LongCat Flash Chat on Meituanin ilman ajattelutilaa toimiva keskustelumalli LongCat Flash -perheessä. Valmistaja kuvaa asiantuntijasekoitusarkkitehtuurin, jossa on yhteensä 560 miljardia parametria ja dynaamisesti aktivoituna 18,6–31,3 miljardia parametria, keskimäärin noin 27 miljardia tokenia kohti. Sen koulutus kehittää tekstipäättelyä, ohjelmointia ja agenttityönkulkuja, ja konteksti on laajennettu 128K:hon.
Anna kysymys, olennainen lähdeaineisto ja odotettu tulos. Yksilöi selitykseen ehdot ja osoitettava päätelmä. Toimita ohjelmointitehtävään olennainen lähde ja vaadittu toiminta. Pyydä lopputuotos, jota voidaan tarkistaa syötettä vasten.
Pidä lähdetunnisteet ja tärkeät tehtäväehdot jatkopyynnöissä. Yhden tosiasian tai vaiheen korjauksen tulee pysyä näkyvissä sen sijaan, että se muuttaisi huomaamatta ongelmaa, jota vastaus yrittää ratkaista.
Valmistaja dokumentoi ensimmäisen vuoron, järjestelmäkehotteen ja monivuoroisen keskustelun mallipohjat. Se tarjoaa myös työkalukutsumallin, joka sisältää funktion nimen ja argumentit, jokainen kutsu erikseen rajattuna. Ympäröivä sovellus tulkitsee mallin valitseman kutsun, suorittaa funktion ja palauttaa havainnon.
Anna työkaluavusteisessa tehtävässä funktioille selkeät tarkoitukset ja käytä niiden todellisia tuloksia myöhemmän vastauksen näyttönä. Useat valitut kutsut pysyvät erillisinä operaatioina; niiden valmistuminen vahvistetaan sovelluksen havainnoilla.
Valmistajan dynaamisen laskennan rakenne jakaa eri aktiivisen kapasiteetin kontekstin mukaan. Tämä kuvaa mallin arkkitehtuuria, ei yksittäisen pyynnön taattua vastausnopeutta tai rinnakkaisuusvarausta.
Käytä valitun rajapinnan dokumentoituja syöte- ja generointisäätimiä pitäen olennainen aineisto työkontekstissa. Pidä Chat-identiteetti erillään erikseen nimetystä päättelyversiosta tai myöhemmästä LongCat-malliversiosta. Palautettua tekstiä tai koodia tulee arvioida tehtävän todellisten lähteiden ja suoritustulosten kautta.
", "aboutText": "LongCat Flash Chat on Meituanin ilman ajattelutilaa toimiva keskustelumalli LongCat Flash -perheessä. Valmistaja kuvaa asiantuntijasekoitusarkkitehtuurin, jossa on yhteensä 560 miljardia parametria ja dynaamisesti aktivoituna 18,6–31,3 miljardia parametria, keskimäärin noin 27 miljardia tokenia kohti. Sen koulutus kehittää tekstipäättelyä, ohjelmointia ja agenttityönkulkuja, ja konteksti on laajennettu 128K:hon.\n\n### Valmistele selkeä keskustelutehtävä\n\nAnna kysymys, olennainen lähdeaineisto ja odotettu tulos. Yksilöi selitykseen ehdot ja osoitettava päätelmä. Toimita ohjelmointitehtävään olennainen lähde ja vaadittu toiminta. Pyydä lopputuotos, jota voidaan tarkistaa syötettä vasten.\n\nPidä lähdetunnisteet ja tärkeät tehtäväehdot jatkopyynnöissä. Yhden tosiasian tai vaiheen korjauksen tulee pysyä näkyvissä sen sijaan, että se muuttaisi huomaamatta ongelmaa, jota vastaus yrittää ratkaista.\n\n### Käytä valmistajan keskustelu- ja työkalumallia\n\nValmistaja dokumentoi ensimmäisen vuoron, järjestelmäkehotteen ja monivuoroisen keskustelun mallipohjat. Se tarjoaa myös työkalukutsumallin, joka sisältää funktion nimen ja argumentit, jokainen kutsu erikseen rajattuna. Ympäröivä sovellus tulkitsee mallin valitseman kutsun, suorittaa funktion ja palauttaa havainnon.\n\nAnna työkaluavusteisessa tehtävässä funktioille selkeät tarkoitukset ja käytä niiden todellisia tuloksia myöhemmän vastauksen näyttönä. Useat valitut kutsut pysyvät erillisinä operaatioina; niiden valmistuminen vahvistetaan sovelluksen havainnoilla.