Gemma 3 12B IT on Googlen ohjeiden noudattamiseen hienosäädetty, 12B-kokoluokan kuvaa ja kieltä käsittelevä malli. Se kuuluu Gemma 3 -malliperheeseen, jossa yhdistyvät tekstin tuottaminen, kuvien ymmärtäminen ja monikielinen koulutus. IT-pääte osoittaa, että kyseessä on ohjeita noudattava mallitallenne esikoulutetun mallin sijaan. Malli tuottaa tekstiä: selityksen, yhteenvedon, vastauksen, luonnoksen tai koodia pyynnön sisältämän kirjallisen ja visuaalisen aineiston perusteella.
12B-mallissa on malliperheen 128K tokenin konteksti, joka on yhteinen syötteelle ja generoidulle vastaukselle. Tuloste käyttää pyynnön jälkeen jäljelle jäävän osuuden; mallikortti ei tarkoita, että käytettävissä olisi toinen, erillinen 128K tokenin tulostusikkuna. Kuvien perusnäkymät normalisoidaan kokoon 896×896, ja kukin niistä esitetään 256 visuaalisena tokenina. Kun valmistelet sivukokoelmaa, säilytä sivujen tunnisteet ja varaa tilaa tulokselle. Esitä olennaisesta sisällöstä täsmällinen kysymys sen sijaan, että luottaisit laajan konteksti-ikkunan valitsevan oikean asian automaattisesti.
Kehittäjä ilmoittaa tämän kokoluokan esikoulutuksen laajuudeksi 12 biljoonaa tokenia. Koulutusaineisto sisältää monikielisiä verkkodokumentteja, koodia, matematiikkaa ja kuvia, ja malliperheen koulutus kattaa yli 140 kieltä. Raportissa kuvataan tiedon tislaamista sekä parannettua, vahvistusoppimista hyödyntävää ohjehienosäätömenetelmää. Näillä vaiheilla pyritään parantamaan hyödyllisyyttä, matemaattista ja koodiin liittyvää päättelyä, ohjeiden noudattamista sekä monikielistä vuorovaikutusta. Erillinen koulutusbudjetti ja mallitallenteen yksilöinti eivät yksin osoita tietyn vastauksen laatua, joten vertaa tulostetta alkuperäiseen tehtävään.
Arkkitehtuuri perustuu pelkästä dekooderista koostuvaan transformeriin, joka käyttää ryhmiteltyihin kyselyihin perustuvaa huomiomekanismia. Kerrosrakenteessa toistuu viiden paikallisen huomiokerroksen ja yhden globaalin huomiokerroksen jakso. Paikalliset kerrokset käyttävät 1 024 tokenin ikkunaa, kun taas globaali huomiomekanismi tukee pidempää kontekstia. 4B-, 12B- ja 27B-mallien yhteinen SigLIP-kuvaenkooderi muuntaa kuvat kielimallin käyttämiksi esityksiksi. SentencePiece-tokenisoija säilyttää tyhjämerkit, erottelee numeromerkit toisistaan ja sisältää tavutason koodauksen. Tällä on merkitystä, kun koodin muotoilun, lukujen esitystavan tai monikielisen tekstin on säilyttävä muuttumattomana.
Kuvien käsittelyn työnkulkuun kuuluu myös Pan and Scan -menetelmä: mukautuvat, päällekkäisyydettömät kuvarajaukset auttavat säilyttämään leveiden tai korkearesoluutioisten lähdekuvien sisältöä ennen kuin kukin näkymä syötetään kiinteällä resoluutiolla toimivaan enkooderiin. Lisänäkymät muuttavat käsiteltävää aineistoa. Toimita teknisestä asiakirjasta luettava sivu ja tarvittaessa selkeä näkymä kysymyksen kohteena olevaan taulukkoon tai kaavioon. Säilytä myös ympäröivässä tekstissä oleva yksikön, symbolin tai sarakkeen määritelmä, jotta rajatun kuva-alueen tulkinnassa ei katoa sen merkitys.
IT-version natiivi kehoteformaatti käyttää user- ja model-vuoroja, eikä siinä ole erillistä system-roolia. Sijoita haluttu rooli, vastausta koskevat säännöt ja tehtävä ensimmäiseen käyttäjäkehotteeseen. Käytä varsinaisen keskustelun muodostamiseen sille tarkoitettua muotoilijaa tai prosessoria. Oma asiakirja-analyysipyyntö voisi esimerkiksi koskea kahden menettelykuvauksen vertailua, vastaavien vaatimusten kokoamista taulukkoon ja mahdollisten ristiriitojen tunnistamista. Merkitse lähteet, kerro, mikä vaatimus on ensisijainen, ja pyydä mallia erottamaan annetut faktat omasta tulkinnastaan.
