Nex-N2.5-Pro es la edición Pro multimodal nombrada de Nex AGI para tareas de largo recorrido en entornos reales. Junto con mini, continúa las bases visuales de Nex-N2, con mejoras específicas en uso del ordenador, navegación web y trabajo de agentes basado en elementos visuales. Permanece separada del modelo Max exclusivamente textual de la familia; una tarea Pro puede utilizar observaciones visuales para comprobar qué ha cambiado y decidir cómo continuar.
Prepara un encargo de productividad con sus fuentes reales y un resultado claro: una comparación completada, un cambio de código o un estado específico alcanzado en una aplicación. Proporciona al modelo la captura o el contexto documental pertinente e indica las acciones permitidas. Un encargo práctico es: «Utiliza estas fuentes y observaciones de pantalla para completar la comparación, verifica cada campo requerido y devuelve el registro final con las pruebas que lo respaldan».
Para una tarea de interfaz, conserva las etiquetas visibles e identifica el estado que establecería la finalización. Para trabajo de programación, proporciona la implementación, el fallo observado y el comportamiento que conservar. Estas entradas conectan las decisiones del agente con el objetivo del usuario, en lugar de permitir que un plan se dé por un resultado completado.
El fabricante entrena a la familia para actuar de forma continua y autocorregirse a partir de las observaciones del entorno. El modelo puede interpretar una pantalla y proponer una función u operación, mientras que la aplicación la realiza y devuelve la observación visual o textual resultante. Compara esa observación con el objetivo indicado antes de decidir si hace falta la siguiente acción.
Conserva los identificadores de fuentes y operaciones junto con sus resultados. Si una tarea produce código, la aplicación obtiene las observaciones reales de ejecución o validación. Si una tarea de navegador cambia un estado, la nueva pantalla es la prueba de lo ocurrido. Una instrucción generada, una coordenada propuesta o un comando escrito de validación siguen siendo distintos de su ejecución.
Nex-N2.5 utiliza reasoning_effort para tres modos. None devuelve una respuesta directa. Medium es el modo adaptativo predeterminado y deja que el modelo elija si razonar y cuánto. High siempre activa el razonamiento antes de la respuesta final. El productor recomienda temperature 0.7, top-p 0.95 y top-k 40 para su perfil de referencia.
Define el entregable final independientemente del modo de razonamiento, incluidos su idioma, los detalles obligatorios y el tratamiento de la información ausente. La plantilla nativa utiliza reasoning_effort; la opción thinking de otro modelo no es un control intercambiable sin una traducción explícita del flujo que lo rodea.
El productor documenta llamadas a funciones estructuradas y el análisis del razonamiento por separado de la respuesta final. Proporciona funciones con finalidades precisas y definiciones de parámetros. Utiliza las observaciones devueltas para respaldar la continuación de la tarea y especifica qué resultado permite terminarla. Para investigación o trabajo de conocimiento, aporta pasajes de referencia fiables o funciones de consulta adecuadas para que las conclusiones sean trazables a pruebas reales.
El trabajo de largo recorrido acumula contexto procedente de fuentes, pantallas, conversación, razonamiento y resultados de herramientas. Mantén organizadas las observaciones pertinentes y conserva el criterio de finalización durante los seguimientos. La identidad Pro del fabricante no establece por sí sola un número de parámetros no documentado ni un límite máximo universal de entrada o salida.
El entregable útil es una explicación textual, un resultado de código o un registro analítico completado que se puedan revisar frente a las fuentes y las observaciones del entorno. Pro conserva su propia edición multimodal y controles de modo, sin heredar la arquitectura exclusivamente textual del modelo Max ni suponer que toda operación propuesta entre aplicaciones ya se ha ejecutado.
