Nex-N2.5-mini es la edición pequeña multimodal de Nex AGI dentro de la familia de agentes Nex-N2.5. Junto con Pro, parte de las bases multimodales de Nex-N2 con mejoras en uso de computadora, navegación web y ejecución de tareas basada en evidencia visual. Su desarrollador trata la retroalimentación visual como parte de cómo un agente comprueba su avance, no solo como material para una descripción aislada de una imagen.
Prepara una tarea con agentes con el objetivo del usuario, la pantalla o información fuente relevante y un criterio claro de finalización. Identifica qué acciones están permitidas y qué observación establecería el éxito. Un documento ilustrativo de instrucciones es: «Usa la captura de pantalla proporcionada para identificar los controles necesarios para este cambio, explica la siguiente operación y comprueba el estado devuelto contra el objetivo».
El modelo puede interpretar el estado visual y proponer una función u operación. La aplicación que lo integra realiza esa acción y devuelve la siguiente captura de pantalla u otro resultado. Un clic propuesto o código generado siguen siendo un resultado de texto hasta que la aplicación los ejecuta. Usa la observación real para decidir si continúas o corriges el plan.
La plantilla de su desarrollador usa reasoning_effort para seleccionar su comportamiento. None ofrece una respuesta directa sin traza de razonamiento. Medium es el valor adaptativo predeterminado y permite al modelo elegir si razona y cuánto. High siempre activa el razonamiento antes de responder. Su desarrollador recomienda una temperatura de 0.7, top-p de 0.95 y top-k de 40 para el perfil de referencia.
Indica el formato de respuesta requerido por separado del modo, como una explicación breve, una lista respaldada por fuentes o la siguiente operación propuesta. El control de esfuerzo de razonamiento de la plantilla no debe sustituirse silenciosamente por el indicador thinking de otro modelo. Conserva la distinción entre análisis intermedio y contenido final.
Los modelos de la serie Nex documentan llamadas a funciones con definiciones de herramientas proporcionadas y un analizador que extrae las llamadas como contenido estructurado. Define el propósito y los parámetros de cada función y conserva su observación devuelta en el contexto de la tarea. Una tarea continua de navegador o programación debe usar esos resultados reales para mantener el avance y autocorregirse.
El papel documentado de Mini sigue siendo multimodal, separado de la edición Max de solo texto de la familia. Para una tarea de conocimiento, proporciona los pasajes relevantes; para una tarea de programación, proporciona la implementación y el comportamiento esperado. Conserva las etiquetas de archivos y fuentes para que el artefacto final pueda remitir a su evidencia.
Distribuye juntos la fuente disponible, la representación visual, la conversación, el razonamiento y las respuestas de herramientas. Mantén visibles durante el flujo las observaciones significativas más recientes y el resultado que requiere el usuario. No equipares un plan extenso de acciones con un resultado completado; la entrega final debe distinguir las propuestas de las operaciones para las que se devolvió un resultado.
La salida útil es una explicación de texto, una propuesta de código o una secuencia de acciones basadas en las observaciones proporcionadas por la aplicación. Revisa los detalles visuales contra la captura de pantalla y las afirmaciones sensibles a fuentes contra material autorizado. Mini conserva su edición exacta identificada y sus modos de razonamiento sin heredar el número de parámetros del modelo Max ni un techo universal de salida no documentado.
