Amazon Nova Lite es el modelo más ligero de comprensión multimodal de la familia Nova de primera generación. Procesa texto, imágenes y video y devuelve texto, con un enfoque en responder rápidamente preguntas visuales, interpretar documentos, resumir y brindar asistencia interactiva. Resulta útil para una tarea acotada como describir una captura de pantalla, extraer atributos de producto de un documento o responder una pregunta sobre un clip. Esta es la edición original Nova Lite v1, distinta de Nova 2 Lite y sus controles de pensamiento extendido.
La guía de Nova de primera generación indica una ventana de contexto de 300K tokens y una salida máxima de 10K tokens. Su fecha de corte de conocimiento documentada es octubre de 2024. Usa el contexto para material de origen y ejemplos, y reserva la respuesta para la información que necesita la siguiente tarea: campos con nombre, un resumen conciso o una tabla. Para extraer, proporciona un esquema y un ejemplo completo que muestre cómo representar los valores ausentes. Se puede instruir al modelo para que devuelva JSON u otra estructura textual, pero una solicitud de formato no equivale a una función del desarrollador que garantice una salida restringida por esquema.
El flujo de visión de Lite puede responder preguntas sobre imágenes, clasificarlas y resumirlas. Amazon documenta específicamente la detección de cuadros delimitadores para Nova Lite y Pro, con coordenadas en una escala [0, 1000) que se puede convertir a las dimensiones de la imagen original. Esto puede ayudar a localizar un objeto o elemento de pantalla solicitado, mientras que la aplicación es responsable de interpretar las coordenadas y realizar cualquier acción. Las imágenes de entrada se redimensionan automáticamente y la guía de imágenes indica una resolución máxima de 8,000 × 8,000 píxeles. Mantén legibles las etiquetas pequeñas y conserva el contexto circundante al elegir un recorte.
Los formatos de imagen documentados son PNG, JPG/JPEG, GIF y WebP. El flujo documental admite PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT y Markdown. Los archivos basados en texto se procesan por su texto, mientras que PDF y DOCX pueden combinar texto de página y elementos visuales como gráficas o tablas. La guía documental del desarrollador permite hasta cinco documentos y limita los documentos de texto individuales a 4.5 MB; excluye los PDF que contienen imágenes CMYK o SVG e indica JPEG2000 y JBIG2 como codificaciones PDF no compatibles. Unas instrucciones prácticas identifican las páginas o secciones que se deben comparar y piden valores junto con sus etiquetas de origen. Los medios incrustados comparten un presupuesto de carga útil de 25 MB, incluida la sobrecarga de base64. Una solicitud contiene un video, limitado a 1 GB mediante S3; los medios combinados de S3 pueden sumar 2 GB. Las entradas PDF y DOCX siguen limitadas a cinco documentos, con una capacidad combinada de 25 MB para carga directa o 2 GB mediante S3.
Los formatos de video incluyen MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV y 3GP. Para Nova Lite, los clips de 16 minutos o menos usan un fotograma muestreado por segundo; los más largos usan 960 fotogramas distribuidos durante su duración. Por ello, un clip más largo aporta menos detalle temporal fino. La guía recomienda menos de una hora para material de poco movimiento y menos de 16 minutos para material con más movimiento. Son recomendaciones de preparación, no garantías universales de duración. Pregunta por escenas o acciones visibles e incluye una transcripción separada cuando la pista hablada contenga hechos que necesite la respuesta. El desarrollador también indica que este modelo no identifica ni nombra personas en imágenes, documentos o videos.
Nova Lite admite streaming de respuestas, llamadas a herramientas ejecutadas por el cliente y flujos aumentados con recuperación. También admite 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 pasajes de referencia pertinentes, descripciones claras de herramientas y resultados reales de herramientas para una respuesta que dependa de información actual. La guía de primera generación describe compatibilidad multilingüe en más de 200 idiomas, con mayor optimización en 15 idiomas, incluidos inglés, alemán, francés, español, japonés, árabe, chino simplificado y ruso; la cobertura no es uniforme en todos los dialectos o textos visuales. Para un asistente ligero, separa la extracción de la interpretación cuando las instrucciones se vuelvan complejas e indica el idioma de salida, los campos y la condición de cierre requeridos.
