Summarize es el modelo de resumen abstractivo de ScaleDown. Condensa el texto y los documentos proporcionados en una reescritura fluida, en lugar de seleccionar unas pocas frases originales literalmente. Sus usos publicados incluyen revisión documental, resúmenes de transcripciones y acortamiento de material recuperado antes de que lo consuma otro modelo.
Dé a la tarea un enfoque y un lector previsto. Un resumen de reunión puede conservar decisiones, responsabilidades y preguntas abiertas. Una revisión documental puede conservar las afirmaciones principales y las pruebas que las respaldan. Un flujo de recuperación puede conservar los hechos importantes para la pregunta que responderá el siguiente modelo.
Especifique el idioma, la longitud y la organización deseados en las instrucciones de contenido. El modelo publicado utiliza indicaciones del prompt del sistema para esas elecciones, mientras que su configuración de muestreo está fijada para una salida fiel. Por tanto, un resumen para una persona y un pasaje compacto para otro modelo pueden utilizar organizaciones distintas sin tratar la variación del muestreo como control principal.
Conserve los nombres de documentos y los límites importantes de secciones junto a la fuente. Solicite que el resumen mantenga nombres, números, decisiones expresadas y cualquier desacuerdo que afecte a la interpretación. Para una transcripción, distinga una propuesta de una decisión y una pregunta pendiente de una acción asignada.
Después de generar, compare el texto condensado con el material original. Compruebe si una frase cambia la certeza de una afirmación, omite una condición o combina declaraciones que pertenecen a hablantes o secciones diferentes. El propósito de un resultado más corto es facilitar el uso de las pruebas conservando su significado.
El rango publicado de entradas incluye texto, imágenes y archivos como PDF, y el modelo devuelve texto. Proporcione material legible y defina si la tarea concierne al documento completo o a una sección seleccionada. Una colección se beneficia de preguntas de resumen coherentes y de un identificador documental conservado junto a cada resultado.
Para preprocesar material recuperado, acorte el contenido en torno a la pregunta concreta que debe abordar el razonamiento posterior. Conserve los pasajes o hechos que respaldan una respuesta en lugar de producir una descripción general genérica de la fuente. Mantenga disponible el material recuperado original para poder comprobar todavía el resultado posterior con él.
La ventana de contexto publicada es de 1.000.000 de tokens y el límite de generación es de 4.000 tokens. Establezca una longitud de resumen adecuada para el artefacto previsto. Si una colección grande necesita bastante detalle, organícela en documentos o secciones identificados y conserve un resultado separado para cada uno antes de componer un resumen global de la colección.
El resultado es un resumen textual. Valide cualquier estructura consumida por máquinas en la aplicación, manteniendo legible el resumen escrito para su público previsto. Guarde el resumen con la identidad de origen y las instrucciones que determinaron su enfoque, idioma y longitud.
scaledown/summarizeSummarize reescribe texto y documentos largos en una condensación fluida y fiel. Establezca enfoque, idioma, longitud y formato mediante instrucciones y utilice el resultado para revisión documental, resúmenes de transcripciones o contexto recuperado más corto. La ventana publicada es de 1.000.000 de tokens, con un límite de generación de 4.000 tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Summarize es el modelo de resumen abstractivo de ScaleDown. Condensa el texto y los documentos proporcionados en una reescritura fluida, en lugar de seleccionar unas pocas frases originales literalmente. Sus usos publicados incluyen revisión documental, resúmenes de transcripciones y acortamiento de material recuperado antes de que lo consuma otro modelo.
Dé a la tarea un enfoque y un lector previsto. Un resumen de reunión puede conservar decisiones, responsabilidades y preguntas abiertas. Una revisión documental puede conservar las afirmaciones principales y las pruebas que las respaldan. Un flujo de recuperación puede conservar los hechos importantes para la pregunta que responderá el siguiente modelo.
Especifique el idioma, la longitud y la organización deseados en las instrucciones de contenido. El modelo publicado utiliza indicaciones del prompt del sistema para esas elecciones, mientras que su configuración de muestreo está fijada para una salida fiel. Por tanto, un resumen para una persona y un pasaje compacto para otro modelo pueden utilizar organizaciones distintas sin tratar la variación del muestreo como control principal.
Conserve los nombres de documentos y los límites importantes de secciones junto a la fuente. Solicite que el resumen mantenga nombres, números, decisiones expresadas y cualquier desacuerdo que afecte a la interpretación. Para una transcripción, distinga una propuesta de una decisión y una pregunta pendiente de una acción asignada.
Después de generar, compare el texto condensado con el material original. Compruebe si una frase cambia la certeza de una afirmación, omite una condición o combina declaraciones que pertenecen a hablantes o secciones diferentes. El propósito de un resultado más corto es facilitar el uso de las pruebas conservando su significado.