", "aboutText": "Nex-N2.5-Pro es la edición Pro multimodal nombrada de Nex AGI para tareas de largo recorrido en entornos reales. Junto con mini, continúa las bases visuales de Nex-N2, con mejoras específicas en uso del ordenador, navegación web y trabajo de agentes basado en elementos visuales. Permanece separada del modelo Max exclusivamente textual de la familia; una tarea Pro puede utilizar observaciones visuales para comprobar qué ha cambiado y decidir cómo continuar.\n\n### Objetivo, fuente y entorno\n\nPrepara un encargo de productividad con sus fuentes reales y un resultado claro: una comparación completada, un cambio de código o un estado específico alcanzado en una aplicación. Proporciona al modelo la captura o el contexto documental pertinente e indica las acciones permitidas. Un encargo práctico es: «Utiliza estas fuentes y observaciones de pantalla para completar la comparación, verifica cada campo requerido y devuelve el registro final con las pruebas que lo respaldan».\n\nPara una tarea de interfaz, conserva las etiquetas visibles e identifica el estado que establecería la finalización. Para trabajo de programación, proporciona la implementación, el fallo observado y el comportamiento que conservar. Estas entradas conectan las decisiones del agente con el objetivo del usuario, en lugar de permitir que un plan se dé por un resultado completado.\n\n### Observaciones visuales y autocorrección\n\nEl fabricante entrena a la familia para actuar de forma continua y autocorregirse a partir de las observaciones del entorno. El modelo puede interpretar una pantalla y proponer una función u operación, mientras que la aplicación la realiza y devuelve la observación visual o textual resultante. Compara esa observación con el objetivo indicado antes de decidir si hace falta la siguiente acción.\n\nConserva los identificadores de fuentes y operaciones junto con sus resultados. Si una tarea produce código, la aplicación obtiene las observaciones reales de ejecución o validación. Si una tarea de navegador cambia un estado, la nueva pantalla es la prueba de lo ocurrido. Una instrucción generada, una coordenada propuesta o un comando escrito de validación siguen siendo distintos de su ejecución.\n\n### Modos de razonamiento y recomendaciones del productor\n\nNex-N2.5 utiliza reasoning_effort para tres modos. None devuelve una respuesta directa. Medium es el modo adaptativo predeterminado y deja que el modelo elija si razonar y cuánto. High siempre activa el razonamiento antes de la respuesta final. El productor recomienda temperature 0.7, top-p 0.95 y top-k 40 para su perfil de referencia.\n\nDefine el entregable final independientemente del modo de razonamiento, incluidos su idioma, los detalles obligatorios y el tratamiento de la información ausente. La plantilla nativa utiliza reasoning_effort; la opción thinking de otro modelo no es un control intercambiable sin una traducción explícita del flujo que lo rodea.\n\n### Llamadas a funciones y resultados útiles\n\nEl productor documenta llamadas a funciones estructuradas y el análisis del razonamiento por separado de la respuesta final. Proporciona funciones con finalidades precisas y definiciones de parámetros. Utiliza las observaciones devueltas para respaldar la continuación de la tarea y especifica qué resultado permite terminarla. Para investigación o trabajo de conocimiento, aporta pasajes de referencia fiables o funciones de consulta adecuadas para que las conclusiones sean trazables a pruebas reales.\n\nEl trabajo de largo recorrido acumula contexto procedente de fuentes, pantallas, conversación, razonamiento y resultados de herramientas. Mantén organizadas las observaciones pertinentes y conserva el criterio de finalización durante los seguimientos. La identidad Pro del fabricante no establece por sí sola un número de parámetros no documentado ni un límite máximo universal de entrada o salida.\n\nEl entregable útil es una explicación textual, un resultado de código o un registro analítico completado que se puedan revisar frente a las fuentes y las observaciones del entorno. Pro conserva su propia edición multimodal y controles de modo, sin heredar la arquitectura exclusivamente textual del modelo Max ni suponer que toda operación propuesta entre aplicaciones ya se ha ejecutado.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Verify a textual screen-state change\n\nCompare these recorded interface observations. [Before] Invoice I-72: draft; approve button visible. [Action] User clicked approve. [After] Invoice I-72: pending review; approval ID blank. Required completion: approved status with a populated approval ID. State whether completion is established and identify the next evidence to obtain. Use only the recorded text.A before/action/after comparison, an explicit completion finding and one next evidence request.Ensure a clicked button is not treated as proof of approved status or an approval ID.nex-agi/nex-n2.5-proNex-N2.5-Pro es la edición multimodal de agentes de Nex AGI para uso del ordenador, navegación y tareas de productividad de largo recorrido. Utiliza observaciones visuales, llamadas a funciones y modos directo, adaptativo o de razonamiento para conectar un objetivo definido con texto, código y acciones de aplicación propuestas.
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-Pro es la edición Pro multimodal nombrada de Nex AGI para tareas de largo recorrido en entornos reales. Junto con mini, continúa las bases visuales de Nex-N2, con mejoras específicas en uso del ordenador, navegación web y trabajo de agentes basado en elementos visuales. Permanece separada del modelo Max exclusivamente textual de la familia; una tarea Pro puede utilizar observaciones visuales para comprobar qué ha cambiado y decidir cómo continuar.
