Tongyi FaRui Plus, identificado por el fabricante como farui-plus, se basa en Qwen y se especializa con datos y conocimientos jurídicos. El fabricante describe un desarrollo que utiliza ajuste fino del modelo, aprendizaje por refuerzo, enriquecimiento mediante recuperación y tecnología de agentes jurídicos. Su ámbito de tareas incluye consultas jurídicas, identificación de disposiciones legales aplicables, análisis de casos, generación de documentos jurídicos y revisión de cláusulas contractuales.
La entrada y la salida documentadas son texto. Prepara el fragmento, los hechos o las cláusulas que se analizarán como texto legible y especifica el resultado deseado. Un entregable útil puede ser el borrador de una sección, una lista de asuntos, una explicación de una disposición proporcionada o una comparación entre redacciones de un contrato.
Los ejemplos del fabricante admiten una sola instrucción o una conversación basada en mensajes. Cada mensaje contiene un rol y contenido; la instrucción opcional del sistema va primero, seguida de los turnos del usuario y del asistente. La guía recomienda usar mensajes para un diálogo continuo y conservar las respuestas anteriores pertinentes cuando una continuación cambie un hecho o un requisito.
Para una consulta sobre un caso, proporciona los roles de las partes, la cronología, el punto en controversia y las pruebas pertinentes para la pregunta. Indica la jurisdicción y la fecha relevantes para la tarea e incluye el texto legal que se examinará cuando la respuesta deba basarse en una disposición específica. Mantén separados un hecho afirmado, una alegación controvertida y una suposición.
En una continuación, identifica exactamente qué cambió. Por ejemplo, proporciona una fecha corregida o una cláusula adicional y pregunta qué parte del borrador anterior requiere revisión. Conservar la respuesta anterior real hace concreto el cambio solicitado, en lugar de propiciar un nuevo análisis de un caso incompleto.
Para una consulta jurídica, define el asunto y la forma de la respuesta. Solicita la conclusión, la disposición que la respalda y los hechos que cambiarían el análisis. Cuando la fuente no establezca un detalle importante, pide que el resultado identifique esa información faltante.
Para la redacción, especifica el tipo de documento, el público destinatario, las secciones requeridas y los hechos proporcionados. Una instrucción útil es: «Redacta la sección solicitada usando esta cronología y estos hechos, conserva los roles definidos de las partes e identifica la información que aún se necesita para completar el documento». Revisa nombres, fechas, cantidades y disposiciones citadas frente al material original.
Para la revisión de contratos, proporciona la cláusula exacta y el aspecto que se debe examinar. Solicita una comparación de la redacción, el problema que plantea y una revisión propuesta que conserve el sentido comercial previsto. Mantén la cláusula original junto al texto propuesto para poder inspeccionar el cambio.
La descripción publicada del modelo indica un máximo de entrada de 12,000 tokens y un máximo de salida de 2,000 tokens. Selecciona los fragmentos pertinentes y una extensión de respuesta adecuada para la tarea, dejando espacio para la respuesta solicitada dentro de la configuración de conversación aplicable. La revisión de un contrato largo puede dividirse en asuntos o secciones claramente etiquetados, conservando cualquier cláusula necesaria para entender las relaciones entre ellos.
El ajuste de longitud de respuesta del fabricante permite reducir el límite de salida para una explicación concisa o el borrador de una sección específica. Su valor predeterminado documentado es de 2,000 tokens. Comprueba que una respuesta devuelta esté completa antes de tratarla como un documento terminado.
La referencia del fabricante documenta top_p en el intervalo abierto de 0 a 1, con 0.8 como valor predeterminado. El ajuste top_k restringe el conjunto de candidatos; dejarlo sin establecer o asignarle un valor superior a 100 desactiva esa estrategia. Mantén estables la tarea y el material de referencia al comparar el efecto de un ajuste de generación admitido.
El flujo de trabajo predeterminado no utiliza streaming. El streaming entrega texto mientras continúa la generación. Los fragmentos de streaming predeterminados documentados contienen contenido acumulado; al activar la salida incremental, se devuelven únicamente las partes nuevas. Ensambla correctamente el formato elegido para no agregar dos veces el texto acumulado repetido y conserva la respuesta completa para su revisión.
La respuesta puede usar una envoltura de texto o de mensaje. La envoltura es la estructura de entrega que rodea el texto jurídico generado; la tabla de capacidades del modelo no enumera salida estructurada impuesta por un esquema, llamadas a funciones ni búsqueda web nativa. Proporciona las pruebas y disposiciones necesarias para la tarea en lugar de suponer que se realizó una consulta externa.