\n\n### Pidä arkkitehtuuri ja tehtävärajat erillään\n\nValmistajan dynaamisen laskennan rakenne jakaa eri aktiivisen kapasiteetin kontekstin mukaan. Tämä kuvaa mallin arkkitehtuuria, ei yksittäisen pyynnön taattua vastausnopeutta tai rinnakkaisuusvarausta.\n\nKäytä valitun rajapinnan dokumentoituja syöte- ja generointisäätimiä pitäen olennainen aineisto työkontekstissa. Pidä Chat-identiteetti erillään erikseen nimetystä päättelyversiosta tai myöhemmästä LongCat-malliversiosta. Palautettua tekstiä tai koodia tulee arvioida tehtävän todellisten lähteiden ja suoritustulosten kautta.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekninen esimerkki englanniksi
Explain a queue's ordering defect\n\nExplain this queue behavior to a junior developer: the program appends new jobs to a list, then removes jobs with pop() without an index. Jobs A, B and C were added in that order. State the processing order, explain why it differs from first-in-first-out, and show a small correction with a three-job check.A brief explanation, corrected Python queue example and assertion for the expected job order.The explanation identifies C,B,A as current behavior and verifies A,B,C after the proposed correction.LongCat-Flash-ChatLongCat Flash Chat on Meituanin ilman ajattelutilaa toimiva tekstimalli keskusteluun, ohjelmointiin ja sovelluksen ohjaamiin työkalutehtäviin. Valmistaja julkaisee 128K-kontekstin ja dynaamisen asiantuntijasekoitusrakenteen, jossa on yhteensä 560B parametria.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
LongCat Flash Chat on Meituanin ilman ajattelutilaa toimiva keskustelumalli LongCat Flash -perheessä. Valmistaja kuvaa asiantuntijasekoitusarkkitehtuurin, jossa on yhteensä 560 miljardia parametria ja dynaamisesti aktivoituna 18,6–31,3 miljardia parametria, keskimäärin noin 27 miljardia tokenia kohti. Sen koulutus kehittää tekstipäättelyä, ohjelmointia ja agenttityönkulkuja, ja konteksti on laajennettu 128K:hon.
Anna kysymys, olennainen lähdeaineisto ja odotettu tulos. Yksilöi selitykseen ehdot ja osoitettava päätelmä. Toimita ohjelmointitehtävään olennainen lähde ja vaadittu toiminta. Pyydä lopputuotos, jota voidaan tarkistaa syötettä vasten.
Pidä lähdetunnisteet ja tärkeät tehtäväehdot jatkopyynnöissä. Yhden tosiasian tai vaiheen korjauksen tulee pysyä näkyvissä sen sijaan, että se muuttaisi huomaamatta ongelmaa, jota vastaus yrittää ratkaista.
Valmistaja dokumentoi ensimmäisen vuoron, järjestelmäkehotteen ja monivuoroisen keskustelun mallipohjat. Se tarjoaa myös työkalukutsumallin, joka sisältää funktion nimen ja argumentit, jokainen kutsu erikseen rajattuna. Ympäröivä sovellus tulkitsee mallin valitseman kutsun, suorittaa funktion ja palauttaa havainnon.
Anna työkaluavusteisessa tehtävässä funktioille selkeät tarkoitukset ja käytä niiden todellisia tuloksia myöhemmän vastauksen näyttönä. Useat valitut kutsut pysyvät erillisinä operaatioina; niiden valmistuminen vahvistetaan sovelluksen havainnoilla.
Valmistajan dynaamisen laskennan rakenne jakaa eri aktiivisen kapasiteetin kontekstin mukaan. Tämä kuvaa mallin arkkitehtuuria, ei yksittäisen pyynnön taattua vastausnopeutta tai rinnakkaisuusvarausta.
Käytä valitun rajapinnan dokumentoituja syöte- ja generointisäätimiä pitäen olennainen aineisto työkontekstissa. Pidä Chat-identiteetti erillään erikseen nimetystä päättelyversiosta tai myöhemmästä LongCat-malliversiosta. Palautettua tekstiä tai koodia tulee arvioida tehtävän todellisten lähteiden ja suoritustulosten kautta.