Kehittäjän mallikortissa mainittuja käyttötarkoituksia ovat tiivistäminen, keskusteluapu, tietojen poiminta kuvista, kirjoittaminen ja oppiminen. Määritä monikielistä selitystä varten kohdelukija, terminologia ja yksityiskohtaisuuden taso. Yksilöi kuvakysymyksessä käsiteltävät kohteet tai suhteet ja pyydä lopullista vastausta tukevia havaintoja. Sisällytä kooditehtävään varsinainen funktio ja odotettu toiminta; tulos voi sisältää toteutusehdotuksen, mutta erillisen sovelluksen on suoritettava ja tarkistettava se. Raportissa julkaistaan malliperheen kvantisoidut versiot erikseen, joten tuloksia kirjattaessa tätä 12B IT -mallia ei pidä korvata ilmoittamatta toisella kvantisoidulla mallitallenteella.
Kehittäjä mainitsee rajoituksia, jotka liittyvät koulutuksen kattavuuteen, faktavirheisiin, kielellisiin vivahteisiin ja monimutkaisiin avoimiin tehtäviin. Google varoittaa myös, että uskottava kielellinen malli voi tuottaa vastauksen, joka sivuuttaa arkisen tosielämän rajoitteen. Pienet kuvayksityiskohdat voivat kadota tai tulla tulkituiksi väärin, ja pitkät syötteet tarvitsevat edelleen selkeät prioriteetit. Säilytä alkuperäiset sivut, tarkista poimitut merkinnät ja määrät sekä validoi pyydetty, rakenteiselta vaikuttava teksti ennen kuin käytät sitä datana. Arvioi juuri 12B IT -mallia edustavalla kysymys- ja kielivalikoimalla. Hyödyllinen lopputuotos esittää lähteisiin perustuvan vastauksen, sen ymmärtämiseen tarvittavan päättelyn ja jäljellä olevan epävarmuuden väittämättä generoitua selitystä suoritetuksi työkalutoiminnoksi tai reaaliajassa tehdyksi tiedonhauksi.
", "aboutText": "Gemma 3 12B IT on Googlen ohjeiden noudattamiseen hienosäädetty, 12B-kokoluokan kuvaa ja kieltä käsittelevä malli. Se kuuluu Gemma 3 -malliperheeseen, jossa yhdistyvät tekstin tuottaminen, kuvien ymmärtäminen ja monikielinen koulutus. IT-pääte osoittaa, että kyseessä on ohjeita noudattava mallitallenne esikoulutetun mallin sijaan. Malli tuottaa tekstiä: selityksen, yhteenvedon, vastauksen, luonnoksen tai koodia pyynnön sisältämän kirjallisen ja visuaalisen aineiston perusteella.\n\n12B-mallissa on malliperheen 128K tokenin konteksti, joka on yhteinen syötteelle ja generoidulle vastaukselle. Tuloste käyttää pyynnön jälkeen jäljelle jäävän osuuden; mallikortti ei tarkoita, että käytettävissä olisi toinen, erillinen 128K tokenin tulostusikkuna. Kuvien perusnäkymät normalisoidaan kokoon 896×896, ja kukin niistä esitetään 256 visuaalisena tokenina. Kun valmistelet sivukokoelmaa, säilytä sivujen tunnisteet ja varaa tilaa tulokselle. Esitä olennaisesta sisällöstä täsmällinen kysymys sen sijaan, että luottaisit laajan konteksti-ikkunan valitsevan oikean asian automaattisesti.\n\nKehittäjä ilmoittaa tämän kokoluokan esikoulutuksen laajuudeksi 12 biljoonaa tokenia. Koulutusaineisto sisältää monikielisiä verkkodokumentteja, koodia, matematiikkaa ja kuvia, ja malliperheen koulutus kattaa yli 140 kieltä. Raportissa kuvataan tiedon tislaamista sekä parannettua, vahvistusoppimista hyödyntävää ohjehienosäätömenetelmää. Näillä vaiheilla pyritään parantamaan hyödyllisyyttä, matemaattista ja koodiin liittyvää päättelyä, ohjeiden noudattamista sekä monikielistä vuorovaikutusta. Erillinen koulutusbudjetti ja mallitallenteen yksilöinti eivät yksin osoita tietyn vastauksen laatua, joten vertaa tulostetta alkuperäiseen tehtävään.