Conserva juntos el texto fuente, los hechos proporcionados, la forma del documento solicitada y la respuesta final. Comprueba la redacción exacta de las referencias y la jurisdicción o fecha de la que depende una interpretación. Una comparación de cláusulas o una explicación de un caso resulta más útil cuando sus suposiciones y los fragmentos que la respaldan siguen siendo identificables.
Usa Farui Plus para su flujo de trabajo específico con textos jurídicos. El entregable final debe conectar la consulta jurídica o el borrador solicitado con el material que realmente se proporcionó.
", "aboutText": "### Un modelo de texto para el sector jurídico\n\nTongyi FaRui Plus, identificado por el fabricante como farui-plus, se basa en Qwen y se especializa con datos y conocimientos jurídicos. El fabricante describe un desarrollo que utiliza ajuste fino del modelo, aprendizaje por refuerzo, enriquecimiento mediante recuperación y tecnología de agentes jurídicos. Su ámbito de tareas incluye consultas jurídicas, identificación de disposiciones legales aplicables, análisis de casos, generación de documentos jurídicos y revisión de cláusulas contractuales.\n\nLa entrada y la salida documentadas son texto. Prepara el fragmento, los hechos o las cláusulas que se analizarán como texto legible y especifica el resultado deseado. Un entregable útil puede ser el borrador de una sección, una lista de asuntos, una explicación de una disposición proporcionada o una comparación entre redacciones de un contrato.\n\n### Prepara una solicitud o un diálogo continuo\n\nLos ejemplos del fabricante admiten una sola instrucción o una conversación basada en mensajes. Cada mensaje contiene un rol y contenido; la instrucción opcional del sistema va primero, seguida de los turnos del usuario y del asistente. La guía recomienda usar mensajes para un diálogo continuo y conservar las respuestas anteriores pertinentes cuando una continuación cambie un hecho o un requisito.\n\nPara una consulta sobre un caso, proporciona los roles de las partes, la cronología, el punto en controversia y las pruebas pertinentes para la pregunta. Indica la jurisdicción y la fecha relevantes para la tarea e incluye el texto legal que se examinará cuando la respuesta deba basarse en una disposición específica. Mantén separados un hecho afirmado, una alegación controvertida y una suposición.\n\nEn una continuación, identifica exactamente qué cambió. Por ejemplo, proporciona una fecha corregida o una cláusula adicional y pregunta qué parte del borrador anterior requiere revisión. Conservar la respuesta anterior real hace concreto el cambio solicitado, en lugar de propiciar un nuevo análisis de un caso incompleto.\n\n### Solicita un análisis o el borrador de un documento\n\nPara una consulta jurídica, define el asunto y la forma de la respuesta. Solicita la conclusión, la disposición que la respalda y los hechos que cambiarían el análisis. Cuando la fuente no establezca un detalle importante, pide que el resultado identifique esa información faltante.\n\nPara la redacción, especifica el tipo de documento, el público destinatario, las secciones requeridas y los hechos proporcionados. Una instrucción útil es: «Redacta la sección solicitada usando esta cronología y estos hechos, conserva los roles definidos de las partes e identifica la información que aún se necesita para completar el documento». Revisa nombres, fechas, cantidades y disposiciones citadas frente al material original.\n\nPara la revisión de contratos, proporciona la cláusula exacta y el aspecto que se debe examinar. Solicita una comparación de la redacción, el problema que plantea y una revisión propuesta que conserve el sentido comercial previsto. Mantén la cláusula original junto al texto propuesto para poder inspeccionar el cambio.\n\n### Trabaja dentro de los límites documentados de respuesta\n\nLa descripción publicada del modelo indica un máximo de entrada de 12,000 tokens y un máximo de salida de 2,000 tokens. Selecciona los fragmentos pertinentes y una extensión de respuesta adecuada para la tarea, dejando espacio para la respuesta solicitada dentro de la configuración de conversación aplicable. La revisión de un contrato largo puede dividirse en asuntos o secciones claramente etiquetados, conservando cualquier cláusula necesaria para entender las relaciones entre ellos.\n\nEl ajuste de longitud de respuesta del fabricante permite reducir el límite de salida para una explicación concisa o el borrador de una sección específica. Su valor predeterminado documentado es de 2,000 tokens. Comprueba que una respuesta devuelta esté completa antes de tratarla como un documento terminado.\n\n### Elige los ajustes de generación y entrega\n\nLa referencia del fabricante documenta top_p en el intervalo abierto de 0 a 1, con 0.8 como valor predeterminado. El ajuste top_k restringe el conjunto de candidatos; dejarlo sin establecer o asignarle un valor superior a 100 desactiva esa estrategia. Mantén estables la tarea y el material de referencia al comparar el efecto de un ajuste de generación admitido.