POST /v1/chat/completionstexttext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat LongCat-Flash-Chat | 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.
| Asetukset | Hinnasto | Veloitus |
|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Veloitus Syöte · Syötetokenit $0.000286 / 1K tokenia Tuloste · Tulostokenit $0.001428 / 1K tokenia Syöte · Välimuistin luku $0 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "LongCat-Flash-Chat", "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='LongCat-Flash-Chat',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='LongCat-Flash-Chat',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 LongCat-Flash-Chat
Käytä yllä näytettyjä menetelmäpolkuja.
LongCat-Flash-ChatLongCat Flash Chat on Meituanin ilman ajattelutilaa toimiva tekstimalli keskusteluun, ohjelmointiin ja sovelluksen ohjaamiin työkalutehtäviin. Valmistaja julkaisee 128K-kontekstin ja dynaamisen asiantuntijasekoitusrakenteen, jossa on yhteensä 560B parametria.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
LongCat Flash Chat on Meituanin ilman ajattelutilaa toimiva keskustelumalli LongCat Flash -perheessä. Valmistaja kuvaa asiantuntijasekoitusarkkitehtuurin, jossa on yhteensä 560 miljardia parametria ja dynaamisesti aktivoituna 18,6–31,3 miljardia parametria, keskimäärin noin 27 miljardia tokenia kohti. Sen koulutus kehittää tekstipäättelyä, ohjelmointia ja agenttityönkulkuja, ja konteksti on laajennettu 128K:hon.
Anna kysymys, olennainen lähdeaineisto ja odotettu tulos. Yksilöi selitykseen ehdot ja osoitettava päätelmä. Toimita ohjelmointitehtävään olennainen lähde ja vaadittu toiminta. Pyydä lopputuotos, jota voidaan tarkistaa syötettä vasten.
Pidä lähdetunnisteet ja tärkeät tehtäväehdot jatkopyynnöissä. Yhden tosiasian tai vaiheen korjauksen tulee pysyä näkyvissä sen sijaan, että se muuttaisi huomaamatta ongelmaa, jota vastaus yrittää ratkaista.
Valmistaja dokumentoi ensimmäisen vuoron, järjestelmäkehotteen ja monivuoroisen keskustelun mallipohjat. Se tarjoaa myös työkalukutsumallin, joka sisältää funktion nimen ja argumentit, jokainen kutsu erikseen rajattuna. Ympäröivä sovellus tulkitsee mallin valitseman kutsun, suorittaa funktion ja palauttaa havainnon.
Anna työkaluavusteisessa tehtävässä funktioille selkeät tarkoitukset ja käytä niiden todellisia tuloksia myöhemmän vastauksen näyttönä. Useat valitut kutsut pysyvät erillisinä operaatioina; niiden valmistuminen vahvistetaan sovelluksen havainnoilla.
Valmistajan dynaamisen laskennan rakenne jakaa eri aktiivisen kapasiteetin kontekstin mukaan. Tämä kuvaa mallin arkkitehtuuria, ei yksittäisen pyynnön taattua vastausnopeutta tai rinnakkaisuusvarausta.
Käytä valitun rajapinnan dokumentoituja syöte- ja generointisäätimiä pitäen olennainen aineisto työkontekstissa. Pidä Chat-identiteetti erillään erikseen nimetystä päättelyversiosta tai myöhemmästä LongCat-malliversiosta. Palautettua tekstiä tai koodia tulee arvioida tehtävän todellisten lähteiden ja suoritustulosten kautta.
POST /v1/messagestextjson, sse| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat LongCat-Flash-Chat | 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.
| Asetukset | Hinnasto | Veloitus |
|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Veloitus Syöte · Syötetokenit $0.000286 / 1K tokenia Tuloste · Tulostokenit $0.001428 / 1K tokenia Syöte · Välimuistin luku $0 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
{\n "model": "LongCat-Flash-Chat",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'LongCat-Flash-Chat', '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': 'LongCat-Flash-Chat', '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 LongCat-Flash-Chat
Käytä yllä näytettyjä menetelmäpolkuja.
Tekninen esimerkki englanniksi
Explain a queue's ordering defect\n\nExplain this queue behavior to a junior developer: the program appends new jobs to a list, then removes jobs with pop() without an index. Jobs A, B and C were added in that order. State the processing order, explain why it differs from first-in-first-out, and show a small correction with a three-job check.A brief explanation, corrected Python queue example and assertion for the expected job order.The explanation identifies C,B,A as current behavior and verifies A,B,C after the proposed correction.