", "aboutText": "Nex-N2.5-mini es la edición pequeña multimodal de Nex AGI dentro de la familia de agentes Nex-N2.5. Junto con Pro, parte de las bases multimodales de Nex-N2 con mejoras en uso de computadora, navegación web y ejecución de tareas basada en evidencia visual. Su desarrollador trata la retroalimentación visual como parte de cómo un agente comprueba su avance, no solo como material para una descripción aislada de una imagen.\n\n### Observa, actúa y comprueba\n\nPrepara una tarea con agentes con el objetivo del usuario, la pantalla o información fuente relevante y un criterio claro de finalización. Identifica qué acciones están permitidas y qué observación establecería el éxito. Un documento ilustrativo de instrucciones es: «Usa la captura de pantalla proporcionada para identificar los controles necesarios para este cambio, explica la siguiente operación y comprueba el estado devuelto contra el objetivo».\n\nEl modelo puede interpretar el estado visual y proponer una función u operación. La aplicación que lo integra realiza esa acción y devuelve la siguiente captura de pantalla u otro resultado. Un clic propuesto o código generado siguen siendo un resultado de texto hasta que la aplicación los ejecuta. Usa la observación real para decidir si continúas o corriges el plan.\n\n### Tres modos de razonamiento\n\nLa plantilla de su desarrollador usa reasoning_effort para seleccionar su comportamiento. None ofrece una respuesta directa sin traza de razonamiento. Medium es el valor adaptativo predeterminado y permite al modelo elegir si razona y cuánto. High siempre activa el razonamiento antes de responder. Su desarrollador recomienda una temperatura de 0.7, top-p de 0.95 y top-k de 40 para el perfil de referencia.\n\nIndica el formato de respuesta requerido por separado del modo, como una explicación breve, una lista respaldada por fuentes o la siguiente operación propuesta. El control de esfuerzo de razonamiento de la plantilla no debe sustituirse silenciosamente por el indicador thinking de otro modelo. Conserva la distinción entre análisis intermedio y contenido final.\n\n### Funciones y resultados útiles\n\nLos modelos de la serie Nex documentan llamadas a funciones con definiciones de herramientas proporcionadas y un analizador que extrae las llamadas como contenido estructurado. Define el propósito y los parámetros de cada función y conserva su observación devuelta en el contexto de la tarea. Una tarea continua de navegador o programación debe usar esos resultados reales para mantener el avance y autocorregirse.\n\nEl papel documentado de Mini sigue siendo multimodal, separado de la edición Max de solo texto de la familia. Para una tarea de conocimiento, proporciona los pasajes relevantes; para una tarea de programación, proporciona la implementación y el comportamiento esperado. Conserva las etiquetas de archivos y fuentes para que el artefacto final pueda remitir a su evidencia.\n\n### Preparación de una tarea larga\n\nDistribuye juntos la fuente disponible, la representación visual, la conversación, el razonamiento y las respuestas de herramientas. Mantén visibles durante el flujo las observaciones significativas más recientes y el resultado que requiere el usuario. No equipares un plan extenso de acciones con un resultado completado; la entrega final debe distinguir las propuestas de las operaciones para las que se devolvió un resultado.\n\nLa salida útil es una explicación de texto, una propuesta de código o una secuencia de acciones basadas en las observaciones proporcionadas por la aplicación. Revisa los detalles visuales contra la captura de pantalla y las afirmaciones sensibles a fuentes contra material autorizado. Mini conserva su edición exacta identificada y sus modos de razonamiento sin heredar el número de parámetros del modelo Max ni un techo universal de salida no documentado.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Choose the next interface step\n\nA user wants to enable weekly reports. Supplied interface state: the Reports page shows a Weekly reports checkbox unchecked, a disabled Save button and an unsaved-changes indicator absent. Describe the next proposed interaction, the expected state after it and what must be observed before claiming the setting is saved. Use only this textual state description.A short proposed-action sequence with an expected intermediate state and a separate saved-state verification criterion.Check that the answer does not claim the setting is saved merely because the checkbox was selected.nex-agi/nex-n2.5-miniNex-N2.5-mini es la edición pequeña multimodal de agentes de Nex AGI para uso de computadora, tareas de navegador y retroalimentación visual. Combina modos directo, adaptativo y de razonamiento con llamadas a funciones y produce texto y acciones propuestas a partir de la tarea y las observaciones de pantalla que se le proporcionan.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Nex-N2.5-mini es la edición pequeña multimodal de Nex AGI dentro de la familia de agentes Nex-N2.5. Junto con Pro, parte de las bases multimodales de Nex-N2 con mejoras en uso de computadora, navegación web y ejecución de tareas basada en evidencia visual. Su desarrollador trata la retroalimentación visual como parte de cómo un agente comprueba su avance, no solo como material para una descripción aislada de una imagen.