\n\nArkkitehtuuri perustuu pelkästä dekooderista koostuvaan transformeriin, joka käyttää ryhmiteltyihin kyselyihin perustuvaa huomiomekanismia. Kerrosrakenteessa toistuu viiden paikallisen huomiokerroksen ja yhden globaalin huomiokerroksen jakso. Paikalliset kerrokset käyttävät 1 024 tokenin ikkunaa, kun taas globaali huomiomekanismi tukee pidempää kontekstia. 4B-, 12B- ja 27B-mallien yhteinen SigLIP-kuvaenkooderi muuntaa kuvat kielimallin käyttämiksi esityksiksi. SentencePiece-tokenisoija säilyttää tyhjämerkit, erottelee numeromerkit toisistaan ja sisältää tavutason koodauksen. Tällä on merkitystä, kun koodin muotoilun, lukujen esitystavan tai monikielisen tekstin on säilyttävä muuttumattomana.\n\nKuvien käsittelyn työnkulkuun kuuluu myös Pan and Scan -menetelmä: mukautuvat, päällekkäisyydettömät kuvarajaukset auttavat säilyttämään leveiden tai korkearesoluutioisten lähdekuvien sisältöä ennen kuin kukin näkymä syötetään kiinteällä resoluutiolla toimivaan enkooderiin. Lisänäkymät muuttavat käsiteltävää aineistoa. Toimita teknisestä asiakirjasta luettava sivu ja tarvittaessa selkeä näkymä kysymyksen kohteena olevaan taulukkoon tai kaavioon. Säilytä myös ympäröivässä tekstissä oleva yksikön, symbolin tai sarakkeen määritelmä, jotta rajatun kuva-alueen tulkinnassa ei katoa sen merkitys.\n\nIT-version natiivi kehoteformaatti käyttää user- ja model-vuoroja, eikä siinä ole erillistä system-roolia. Sijoita haluttu rooli, vastausta koskevat säännöt ja tehtävä ensimmäiseen käyttäjäkehotteeseen. Käytä varsinaisen keskustelun muodostamiseen sille tarkoitettua muotoilijaa tai prosessoria. Oma asiakirja-analyysipyyntö voisi esimerkiksi koskea kahden menettelykuvauksen vertailua, vastaavien vaatimusten kokoamista taulukkoon ja mahdollisten ristiriitojen tunnistamista. Merkitse lähteet, kerro, mikä vaatimus on ensisijainen, ja pyydä mallia erottamaan annetut faktat omasta tulkinnastaan.\n\nKehittäjän mallikortissa mainittuja käyttötarkoituksia ovat tiivistäminen, keskusteluapu, tietojen poiminta kuvista, kirjoittaminen ja oppiminen. Määritä monikielistä selitystä varten kohdelukija, terminologia ja yksityiskohtaisuuden taso. Yksilöi kuvakysymyksessä käsiteltävät kohteet tai suhteet ja pyydä lopullista vastausta tukevia havaintoja. Sisällytä kooditehtävään varsinainen funktio ja odotettu toiminta; tulos voi sisältää toteutusehdotuksen, mutta erillisen sovelluksen on suoritettava ja tarkistettava se. Raportissa julkaistaan malliperheen kvantisoidut versiot erikseen, joten tuloksia kirjattaessa tätä 12B IT -mallia ei pidä korvata ilmoittamatta toisella kvantisoidulla mallitallenteella.\n\nKehittäjä mainitsee rajoituksia, jotka liittyvät koulutuksen kattavuuteen, faktavirheisiin, kielellisiin vivahteisiin ja monimutkaisiin avoimiin tehtäviin. Google varoittaa myös, että uskottava kielellinen malli voi tuottaa vastauksen, joka sivuuttaa arkisen tosielämän rajoitteen. Pienet kuvayksityiskohdat voivat kadota tai tulla tulkituiksi väärin, ja pitkät syötteet tarvitsevat edelleen selkeät prioriteetit. Säilytä alkuperäiset sivut, tarkista poimitut merkinnät ja määrät sekä validoi pyydetty, rakenteiselta vaikuttava teksti ennen kuin käytät sitä datana. Arvioi juuri 12B IT -mallia edustavalla kysymys- ja kielivalikoimalla. Hyödyllinen lopputuotos esittää lähteisiin perustuvan vastauksen, sen ymmärtämiseen tarvittavan päättelyn ja jäljellä olevan epävarmuuden väittämättä generoitua selitystä suoritetuksi työkalutoiminnoksi tai reaaliajassa tehdyksi tiedonhauksi.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekninen esimerkki englanniksi
