Reka Edge es el modelo compacto de visión y lenguaje de Reka AI para aplicaciones físicas y visuales. La edición publicada 2603 acepta imágenes o video con un prompt escrito y genera texto; también admite preguntas solo de texto. Sus tareas principales son comprender escenas, analizar video, detectar objetos e interactuar mediante herramientas a partir de entradas visuales.
El modelo combina un codificador de visión de 657 millones de parámetros con una estructura base de lenguaje de 6.4 mil millones de parámetros. Su codificador visual convolucional produce 64 tokens por mosaico de imagen. La configuración de texto publicada establece un máximo de 16,384 posiciones, con escalamiento de longitud a partir de una base de 8,192 posiciones. Estas son propiedades de la configuración del punto de control del productor; las entradas visuales y la conversación aún deben caber en el contexto utilizado para una tarea.
Para responder preguntas visuales, proporciona la imagen y pregunta sobre un objeto, una relación o un evento concreto. Un prompt de inspección útil identifica lo que se debe distinguir: la posición del objeto, una condición visible o un cambio entre fotogramas. Para video, incluye la secuencia y describe el evento que se debe encontrar. Los ejemplos de aplicaciones del fabricante abarcan pies de imagen para medios, detección de logotipos, momentos destacados y metadatos, además de robótica, cámaras vehiculares y asistencia visual.
La detección de objetos tiene un prompt específico del productor: Detect: seguido de la descripción del objeto. La descripción puede nombrar uno o varios objetivos. El resultado documentado asocia las etiquetas de objetos con coordenadas de recuadros delimitadores, mediante los marcadores ref y bbox. En una aplicación, conserva la relación entre cada etiqueta y sus coordenadas para poder examinar o mostrar la región detectada sobre la imagen original.
Una tarea práctica de revisión de medios puede pedir el evento visible, los objetos involucrados y un pie de imagen conciso para un archivo. Para inspeccionar una escena, define el objeto objetivo y la condición pertinente antes de solicitar una descripción. Mantén separado lo que observó el modelo de la siguiente acción que la aplicación elija realizar. El modelo aporta la interpretación visual o la interacción con herramientas propuesta; la aplicación que lo integra ejecuta las acciones externas.
Reka publica instrucciones de despliegue local para el punto de control, incluidos ejemplos de imagen, video, detección y solo texto. La ficha utiliza la plantilla de conversación y el marcador de fin de turno propios del modelo. Desactiva explícitamente un modo de razonamiento independiente en su ejemplo local: la interpretación visual es una capacidad, mientras que una etapa de pensamiento expuesta es una función diferente. El modelo está diseñado para uso en dispositivos, instalaciones propias y la nube; el despliegue cuantizado es una configuración independiente, no una identidad implícita en el nombre del modelo.
Para la evaluación local, el productor recomienda dejar memoria disponible para la generación: su ficha indica un mínimo de 24 GB de memoria para una Mac y, para una PC, al menos 24 GB de memoria de GPU más 24 GB de memoria del sistema. Recomienda 32 GB o más en las categorías de memoria respectivas, con aproximadamente 14 GB para el modelo float16 en una Mac. Estas cifras de despliegue describen la instalación local publicada. Ayudan a distinguir el tamaño compacto del modelo de los recursos que necesita una aplicación que maneja entradas visuales.
", "aboutText": "Reka Edge es el modelo compacto de visión y lenguaje de Reka AI para aplicaciones físicas y visuales. La edición publicada 2603 acepta imágenes o video con un prompt escrito y genera texto; también admite preguntas solo de texto. Sus tareas principales son comprender escenas, analizar video, detectar objetos e interactuar mediante herramientas a partir de entradas visuales.\n\nEl modelo combina un codificador de visión de 657 millones de parámetros con una estructura base de lenguaje de 6.4 mil millones de parámetros. Su codificador visual convolucional produce 64 tokens por mosaico de imagen. La configuración de texto publicada establece un máximo de 16,384 posiciones, con escalamiento de longitud a partir de una base de 8,192 posiciones. Estas son propiedades de la configuración del punto de control del productor; las entradas visuales y la conversación aún deben caber en el contexto utilizado para una tarea.\n\nPara responder preguntas visuales, proporciona la imagen y pregunta sobre un objeto, una relación o un evento concreto. Un prompt de inspección útil identifica lo que se debe distinguir: la posición del objeto, una condición visible o un cambio entre fotogramas. Para video, incluye la secuencia y describe el evento que se debe encontrar. Los ejemplos de aplicaciones del fabricante abarcan pies de imagen para medios, detección de logotipos, momentos destacados y metadatos, además de robótica, cámaras vehiculares y asistencia visual.\n\nLa detección de objetos tiene un prompt específico del productor: Detect: seguido de la descripción del objeto. La descripción puede nombrar uno o varios objetivos. El resultado documentado asocia las etiquetas de objetos con coordenadas de recuadros delimitadores, mediante los marcadores ref y bbox. En una aplicación, conserva la relación entre cada etiqueta y sus coordenadas para poder examinar o mostrar la región detectada sobre la imagen original.