El rango publicado de entradas incluye texto, imágenes y archivos como PDF, y el modelo devuelve texto. Proporcione material legible y defina si la tarea concierne al documento completo o a una sección seleccionada. Una colección se beneficia de preguntas de resumen coherentes y de un identificador documental conservado junto a cada resultado.
Para preprocesar material recuperado, acorte el contenido en torno a la pregunta concreta que debe abordar el razonamiento posterior. Conserve los pasajes o hechos que respaldan una respuesta en lugar de producir una descripción general genérica de la fuente. Mantenga disponible el material recuperado original para poder comprobar todavía el resultado posterior con él.
La ventana de contexto publicada es de 1.000.000 de tokens y el límite de generación es de 4.000 tokens. Establezca una longitud de resumen adecuada para el artefacto previsto. Si una colección grande necesita bastante detalle, organícela en documentos o secciones identificados y conserve un resultado separado para cada uno antes de componer un resumen global de la colección.
El resultado es un resumen textual. Valide cualquier estructura consumida por máquinas en la aplicación, manteniendo legible el resumen escrito para su público previsto. Guarde el resumen con la identidad de origen y las instrucciones que determinaron su enfoque, idioma y longitud.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites scaledown/summarize | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Conversación textual | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
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 |
Parámetrocontrol_scope | ContratoConversación textual; stream es un booleano y su valor predeterminado es false. |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Alias de método: /chat/completions
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 $0.0001 / 1K tokens Salida · Tokens de salida $0 / 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 $0.0001 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"scaledown/summarize","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="scaledown/summarize", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 scaledown/summarize
/chat/completions
scaledown/summarizeSummarize reescribe texto y documentos largos en una condensación fluida y fiel. Establezca enfoque, idioma, longitud y formato mediante instrucciones y utilice el resultado para revisión documental, resúmenes de transcripciones o contexto recuperado más corto. La ventana publicada es de 1.000.000 de tokens, con un límite de generación de 4.000 tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Summarize es el modelo de resumen abstractivo de ScaleDown. Condensa el texto y los documentos proporcionados en una reescritura fluida, en lugar de seleccionar unas pocas frases originales literalmente. Sus usos publicados incluyen revisión documental, resúmenes de transcripciones y acortamiento de material recuperado antes de que lo consuma otro modelo.
Dé a la tarea un enfoque y un lector previsto. Un resumen de reunión puede conservar decisiones, responsabilidades y preguntas abiertas. Una revisión documental puede conservar las afirmaciones principales y las pruebas que las respaldan. Un flujo de recuperación puede conservar los hechos importantes para la pregunta que responderá el siguiente modelo.
Especifique el idioma, la longitud y la organización deseados en las instrucciones de contenido. El modelo publicado utiliza indicaciones del prompt del sistema para esas elecciones, mientras que su configuración de muestreo está fijada para una salida fiel. Por tanto, un resumen para una persona y un pasaje compacto para otro modelo pueden utilizar organizaciones distintas sin tratar la variación del muestreo como control principal.
Conserve los nombres de documentos y los límites importantes de secciones junto a la fuente. Solicite que el resumen mantenga nombres, números, decisiones expresadas y cualquier desacuerdo que afecte a la interpretación. Para una transcripción, distinga una propuesta de una decisión y una pregunta pendiente de una acción asignada.
Después de generar, compare el texto condensado con el material original. Compruebe si una frase cambia la certeza de una afirmación, omite una condición o combina declaraciones que pertenecen a hablantes o secciones diferentes. El propósito de un resultado más corto es facilitar el uso de las pruebas conservando su significado.
El rango publicado de entradas incluye texto, imágenes y archivos como PDF, y el modelo devuelve texto. Proporcione material legible y defina si la tarea concierne al documento completo o a una sección seleccionada. Una colección se beneficia de preguntas de resumen coherentes y de un identificador documental conservado junto a cada resultado.
Para preprocesar material recuperado, acorte el contenido en torno a la pregunta concreta que debe abordar el razonamiento posterior. Conserve los pasajes o hechos que respaldan una respuesta en lugar de producir una descripción general genérica de la fuente. Mantenga disponible el material recuperado original para poder comprobar todavía el resultado posterior con él.
La ventana de contexto publicada es de 1.000.000 de tokens y el límite de generación es de 4.000 tokens. Establezca una longitud de resumen adecuada para el artefacto previsto. Si una colección grande necesita bastante detalle, organícela en documentos o secciones identificados y conserve un resultado separado para cada uno antes de componer un resumen global de la colección.
El resultado es un resumen textual. Valide cualquier estructura consumida por máquinas en la aplicación, manteniendo legible el resumen escrito para su público previsto. Guarde el resumen con la identidad de origen y las instrucciones que determinaron su enfoque, idioma y longitud.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites scaledown/summarize | 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 $0.0001 / 1K tokens Salida · Tokens de salida $0 / 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 $0.0001 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "scaledown/summarize",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'scaledown/summarize', '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': 'scaledown/summarize', '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 scaledown/summarize
/chat/completions