", "aboutText": "Amazon Nova Lite es el modelo más ligero de comprensión multimodal de la familia Nova de primera generación. Procesa texto, imágenes y video y devuelve texto, con un enfoque en responder rápidamente preguntas visuales, interpretar documentos, resumir y brindar asistencia interactiva. Resulta útil para una tarea acotada como describir una captura de pantalla, extraer atributos de producto de un documento o responder una pregunta sobre un clip. Esta es la edición original Nova Lite v1, distinta de Nova 2 Lite y sus controles de pensamiento extendido.\n\nLa guía de Nova de primera generación indica una ventana de contexto de 300K tokens y una salida máxima de 10K tokens. Su fecha de corte de conocimiento documentada es octubre de 2024. Usa el contexto para material de origen y ejemplos, y reserva la respuesta para la información que necesita la siguiente tarea: campos con nombre, un resumen conciso o una tabla. Para extraer, proporciona un esquema y un ejemplo completo que muestre cómo representar los valores ausentes. Se puede instruir al modelo para que devuelva JSON u otra estructura textual, pero una solicitud de formato no equivale a una función del desarrollador que garantice una salida restringida por esquema.\n\nEl flujo de visión de Lite puede responder preguntas sobre imágenes, clasificarlas y resumirlas. Amazon documenta específicamente la detección de cuadros delimitadores para Nova Lite y Pro, con coordenadas en una escala [0, 1000) que se puede convertir a las dimensiones de la imagen original. Esto puede ayudar a localizar un objeto o elemento de pantalla solicitado, mientras que la aplicación es responsable de interpretar las coordenadas y realizar cualquier acción. Las imágenes de entrada se redimensionan automáticamente y la guía de imágenes indica una resolución máxima de 8,000 × 8,000 píxeles. Mantén legibles las etiquetas pequeñas y conserva el contexto circundante al elegir un recorte.\n\nLos formatos de imagen documentados son PNG, JPG/JPEG, GIF y WebP. El flujo documental admite PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT y Markdown. Los archivos basados en texto se procesan por su texto, mientras que PDF y DOCX pueden combinar texto de página y elementos visuales como gráficas o tablas. La guía documental del desarrollador permite hasta cinco documentos y limita los documentos de texto individuales a 4.5 MB; excluye los PDF que contienen imágenes CMYK o SVG e indica JPEG2000 y JBIG2 como codificaciones PDF no compatibles. Unas instrucciones prácticas identifican las páginas o secciones que se deben comparar y piden valores junto con sus etiquetas de origen. Los medios incrustados comparten un presupuesto de carga útil de 25 MB, incluida la sobrecarga de base64. Una solicitud contiene un video, limitado a 1 GB mediante S3; los medios combinados de S3 pueden sumar 2 GB. Las entradas PDF y DOCX siguen limitadas a cinco documentos, con una capacidad combinada de 25 MB para carga directa o 2 GB mediante S3.\n\nLos formatos de video incluyen MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV y 3GP. Para Nova Lite, los clips de 16 minutos o menos usan un fotograma muestreado por segundo; los más largos usan 960 fotogramas distribuidos durante su duración. Por ello, un clip más largo aporta menos detalle temporal fino. La guía recomienda menos de una hora para material de poco movimiento y menos de 16 minutos para material con más movimiento. Son recomendaciones de preparación, no garantías universales de duración. Pregunta por escenas o acciones visibles e incluye una transcripción separada cuando la pista hablada contenga hechos que necesite la respuesta. El desarrollador también indica que este modelo no identifica ni nombra personas en imágenes, documentos o videos.\n\nNova Lite admite streaming de respuestas, llamadas a herramientas ejecutadas por el cliente y flujos aumentados con recuperación. También admite 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 pasajes de referencia pertinentes, descripciones claras de herramientas y resultados reales de herramientas para una respuesta que dependa de información actual. La guía de primera generación describe compatibilidad multilingüe en más de 200 idiomas, con mayor optimización en 15 idiomas, incluidos inglés, alemán, francés, español, japonés, árabe, chino simplificado y ruso; la cobertura no es uniforme en todos los dialectos o textos visuales. Para un asistente ligero, separa la extracción de la interpretación cuando las instrucciones se vuelvan complejas e indica el idioma de salida, los campos y la condición de cierre requeridos.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Extract product fields from a note\n\nExtract a product record from this supplied text: "Desk lamp L-14; matte black; USB-C power; cable included; dimensions not stated." Return a table with model, color, power, included items and dimensions. Write "not stated" for missing information, then give a one-sentence catalogue summary using only those fields.A five-field table followed by one catalogue sentence; dimensions are marked not stated.Verify that no dimensions, wattage or battery are added to the note.amazon/nova-lite-v1Amazon Nova Lite es un modelo de comprensión multimodal de primera generación para analizar rápidamente texto, imágenes, documentos y video. Devuelve texto y se adapta a preguntas visuales, extracción de información, resúmenes y flujos ligeros guiados por herramientas.
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 Lite es el modelo más ligero de comprensión multimodal de la familia Nova de primera generación. Procesa texto, imágenes y video y devuelve texto, con un enfoque en responder rápidamente preguntas visuales, interpretar documentos, resumir y brindar asistencia interactiva. Resulta útil para una tarea acotada como describir una captura de pantalla, extraer atributos de producto de un documento o responder una pregunta sobre un clip. Esta es la edición original Nova Lite v1, distinta de Nova 2 Lite y sus controles de pensamiento extendido.
