Amazon Nova Pro es el modelo equilibrado de comprensión multimodal de la primera generación de la familia Nova de Amazon. Combina comprensión de texto, imágenes y vídeo para tareas que van desde responder preguntas sobre documentos y analizar imágenes hasta trabajo de software y flujos de agentes. Su salida es texto: una explicación, información extraída, código, un plan o una solicitud de herramienta. Pro se sitúa entre el modelo más ligero Nova Lite y el trabajo más exigente con contextos largos que aborda Premier; este perfil describe la edición Pro v1 original y no un modelo Nova 2.
La guía de la primera generación Nova indica una ventana de contexto de 300K tokens y una salida máxima de 10K tokens. Su fecha límite de conocimiento documentada es octubre de 2024. Un flujo práctico puede combinar pasajes de referencia, contenido documental, pruebas visuales y conversación reciente, y devolver un resultado compacto. Para una revisión técnica, proporcione el código pertinente, el comportamiento observado y las restricciones y pida una propuesta de cambio con sus motivos. Para un informe, indique las fuentes y los campos que se deben comparar. Separe las pruebas de las instrucciones para que el modelo pueda distinguir lo que afirman los documentos de la conclusión que desea investigar.
Amazon documenta la capacidad de Pro para responder preguntas visuales, clasificar o resumir imágenes y devolver cuadros delimitadores para objetos especificados. La guía de imágenes de la primera generación utiliza una escala de coordenadas [0, 1000), que la aplicación consumidora convierte a las dimensiones de la imagen original. Las imágenes se reescalan automáticamente, con una resolución máxima documentada de 8 000 × 8 000 píxeles. Esto permite trabajos como identificar un elemento en una captura de pantalla o describir un diagrama. Conserve el texto legible y el contexto visual clave, y pida las observaciones pertinentes antes de solicitar una interpretación.
Los formatos de imagen admitidos por el proveedor incluyen PNG, JPG/JPEG, GIF y WebP. El flujo documental acepta PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT y Markdown. Los formatos basados en texto aportan texto, mientras que PDF y DOCX pueden interpretarse junto con elementos visuales como gráficos y tablas. La guía documental permite hasta cinco documentos y limita cada documento de texto a 4.5 MB. Excluye el contenido PDF que utiliza imágenes CMYK o SVG y codificaciones no admitidas como JPEG2000 y JBIG2. Cuando una tarea solo necesita las palabras de un PDF, el texto extraído ofrece una entrada más sencilla que la lectura visual de páginas. Los medios incorporados comparten un presupuesto de carga de 25 MB, incluida la sobrecarga de base64. Una solicitud contiene un vídeo, limitado a 1 GB mediante S3; los medios combinados en S3 pueden sumar 2 GB. Las entradas PDF y DOCX siguen limitadas a cinco documentos, con un presupuesto combinado de 25 MB para carga directa o de 2 GB mediante S3.
Pro puede analizar formatos de vídeo comunes como MP4, MOV, MKV y WebM. Su estrategia de muestreo version1 utiliza un fotograma por segundo para clips de hasta 16 minutos y después 960 fotogramas distribuidos entre los clips más largos. Esto favorece los resúmenes de escenas frente al análisis preciso de acciones muy rápidas, especialmente a medida que aumenta la duración del vídeo. Amazon recomienda mantener los clips con más movimiento por debajo de 16 minutos y los de poco movimiento por debajo de una hora. Proporcione un segmento pertinente e identifique el acontecimiento visible o la relación que se debe inspeccionar; una transcripción debe aportar la información hablada porque las modalidades de entrada documentadas no incluyen audio. El proveedor también indica que este modelo no identifica ni nombra a las personas de imágenes, documentos o vídeos.
