Solar Mini 4 es el modelo compacto de mezcla de expertos de Upstage para tareas repetidas de agentes. Tiene 35 mil millones de parámetros totales y activa 3B por token. El productor especifica un contexto de 512K y hasta 128K tokens de salida, con entrada y salida en inglés, coreano y japonés. La fecha de corte publicada de los datos de entrenamiento es febrero de 2026.
Sus principales áreas de trabajo incluyen recuperación de información, clasificación, salida estructurada y uso de herramientas. Una tarea recurrente de extracción debe proporcionar el material de origen y los campos que necesita la aplicación. Para una tarea de clasificación, define las categorías y las pruebas que las distinguen. Un resultado útil devuelve la información requerida sin ampliar el encargo con análisis sin relación.
El productor admite llamadas a funciones y llamadas en paralelo. Define las funciones disponibles y sus argumentos; el modelo propone llamadas, mientras que la aplicación las ejecuta y devuelve resultados. Pueden pedirse juntas comprobaciones independientes, como recuperar dos datos de estado necesarios para la siguiente decisión. Mantén cada resultado asociado a su llamada antes de continuar la conversación.
El modo JSON y la salida estructurada basada en esquema atienden necesidades distintas. El modo JSON produce JSON que puede analizarse, mientras que un esquema admitido controla los nombres y tipos de los campos. El fabricante exige una raíz de tipo objeto, propiedades obligatorias y reglas explícitas para propiedades adicionales en su subconjunto de salida estructurada. Define cómo debe representarse la información ausente y contrasta los valores extraídos con la fuente, incluso cuando el formato sea válido.
El razonamiento está desactivado cuando se omite effort en la guía actual del productor. None y minimal lo mantienen desactivado; low, medium, high, xhigh y max lo activan. El razonamiento consume parte de la asignación de salida, por lo que un presupuesto pequeño puede agotarse antes de la respuesta final. Utiliza los pasos dependientes de la tarea para decidir si el razonamiento es útil y conserva espacio para el entregable que necesita la aplicación.
Para un flujo de documentos, pide al modelo que compare los resultados estructurados del procesamiento anterior, identifique campos ausentes y aplique las reglas indicadas para el siguiente paso. La salida puede ser un registro de discrepancias, una clasificación o una acción propuesta con los datos que la sustentan. La aplicación decide qué ejecutar y proporciona el resultado observado para cualquier seguimiento.
El número de parámetros activos describe el cálculo, no el requisito completo de memoria de pesos. Upstage señala que los pesos completos de 35B permanecen cargados en un despliegue local y publica condiciones de despliegue cuantizado separadas. Mantén esos datos de configuración separados del entorno de ejecución de una selección concreta de modelo.
", "aboutText": "Solar Mini 4 es el modelo compacto de mezcla de expertos de Upstage para tareas repetidas de agentes. Tiene 35 mil millones de parámetros totales y activa 3B por token. El productor especifica un contexto de 512K y hasta 128K tokens de salida, con entrada y salida en inglés, coreano y japonés. La fecha de corte publicada de los datos de entrenamiento es febrero de 2026.\n\nSus principales áreas de trabajo incluyen recuperación de información, clasificación, salida estructurada y uso de herramientas. Una tarea recurrente de extracción debe proporcionar el material de origen y los campos que necesita la aplicación. Para una tarea de clasificación, define las categorías y las pruebas que las distinguen. Un resultado útil devuelve la información requerida sin ampliar el encargo con análisis sin relación.\n\nEl productor admite llamadas a funciones y llamadas en paralelo. Define las funciones disponibles y sus argumentos; el modelo propone llamadas, mientras que la aplicación las ejecuta y devuelve resultados. Pueden pedirse juntas comprobaciones independientes, como recuperar dos datos de estado necesarios para la siguiente decisión. Mantén cada resultado asociado a su llamada antes de continuar la conversación.\n\nEl modo JSON y la salida estructurada basada en esquema atienden necesidades distintas. El modo JSON produce JSON que puede analizarse, mientras que un esquema admitido controla los nombres y tipos de los campos. El fabricante exige una raíz de tipo objeto, propiedades obligatorias y reglas explícitas para propiedades adicionales en su subconjunto de salida estructurada. Define cómo debe representarse la información ausente y contrasta los valores extraídos con la fuente, incluso cuando el formato sea válido.