\n\nEl flujo de trabajo predeterminado no utiliza streaming. El streaming entrega texto mientras continúa la generación. Los fragmentos de streaming predeterminados documentados contienen contenido acumulado; al activar la salida incremental, se devuelven únicamente las partes nuevas. Ensambla correctamente el formato elegido para no agregar dos veces el texto acumulado repetido y conserva la respuesta completa para su revisión.\n\nLa respuesta puede usar una envoltura de texto o de mensaje. La envoltura es la estructura de entrega que rodea el texto jurídico generado; la tabla de capacidades del modelo no enumera salida estructurada impuesta por un esquema, llamadas a funciones ni búsqueda web nativa. Proporciona las pruebas y disposiciones necesarias para la tarea en lugar de suponer que se realizó una consulta externa.\n\n### Mantén el análisis verificable\n\nConserva juntos el texto fuente, los hechos proporcionados, la forma del documento solicitada y la respuesta final. Comprueba la redacción exacta de las referencias y la jurisdicción o fecha de la que depende una interpretación. Una comparación de cláusulas o una explicación de un caso resulta más útil cuando sus suposiciones y los fragmentos que la respaldan siguen siendo identificables.\n\nUsa Farui Plus para su flujo de trabajo específico con textos jurídicos. El entregable final debe conectar la consulta jurídica o el borrador solicitado con el material que realmente se proporcionó.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c8a0d736ad03fc5cd5baa52770fedc3abe30e822cdd0f56963567440fdf6cb03", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "farui-plusTongyi FaRui Plus de Alibaba es un modelo de texto especializado en consultas jurídicas, análisis de casos, redacción de documentos jurídicos y revisión de contratos. Prepara los hechos y las cláusulas pertinentes como texto y luego plantea una pregunta concreta o un diálogo para obtener un análisis escrito o un borrador.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Tongyi FaRui Plus, identificado por el fabricante como farui-plus, se basa en Qwen y se especializa con datos y conocimientos jurídicos. El fabricante describe un desarrollo que utiliza ajuste fino del modelo, aprendizaje por refuerzo, enriquecimiento mediante recuperación y tecnología de agentes jurídicos. Su ámbito de tareas incluye consultas jurídicas, identificación de disposiciones legales aplicables, análisis de casos, generación de documentos jurídicos y revisión de cláusulas contractuales.
La entrada y la salida documentadas son texto. Prepara el fragmento, los hechos o las cláusulas que se analizarán como texto legible y especifica el resultado deseado. Un entregable útil puede ser el borrador de una sección, una lista de asuntos, una explicación de una disposición proporcionada o una comparación entre redacciones de un contrato.
Los ejemplos del fabricante admiten una sola instrucción o una conversación basada en mensajes. Cada mensaje contiene un rol y contenido; la instrucción opcional del sistema va primero, seguida de los turnos del usuario y del asistente. La guía recomienda usar mensajes para un diálogo continuo y conservar las respuestas anteriores pertinentes cuando una continuación cambie un hecho o un requisito.
Para una consulta sobre un caso, proporciona los roles de las partes, la cronología, el punto en controversia y las pruebas pertinentes para la pregunta. Indica la jurisdicción y la fecha relevantes para la tarea e incluye el texto legal que se examinará cuando la respuesta deba basarse en una disposición específica. Mantén separados un hecho afirmado, una alegación controvertida y una suposición.
En una continuación, identifica exactamente qué cambió. Por ejemplo, proporciona una fecha corregida o una cláusula adicional y pregunta qué parte del borrador anterior requiere revisión. Conservar la respuesta anterior real hace concreto el cambio solicitado, en lugar de propiciar un nuevo análisis de un caso incompleto.
Para una consulta jurídica, define el asunto y la forma de la respuesta. Solicita la conclusión, la disposición que la respalda y los hechos que cambiarían el análisis. Cuando la fuente no establezca un detalle importante, pide que el resultado identifique esa información faltante.
Para la redacción, especifica el tipo de documento, el público destinatario, las secciones requeridas y los hechos proporcionados. Una instrucción útil es: «Redacta la sección solicitada usando esta cronología y estos hechos, conserva los roles definidos de las partes e identifica la información que aún se necesita para completar el documento». Revisa nombres, fechas, cantidades y disposiciones citadas frente al material original.