Pro admite respuestas en streaming, llamadas a funciones ejecutadas por el cliente y tareas aumentadas con recuperación de información. También admite caché de prompts en el perfil de servicio documentado de Amazon. La caché explícita requiere al menos 1K tokens por punto de control y permite hasta cuatro puntos de control con una retención de cinco minutos. El proveedor limita la caché de prompts a 20K tokens, principalmente para prompts de texto; ese presupuesto de caché es distinto de la ventana de contexto completa. Describa las herramientas y sus argumentos, deje que la aplicación ejecute las solicitudes y devuelva observaciones o errores antes de pedir al modelo que continúe. Los modelos Nova de primera generación pueden recibir instrucciones para desarrollar una solución por etapas, pero esto es distinto de los modos de pensamiento extendido configurados por separado y las herramientas integradas de Nova 2 Lite. Pro también sirve como profesor de destilación para Nova Micro y Lite, y Amazon documenta el ajuste fino personalizado de Pro; esos modelos personalizados conservan sus propias identidades.
La guía version1 describe un entrenamiento en más de 200 idiomas con optimización para 15, incluidos inglés, alemán, español, francés, italiano, japonés, coreano, árabe, chino simplificado, ruso, hindi, portugués, neerlandés, turco y hebreo. Indique el idioma y la terminología necesarios en vez de suponer un rendimiento uniforme entre dialectos. Para un flujo reutilizable, especifique la estructura final y qué pruebas de origen debe contener cada campo. Pro puede devolver afirmaciones plausibles pero incorrectas o código que no se ha ejecutado; proporcionar hechos explícitos y mantener los resultados de herramientas diferenciados de las propuestas facilita el uso y la verificación de la salida.
", "aboutText": "Amazon Nova Pro es el modelo equilibrado de comprensión multimodal de la primera generación de la familia Nova de Amazon. Combina comprensión de texto, imágenes y vídeo para tareas que van desde responder preguntas sobre documentos y analizar imágenes hasta trabajo de software y flujos de agentes. Su salida es texto: una explicación, información extraída, código, un plan o una solicitud de herramienta. Pro se sitúa entre el modelo más ligero Nova Lite y el trabajo más exigente con contextos largos que aborda Premier; este perfil describe la edición Pro v1 original y no un modelo Nova 2.\n\nLa guía de la primera generación Nova indica una ventana de contexto de 300K tokens y una salida máxima de 10K tokens. Su fecha límite de conocimiento documentada es octubre de 2024. Un flujo práctico puede combinar pasajes de referencia, contenido documental, pruebas visuales y conversación reciente, y devolver un resultado compacto. Para una revisión técnica, proporcione el código pertinente, el comportamiento observado y las restricciones y pida una propuesta de cambio con sus motivos. Para un informe, indique las fuentes y los campos que se deben comparar. Separe las pruebas de las instrucciones para que el modelo pueda distinguir lo que afirman los documentos de la conclusión que desea investigar.\n\nAmazon documenta la capacidad de Pro para responder preguntas visuales, clasificar o resumir imágenes y devolver cuadros delimitadores para objetos especificados. La guía de imágenes de la primera generación utiliza una escala de coordenadas [0, 1000), que la aplicación consumidora convierte a las dimensiones de la imagen original. Las imágenes se reescalan automáticamente, con una resolución máxima documentada de 8 000 × 8 000 píxeles. Esto permite trabajos como identificar un elemento en una captura de pantalla o describir un diagrama. Conserve el texto legible y el contexto visual clave, y pida las observaciones pertinentes antes de solicitar una interpretación.\n\nLos formatos de imagen admitidos por el proveedor incluyen PNG, JPG/JPEG, GIF y WebP. El flujo documental acepta PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT y Markdown. Los formatos basados en texto aportan texto, mientras que PDF y DOCX pueden interpretarse junto con elementos visuales como gráficos y tablas. La guía documental permite hasta cinco documentos y limita cada documento de texto a 4.5 MB. Excluye el contenido PDF que utiliza imágenes CMYK o SVG y codificaciones no admitidas como JPEG2000 y JBIG2. Cuando una tarea solo necesita las palabras de un PDF, el texto extraído ofrece una entrada más sencilla que la lectura visual de páginas. Los medios incorporados comparten un presupuesto de carga de 25 MB, incluida la sobrecarga de base64. Una solicitud contiene un vídeo, limitado a 1 GB mediante S3; los medios combinados en S3 pueden sumar 2 GB. Las entradas PDF y DOCX siguen limitadas a cinco documentos, con un presupuesto combinado de 25 MB para carga directa o de 2 GB mediante S3.