Explain an experiment to a learner\n\nExplain this class experiment to a 12-year-old in plain English. Two identical cups contain 200 ml of water at the same starting temperature. One is wrapped in wool; the other is uncovered. After 20 minutes the wrapped cup is warmer. Give the conclusion, what was controlled, and one improvement. Do not invent temperatures.Three short labelled parts: conclusion, controlled conditions and one practical improvement.The explanation distinguishes slowing heat loss from creating heat and preserves the given quantities without new measurements.google/gemma-3-12b-itGemma 3 12B IT on erillinen, ohjeiden noudattamiseen hienosäädetty Gemma 3 -versio tekstin tuottamiseen ja kuvien ymmärtämiseen. Käytä sitä asiakirjoja koskeviin kysymyksiin vastaamiseen, selitysten laatimiseen ja monikieliseen kirjoittamiseen yhteisellä 128K-kontekstilla. Yksilöi selkeästi 12B-mallitallenne ja sen natiivi keskustelumuoto.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Gemma 3 12B IT on Googlen ohjeiden noudattamiseen hienosäädetty, 12B-kokoluokan kuvaa ja kieltä käsittelevä malli. Se kuuluu Gemma 3 -malliperheeseen, jossa yhdistyvät tekstin tuottaminen, kuvien ymmärtäminen ja monikielinen koulutus. IT-pääte osoittaa, että kyseessä on ohjeita noudattava mallitallenne esikoulutetun mallin sijaan. Malli tuottaa tekstiä: selityksen, yhteenvedon, vastauksen, luonnoksen tai koodia pyynnön sisältämän kirjallisen ja visuaalisen aineiston perusteella.
12B-mallissa on malliperheen 128K tokenin konteksti, joka on yhteinen syötteelle ja generoidulle vastaukselle. Tuloste käyttää pyynnön jälkeen jäljelle jäävän osuuden; mallikortti ei tarkoita, että käytettävissä olisi toinen, erillinen 128K tokenin tulostusikkuna. Kuvien perusnäkymät normalisoidaan kokoon 896×896, ja kukin niistä esitetään 256 visuaalisena tokenina. Kun valmistelet sivukokoelmaa, säilytä sivujen tunnisteet ja varaa tilaa tulokselle. Esitä olennaisesta sisällöstä täsmällinen kysymys sen sijaan, että luottaisit laajan konteksti-ikkunan valitsevan oikean asian automaattisesti.
Kehittäjä ilmoittaa tämän kokoluokan esikoulutuksen laajuudeksi 12 biljoonaa tokenia. Koulutusaineisto sisältää monikielisiä verkkodokumentteja, koodia, matematiikkaa ja kuvia, ja malliperheen koulutus kattaa yli 140 kieltä. Raportissa kuvataan tiedon tislaamista sekä parannettua, vahvistusoppimista hyödyntävää ohjehienosäätömenetelmää. Näillä vaiheilla pyritään parantamaan hyödyllisyyttä, matemaattista ja koodiin liittyvää päättelyä, ohjeiden noudattamista sekä monikielistä vuorovaikutusta. Erillinen koulutusbudjetti ja mallitallenteen yksilöinti eivät yksin osoita tietyn vastauksen laatua, joten vertaa tulostetta alkuperäiseen tehtävään.
Arkkitehtuuri perustuu pelkästä dekooderista koostuvaan transformeriin, joka käyttää ryhmiteltyihin kyselyihin perustuvaa huomiomekanismia. Kerrosrakenteessa toistuu viiden paikallisen huomiokerroksen ja yhden globaalin huomiokerroksen jakso. Paikalliset kerrokset käyttävät 1 024 tokenin ikkunaa, kun taas globaali huomiomekanismi tukee pidempää kontekstia. 4B-, 12B- ja 27B-mallien yhteinen SigLIP-kuvaenkooderi muuntaa kuvat kielimallin käyttämiksi esityksiksi. SentencePiece-tokenisoija säilyttää tyhjämerkit, erottelee numeromerkit toisistaan ja sisältää tavutason koodauksen. Tällä on merkitystä, kun koodin muotoilun, lukujen esitystavan tai monikielisen tekstin on säilyttävä muuttumattomana.