Para la revisión de contratos, proporciona la cláusula exacta y el aspecto que se debe examinar. Solicita una comparación de la redacción, el problema que plantea y una revisión propuesta que conserve el sentido comercial previsto. Mantén la cláusula original junto al texto propuesto para poder inspeccionar el cambio.
La descripción publicada del modelo indica un máximo de entrada de 12,000 tokens y un máximo de salida de 2,000 tokens. Selecciona los fragmentos pertinentes y una extensión de respuesta adecuada para la tarea, dejando espacio para la respuesta solicitada dentro de la configuración de conversación aplicable. La revisión de un contrato largo puede dividirse en asuntos o secciones claramente etiquetados, conservando cualquier cláusula necesaria para entender las relaciones entre ellos.
El ajuste de longitud de respuesta del fabricante permite reducir el límite de salida para una explicación concisa o el borrador de una sección específica. Su valor predeterminado documentado es de 2,000 tokens. Comprueba que una respuesta devuelta esté completa antes de tratarla como un documento terminado.
La referencia del fabricante documenta top_p en el intervalo abierto de 0 a 1, con 0.8 como valor predeterminado. El ajuste top_k restringe el conjunto de candidatos; dejarlo sin establecer o asignarle un valor superior a 100 desactiva esa estrategia. Mantén estables la tarea y el material de referencia al comparar el efecto de un ajuste de generación admitido.
El flujo de trabajo predeterminado no utiliza streaming. El streaming entrega texto mientras continúa la generación. Los fragmentos de streaming predeterminados documentados contienen contenido acumulado; al activar la salida incremental, se devuelven únicamente las partes nuevas. Ensambla correctamente el formato elegido para no agregar dos veces el texto acumulado repetido y conserva la respuesta completa para su revisión.
La respuesta puede usar una envoltura de texto o de mensaje. La envoltura es la estructura de entrega que rodea el texto jurídico generado; la tabla de capacidades del modelo no enumera salida estructurada impuesta por un esquema, llamadas a funciones ni búsqueda web nativa. Proporciona las pruebas y disposiciones necesarias para la tarea en lugar de suponer que se realizó una consulta externa.
Conserva juntos el texto fuente, los hechos proporcionados, la forma del documento solicitada y la respuesta final. Comprueba la redacción exacta de las referencias y la jurisdicción o fecha de la que depende una interpretación. Una comparación de cláusulas o una explicación de un caso resulta más útil cuando sus suposiciones y los fragmentos que la respaldan siguen siendo identificables.
Usa Farui Plus para su flujo de trabajo específico con textos jurídicos. El entregable final debe conectar la consulta jurídica o el borrador solicitado con el material que realmente se proporcionó.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites farui-plus | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Conversación textual | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
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 |
Parámetrocontrol_scope | ContratoConversación textual; stream es un booleano y su valor predeterminado es false. |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Alias de método: /chat/completions
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 $0.0058 / 1K tokens Salida · Tokens de salida $0.0058 / 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 $0.0058 / 1K tokens Salida · Tokens de salida $0.0058 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"farui-plus","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="farui-plus", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 farui-plus
/chat/completions
farui-plusTongyi FaRui Plus de Alibaba es un modelo de texto especializado en consultas jurídicas, análisis de casos, redacción de documentos jurídicos y revisión de contratos. Prepara los hechos y las cláusulas pertinentes como texto y luego plantea una pregunta concreta o un diálogo para obtener un análisis escrito o un borrador.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Tongyi FaRui Plus, identificado por el fabricante como farui-plus, se basa en Qwen y se especializa con datos y conocimientos jurídicos. El fabricante describe un desarrollo que utiliza ajuste fino del modelo, aprendizaje por refuerzo, enriquecimiento mediante recuperación y tecnología de agentes jurídicos. Su ámbito de tareas incluye consultas jurídicas, identificación de disposiciones legales aplicables, análisis de casos, generación de documentos jurídicos y revisión de cláusulas contractuales.
La entrada y la salida documentadas son texto. Prepara el fragmento, los hechos o las cláusulas que se analizarán como texto legible y especifica el resultado deseado. Un entregable útil puede ser el borrador de una sección, una lista de asuntos, una explicación de una disposición proporcionada o una comparación entre redacciones de un contrato.