\n\nPro puede analizar formatos de vídeo comunes como MP4, MOV, MKV y WebM. Su estrategia de muestreo version1 utiliza un fotograma por segundo para clips de hasta 16 minutos y después 960 fotogramas distribuidos entre los clips más largos. Esto favorece los resúmenes de escenas frente al análisis preciso de acciones muy rápidas, especialmente a medida que aumenta la duración del vídeo. Amazon recomienda mantener los clips con más movimiento por debajo de 16 minutos y los de poco movimiento por debajo de una hora. Proporcione un segmento pertinente e identifique el acontecimiento visible o la relación que se debe inspeccionar; una transcripción debe aportar la información hablada porque las modalidades de entrada documentadas no incluyen audio. El proveedor también indica que este modelo no identifica ni nombra a las personas de imágenes, documentos o vídeos.\n\nPro admite respuestas en streaming, llamadas a funciones ejecutadas por el cliente y tareas aumentadas con recuperación de información. También admite caché de prompts en el perfil de servicio documentado de Amazon. La caché explícita requiere al menos 1K tokens por punto de control y permite hasta cuatro puntos de control con una retención de cinco minutos. El proveedor limita la caché de prompts a 20K tokens, principalmente para prompts de texto; ese presupuesto de caché es distinto de la ventana de contexto completa. Describa las herramientas y sus argumentos, deje que la aplicación ejecute las solicitudes y devuelva observaciones o errores antes de pedir al modelo que continúe. Los modelos Nova de primera generación pueden recibir instrucciones para desarrollar una solución por etapas, pero esto es distinto de los modos de pensamiento extendido configurados por separado y las herramientas integradas de Nova 2 Lite. Pro también sirve como profesor de destilación para Nova Micro y Lite, y Amazon documenta el ajuste fino personalizado de Pro; esos modelos personalizados conservan sus propias identidades.\n\nLa guía version1 describe un entrenamiento en más de 200 idiomas con optimización para 15, incluidos inglés, alemán, español, francés, italiano, japonés, coreano, árabe, chino simplificado, ruso, hindi, portugués, neerlandés, turco y hebreo. Indique el idioma y la terminología necesarios en vez de suponer un rendimiento uniforme entre dialectos. Para un flujo reutilizable, especifique la estructura final y qué pruebas de origen debe contener cada campo. Pro puede devolver afirmaciones plausibles pero incorrectas o código que no se ha ejecutado; proporcionar hechos explícitos y mantener los resultados de herramientas diferenciados de las propuestas facilita el uso y la verificación de la salida.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Compare supplier delivery terms\n\nCompare these supplier notes for a purchasing manager. Note A: 120 units, delivery within 14 calendar days, damaged units reported within 48 hours. Note B: 120 units, delivery within 10 business days, damage reported within five calendar days. Give a three-row comparison and identify what prevents a reliable delivery-date comparison.A table covering quantity, delivery timing and damage reporting, followed by one clarification about the delivery calendar or start date.The answer preserves calendar versus business days and does not invent arrival dates.amazon/nova-pro-v1Amazon Nova Pro es el modelo equilibrado de la primera generación Nova para razonar sobre texto, imágenes, documentos y vídeo. Produce texto para análisis visual, tareas de software, flujos documentales y agentes que combinan pruebas proporcionadas con herramientas.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Amazon Nova Pro es el modelo equilibrado de comprensión multimodal de la primera generación de la familia Nova de Amazon. Combina comprensión de texto, imágenes y vídeo para tareas que van desde responder preguntas sobre documentos y analizar imágenes hasta trabajo de software y flujos de agentes. Su salida es texto: una explicación, información extraída, código, un plan o una solicitud de herramienta. Pro se sitúa entre el modelo más ligero Nova Lite y el trabajo más exigente con contextos largos que aborda Premier; este perfil describe la edición Pro v1 original y no un modelo Nova 2.
