definir 128K como una capacidad de salida habitual.
Nova 2 Lite admite llamadas a funciones, streaming de respuestas y caché de prompts en el perfil de servicio documentado de Amazon. La caché explícita requiere al menos 1K tokens por checkpoint y permite hasta cuatro checkpoints con retención de cinco minutos. El desarrollador limita la caché de prompts a 20K tokens, principalmente para prompts de texto; esa capacidad de caché es distinta de la ventana de contexto completa. Proporciona nombres de herramientas claros, descripciones y esquemas de argumentos; el modelo elige una herramienta y solicita argumentos, mientras que la aplicación ejecuta las herramientas personalizadas y devuelve sus resultados. Amazon también documenta Web Grounding integrado opcional para información actual con citas y un Python Code Interpreter para cálculos. Son herramientas configuradas, no actividades implícitas en cada respuesta. Amazon también documenta ajuste fino supervisado y por refuerzo para adaptar Nova 2 Lite a una tarea especializada; son flujos independientes de personalización de modelos. Para un informe numérico, unas instrucciones útiles separan las cifras de origen, el cálculo que se debe realizar y la explicación que se debe devolver; los errores de herramientas deben permanecer visibles en el resultado devuelto en lugar de tratarse como observaciones exitosas.
La guía multimodal incluye imágenes PNG, JPEG, GIF y WebP; para GIF o WebP animados solo se utiliza el primer fotograma. Los formatos de video incluyen MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV y 3GP. Los documentos incluyen PDF, DOC/DOCX, TXT, CSV, XLS/XLSX, HTML y Markdown. Los formatos basados en texto se leen principalmente como texto, mientras que PDF y DOCX pueden combinar texto e información visual de las páginas. El flujo documental del desarrollador permite hasta cinco documentos y limita cada documento de texto a 4.5 MB. El perfil de imágenes incrustadas permite cinco imágenes y una carga útil de 25 MB; la entrada de imágenes S3 permite hasta 1,000 imágenes y 2 GB en total. La entrada de video permite un archivo: 25 MB incrustado o 1 GB mediante S3. Los archivos PDF y DOCX comparten una capacidad combinada de 25 MB para carga directa o 2 GB mediante S3. Los PDF que contienen imágenes CMYK o SVG no son compatibles. Estos detalles de manejo de archivos pertenecen al flujo documentado del desarrollador; adjunta el contenido pertinente real y conserva sus etiquetas de página o sección para obtener referencias útiles.
La comprensión de video utiliza fotogramas visuales en lugar de la pista de audio. Para videos de 16 minutos o menos, la guía describe un fotograma muestreado por segundo; su texto describe reducir la tasa de muestreo de los clips más largos para conservar 960 fotogramas. Por ello, se pueden omitir acciones rápidas entre fotogramas. Prefiere un clip pertinente y una pregunta explícita sobre escenas o acontecimientos; proporciona una transcripción separada cuando importe la información hablada. El texto pequeño o multilingüe y las relaciones espaciales precisas también pueden resultar difíciles, así que conserva etiquetas legibles y suficiente contexto visual circundante. El desarrollador también indica que este modelo no identifica ni nombra personas en imágenes, documentos o videos.
Amazon documenta compatibilidad con más de 200 idiomas, con optimización para inglés, alemán, español, francés, italiano, japonés, coreano, árabe, chino simplificado, ruso, hindi, portugués, neerlandés, turco y hebreo. Indica el idioma de salida y la terminología requeridos, especialmente cuando las fuentes usan varios idiomas. Para un flujo documental, especifica las preguntas, los identificadores de evidencia y la estructura final, y después pide al modelo distinguir los hechos declarados de la información faltante. Su resultado útil es una respuesta basada en fuentes o un recurso informado por herramientas, no la suposición de que se capturó cada detalle de una entrada grande.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites amazon/nova-2-lite-v1 | 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.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0006 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0006 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "amazon/nova-2-lite-v1", "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='amazon/nova-2-lite-v1',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='amazon/nova-2-lite-v1',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 amazon/nova-2-lite-v1
Usa las rutas de método indicadas arriba.
amazon/nova-2-lite-v1Amazon Nova 2 Lite combina comprensión de texto, imágenes, documentos y video con pensamiento extendido opcional y uso de herramientas. Su contexto de un millón de tokens admite flujos documentales, programación y agentes que necesitan razonar en varios pasos.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Amazon Nova 2 Lite es el modelo de comprensión multimodal de segunda generación de Amazon para trabajo empresarial cotidiano y tareas de agentes más exigentes. Acepta texto, imágenes y video, incluido contenido documental, y produce texto. El trabajo práctico incluye respuestas de soporte basadas en material proporcionado, extracción de información de informes, análisis de gráficas o capturas de pantalla, revisión de código y resumen de acontecimientos visuales. Es un modelo de comprensión: la entrada de video se analiza en lugar de regenerarse y su salida documentada es texto, no imágenes, video o voz nativos.
El perfil del modelo del desarrollador indica una ventana de contexto de 1 millón de tokens y una salida máxima estándar de 64K tokens. Su fecha de corte de conocimiento documentada es octubre de 2025. Este mayor contexto de trabajo distingue a Nova 2 Lite de la ventana de 300K de Nova Lite de primera generación. Usa el espacio para los documentos de origen reales, conversación pertinente, código e instrucciones, y después pide un recurso enfocado, como una tabla de evidencia, una propuesta de cambio o un resumen organizado por fuente. Un contexto largo no convierte el conocimiento aprendido en una base de datos en vivo; la información que cambia debe proceder de evidencia proporcionada, recuperación o una herramienta de fundamentación habilitada.