Los ejemplos del fabricante admiten una sola instrucción o una conversación basada en mensajes. Cada mensaje contiene un rol y contenido; la instrucción opcional del sistema va primero, seguida de los turnos del usuario y del asistente. La guía recomienda usar mensajes para un diálogo continuo y conservar las respuestas anteriores pertinentes cuando una continuación cambie un hecho o un requisito.
Para una consulta sobre un caso, proporciona los roles de las partes, la cronología, el punto en controversia y las pruebas pertinentes para la pregunta. Indica la jurisdicción y la fecha relevantes para la tarea e incluye el texto legal que se examinará cuando la respuesta deba basarse en una disposición específica. Mantén separados un hecho afirmado, una alegación controvertida y una suposición.
En una continuación, identifica exactamente qué cambió. Por ejemplo, proporciona una fecha corregida o una cláusula adicional y pregunta qué parte del borrador anterior requiere revisión. Conservar la respuesta anterior real hace concreto el cambio solicitado, en lugar de propiciar un nuevo análisis de un caso incompleto.
Para una consulta jurídica, define el asunto y la forma de la respuesta. Solicita la conclusión, la disposición que la respalda y los hechos que cambiarían el análisis. Cuando la fuente no establezca un detalle importante, pide que el resultado identifique esa información faltante.
Para la redacción, especifica el tipo de documento, el público destinatario, las secciones requeridas y los hechos proporcionados. Una instrucción útil es: «Redacta la sección solicitada usando esta cronología y estos hechos, conserva los roles definidos de las partes e identifica la información que aún se necesita para completar el documento». Revisa nombres, fechas, cantidades y disposiciones citadas frente al material original.
Para la revisión de contratos, proporciona la cláusula exacta y el aspecto que se debe examinar. Solicita una comparación de la redacción, el problema que plantea y una revisión propuesta que conserve el sentido comercial previsto. Mantén la cláusula original junto al texto propuesto para poder inspeccionar el cambio.
La descripción publicada del modelo indica un máximo de entrada de 12,000 tokens y un máximo de salida de 2,000 tokens. Selecciona los fragmentos pertinentes y una extensión de respuesta adecuada para la tarea, dejando espacio para la respuesta solicitada dentro de la configuración de conversación aplicable. La revisión de un contrato largo puede dividirse en asuntos o secciones claramente etiquetados, conservando cualquier cláusula necesaria para entender las relaciones entre ellos.
El ajuste de longitud de respuesta del fabricante permite reducir el límite de salida para una explicación concisa o el borrador de una sección específica. Su valor predeterminado documentado es de 2,000 tokens. Comprueba que una respuesta devuelta esté completa antes de tratarla como un documento terminado.
La referencia del fabricante documenta top_p en el intervalo abierto de 0 a 1, con 0.8 como valor predeterminado. El ajuste top_k restringe el conjunto de candidatos; dejarlo sin establecer o asignarle un valor superior a 100 desactiva esa estrategia. Mantén estables la tarea y el material de referencia al comparar el efecto de un ajuste de generación admitido.
El flujo de trabajo predeterminado no utiliza streaming. El streaming entrega texto mientras continúa la generación. Los fragmentos de streaming predeterminados documentados contienen contenido acumulado; al activar la salida incremental, se devuelven únicamente las partes nuevas. Ensambla correctamente el formato elegido para no agregar dos veces el texto acumulado repetido y conserva la respuesta completa para su revisión.
La respuesta puede usar una envoltura de texto o de mensaje. La envoltura es la estructura de entrega que rodea el texto jurídico generado; la tabla de capacidades del modelo no enumera salida estructurada impuesta por un esquema, llamadas a funciones ni búsqueda web nativa. Proporciona las pruebas y disposiciones necesarias para la tarea en lugar de suponer que se realizó una consulta externa.
Conserva juntos el texto fuente, los hechos proporcionados, la forma del documento solicitada y la respuesta final. Comprueba la redacción exacta de las referencias y la jurisdicción o fecha de la que depende una interpretación. Una comparación de cláusulas o una explicación de un caso resulta más útil cuando sus suposiciones y los fragmentos que la respaldan siguen siendo identificables.
Usa Farui Plus para su flujo de trabajo específico con textos jurídicos. El entregable final debe conectar la consulta jurídica o el borrador solicitado con el material que realmente se proporcionó.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites farui-plus | 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 $0.0058 / 1K tokens Salida · Tokens de salida $0.0058 / 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 $0.0058 / 1K tokens Salida · Tokens de salida $0.0058 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "farui-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'farui-plus', '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': 'farui-plus', '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 farui-plus
/chat/completions