\n\nEl razonamiento está desactivado cuando se omite effort en la guía actual del productor. None y minimal lo mantienen desactivado; low, medium, high, xhigh y max lo activan. El razonamiento consume parte de la asignación de salida, por lo que un presupuesto pequeño puede agotarse antes de la respuesta final. Utiliza los pasos dependientes de la tarea para decidir si el razonamiento es útil y conserva espacio para el entregable que necesita la aplicación.\n\nPara un flujo de documentos, pide al modelo que compare los resultados estructurados del procesamiento anterior, identifique campos ausentes y aplique las reglas indicadas para el siguiente paso. La salida puede ser un registro de discrepancias, una clasificación o una acción propuesta con los datos que la sustentan. La aplicación decide qué ejecutar y proporciona el resultado observado para cualquier seguimiento.\n\nEl número de parámetros activos describe el cálculo, no el requisito completo de memoria de pesos. Upstage señala que los pesos completos de 35B permanecen cargados en un despliegue local y publica condiciones de despliegue cuantizado separadas. Mantén esos datos de configuración separados del entorno de ejecución de una selección concreta de modelo.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Reconcile extracted invoice fields\n\nCompare two text-extraction records for invoice IV-902. Record A: total 240 EUR, due date missing. Record B: total 240 EUR, due date 18 August. Source excerpt: 'Invoice IV-902. Amount due: EUR 240. Pay by 18 August.' Return the reconciled fields, the discrepancy and the source phrase supporting the due date. Do not add a year.A compact reconciled record with a discrepancy note and the quoted source phrase for the due date.The total remains EUR 240 and the date does not acquire an unsupported year.upstage/solar-mini4Solar Mini 4 de Upstage es un modelo de texto MoE de 35B parámetros, con 3B activos, para tareas repetidas de recuperación, extracción y uso de herramientas. Admite un contexto de 512K, hasta 128K tokens de salida, respuestas estructuradas y llamadas a herramientas en paralelo.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Solar Mini 4 es el modelo compacto de mezcla de expertos de Upstage para tareas repetidas de agentes. Tiene 35 mil millones de parámetros totales y activa 3B por token. El productor especifica un contexto de 512K y hasta 128K tokens de salida, con entrada y salida en inglés, coreano y japonés. La fecha de corte publicada de los datos de entrenamiento es febrero de 2026.
Sus principales áreas de trabajo incluyen recuperación de información, clasificación, salida estructurada y uso de herramientas. Una tarea recurrente de extracción debe proporcionar el material de origen y los campos que necesita la aplicación. Para una tarea de clasificación, define las categorías y las pruebas que las distinguen. Un resultado útil devuelve la información requerida sin ampliar el encargo con análisis sin relación.
El productor admite llamadas a funciones y llamadas en paralelo. Define las funciones disponibles y sus argumentos; el modelo propone llamadas, mientras que la aplicación las ejecuta y devuelve resultados. Pueden pedirse juntas comprobaciones independientes, como recuperar dos datos de estado necesarios para la siguiente decisión. Mantén cada resultado asociado a su llamada antes de continuar la conversación.
El modo JSON y la salida estructurada basada en esquema atienden necesidades distintas. El modo JSON produce JSON que puede analizarse, mientras que un esquema admitido controla los nombres y tipos de los campos. El fabricante exige una raíz de tipo objeto, propiedades obligatorias y reglas explícitas para propiedades adicionales en su subconjunto de salida estructurada. Define cómo debe representarse la información ausente y contrasta los valores extraídos con la fuente, incluso cuando el formato sea válido.
El razonamiento está desactivado cuando se omite effort en la guía actual del productor. None y minimal lo mantienen desactivado; low, medium, high, xhigh y max lo activan. El razonamiento consume parte de la asignación de salida, por lo que un presupuesto pequeño puede agotarse antes de la respuesta final. Utiliza los pasos dependientes de la tarea para decidir si el razonamiento es útil y conserva espacio para el entregable que necesita la aplicación.
Para un flujo de documentos, pide al modelo que compare los resultados estructurados del procesamiento anterior, identifique campos ausentes y aplique las reglas indicadas para el siguiente paso. La salida puede ser un registro de discrepancias, una clasificación o una acción propuesta con los datos que la sustentan. La aplicación decide qué ejecutar y proporciona el resultado observado para cualquier seguimiento.