\n\nUna tarea práctica de revisión de medios puede pedir el evento visible, los objetos involucrados y un pie de imagen conciso para un archivo. Para inspeccionar una escena, define el objeto objetivo y la condición pertinente antes de solicitar una descripción. Mantén separado lo que observó el modelo de la siguiente acción que la aplicación elija realizar. El modelo aporta la interpretación visual o la interacción con herramientas propuesta; la aplicación que lo integra ejecuta las acciones externas.\n\nReka publica instrucciones de despliegue local para el punto de control, incluidos ejemplos de imagen, video, detección y solo texto. La ficha utiliza la plantilla de conversación y el marcador de fin de turno propios del modelo. Desactiva explícitamente un modo de razonamiento independiente en su ejemplo local: la interpretación visual es una capacidad, mientras que una etapa de pensamiento expuesta es una función diferente. El modelo está diseñado para uso en dispositivos, instalaciones propias y la nube; el despliegue cuantizado es una configuración independiente, no una identidad implícita en el nombre del modelo.\n\nPara la evaluación local, el productor recomienda dejar memoria disponible para la generación: su ficha indica un mínimo de 24 GB de memoria para una Mac y, para una PC, al menos 24 GB de memoria de GPU más 24 GB de memoria del sistema. Recomienda 32 GB o más en las categorías de memoria respectivas, con aproximadamente 14 GB para el modelo float16 en una Mac. Estas cifras de despliegue describen la instalación local publicada. Ayudan a distinguir el tamaño compacto del modelo de los recursos que necesita una aplicación que maneja entradas visuales.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Caption a described loading scene\n\nWrite a concise archive caption from this textual scene description: a worker stands beside a parked van; two sealed boxes are on a trolley; no loading movement is described. Include the objects and their relationship, and add a short uncertainty note about whether loading has begun. Do not infer motion from proximity.A neutral scene caption and a separate uncertainty note.Check that the caption distinguishes observed positions from an unobserved loading action.rekaai/reka-edgeReka Edge es un modelo de visión y lenguaje de 7B para comprender imágenes y video, detectar objetos y realizar flujos de trabajo con herramientas guiados por información visual. Recibe material visual y texto, produce texto y proporciona un formato de prompt específico para detección.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Reka Edge es el modelo compacto de visión y lenguaje de Reka AI para aplicaciones físicas y visuales. La edición publicada 2603 acepta imágenes o video con un prompt escrito y genera texto; también admite preguntas solo de texto. Sus tareas principales son comprender escenas, analizar video, detectar objetos e interactuar mediante herramientas a partir de entradas visuales.
El modelo combina un codificador de visión de 657 millones de parámetros con una estructura base de lenguaje de 6.4 mil millones de parámetros. Su codificador visual convolucional produce 64 tokens por mosaico de imagen. La configuración de texto publicada establece un máximo de 16,384 posiciones, con escalamiento de longitud a partir de una base de 8,192 posiciones. Estas son propiedades de la configuración del punto de control del productor; las entradas visuales y la conversación aún deben caber en el contexto utilizado para una tarea.
Para responder preguntas visuales, proporciona la imagen y pregunta sobre un objeto, una relación o un evento concreto. Un prompt de inspección útil identifica lo que se debe distinguir: la posición del objeto, una condición visible o un cambio entre fotogramas. Para video, incluye la secuencia y describe el evento que se debe encontrar. Los ejemplos de aplicaciones del fabricante abarcan pies de imagen para medios, detección de logotipos, momentos destacados y metadatos, además de robótica, cámaras vehiculares y asistencia visual.
La detección de objetos tiene un prompt específico del productor: Detect: seguido de la descripción del objeto. La descripción puede nombrar uno o varios objetivos. El resultado documentado asocia las etiquetas de objetos con coordenadas de recuadros delimitadores, mediante los marcadores ref y bbox. En una aplicación, conserva la relación entre cada etiqueta y sus coordenadas para poder examinar o mostrar la región detectada sobre la imagen original.
Una tarea práctica de revisión de medios puede pedir el evento visible, los objetos involucrados y un pie de imagen conciso para un archivo. Para inspeccionar una escena, define el objeto objetivo y la condición pertinente antes de solicitar una descripción. Mantén separado lo que observó el modelo de la siguiente acción que la aplicación elija realizar. El modelo aporta la interpretación visual o la interacción con herramientas propuesta; la aplicación que lo integra ejecuta las acciones externas.
Reka publica instrucciones de despliegue local para el punto de control, incluidos ejemplos de imagen, video, detección y solo texto. La ficha utiliza la plantilla de conversación y el marcador de fin de turno propios del modelo. Desactiva explícitamente un modo de razonamiento independiente en su ejemplo local: la interpretación visual es una capacidad, mientras que una etapa de pensamiento expuesta es una función diferente. El modelo está diseñado para uso en dispositivos, instalaciones propias y la nube; el despliegue cuantizado es una configuración independiente, no una identidad implícita en el nombre del modelo.