Kuvien käsittelyn työnkulkuun kuuluu myös Pan and Scan -menetelmä: mukautuvat, päällekkäisyydettömät kuvarajaukset auttavat säilyttämään leveiden tai korkearesoluutioisten lähdekuvien sisältöä ennen kuin kukin näkymä syötetään kiinteällä resoluutiolla toimivaan enkooderiin. Lisänäkymät muuttavat käsiteltävää aineistoa. Toimita teknisestä asiakirjasta luettava sivu ja tarvittaessa selkeä näkymä kysymyksen kohteena olevaan taulukkoon tai kaavioon. Säilytä myös ympäröivässä tekstissä oleva yksikön, symbolin tai sarakkeen määritelmä, jotta rajatun kuva-alueen tulkinnassa ei katoa sen merkitys.
IT-version natiivi kehoteformaatti käyttää user- ja model-vuoroja, eikä siinä ole erillistä system-roolia. Sijoita haluttu rooli, vastausta koskevat säännöt ja tehtävä ensimmäiseen käyttäjäkehotteeseen. Käytä varsinaisen keskustelun muodostamiseen sille tarkoitettua muotoilijaa tai prosessoria. Oma asiakirja-analyysipyyntö voisi esimerkiksi koskea kahden menettelykuvauksen vertailua, vastaavien vaatimusten kokoamista taulukkoon ja mahdollisten ristiriitojen tunnistamista. Merkitse lähteet, kerro, mikä vaatimus on ensisijainen, ja pyydä mallia erottamaan annetut faktat omasta tulkinnastaan.
Kehittäjän mallikortissa mainittuja käyttötarkoituksia ovat tiivistäminen, keskusteluapu, tietojen poiminta kuvista, kirjoittaminen ja oppiminen. Määritä monikielistä selitystä varten kohdelukija, terminologia ja yksityiskohtaisuuden taso. Yksilöi kuvakysymyksessä käsiteltävät kohteet tai suhteet ja pyydä lopullista vastausta tukevia havaintoja. Sisällytä kooditehtävään varsinainen funktio ja odotettu toiminta; tulos voi sisältää toteutusehdotuksen, mutta erillisen sovelluksen on suoritettava ja tarkistettava se. Raportissa julkaistaan malliperheen kvantisoidut versiot erikseen, joten tuloksia kirjattaessa tätä 12B IT -mallia ei pidä korvata ilmoittamatta toisella kvantisoidulla mallitallenteella.
Kehittäjä mainitsee rajoituksia, jotka liittyvät koulutuksen kattavuuteen, faktavirheisiin, kielellisiin vivahteisiin ja monimutkaisiin avoimiin tehtäviin. Google varoittaa myös, että uskottava kielellinen malli voi tuottaa vastauksen, joka sivuuttaa arkisen tosielämän rajoitteen. Pienet kuvayksityiskohdat voivat kadota tai tulla tulkituiksi väärin, ja pitkät syötteet tarvitsevat edelleen selkeät prioriteetit. Säilytä alkuperäiset sivut, tarkista poimitut merkinnät ja määrät sekä validoi pyydetty, rakenteiselta vaikuttava teksti ennen kuin käytät sitä datana. Arvioi juuri 12B IT -mallia edustavalla kysymys- ja kielivalikoimalla. Hyödyllinen lopputuotos esittää lähteisiin perustuvan vastauksen, sen ymmärtämiseen tarvittavan päättelyn ja jäljellä olevan epävarmuuden väittämättä generoitua selitystä suoritetuksi työkalutoiminnoksi tai reaaliajassa tehdyksi tiedonhauksi.
