Llama 3.3 Euryale 70B v2.3 es la edición Euryale de Sao10K construida sobre Llama 3.3 70B Instruct. El creador la identifica como sucesora de Euryale v2.2 y la mantiene separada de Hanami-x1. Recibe instrucciones escritas y conversación y produce texto, con material de juego de rol e instrucciones creativas en la receta de entrenamiento publicada.
La configuración del creador tiene 80 capas Transformer, 64 cabezas de atención de consulta y ocho cabezas de clave/valor. Su máximo de posiciones es de 131.072, con escalado rotatorio de Llama 3. La receta de entrenamiento utiliza secuencias de 16.384 tokens. Son propiedades diferentes: la longitud de la secuencia de entrenamiento no es el mismo número que el máximo de posiciones de la configuración publicada del modelo.
El fabricante recomienda el formato Llama 3 Instruct y destaca la importancia del mensaje de sistema. Sus ajustes de ejemplo utilizan temperatura 1.1 y muestreo de probabilidad mínima de 0.1. Son recomendaciones del creador para esta edición, no un estilo de salida fijo ni una promesa de que todas las aplicaciones expongan esos controles.
Para una conversación de personajes, proporciona la personalidad, la escena, la relación entre los interlocutores y el último intercambio. Indica a qué personaje pertenece la siguiente respuesta y dónde debe terminar el turno. Una instrucción de sistema concreta puede definir la voz y los hechos que se deben conservar, mientras que el mensaje del usuario aporta el siguiente evento o pregunta.
Para prosa creativa, proporciona el pasaje y especifica el cambio deseado: una continuación, una revisión del tono o un intercambio más claro entre personajes. Mantén visibles los hechos importantes de la escena y distínguelos de las preferencias estilísticas. Un resultado útil puede ser un pasaje revisado que conserve la acción, seguido de una breve explicación cuando se solicite.
La identidad v2.3 del modelo importa al compararlo con versiones anteriores de Euryale: utiliza la base Llama 3.3 Instruct y su propia receta de entrenamiento y ajustes. La breve nota de publicación del creador proporciona ese alcance, mientras que el borrador resultante sigue siendo algo que debe revisarse para comprobar la voz solicitada, la continuidad y el seguimiento de instrucciones. No establece entradas visuales, ejecución de herramientas externas ni una etapa de razonamiento controlable separada.
", "aboutText": "Llama 3.3 Euryale 70B v2.3 es la edición Euryale de Sao10K construida sobre Llama 3.3 70B Instruct. El creador la identifica como sucesora de Euryale v2.2 y la mantiene separada de Hanami-x1. Recibe instrucciones escritas y conversación y produce texto, con material de juego de rol e instrucciones creativas en la receta de entrenamiento publicada.\n\nLa configuración del creador tiene 80 capas Transformer, 64 cabezas de atención de consulta y ocho cabezas de clave/valor. Su máximo de posiciones es de 131.072, con escalado rotatorio de Llama 3. La receta de entrenamiento utiliza secuencias de 16.384 tokens. Son propiedades diferentes: la longitud de la secuencia de entrenamiento no es el mismo número que el máximo de posiciones de la configuración publicada del modelo.\n\nEl fabricante recomienda el formato Llama 3 Instruct y destaca la importancia del mensaje de sistema. Sus ajustes de ejemplo utilizan temperatura 1.1 y muestreo de probabilidad mínima de 0.1. Son recomendaciones del creador para esta edición, no un estilo de salida fijo ni una promesa de que todas las aplicaciones expongan esos controles.\n\nPara una conversación de personajes, proporciona la personalidad, la escena, la relación entre los interlocutores y el último intercambio. Indica a qué personaje pertenece la siguiente respuesta y dónde debe terminar el turno. Una instrucción de sistema concreta puede definir la voz y los hechos que se deben conservar, mientras que el mensaje del usuario aporta el siguiente evento o pregunta.