El pensamiento extendido es opcional y está desactivado de forma predeterminada. Al activarlo, el desarrollador ofrece esfuerzo low, medium y high: low para análisis de complejidad moderada, medium para trabajo sustancial de varios pasos y high para el razonamiento más profundo. La extracción sencilla y las respuestas factuales cortas pueden usar el pensamiento desactivado; la depuración difícil, el razonamiento matemático y la síntesis entre documentos pueden beneficiarse de un esfuerzo adicional. El contenido de razonamiento se devuelve como [REDACTED], por lo que no es un registro legible paso a paso. El contrato de esfuerzo high exige omitir temperature, topP, topK y maxTokens; Amazon documenta que algunas salidas de esfuerzo high pueden superar los 65K tokens y alcanzar 128K, en lugar de definir 128K como una capacidad de salida habitual.
Nova 2 Lite admite llamadas a funciones, streaming de respuestas y caché de prompts en el perfil de servicio documentado de Amazon. La caché explícita requiere al menos 1K tokens por checkpoint y permite hasta cuatro checkpoints con retención de cinco minutos. El desarrollador limita la caché de prompts a 20K tokens, principalmente para prompts de texto; esa capacidad de caché es distinta de la ventana de contexto completa. Proporciona nombres de herramientas claros, descripciones y esquemas de argumentos; el modelo elige una herramienta y solicita argumentos, mientras que la aplicación ejecuta las herramientas personalizadas y devuelve sus resultados. Amazon también documenta Web Grounding integrado opcional para información actual con citas y un Python Code Interpreter para cálculos. Son herramientas configuradas, no actividades implícitas en cada respuesta. Amazon también documenta ajuste fino supervisado y por refuerzo para adaptar Nova 2 Lite a una tarea especializada; son flujos independientes de personalización de modelos. Para un informe numérico, unas instrucciones útiles separan las cifras de origen, el cálculo que se debe realizar y la explicación que se debe devolver; los errores de herramientas deben permanecer visibles en el resultado devuelto en lugar de tratarse como observaciones exitosas.
La guía multimodal incluye imágenes PNG, JPEG, GIF y WebP; para GIF o WebP animados solo se utiliza el primer fotograma. Los formatos de video incluyen MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV y 3GP. Los documentos incluyen PDF, DOC/DOCX, TXT, CSV, XLS/XLSX, HTML y Markdown. Los formatos basados en texto se leen principalmente como texto, mientras que PDF y DOCX pueden combinar texto e información visual de las páginas. El flujo documental del desarrollador permite hasta cinco documentos y limita cada documento de texto a 4.5 MB. El perfil de imágenes incrustadas permite cinco imágenes y una carga útil de 25 MB; la entrada de imágenes S3 permite hasta 1,000 imágenes y 2 GB en total. La entrada de video permite un archivo: 25 MB incrustado o 1 GB mediante S3. Los archivos PDF y DOCX comparten una capacidad combinada de 25 MB para carga directa o 2 GB mediante S3. Los PDF que contienen imágenes CMYK o SVG no son compatibles. Estos detalles de manejo de archivos pertenecen al flujo documentado del desarrollador; adjunta el contenido pertinente real y conserva sus etiquetas de página o sección para obtener referencias útiles.
La comprensión de video utiliza fotogramas visuales en lugar de la pista de audio. Para videos de 16 minutos o menos, la guía describe un fotograma muestreado por segundo; su texto describe reducir la tasa de muestreo de los clips más largos para conservar 960 fotogramas. Por ello, se pueden omitir acciones rápidas entre fotogramas. Prefiere un clip pertinente y una pregunta explícita sobre escenas o acontecimientos; proporciona una transcripción separada cuando importe la información hablada. El texto pequeño o multilingüe y las relaciones espaciales precisas también pueden resultar difíciles, así que conserva etiquetas legibles y suficiente contexto visual circundante. El desarrollador también indica que este modelo no identifica ni nombra personas en imágenes, documentos o videos.
Amazon documenta compatibilidad con más de 200 idiomas, con optimización para inglés, alemán, español, francés, italiano, japonés, coreano, árabe, chino simplificado, ruso, hindi, portugués, neerlandés, turco y hebreo. Indica el idioma de salida y la terminología requeridos, especialmente cuando las fuentes usan varios idiomas. Para un flujo documental, especifica las preguntas, los identificadores de evidencia y la estructura final, y después pide al modelo distinguir los hechos declarados de la información faltante. Su resultado útil es una respuesta basada en fuentes o un recurso informado por herramientas, no la suposición de que se capturó cada detalle de una entrada grande.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites amazon/nova-2-lite-v1 | 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.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0006 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0006 / 1K tokens Salida · Tokens de salida $0.005 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "amazon/nova-2-lite-v1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'amazon/nova-2-lite-v1', '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': 'amazon/nova-2-lite-v1', '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 amazon/nova-2-lite-v1
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Draft a grounded support reply\n\nWrite a customer reply using only this help article: A replacement may be requested within 14 days of delivery for a damaged item; include the order number and a photo in the support ticket. Customer: My parcel arrived broken yesterday. Can you send another? Explain the next step without claiming a replacement has already been approved.A customer-ready reply of 60–90 words covering eligibility, required ticket information and the next action.Check that the reply requests the order number and photo without asserting that a ticket or replacement was created.