La guía de Nova de primera generación indica una ventana de contexto de 300K tokens y una salida máxima de 10K tokens. Su fecha de corte de conocimiento documentada es octubre de 2024. Usa el contexto para material de origen y ejemplos, y reserva la respuesta para la información que necesita la siguiente tarea: campos con nombre, un resumen conciso o una tabla. Para extraer, proporciona un esquema y un ejemplo completo que muestre cómo representar los valores ausentes. Se puede instruir al modelo para que devuelva JSON u otra estructura textual, pero una solicitud de formato no equivale a una función del desarrollador que garantice una salida restringida por esquema.
El flujo de visión de Lite puede responder preguntas sobre imágenes, clasificarlas y resumirlas. Amazon documenta específicamente la detección de cuadros delimitadores para Nova Lite y Pro, con coordenadas en una escala [0, 1000) que se puede convertir a las dimensiones de la imagen original. Esto puede ayudar a localizar un objeto o elemento de pantalla solicitado, mientras que la aplicación es responsable de interpretar las coordenadas y realizar cualquier acción. Las imágenes de entrada se redimensionan automáticamente y la guía de imágenes indica una resolución máxima de 8,000 × 8,000 píxeles. Mantén legibles las etiquetas pequeñas y conserva el contexto circundante al elegir un recorte.
Los formatos de imagen documentados son PNG, JPG/JPEG, GIF y WebP. El flujo documental admite PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT y Markdown. Los archivos basados en texto se procesan por su texto, mientras que PDF y DOCX pueden combinar texto de página y elementos visuales como gráficas o tablas. La guía documental del desarrollador permite hasta cinco documentos y limita los documentos de texto individuales a 4.5 MB; excluye los PDF que contienen imágenes CMYK o SVG e indica JPEG2000 y JBIG2 como codificaciones PDF no compatibles. Unas instrucciones prácticas identifican las páginas o secciones que se deben comparar y piden valores junto con sus etiquetas de origen. Los medios incrustados comparten un presupuesto de carga útil de 25 MB, incluida la sobrecarga de base64. Una solicitud contiene un video, limitado a 1 GB mediante S3; los medios combinados de S3 pueden sumar 2 GB. Las entradas PDF y DOCX siguen limitadas a cinco documentos, con una capacidad combinada de 25 MB para carga directa o 2 GB mediante S3.
Los formatos de video incluyen MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV y 3GP. Para Nova Lite, los clips de 16 minutos o menos usan un fotograma muestreado por segundo; los más largos usan 960 fotogramas distribuidos durante su duración. Por ello, un clip más largo aporta menos detalle temporal fino. La guía recomienda menos de una hora para material de poco movimiento y menos de 16 minutos para material con más movimiento. Son recomendaciones de preparación, no garantías universales de duración. Pregunta por escenas o acciones visibles e incluye una transcripción separada cuando la pista hablada contenga hechos que necesite la respuesta. El desarrollador también indica que este modelo no identifica ni nombra personas en imágenes, documentos o videos.
Nova Lite admite streaming de respuestas, llamadas a herramientas ejecutadas por el cliente y flujos aumentados con recuperación. También admite 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 pasajes de referencia pertinentes, descripciones claras de herramientas y resultados reales de herramientas para una respuesta que dependa de información actual. La guía de primera generación describe compatibilidad multilingüe en más de 200 idiomas, con mayor optimización en 15 idiomas, incluidos inglés, alemán, francés, español, japonés, árabe, chino simplificado y ruso; la cobertura no es uniforme en todos los dialectos o textos visuales. Para un asistente ligero, separa la extracción de la interpretación cuando las instrucciones se vuelvan complejas e indica el idioma de salida, los campos y la condición de cierre requeridos.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites amazon/nova-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 $0.00012 / 1K tokens Salida · Tokens de salida $0.00048 / 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 $0.00012 / 1K tokens Salida · Tokens de salida $0.00048 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "amazon/nova-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-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-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-lite-v1
Usa las rutas de método indicadas arriba.
amazon/nova-lite-v1Amazon Nova Lite es un modelo de comprensión multimodal de primera generación para analizar rápidamente texto, imágenes, documentos y video. Devuelve texto y se adapta a preguntas visuales, extracción de información, resúmenes y flujos ligeros guiados por herramientas.