Prepara una tarea con agentes con el objetivo del usuario, la pantalla o información fuente relevante y un criterio claro de finalización. Identifica qué acciones están permitidas y qué observación establecería el éxito. Un documento ilustrativo de instrucciones es: «Usa la captura de pantalla proporcionada para identificar los controles necesarios para este cambio, explica la siguiente operación y comprueba el estado devuelto contra el objetivo».
El modelo puede interpretar el estado visual y proponer una función u operación. La aplicación que lo integra realiza esa acción y devuelve la siguiente captura de pantalla u otro resultado. Un clic propuesto o código generado siguen siendo un resultado de texto hasta que la aplicación los ejecuta. Usa la observación real para decidir si continúas o corriges el plan.
La plantilla de su desarrollador usa reasoning_effort para seleccionar su comportamiento. None ofrece una respuesta directa sin traza de razonamiento. Medium es el valor adaptativo predeterminado y permite al modelo elegir si razona y cuánto. High siempre activa el razonamiento antes de responder. Su desarrollador recomienda una temperatura de 0.7, top-p de 0.95 y top-k de 40 para el perfil de referencia.
Indica el formato de respuesta requerido por separado del modo, como una explicación breve, una lista respaldada por fuentes o la siguiente operación propuesta. El control de esfuerzo de razonamiento de la plantilla no debe sustituirse silenciosamente por el indicador thinking de otro modelo. Conserva la distinción entre análisis intermedio y contenido final.
Los modelos de la serie Nex documentan llamadas a funciones con definiciones de herramientas proporcionadas y un analizador que extrae las llamadas como contenido estructurado. Define el propósito y los parámetros de cada función y conserva su observación devuelta en el contexto de la tarea. Una tarea continua de navegador o programación debe usar esos resultados reales para mantener el avance y autocorregirse.
El papel documentado de Mini sigue siendo multimodal, separado de la edición Max de solo texto de la familia. Para una tarea de conocimiento, proporciona los pasajes relevantes; para una tarea de programación, proporciona la implementación y el comportamiento esperado. Conserva las etiquetas de archivos y fuentes para que el artefacto final pueda remitir a su evidencia.
Distribuye juntos la fuente disponible, la representación visual, la conversación, el razonamiento y las respuestas de herramientas. Mantén visibles durante el flujo las observaciones significativas más recientes y el resultado que requiere el usuario. No equipares un plan extenso de acciones con un resultado completado; la entrega final debe distinguir las propuestas de las operaciones para las que se devolvió un resultado.
La salida útil es una explicación de texto, una propuesta de código o una secuencia de acciones basadas en las observaciones proporcionadas por la aplicación. Revisa los detalles visuales contra la captura de pantalla y las afirmaciones sensibles a fuentes contra material autorizado. Mini conserva su edición exacta identificada y sus modos de razonamiento sin heredar el número de parámetros del modelo Max ni un techo universal de salida no documentado.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites nex-agi/nex-n2.5-mini | 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 $0.00005 / 1K tokens Salida · Tokens de salida $0.0002 / 1K tokens Entrada · Lectura de caché $0.000005 / 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 $0.00005 / 1K tokens Salida · Tokens de salida $0.0002 / 1K tokens Entrada · Lectura de caché $0.000005 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "nex-agi/nex-n2.5-mini", "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='nex-agi/nex-n2.5-mini',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='nex-agi/nex-n2.5-mini',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 nex-agi/nex-n2.5-mini
Usa las rutas de método indicadas arriba.
nex-agi/nex-n2.5-miniNex-N2.5-mini es la edición pequeña multimodal de agentes de Nex AGI para uso de computadora, tareas de navegador y retroalimentación visual. Combina modos directo, adaptativo y de razonamiento con llamadas a funciones y produce texto y acciones propuestas a partir de la tarea y las observaciones de pantalla que se le proporcionan.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Nex-N2.5-mini es la edición pequeña multimodal de Nex AGI dentro de la familia de agentes Nex-N2.5. Junto con Pro, parte de las bases multimodales de Nex-N2 con mejoras en uso de computadora, navegación web y ejecución de tareas basada en evidencia visual. Su desarrollador trata la retroalimentación visual como parte de cómo un agente comprueba su avance, no solo como material para una descripción aislada de una imagen.