POST /v1/chat/completionstexttext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat google/gemma-3-12b-it | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat Kohteiden vähimmäismäärä: 1 | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat Esimerkit: system, user, assistant, tool, function Ehdot: Nämä roolit esitetään nimenomaisesti lähdekoodin yhteensopivuustyypeissä; mallin täsmällinen roolijoukko pysyy mallikohtaisena. Riippuu mallista | Oletus— |
Kenttämessages[].content | Tyyppistring|content_part[]|null | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_calls | Tyyppitool_call[] | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_call_id | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: role=tool; käytä todella palautettua ID:tä | Oletus— |
Kenttämessages[].name | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].reasoning_content | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: Palauta todella saatu päättely takaisin mallille, kun kyseinen malli käyttää sitä | Oletus— |
Kenttämessages[].reasoning_details | Tyyppiobject|array | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttämax_completion_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Kenttästream_options.include_usage | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätemperature | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätop_p | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttästop | Tyyppistring|string[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools | Tyyppifunction_tool[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools[].type | Tyyppistring | VaatimusValinnainen | Arvot & rajat function Riippuu mallista | Oletus— |
Kenttätools[].function.name | Tyyppistring | VaatimusPakollinen | Arvot & rajat Sovelletaan, kun: funktiotyökalu annettu | Oletus— |
Kenttätools[].function.description | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätools[].function.parameters | TyyppiJSON_schema | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätool_choice | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäparallel_tool_calls | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäresponse_format | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning_effort | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäservice_tier | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäinstructions | Tyyppistring | VaatimusValinnainen | Arvot & rajat Yhteensopivuuskenttä | Oletus— |
Kenttäfunctions | Tyyppifunction[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäfunction_call | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäprompt_cache_options | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämodalities | Tyyppistring[] | VaatimusValinnainen | Arvot & rajat text | Oletus— |
Kenttäprovider | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Ehdot: provider.options hylätään tällä Ultran tekstireitillä | Oletus— |
Kenttäcache_control.ttl | Tyyppistring | VaatimusValinnainen | Arvot & rajat Ehdot: 1h hylätään varsinaisissa kehotevälimuistin kohdissa | Oletus— |
Teksti · UTF8-teksti
messages[].content
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages |
Parametrimaterial_types | Sopimustext |
Parametrimessages | Sopimusviestitaulukko role/content-rakenteella |
Parametrifile_material | Sopimusvarsinainen UTF-8-asiakirja lisätään sellaisenaan tekstinä; tiedoston ID:tä ei päätellä |
Parametrioptional_controls | Sopimusstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametricontrol_scope | Sopimusmallikohtainen; käyttäjän funktiotyökalut eroavat palvelun isännöimistä työkaluista |
Parametrioutput_modalities | Sopimustext |
Parametrihosted_operations | Sopimusfalse |
Parametrimultimodal_input_binding | Sopimusnull |
Elinkaari: synchronous_or_streamed
Lähetä mallin täsmällinen ID yhdessä messages-kentän kanssa.
Kontekstin pituus ei ole tuloksen yläraja.
Tekstitiedosto voi antaa tekstiä sellaisenaan; kuva-, ääni- ja tiedosto-objektisyötteet tarvitsevat täsmällisen sidonnan.
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Kontekstin tokenit, enemmän kuin | Kontekstin tokenit, enintään raja-arvo mukaan lukien | Veloitus |
|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Kontekstin tokenit, enemmän kuin— | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.0001 / 1K tokenia Tuloste · Tulostokenit $0.0003 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
| AsetuksetPyynnön pituusluokka 1 | Hinnasto— | Kontekstin tokenit, enemmän kuin0 | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.0001 / 1K tokenia Tuloste · Tulostokenit $0.0003 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "google/gemma-3-12b-it", "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='google/gemma-3-12b-it',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='google/gemma-3-12b-it',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 tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä jokainen vastausvaihtoehto sisältöineen, työkalukutsuineen ja päättelyineen. Kokoa SSE:ssä muutokset vastausvaihtoehdon ja työkalun indeksin mukaan ja säilytä lopullinen päättymissyy sekä käyttötiedot.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttächoices[].index | Tyyppiinteger |
Kenttächoices[].message.content | Tyyppistring|null |
Kenttächoices[].message.tool_calls | Tyyppitool_call[] |
Kenttächoices[].message.reasoning_content | Tyyppistring |
Kenttächoices[].message.reasoning_details | Tyyppiobject|array |
Kenttächoices[].finish_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra google/gemma-3-12b-it
Käytä yllä näytettyjä menetelmäpolkuja.
google/gemma-3-12b-itGemma 3 12B IT on erillinen, ohjeiden noudattamiseen hienosäädetty Gemma 3 -versio tekstin tuottamiseen ja kuvien ymmärtämiseen. Käytä sitä asiakirjoja koskeviin kysymyksiin vastaamiseen, selitysten laatimiseen ja monikieliseen kirjoittamiseen yhteisellä 128K-kontekstilla. Yksilöi selkeästi 12B-mallitallenne ja sen natiivi keskustelumuoto.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Gemma 3 12B IT on Googlen ohjeiden noudattamiseen hienosäädetty, 12B-kokoluokan kuvaa ja kieltä käsittelevä malli. Se kuuluu Gemma 3 -malliperheeseen, jossa yhdistyvät tekstin tuottaminen, kuvien ymmärtäminen ja monikielinen koulutus. IT-pääte osoittaa, että kyseessä on ohjeita noudattava mallitallenne esikoulutetun mallin sijaan. Malli tuottaa tekstiä: selityksen, yhteenvedon, vastauksen, luonnoksen tai koodia pyynnön sisältämän kirjallisen ja visuaalisen aineiston perusteella.