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 Lite es el modelo más ligero de comprensión multimodal de la familia Nova de primera generación. Procesa texto, imágenes y video y devuelve texto, con un enfoque en responder rápidamente preguntas visuales, interpretar documentos, resumir y brindar asistencia interactiva. Resulta útil para una tarea acotada como describir una captura de pantalla, extraer atributos de producto de un documento o responder una pregunta sobre un clip. Esta es la edición original Nova Lite v1, distinta de Nova 2 Lite y sus controles de pensamiento extendido.
La guía de Nova de primera generación indica una ventana de contexto de 300K tokens y una salida máxima de 10K tokens. Su fecha de corte de conocimiento documentada es octubre de 2024. Usa el contexto para material de origen y ejemplos, y reserva la respuesta para la información que necesita la siguiente tarea: campos con nombre, un resumen conciso o una tabla. Para extraer, proporciona un esquema y un ejemplo completo que muestre cómo representar los valores ausentes. Se puede instruir al modelo para que devuelva JSON u otra estructura textual, pero una solicitud de formato no equivale a una función del desarrollador que garantice una salida restringida por esquema.
El flujo de visión de Lite puede responder preguntas sobre imágenes, clasificarlas y resumirlas. Amazon documenta específicamente la detección de cuadros delimitadores para Nova Lite y Pro, con coordenadas en una escala [0, 1000) que se puede convertir a las dimensiones de la imagen original. Esto puede ayudar a localizar un objeto o elemento de pantalla solicitado, mientras que la aplicación es responsable de interpretar las coordenadas y realizar cualquier acción. Las imágenes de entrada se redimensionan automáticamente y la guía de imágenes indica una resolución máxima de 8,000 × 8,000 píxeles. Mantén legibles las etiquetas pequeñas y conserva el contexto circundante al elegir un recorte.
Los formatos de imagen documentados son PNG, JPG/JPEG, GIF y WebP. El flujo documental admite PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT y Markdown. Los archivos basados en texto se procesan por su texto, mientras que PDF y DOCX pueden combinar texto de página y elementos visuales como gráficas o tablas. La guía documental del desarrollador permite hasta cinco documentos y limita los documentos de texto individuales a 4.5 MB; excluye los PDF que contienen imágenes CMYK o SVG e indica JPEG2000 y JBIG2 como codificaciones PDF no compatibles. Unas instrucciones prácticas identifican las páginas o secciones que se deben comparar y piden valores junto con sus etiquetas de origen. Los medios incrustados comparten un presupuesto de carga útil de 25 MB, incluida la sobrecarga de base64. Una solicitud contiene un video, limitado a 1 GB mediante S3; los medios combinados de S3 pueden sumar 2 GB. Las entradas PDF y DOCX siguen limitadas a cinco documentos, con una capacidad combinada de 25 MB para carga directa o 2 GB mediante S3.
Los formatos de video incluyen MP4, MOV, MKV, WebM, FLV, MPEG, MPG, WMV y 3GP. Para Nova Lite, los clips de 16 minutos o menos usan un fotograma muestreado por segundo; los más largos usan 960 fotogramas distribuidos durante su duración. Por ello, un clip más largo aporta menos detalle temporal fino. La guía recomienda menos de una hora para material de poco movimiento y menos de 16 minutos para material con más movimiento. Son recomendaciones de preparación, no garantías universales de duración. Pregunta por escenas o acciones visibles e incluye una transcripción separada cuando la pista hablada contenga hechos que necesite la respuesta. El desarrollador también indica que este modelo no identifica ni nombra personas en imágenes, documentos o videos.
Nova Lite admite streaming de respuestas, llamadas a herramientas ejecutadas por el cliente y flujos aumentados con recuperación. También admite 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 pasajes de referencia pertinentes, descripciones claras de herramientas y resultados reales de herramientas para una respuesta que dependa de información actual. La guía de primera generación describe compatibilidad multilingüe en más de 200 idiomas, con mayor optimización en 15 idiomas, incluidos inglés, alemán, francés, español, japonés, árabe, chino simplificado y ruso; la cobertura no es uniforme en todos los dialectos o textos visuales. Para un asistente ligero, separa la extracción de la interpretación cuando las instrucciones se vuelvan complejas e indica el idioma de salida, los campos y la condición de cierre requeridos.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites amazon/nova-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 $0.00012 / 1K tokens Salida · Tokens de salida $0.00048 / 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 $0.00012 / 1K tokens Salida · Tokens de salida $0.00048 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "amazon/nova-lite-v1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-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-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-lite-v1
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Extract product fields from a note\n\nExtract a product record from this supplied text: "Desk lamp L-14; matte black; USB-C power; cable included; dimensions not stated." Return a table with model, color, power, included items and dimensions. Write "not stated" for missing information, then give a one-sentence catalogue summary using only those fields.A five-field table followed by one catalogue sentence; dimensions are marked not stated.Verify that no dimensions, wattage or battery are added to the note.