Prepara una tarea con agentes con el objetivo del usuario, la pantalla o información fuente relevante y un criterio claro de finalización. Identifica qué acciones están permitidas y qué observación establecería el éxito. Un documento ilustrativo de instrucciones es: «Usa la captura de pantalla proporcionada para identificar los controles necesarios para este cambio, explica la siguiente operación y comprueba el estado devuelto contra el objetivo».
El modelo puede interpretar el estado visual y proponer una función u operación. La aplicación que lo integra realiza esa acción y devuelve la siguiente captura de pantalla u otro resultado. Un clic propuesto o código generado siguen siendo un resultado de texto hasta que la aplicación los ejecuta. Usa la observación real para decidir si continúas o corriges el plan.
La plantilla de su desarrollador usa reasoning_effort para seleccionar su comportamiento. None ofrece una respuesta directa sin traza de razonamiento. Medium es el valor adaptativo predeterminado y permite al modelo elegir si razona y cuánto. High siempre activa el razonamiento antes de responder. Su desarrollador recomienda una temperatura de 0.7, top-p de 0.95 y top-k de 40 para el perfil de referencia.
Indica el formato de respuesta requerido por separado del modo, como una explicación breve, una lista respaldada por fuentes o la siguiente operación propuesta. El control de esfuerzo de razonamiento de la plantilla no debe sustituirse silenciosamente por el indicador thinking de otro modelo. Conserva la distinción entre análisis intermedio y contenido final.
Los modelos de la serie Nex documentan llamadas a funciones con definiciones de herramientas proporcionadas y un analizador que extrae las llamadas como contenido estructurado. Define el propósito y los parámetros de cada función y conserva su observación devuelta en el contexto de la tarea. Una tarea continua de navegador o programación debe usar esos resultados reales para mantener el avance y autocorregirse.
El papel documentado de Mini sigue siendo multimodal, separado de la edición Max de solo texto de la familia. Para una tarea de conocimiento, proporciona los pasajes relevantes; para una tarea de programación, proporciona la implementación y el comportamiento esperado. Conserva las etiquetas de archivos y fuentes para que el artefacto final pueda remitir a su evidencia.
Distribuye juntos la fuente disponible, la representación visual, la conversación, el razonamiento y las respuestas de herramientas. Mantén visibles durante el flujo las observaciones significativas más recientes y el resultado que requiere el usuario. No equipares un plan extenso de acciones con un resultado completado; la entrega final debe distinguir las propuestas de las operaciones para las que se devolvió un resultado.
La salida útil es una explicación de texto, una propuesta de código o una secuencia de acciones basadas en las observaciones proporcionadas por la aplicación. Revisa los detalles visuales contra la captura de pantalla y las afirmaciones sensibles a fuentes contra material autorizado. Mini conserva su edición exacta identificada y sus modos de razonamiento sin heredar el número de parámetros del modelo Max ni un techo universal de salida no documentado.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites nex-agi/nex-n2.5-mini | 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 $0.00005 / 1K tokens Salida · Tokens de salida $0.0002 / 1K tokens Entrada · Lectura de caché $0.000005 / 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 $0.00005 / 1K tokens Salida · Tokens de salida $0.0002 / 1K tokens Entrada · Lectura de caché $0.000005 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "nex-agi/nex-n2.5-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'nex-agi/nex-n2.5-mini', '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': 'nex-agi/nex-n2.5-mini', '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 nex-agi/nex-n2.5-mini
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Choose the next interface step\n\nA user wants to enable weekly reports. Supplied interface state: the Reports page shows a Weekly reports checkbox unchecked, a disabled Save button and an unsaved-changes indicator absent. Describe the next proposed interaction, the expected state after it and what must be observed before claiming the setting is saved. Use only this textual state description.A short proposed-action sequence with an expected intermediate state and a separate saved-state verification criterion.Check that the answer does not claim the setting is saved merely because the checkbox was selected.