La guía de la primera generación Nova indica una ventana de contexto de 300K tokens y una salida máxima de 10K tokens. Su fecha límite de conocimiento documentada es octubre de 2024. Un flujo práctico puede combinar pasajes de referencia, contenido documental, pruebas visuales y conversación reciente, y devolver un resultado compacto. Para una revisión técnica, proporcione el código pertinente, el comportamiento observado y las restricciones y pida una propuesta de cambio con sus motivos. Para un informe, indique las fuentes y los campos que se deben comparar. Separe las pruebas de las instrucciones para que el modelo pueda distinguir lo que afirman los documentos de la conclusión que desea investigar.
Amazon documenta la capacidad de Pro para responder preguntas visuales, clasificar o resumir imágenes y devolver cuadros delimitadores para objetos especificados. La guía de imágenes de la primera generación utiliza una escala de coordenadas [0, 1000), que la aplicación consumidora convierte a las dimensiones de la imagen original. Las imágenes se reescalan automáticamente, con una resolución máxima documentada de 8 000 × 8 000 píxeles. Esto permite trabajos como identificar un elemento en una captura de pantalla o describir un diagrama. Conserve el texto legible y el contexto visual clave, y pida las observaciones pertinentes antes de solicitar una interpretación.
Los formatos de imagen admitidos por el proveedor incluyen PNG, JPG/JPEG, GIF y WebP. El flujo documental acepta PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT y Markdown. Los formatos basados en texto aportan texto, mientras que PDF y DOCX pueden interpretarse junto con elementos visuales como gráficos y tablas. La guía documental permite hasta cinco documentos y limita cada documento de texto a 4.5 MB. Excluye el contenido PDF que utiliza imágenes CMYK o SVG y codificaciones no admitidas como JPEG2000 y JBIG2. Cuando una tarea solo necesita las palabras de un PDF, el texto extraído ofrece una entrada más sencilla que la lectura visual de páginas. Los medios incorporados comparten un presupuesto de carga de 25 MB, incluida la sobrecarga de base64. Una solicitud contiene un vídeo, limitado a 1 GB mediante S3; los medios combinados en S3 pueden sumar 2 GB. Las entradas PDF y DOCX siguen limitadas a cinco documentos, con un presupuesto combinado de 25 MB para carga directa o de 2 GB mediante S3.
Pro puede analizar formatos de vídeo comunes como MP4, MOV, MKV y WebM. Su estrategia de muestreo version1 utiliza un fotograma por segundo para clips de hasta 16 minutos y después 960 fotogramas distribuidos entre los clips más largos. Esto favorece los resúmenes de escenas frente al análisis preciso de acciones muy rápidas, especialmente a medida que aumenta la duración del vídeo. Amazon recomienda mantener los clips con más movimiento por debajo de 16 minutos y los de poco movimiento por debajo de una hora. Proporcione un segmento pertinente e identifique el acontecimiento visible o la relación que se debe inspeccionar; una transcripción debe aportar la información hablada porque las modalidades de entrada documentadas no incluyen audio. El proveedor también indica que este modelo no identifica ni nombra a las personas de imágenes, documentos o vídeos.
Pro admite respuestas en streaming, llamadas a funciones ejecutadas por el cliente y tareas aumentadas con recuperación de información. También admite caché de prompts en el perfil de servicio documentado de Amazon. La caché explícita requiere al menos 1K tokens por punto de control y permite hasta cuatro puntos de control con una retención de cinco minutos. El proveedor limita la caché de prompts a 20K tokens, principalmente para prompts de texto; ese presupuesto de caché es distinto de la ventana de contexto completa. Describa las herramientas y sus argumentos, deje que la aplicación ejecute las solicitudes y devuelva observaciones o errores antes de pedir al modelo que continúe. Los modelos Nova de primera generación pueden recibir instrucciones para desarrollar una solución por etapas, pero esto es distinto de los modos de pensamiento extendido configurados por separado y las herramientas integradas de Nova 2 Lite. Pro también sirve como profesor de destilación para Nova Micro y Lite, y Amazon documenta el ajuste fino personalizado de Pro; esos modelos personalizados conservan sus propias identidades.