\n\nPara prosa creativa, proporciona el pasaje y especifica el cambio deseado: una continuación, una revisión del tono o un intercambio más claro entre personajes. Mantén visibles los hechos importantes de la escena y distínguelos de las preferencias estilísticas. Un resultado útil puede ser un pasaje revisado que conserve la acción, seguido de una breve explicación cuando se solicite.\n\nLa identidad v2.3 del modelo importa al compararlo con versiones anteriores de Euryale: utiliza la base Llama 3.3 Instruct y su propia receta de entrenamiento y ajustes. La breve nota de publicación del creador proporciona ese alcance, mientras que el borrador resultante sigue siendo algo que debe revisarse para comprobar la voz solicitada, la continuidad y el seguimiento de instrucciones. No establece entradas visuales, ejecución de herramientas externas ni una etapa de razonamiento controlable separada.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Continue a reluctant guide roleplay\n\nWrite only Ivo, an old mountain guide who distrusts the royal expedition. I control the expedition leader. The bridge is gone, Ivo knows a dangerous ridge path, and the leader says, 'You owe us a route.' Give Ivo two short replies with a physical gesture between them, then pause before the leader decides.Two in-character replies, one gesture and an open decision for the reader-controlled leader.Preserve the lost bridge and Ivo's distrust without writing the leader's response or resolving the journey.sao10k/l3.3-euryale-70bEuryale v2.3 de Sao10K es un ajuste fino de Llama 3.3 70B Instruct para texto conversacional y creativo. El creador especifica prompts de Llama 3 Instruct, datos de entrenamiento orientados al juego de rol y una configuración publicada de 131.072 posiciones.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Llama 3.3 Euryale 70B v2.3 es la edición Euryale de Sao10K construida sobre Llama 3.3 70B Instruct. El creador la identifica como sucesora de Euryale v2.2 y la mantiene separada de Hanami-x1. Recibe instrucciones escritas y conversación y produce texto, con material de juego de rol e instrucciones creativas en la receta de entrenamiento publicada.
La configuración del creador tiene 80 capas Transformer, 64 cabezas de atención de consulta y ocho cabezas de clave/valor. Su máximo de posiciones es de 131.072, con escalado rotatorio de Llama 3. La receta de entrenamiento utiliza secuencias de 16.384 tokens. Son propiedades diferentes: la longitud de la secuencia de entrenamiento no es el mismo número que el máximo de posiciones de la configuración publicada del modelo.
El fabricante recomienda el formato Llama 3 Instruct y destaca la importancia del mensaje de sistema. Sus ajustes de ejemplo utilizan temperatura 1.1 y muestreo de probabilidad mínima de 0.1. Son recomendaciones del creador para esta edición, no un estilo de salida fijo ni una promesa de que todas las aplicaciones expongan esos controles.
Para una conversación de personajes, proporciona la personalidad, la escena, la relación entre los interlocutores y el último intercambio. Indica a qué personaje pertenece la siguiente respuesta y dónde debe terminar el turno. Una instrucción de sistema concreta puede definir la voz y los hechos que se deben conservar, mientras que el mensaje del usuario aporta el siguiente evento o pregunta.
Para prosa creativa, proporciona el pasaje y especifica el cambio deseado: una continuación, una revisión del tono o un intercambio más claro entre personajes. Mantén visibles los hechos importantes de la escena y distínguelos de las preferencias estilísticas. Un resultado útil puede ser un pasaje revisado que conserve la acción, seguido de una breve explicación cuando se solicite.