12B-mallissa on malliperheen 128K tokenin konteksti, joka on yhteinen syötteelle ja generoidulle vastaukselle. Tuloste käyttää pyynnön jälkeen jäljelle jäävän osuuden; mallikortti ei tarkoita, että käytettävissä olisi toinen, erillinen 128K tokenin tulostusikkuna. Kuvien perusnäkymät normalisoidaan kokoon 896×896, ja kukin niistä esitetään 256 visuaalisena tokenina. Kun valmistelet sivukokoelmaa, säilytä sivujen tunnisteet ja varaa tilaa tulokselle. Esitä olennaisesta sisällöstä täsmällinen kysymys sen sijaan, että luottaisit laajan konteksti-ikkunan valitsevan oikean asian automaattisesti.
Kehittäjä ilmoittaa tämän kokoluokan esikoulutuksen laajuudeksi 12 biljoonaa tokenia. Koulutusaineisto sisältää monikielisiä verkkodokumentteja, koodia, matematiikkaa ja kuvia, ja malliperheen koulutus kattaa yli 140 kieltä. Raportissa kuvataan tiedon tislaamista sekä parannettua, vahvistusoppimista hyödyntävää ohjehienosäätömenetelmää. Näillä vaiheilla pyritään parantamaan hyödyllisyyttä, matemaattista ja koodiin liittyvää päättelyä, ohjeiden noudattamista sekä monikielistä vuorovaikutusta. Erillinen koulutusbudjetti ja mallitallenteen yksilöinti eivät yksin osoita tietyn vastauksen laatua, joten vertaa tulostetta alkuperäiseen tehtävään.
Arkkitehtuuri perustuu pelkästä dekooderista koostuvaan transformeriin, joka käyttää ryhmiteltyihin kyselyihin perustuvaa huomiomekanismia. Kerrosrakenteessa toistuu viiden paikallisen huomiokerroksen ja yhden globaalin huomiokerroksen jakso. Paikalliset kerrokset käyttävät 1 024 tokenin ikkunaa, kun taas globaali huomiomekanismi tukee pidempää kontekstia. 4B-, 12B- ja 27B-mallien yhteinen SigLIP-kuvaenkooderi muuntaa kuvat kielimallin käyttämiksi esityksiksi. SentencePiece-tokenisoija säilyttää tyhjämerkit, erottelee numeromerkit toisistaan ja sisältää tavutason koodauksen. Tällä on merkitystä, kun koodin muotoilun, lukujen esitystavan tai monikielisen tekstin on säilyttävä muuttumattomana.
Kuvien käsittelyn työnkulkuun kuuluu myös Pan and Scan -menetelmä: mukautuvat, päällekkäisyydettömät kuvarajaukset auttavat säilyttämään leveiden tai korkearesoluutioisten lähdekuvien sisältöä ennen kuin kukin näkymä syötetään kiinteällä resoluutiolla toimivaan enkooderiin. Lisänäkymät muuttavat käsiteltävää aineistoa. Toimita teknisestä asiakirjasta luettava sivu ja tarvittaessa selkeä näkymä kysymyksen kohteena olevaan taulukkoon tai kaavioon. Säilytä myös ympäröivässä tekstissä oleva yksikön, symbolin tai sarakkeen määritelmä, jotta rajatun kuva-alueen tulkinnassa ei katoa sen merkitys.
IT-version natiivi kehoteformaatti käyttää user- ja model-vuoroja, eikä siinä ole erillistä system-roolia. Sijoita haluttu rooli, vastausta koskevat säännöt ja tehtävä ensimmäiseen käyttäjäkehotteeseen. Käytä varsinaisen keskustelun muodostamiseen sille tarkoitettua muotoilijaa tai prosessoria. Oma asiakirja-analyysipyyntö voisi esimerkiksi koskea kahden menettelykuvauksen vertailua, vastaavien vaatimusten kokoamista taulukkoon ja mahdollisten ristiriitojen tunnistamista. Merkitse lähteet, kerro, mikä vaatimus on ensisijainen, ja pyydä mallia erottamaan annetut faktat omasta tulkinnastaan.