La guía version1 describe un entrenamiento en más de 200 idiomas con optimización para 15, incluidos inglés, alemán, español, francés, italiano, japonés, coreano, árabe, chino simplificado, ruso, hindi, portugués, neerlandés, turco y hebreo. Indique el idioma y la terminología necesarios en vez de suponer un rendimiento uniforme entre dialectos. Para un flujo reutilizable, especifique la estructura final y qué pruebas de origen debe contener cada campo. Pro puede devolver afirmaciones plausibles pero incorrectas o código que no se ha ejecutado; proporcionar hechos explícitos y mantener los resultados de herramientas diferenciados de las propuestas facilita el uso y la verificación de la salida.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites amazon/nova-pro-v1 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0016 / 1K tokens Salida · Tokens de salida $0.0064 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 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 $0.0016 / 1K tokens Salida · Tokens de salida $0.0064 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "amazon/nova-pro-v1", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='amazon/nova-pro-v1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='amazon/nova-pro-v1',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra amazon/nova-pro-v1
Usa las rutas de método indicadas arriba.
amazon/nova-pro-v1Amazon Nova Pro es el modelo equilibrado de la primera generación Nova para razonar sobre texto, imágenes, documentos y vídeo. Produce texto para análisis visual, tareas de software, flujos documentales y agentes que combinan pruebas proporcionadas con herramientas.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Amazon Nova Pro es el modelo equilibrado de comprensión multimodal de la primera generación de la familia Nova de Amazon. Combina comprensión de texto, imágenes y vídeo para tareas que van desde responder preguntas sobre documentos y analizar imágenes hasta trabajo de software y flujos de agentes. Su salida es texto: una explicación, información extraída, código, un plan o una solicitud de herramienta. Pro se sitúa entre el modelo más ligero Nova Lite y el trabajo más exigente con contextos largos que aborda Premier; este perfil describe la edición Pro v1 original y no un modelo Nova 2.
La guía de la primera generación Nova indica una ventana de contexto de 300K tokens y una salida máxima de 10K tokens. Su fecha límite de conocimiento documentada es octubre de 2024. Un flujo práctico puede combinar pasajes de referencia, contenido documental, pruebas visuales y conversación reciente, y devolver un resultado compacto. Para una revisión técnica, proporcione el código pertinente, el comportamiento observado y las restricciones y pida una propuesta de cambio con sus motivos. Para un informe, indique las fuentes y los campos que se deben comparar. Separe las pruebas de las instrucciones para que el modelo pueda distinguir lo que afirman los documentos de la conclusión que desea investigar.
Amazon documenta la capacidad de Pro para responder preguntas visuales, clasificar o resumir imágenes y devolver cuadros delimitadores para objetos especificados. La guía de imágenes de la primera generación utiliza una escala de coordenadas [0, 1000), que la aplicación consumidora convierte a las dimensiones de la imagen original. Las imágenes se reescalan automáticamente, con una resolución máxima documentada de 8 000 × 8 000 píxeles. Esto permite trabajos como identificar un elemento en una captura de pantalla o describir un diagrama. Conserve el texto legible y el contexto visual clave, y pida las observaciones pertinentes antes de solicitar una interpretación.