El número de parámetros activos describe el cálculo, no el requisito completo de memoria de pesos. Upstage señala que los pesos completos de 35B permanecen cargados en un despliegue local y publica condiciones de despliegue cuantizado separadas. Mantén esos datos de configuración separados del entorno de ejecución de una selección concreta de modelo.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites upstage/solar-mini4 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0002 / 1K tokens Salida · Tokens de salida $0.0008 / 1K tokens Entrada · Lectura de caché $0.00002 / 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 $0.0002 / 1K tokens Salida · Tokens de salida $0.0008 / 1K tokens Entrada · Lectura de caché $0.00002 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "upstage/solar-mini4", "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='upstage/solar-mini4',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='upstage/solar-mini4',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 upstage/solar-mini4
Usa las rutas de método indicadas arriba.
upstage/solar-mini4Solar Mini 4 de Upstage es un modelo de texto MoE de 35B parámetros, con 3B activos, para tareas repetidas de recuperación, extracción y uso de herramientas. Admite un contexto de 512K, hasta 128K tokens de salida, respuestas estructuradas y llamadas a herramientas en paralelo.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Solar Mini 4 es el modelo compacto de mezcla de expertos de Upstage para tareas repetidas de agentes. Tiene 35 mil millones de parámetros totales y activa 3B por token. El productor especifica un contexto de 512K y hasta 128K tokens de salida, con entrada y salida en inglés, coreano y japonés. La fecha de corte publicada de los datos de entrenamiento es febrero de 2026.
Sus principales áreas de trabajo incluyen recuperación de información, clasificación, salida estructurada y uso de herramientas. Una tarea recurrente de extracción debe proporcionar el material de origen y los campos que necesita la aplicación. Para una tarea de clasificación, define las categorías y las pruebas que las distinguen. Un resultado útil devuelve la información requerida sin ampliar el encargo con análisis sin relación.
El productor admite llamadas a funciones y llamadas en paralelo. Define las funciones disponibles y sus argumentos; el modelo propone llamadas, mientras que la aplicación las ejecuta y devuelve resultados. Pueden pedirse juntas comprobaciones independientes, como recuperar dos datos de estado necesarios para la siguiente decisión. Mantén cada resultado asociado a su llamada antes de continuar la conversación.
El modo JSON y la salida estructurada basada en esquema atienden necesidades distintas. El modo JSON produce JSON que puede analizarse, mientras que un esquema admitido controla los nombres y tipos de los campos. El fabricante exige una raíz de tipo objeto, propiedades obligatorias y reglas explícitas para propiedades adicionales en su subconjunto de salida estructurada. Define cómo debe representarse la información ausente y contrasta los valores extraídos con la fuente, incluso cuando el formato sea válido.
El razonamiento está desactivado cuando se omite effort en la guía actual del productor. None y minimal lo mantienen desactivado; low, medium, high, xhigh y max lo activan. El razonamiento consume parte de la asignación de salida, por lo que un presupuesto pequeño puede agotarse antes de la respuesta final. Utiliza los pasos dependientes de la tarea para decidir si el razonamiento es útil y conserva espacio para el entregable que necesita la aplicación.
Para un flujo de documentos, pide al modelo que compare los resultados estructurados del procesamiento anterior, identifique campos ausentes y aplique las reglas indicadas para el siguiente paso. La salida puede ser un registro de discrepancias, una clasificación o una acción propuesta con los datos que la sustentan. La aplicación decide qué ejecutar y proporciona el resultado observado para cualquier seguimiento.
El número de parámetros activos describe el cálculo, no el requisito completo de memoria de pesos. Upstage señala que los pesos completos de 35B permanecen cargados en un despliegue local y publica condiciones de despliegue cuantizado separadas. Mantén esos datos de configuración separados del entorno de ejecución de una selección concreta de modelo.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites upstage/solar-mini4 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0002 / 1K tokens Salida · Tokens de salida $0.0008 / 1K tokens Entrada · Lectura de caché $0.00002 / 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 $0.0002 / 1K tokens Salida · Tokens de salida $0.0008 / 1K tokens Entrada · Lectura de caché $0.00002 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "upstage/solar-mini4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'upstage/solar-mini4', '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': 'upstage/solar-mini4', '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 upstage/solar-mini4
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Reconcile extracted invoice fields\n\nCompare two text-extraction records for invoice IV-902. Record A: total 240 EUR, due date missing. Record B: total 240 EUR, due date 18 August. Source excerpt: 'Invoice IV-902. Amount due: EUR 240. Pay by 18 August.' Return the reconciled fields, the discrepancy and the source phrase supporting the due date. Do not add a year.A compact reconciled record with a discrepancy note and the quoted source phrase for the due date.The total remains EUR 240 and the date does not acquire an unsupported year.