La identidad v2.3 del modelo importa al compararlo con versiones anteriores de Euryale: utiliza la base Llama 3.3 Instruct y su propia receta de entrenamiento y ajustes. La breve nota de publicación del creador proporciona ese alcance, mientras que el borrador resultante sigue siendo algo que debe revisarse para comprobar la voz solicitada, la continuidad y el seguimiento de instrucciones. No establece entradas visuales, ejecución de herramientas externas ni una etapa de razonamiento controlable separada.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites sao10k/l3.3-euryale-70b | 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 $0.0013 / 1K tokens Salida · Tokens de salida $0.0015 / 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 $0.0013 / 1K tokens Salida · Tokens de salida $0.0015 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "sao10k/l3.3-euryale-70b", "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='sao10k/l3.3-euryale-70b',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='sao10k/l3.3-euryale-70b',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 sao10k/l3.3-euryale-70b
Usa las rutas de método indicadas arriba.
sao10k/l3.3-euryale-70bEuryale v2.3 de Sao10K es un ajuste fino de Llama 3.3 70B Instruct para texto conversacional y creativo. El creador especifica prompts de Llama 3 Instruct, datos de entrenamiento orientados al juego de rol y una configuración publicada de 131.072 posiciones.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Llama 3.3 Euryale 70B v2.3 es la edición Euryale de Sao10K construida sobre Llama 3.3 70B Instruct. El creador la identifica como sucesora de Euryale v2.2 y la mantiene separada de Hanami-x1. Recibe instrucciones escritas y conversación y produce texto, con material de juego de rol e instrucciones creativas en la receta de entrenamiento publicada.
La configuración del creador tiene 80 capas Transformer, 64 cabezas de atención de consulta y ocho cabezas de clave/valor. Su máximo de posiciones es de 131.072, con escalado rotatorio de Llama 3. La receta de entrenamiento utiliza secuencias de 16.384 tokens. Son propiedades diferentes: la longitud de la secuencia de entrenamiento no es el mismo número que el máximo de posiciones de la configuración publicada del modelo.
El fabricante recomienda el formato Llama 3 Instruct y destaca la importancia del mensaje de sistema. Sus ajustes de ejemplo utilizan temperatura 1.1 y muestreo de probabilidad mínima de 0.1. Son recomendaciones del creador para esta edición, no un estilo de salida fijo ni una promesa de que todas las aplicaciones expongan esos controles.
Para una conversación de personajes, proporciona la personalidad, la escena, la relación entre los interlocutores y el último intercambio. Indica a qué personaje pertenece la siguiente respuesta y dónde debe terminar el turno. Una instrucción de sistema concreta puede definir la voz y los hechos que se deben conservar, mientras que el mensaje del usuario aporta el siguiente evento o pregunta.
Para prosa creativa, proporciona el pasaje y especifica el cambio deseado: una continuación, una revisión del tono o un intercambio más claro entre personajes. Mantén visibles los hechos importantes de la escena y distínguelos de las preferencias estilísticas. Un resultado útil puede ser un pasaje revisado que conserve la acción, seguido de una breve explicación cuando se solicite.
La identidad v2.3 del modelo importa al compararlo con versiones anteriores de Euryale: utiliza la base Llama 3.3 Instruct y su propia receta de entrenamiento y ajustes. La breve nota de publicación del creador proporciona ese alcance, mientras que el borrador resultante sigue siendo algo que debe revisarse para comprobar la voz solicitada, la continuidad y el seguimiento de instrucciones. No establece entradas visuales, ejecución de herramientas externas ni una etapa de razonamiento controlable separada.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites sao10k/l3.3-euryale-70b | 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 $0.0013 / 1K tokens Salida · Tokens de salida $0.0015 / 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 $0.0013 / 1K tokens Salida · Tokens de salida $0.0015 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "sao10k/l3.3-euryale-70b",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'sao10k/l3.3-euryale-70b', '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': 'sao10k/l3.3-euryale-70b', '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 sao10k/l3.3-euryale-70b
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Continue a reluctant guide roleplay\n\nWrite only Ivo, an old mountain guide who distrusts the royal expedition. I control the expedition leader. The bridge is gone, Ivo knows a dangerous ridge path, and the leader says, 'You owe us a route.' Give Ivo two short replies with a physical gesture between them, then pause before the leader decides.Two in-character replies, one gesture and an open decision for the reader-controlled leader.Preserve the lost bridge and Ivo's distrust without writing the leader's response or resolving the journey.