Kehittäjän mallikortissa mainittuja käyttötarkoituksia ovat tiivistäminen, keskusteluapu, tietojen poiminta kuvista, kirjoittaminen ja oppiminen. Määritä monikielistä selitystä varten kohdelukija, terminologia ja yksityiskohtaisuuden taso. Yksilöi kuvakysymyksessä käsiteltävät kohteet tai suhteet ja pyydä lopullista vastausta tukevia havaintoja. Sisällytä kooditehtävään varsinainen funktio ja odotettu toiminta; tulos voi sisältää toteutusehdotuksen, mutta erillisen sovelluksen on suoritettava ja tarkistettava se. Raportissa julkaistaan malliperheen kvantisoidut versiot erikseen, joten tuloksia kirjattaessa tätä 12B IT -mallia ei pidä korvata ilmoittamatta toisella kvantisoidulla mallitallenteella.
Kehittäjä mainitsee rajoituksia, jotka liittyvät koulutuksen kattavuuteen, faktavirheisiin, kielellisiin vivahteisiin ja monimutkaisiin avoimiin tehtäviin. Google varoittaa myös, että uskottava kielellinen malli voi tuottaa vastauksen, joka sivuuttaa arkisen tosielämän rajoitteen. Pienet kuvayksityiskohdat voivat kadota tai tulla tulkituiksi väärin, ja pitkät syötteet tarvitsevat edelleen selkeät prioriteetit. Säilytä alkuperäiset sivut, tarkista poimitut merkinnät ja määrät sekä validoi pyydetty, rakenteiselta vaikuttava teksti ennen kuin käytät sitä datana. Arvioi juuri 12B IT -mallia edustavalla kysymys- ja kielivalikoimalla. Hyödyllinen lopputuotos esittää lähteisiin perustuvan vastauksen, sen ymmärtämiseen tarvittavan päättelyn ja jäljellä olevan epävarmuuden väittämättä generoitua selitystä suoritetuksi työkalutoiminnoksi tai reaaliajassa tehdyksi tiedonhauksi.
POST /v1/messagestextjson, sse| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat google/gemma-3-12b-it | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat user, assistant | Oletus— |
Kenttämessages[].content | Tyyppistring | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Teksti · UTF-8-teksti
messages[].content-merkkijono
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages, max_tokens |
Parametrioptional_controls | Sopimusstream |
Parametrimaterial_types | Sopimustext |
Parametritext_file_material | SopimusLue varsinainen UTF-8-asiakirja ja sijoita sen teksti ilmoitettuun syöte- tai viestisisällön merkkijonoon. |
Elinkaari: synchronous_or_streamed
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Kontekstin tokenit, enemmän kuin | Kontekstin tokenit, enintään raja-arvo mukaan lukien | Veloitus |
|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Kontekstin tokenit, enemmän kuin— | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.0001 / 1K tokenia Tuloste · Tulostokenit $0.0003 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
| AsetuksetPyynnön pituusluokka 1 | Hinnasto— | Kontekstin tokenit, enemmän kuin0 | Kontekstin tokenit, enintään raja-arvo mukaan lukienEi ylärajaa | Veloitus Syöte · Syötetokenit $0.0001 / 1K tokenia Tuloste · Tulostokenit $0.0003 / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
{\n "model": "google/gemma-3-12b-it",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'google/gemma-3-12b-it', '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': 'google/gemma-3-12b-it', '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 tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä kaikki sisältölohkot, päättelyallekirjoitukset ja todelliset työkalukäytön ID:t. Kokoa kaikki SSE-lohkomuutokset; ensimmäinen tekstilohko ei ole koko tulos.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttäid | Tyyppistring |
Kenttämodel | Tyyppistring |
Kenttäcontent[] | Tyyppitext|thinking|tool_use|other content block |
Kenttästop_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra google/gemma-3-12b-it
Käytä yllä näytettyjä menetelmäpolkuja.
Tekninen esimerkki englanniksi
Explain an experiment to a learner\n\nExplain this class experiment to a 12-year-old in plain English. Two identical cups contain 200 ml of water at the same starting temperature. One is wrapped in wool; the other is uncovered. After 20 minutes the wrapped cup is warmer. Give the conclusion, what was controlled, and one improvement. Do not invent temperatures.Three short labelled parts: conclusion, controlled conditions and one practical improvement.The explanation distinguishes slowing heat loss from creating heat and preserves the given quantities without new measurements.