Los formatos de imagen admitidos por el proveedor incluyen PNG, JPG/JPEG, GIF y WebP. El flujo documental acepta PDF, DOC/DOCX, CSV, XLS/XLSX, HTML, TXT y Markdown. Los formatos basados en texto aportan texto, mientras que PDF y DOCX pueden interpretarse junto con elementos visuales como gráficos y tablas. La guía documental permite hasta cinco documentos y limita cada documento de texto a 4.5 MB. Excluye el contenido PDF que utiliza imágenes CMYK o SVG y codificaciones no admitidas como JPEG2000 y JBIG2. Cuando una tarea solo necesita las palabras de un PDF, el texto extraído ofrece una entrada más sencilla que la lectura visual de páginas. Los medios incorporados comparten un presupuesto de carga de 25 MB, incluida la sobrecarga de base64. Una solicitud contiene un vídeo, limitado a 1 GB mediante S3; los medios combinados en S3 pueden sumar 2 GB. Las entradas PDF y DOCX siguen limitadas a cinco documentos, con un presupuesto combinado de 25 MB para carga directa o de 2 GB mediante S3.
Pro puede analizar formatos de vídeo comunes como MP4, MOV, MKV y WebM. Su estrategia de muestreo version1 utiliza un fotograma por segundo para clips de hasta 16 minutos y después 960 fotogramas distribuidos entre los clips más largos. Esto favorece los resúmenes de escenas frente al análisis preciso de acciones muy rápidas, especialmente a medida que aumenta la duración del vídeo. Amazon recomienda mantener los clips con más movimiento por debajo de 16 minutos y los de poco movimiento por debajo de una hora. Proporcione un segmento pertinente e identifique el acontecimiento visible o la relación que se debe inspeccionar; una transcripción debe aportar la información hablada porque las modalidades de entrada documentadas no incluyen audio. El proveedor también indica que este modelo no identifica ni nombra a las personas de imágenes, documentos o vídeos.
Pro admite respuestas en streaming, llamadas a funciones ejecutadas por el cliente y tareas aumentadas con recuperación de información. También admite caché de prompts en el perfil de servicio documentado de Amazon. La caché explícita requiere al menos 1K tokens por punto de control y permite hasta cuatro puntos de control con una retención de cinco minutos. El proveedor limita la caché de prompts a 20K tokens, principalmente para prompts de texto; ese presupuesto de caché es distinto de la ventana de contexto completa. Describa las herramientas y sus argumentos, deje que la aplicación ejecute las solicitudes y devuelva observaciones o errores antes de pedir al modelo que continúe. Los modelos Nova de primera generación pueden recibir instrucciones para desarrollar una solución por etapas, pero esto es distinto de los modos de pensamiento extendido configurados por separado y las herramientas integradas de Nova 2 Lite. Pro también sirve como profesor de destilación para Nova Micro y Lite, y Amazon documenta el ajuste fino personalizado de Pro; esos modelos personalizados conservan sus propias identidades.
La guía version1 describe un entrenamiento en más de 200 idiomas con optimización para 15, incluidos inglés, alemán, español, francés, italiano, japonés, coreano, árabe, chino simplificado, ruso, hindi, portugués, neerlandés, turco y hebreo. Indique el idioma y la terminología necesarios en vez de suponer un rendimiento uniforme entre dialectos. Para un flujo reutilizable, especifique la estructura final y qué pruebas de origen debe contener cada campo. Pro puede devolver afirmaciones plausibles pero incorrectas o código que no se ha ejecutado; proporcionar hechos explícitos y mantener los resultados de herramientas diferenciados de las propuestas facilita el uso y la verificación de la salida.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites amazon/nova-pro-v1 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0016 / 1K tokens Salida · Tokens de salida $0.0064 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 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 $0.0016 / 1K tokens Salida · Tokens de salida $0.0064 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "amazon/nova-pro-v1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'amazon/nova-pro-v1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'amazon/nova-pro-v1', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra amazon/nova-pro-v1
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Compare supplier delivery terms\n\nCompare these supplier notes for a purchasing manager. Note A: 120 units, delivery within 14 calendar days, damaged units reported within 48 hours. Note B: 120 units, delivery within 10 business days, damage reported within five calendar days. Give a three-row comparison and identify what prevents a reliable delivery-date comparison.A table covering quantity, delivery timing and damage reporting, followed by one clarification about the delivery calendar or start date.The answer preserves calendar versus business days and does not invent arrival dates.