Para la evaluación local, el productor recomienda dejar memoria disponible para la generación: su ficha indica un mínimo de 24 GB de memoria para una Mac y, para una PC, al menos 24 GB de memoria de GPU más 24 GB de memoria del sistema. Recomienda 32 GB o más en las categorías de memoria respectivas, con aproximadamente 14 GB para el modelo float16 en una Mac. Estas cifras de despliegue describen la instalación local publicada. Ayudan a distinguir el tamaño compacto del modelo de los recursos que necesita una aplicación que maneja entradas visuales.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites rekaai/reka-edge | 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 $0.0002 / 1K tokens Salida · Tokens de salida $0.0002 / 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 $0.0002 / 1K tokens Salida · Tokens de salida $0.0002 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "rekaai/reka-edge", "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='rekaai/reka-edge',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='rekaai/reka-edge',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 rekaai/reka-edge
Usa las rutas de método indicadas arriba.
rekaai/reka-edgeReka Edge es un modelo de visión y lenguaje de 7B para comprender imágenes y video, detectar objetos y realizar flujos de trabajo con herramientas guiados por información visual. Recibe material visual y texto, produce texto y proporciona un formato de prompt específico para detección.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Reka Edge es el modelo compacto de visión y lenguaje de Reka AI para aplicaciones físicas y visuales. La edición publicada 2603 acepta imágenes o video con un prompt escrito y genera texto; también admite preguntas solo de texto. Sus tareas principales son comprender escenas, analizar video, detectar objetos e interactuar mediante herramientas a partir de entradas visuales.
El modelo combina un codificador de visión de 657 millones de parámetros con una estructura base de lenguaje de 6.4 mil millones de parámetros. Su codificador visual convolucional produce 64 tokens por mosaico de imagen. La configuración de texto publicada establece un máximo de 16,384 posiciones, con escalamiento de longitud a partir de una base de 8,192 posiciones. Estas son propiedades de la configuración del punto de control del productor; las entradas visuales y la conversación aún deben caber en el contexto utilizado para una tarea.
Para responder preguntas visuales, proporciona la imagen y pregunta sobre un objeto, una relación o un evento concreto. Un prompt de inspección útil identifica lo que se debe distinguir: la posición del objeto, una condición visible o un cambio entre fotogramas. Para video, incluye la secuencia y describe el evento que se debe encontrar. Los ejemplos de aplicaciones del fabricante abarcan pies de imagen para medios, detección de logotipos, momentos destacados y metadatos, además de robótica, cámaras vehiculares y asistencia visual.
La detección de objetos tiene un prompt específico del productor: Detect: seguido de la descripción del objeto. La descripción puede nombrar uno o varios objetivos. El resultado documentado asocia las etiquetas de objetos con coordenadas de recuadros delimitadores, mediante los marcadores ref y bbox. En una aplicación, conserva la relación entre cada etiqueta y sus coordenadas para poder examinar o mostrar la región detectada sobre la imagen original.
Una tarea práctica de revisión de medios puede pedir el evento visible, los objetos involucrados y un pie de imagen conciso para un archivo. Para inspeccionar una escena, define el objeto objetivo y la condición pertinente antes de solicitar una descripción. Mantén separado lo que observó el modelo de la siguiente acción que la aplicación elija realizar. El modelo aporta la interpretación visual o la interacción con herramientas propuesta; la aplicación que lo integra ejecuta las acciones externas.
Reka publica instrucciones de despliegue local para el punto de control, incluidos ejemplos de imagen, video, detección y solo texto. La ficha utiliza la plantilla de conversación y el marcador de fin de turno propios del modelo. Desactiva explícitamente un modo de razonamiento independiente en su ejemplo local: la interpretación visual es una capacidad, mientras que una etapa de pensamiento expuesta es una función diferente. El modelo está diseñado para uso en dispositivos, instalaciones propias y la nube; el despliegue cuantizado es una configuración independiente, no una identidad implícita en el nombre del modelo.
Para la evaluación local, el productor recomienda dejar memoria disponible para la generación: su ficha indica un mínimo de 24 GB de memoria para una Mac y, para una PC, al menos 24 GB de memoria de GPU más 24 GB de memoria del sistema. Recomienda 32 GB o más en las categorías de memoria respectivas, con aproximadamente 14 GB para el modelo float16 en una Mac. Estas cifras de despliegue describen la instalación local publicada. Ayudan a distinguir el tamaño compacto del modelo de los recursos que necesita una aplicación que maneja entradas visuales.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites rekaai/reka-edge | 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 $0.0002 / 1K tokens Salida · Tokens de salida $0.0002 / 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 $0.0002 / 1K tokens Salida · Tokens de salida $0.0002 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "rekaai/reka-edge",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'rekaai/reka-edge', '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': 'rekaai/reka-edge', '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 rekaai/reka-edge
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Caption a described loading scene\n\nWrite a concise archive caption from this textual scene description: a worker stands beside a parked van; two sealed boxes are on a trolley; no loading movement is described. Include the objects and their relationship, and add a short uncertainty note about whether loading has begun. Do not infer motion from proximity.A neutral scene caption and a separate uncertainty note.Check that the caption distinguishes observed positions from an unobserved loading action.