Prepara un encargo de productividad con sus fuentes reales y un resultado claro: una comparación completada, un cambio de código o un estado específico alcanzado en una aplicación. Proporciona al modelo la captura o el contexto documental pertinente e indica las acciones permitidas. Un encargo práctico es: «Utiliza estas fuentes y observaciones de pantalla para completar la comparación, verifica cada campo requerido y devuelve el registro final con las pruebas que lo respaldan».
Para una tarea de interfaz, conserva las etiquetas visibles e identifica el estado que establecería la finalización. Para trabajo de programación, proporciona la implementación, el fallo observado y el comportamiento que conservar. Estas entradas conectan las decisiones del agente con el objetivo del usuario, en lugar de permitir que un plan se dé por un resultado completado.
El fabricante entrena a la familia para actuar de forma continua y autocorregirse a partir de las observaciones del entorno. El modelo puede interpretar una pantalla y proponer una función u operación, mientras que la aplicación la realiza y devuelve la observación visual o textual resultante. Compara esa observación con el objetivo indicado antes de decidir si hace falta la siguiente acción.
Conserva los identificadores de fuentes y operaciones junto con sus resultados. Si una tarea produce código, la aplicación obtiene las observaciones reales de ejecución o validación. Si una tarea de navegador cambia un estado, la nueva pantalla es la prueba de lo ocurrido. Una instrucción generada, una coordenada propuesta o un comando escrito de validación siguen siendo distintos de su ejecución.
Nex-N2.5 utiliza reasoning_effort para tres modos. None devuelve una respuesta directa. Medium es el modo adaptativo predeterminado y deja que el modelo elija si razonar y cuánto. High siempre activa el razonamiento antes de la respuesta final. El productor recomienda temperature 0.7, top-p 0.95 y top-k 40 para su perfil de referencia.
Define el entregable final independientemente del modo de razonamiento, incluidos su idioma, los detalles obligatorios y el tratamiento de la información ausente. La plantilla nativa utiliza reasoning_effort; la opción thinking de otro modelo no es un control intercambiable sin una traducción explícita del flujo que lo rodea.
El productor documenta llamadas a funciones estructuradas y el análisis del razonamiento por separado de la respuesta final. Proporciona funciones con finalidades precisas y definiciones de parámetros. Utiliza las observaciones devueltas para respaldar la continuación de la tarea y especifica qué resultado permite terminarla. Para investigación o trabajo de conocimiento, aporta pasajes de referencia fiables o funciones de consulta adecuadas para que las conclusiones sean trazables a pruebas reales.
El trabajo de largo recorrido acumula contexto procedente de fuentes, pantallas, conversación, razonamiento y resultados de herramientas. Mantén organizadas las observaciones pertinentes y conserva el criterio de finalización durante los seguimientos. La identidad Pro del fabricante no establece por sí sola un número de parámetros no documentado ni un límite máximo universal de entrada o salida.
El entregable útil es una explicación textual, un resultado de código o un registro analítico completado que se puedan revisar frente a las fuentes y las observaciones del entorno. Pro conserva su propia edición multimodal y controles de modo, sin heredar la arquitectura exclusivamente textual del modelo Max ni suponer que toda operación propuesta entre aplicaciones ya se ha ejecutado.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites nex-agi/nex-n2.5-pro | 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 $0.00015 / 1K tokens Salida · Tokens de salida $0.0005 / 1K tokens Entrada · Lectura de caché $0.00003 / 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 $0.00015 / 1K tokens Salida · Tokens de salida $0.0005 / 1K tokens Entrada · Lectura de caché $0.00003 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "nex-agi/nex-n2.5-pro", "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-pro',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-pro',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 nex-agi/nex-n2.5-pro
Usa las rutas de método indicadas arriba.
nex-agi/nex-n2.5-proNex-N2.5-Pro es la edición multimodal de agentes de Nex AGI para uso del ordenador, navegación y tareas de productividad de largo recorrido. Utiliza observaciones visuales, llamadas a funciones y modos directo, adaptativo o de razonamiento para conectar un objetivo definido con texto, código y acciones de aplicación propuestas.
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-Pro es la edición Pro multimodal nombrada de Nex AGI para tareas de largo recorrido en entornos reales. Junto con mini, continúa las bases visuales de Nex-N2, con mejoras específicas en uso del ordenador, navegación web y trabajo de agentes basado en elementos visuales. Permanece separada del modelo Max exclusivamente textual de la familia; una tarea Pro puede utilizar observaciones visuales para comprobar qué ha cambiado y decidir cómo continuar.
Prepara un encargo de productividad con sus fuentes reales y un resultado claro: una comparación completada, un cambio de código o un estado específico alcanzado en una aplicación. Proporciona al modelo la captura o el contexto documental pertinente e indica las acciones permitidas. Un encargo práctico es: «Utiliza estas fuentes y observaciones de pantalla para completar la comparación, verifica cada campo requerido y devuelve el registro final con las pruebas que lo respaldan».
Para una tarea de interfaz, conserva las etiquetas visibles e identifica el estado que establecería la finalización. Para trabajo de programación, proporciona la implementación, el fallo observado y el comportamiento que conservar. Estas entradas conectan las decisiones del agente con el objetivo del usuario, en lugar de permitir que un plan se dé por un resultado completado.
El fabricante entrena a la familia para actuar de forma continua y autocorregirse a partir de las observaciones del entorno. El modelo puede interpretar una pantalla y proponer una función u operación, mientras que la aplicación la realiza y devuelve la observación visual o textual resultante. Compara esa observación con el objetivo indicado antes de decidir si hace falta la siguiente acción.
Conserva los identificadores de fuentes y operaciones junto con sus resultados. Si una tarea produce código, la aplicación obtiene las observaciones reales de ejecución o validación. Si una tarea de navegador cambia un estado, la nueva pantalla es la prueba de lo ocurrido. Una instrucción generada, una coordenada propuesta o un comando escrito de validación siguen siendo distintos de su ejecución.
Nex-N2.5 utiliza reasoning_effort para tres modos. None devuelve una respuesta directa. Medium es el modo adaptativo predeterminado y deja que el modelo elija si razonar y cuánto. High siempre activa el razonamiento antes de la respuesta final. El productor recomienda temperature 0.7, top-p 0.95 y top-k 40 para su perfil de referencia.
Define el entregable final independientemente del modo de razonamiento, incluidos su idioma, los detalles obligatorios y el tratamiento de la información ausente. La plantilla nativa utiliza reasoning_effort; la opción thinking de otro modelo no es un control intercambiable sin una traducción explícita del flujo que lo rodea.
El productor documenta llamadas a funciones estructuradas y el análisis del razonamiento por separado de la respuesta final. Proporciona funciones con finalidades precisas y definiciones de parámetros. Utiliza las observaciones devueltas para respaldar la continuación de la tarea y especifica qué resultado permite terminarla. Para investigación o trabajo de conocimiento, aporta pasajes de referencia fiables o funciones de consulta adecuadas para que las conclusiones sean trazables a pruebas reales.
El trabajo de largo recorrido acumula contexto procedente de fuentes, pantallas, conversación, razonamiento y resultados de herramientas. Mantén organizadas las observaciones pertinentes y conserva el criterio de finalización durante los seguimientos. La identidad Pro del fabricante no establece por sí sola un número de parámetros no documentado ni un límite máximo universal de entrada o salida.
El entregable útil es una explicación textual, un resultado de código o un registro analítico completado que se puedan revisar frente a las fuentes y las observaciones del entorno. Pro conserva su propia edición multimodal y controles de modo, sin heredar la arquitectura exclusivamente textual del modelo Max ni suponer que toda operación propuesta entre aplicaciones ya se ha ejecutado.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites nex-agi/nex-n2.5-pro | 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 $0.00015 / 1K tokens Salida · Tokens de salida $0.0005 / 1K tokens Entrada · Lectura de caché $0.00003 / 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 $0.00015 / 1K tokens Salida · Tokens de salida $0.0005 / 1K tokens Entrada · Lectura de caché $0.00003 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "nex-agi/nex-n2.5-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-pro', '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-pro', '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 nex-agi/nex-n2.5-pro
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Verify a textual screen-state change\n\nCompare these recorded interface observations. [Before] Invoice I-72: draft; approve button visible. [Action] User clicked approve. [After] Invoice I-72: pending review; approval ID blank. Required completion: approved status with a populated approval ID. State whether completion is established and identify the next evidence to obtain. Use only the recorded text.A before/action/after comparison, an explicit completion finding and one next evidence request.Ensure a clicked button is not treated as proof of approved status or an approval ID.