SenseNova V6 Reasoner est la variante multimodale de SenseTime pour le raisonnement complexe et délibéré sur des questions écrites et des images. Le tableau des variantes du producteur décrit une conversation image/texte et une sortie contenant un processus de raisonnement et une réponse finale. Sa famille V6 met l’accent sur la compréhension mixte visuelle et linguistique, l’analyse mathématique et le raisonnement lié au code. Reasoner est distinct des variantes Pro et Turbo légère.
Fournissez la question, les valeurs pertinentes et les conditions qu’une solution doit satisfaire. Si la tâche utilise un graphique, un schéma ou une image de document, rendez clairs ses libellés et les relations qui le régissent. Gardez les valeurs données distinctes des hypothèses et identifiez les informations absentes. Une demande utile peut demander quelle interprétation est étayée par les éléments illustrés et quelle condition modifierait la conclusion.
Pour un problème mathématique, préservez l’expression originale ou la figure visible et les définitions utilisées. Pour une comparaison documentaire, identifiez les pages et la règle qui doit trancher un désaccord. Le livrable final doit permettre d’examiner le résultat décisif et ses hypothèses, plutôt que simplement produire une longue explication autour d’une tâche insuffisamment précisée.
Le fabricant distingue la sortie de réflexion de Reasoner de sa réponse finale. Gardez ces parties dans leurs rôles respectifs lors de l’examen du résultat. La réponse finale doit énoncer clairement la conclusion, les valeurs ou conditions qui l’établissent et tout cas non résolu. Un raisonnement approfondi est utile lorsqu’il relie les éléments de preuve à ce résultat ; sa longueur n’est pas une preuve indépendante de l’exactitude de la conclusion.
Vérifiez les calculs importants et les associations aux sources par rapport au contenu fourni. Un schéma peut être mal interprété même si l’explication semble cohérente. Une réponse liée au code doit conserver le cas d’entrée concret et le comportement attendu qui rendent sa logique proposée évaluable. Posez une question de suivi sur une condition précise non résolue au lieu de traiter l’assurance comme une vérification.
La version V6 décrit une série de modèles fusionnés entraînés pour le raisonnement textuel et multimodal, avec des travaux de recherche sur la réflexion longue et la mémoire globale. Son annonce montre aussi une analyse de vidéo de dix minutes dans la famille au sens large et décrit séparément l’interaction Omni en temps réel. Ces processus sont distincts du tableau de la variante Reasoner image/texte et ne doivent pas être transformés en plafond non documenté de médias ou de sortie par requête.
La description publiée de l’entraînement au raisonnement long de la famille est distincte d’un tableau complet des limites de tokens de l’API native. Préservez la variante Reasoner choisie et les éléments réels renvoyés par l’interface du producteur, plutôt que de supposer que Pro, Turbo, Omni ou les versions V6.5 ultérieures possèdent des contrôles identiques.
Un résultat utile peut être une solution, une comparaison ou une explication fondée sur une image de document. Conservez la question initiale et les sources avec la réponse finale afin que la déduction décisive puisse être vérifiée ou prolongée. Distinguez une valeur lue dans la source, un calcul fondé sur elle et une hypothèse que la tâche n’a pas établie. Cela rend la variante de réflexion complexe utile pour une tâche de raisonnement finie et traçable.
", "aboutText": "SenseNova V6 Reasoner est la variante multimodale de SenseTime pour le raisonnement complexe et délibéré sur des questions écrites et des images. Le tableau des variantes du producteur décrit une conversation image/texte et une sortie contenant un processus de raisonnement et une réponse finale. Sa famille V6 met l’accent sur la compréhension mixte visuelle et linguistique, l’analyse mathématique et le raisonnement lié au code. Reasoner est distinct des variantes Pro et Turbo légère.\n\n### Préparer le problème et son contexte visuel\n\nFournissez la question, les valeurs pertinentes et les conditions qu’une solution doit satisfaire. Si la tâche utilise un graphique, un schéma ou une image de document, rendez clairs ses libellés et les relations qui le régissent. Gardez les valeurs données distinctes des hypothèses et identifiez les informations absentes. Une demande utile peut demander quelle interprétation est étayée par les éléments illustrés et quelle condition modifierait la conclusion.\n\nPour un problème mathématique, préservez l’expression originale ou la figure visible et les définitions utilisées. Pour une comparaison documentaire, identifiez les pages et la règle qui doit trancher un désaccord. Le livrable final doit permettre d’examiner le résultat décisif et ses hypothèses, plutôt que simplement produire une longue explication autour d’une tâche insuffisamment précisée.\n\n### Contenu de raisonnement et réponse finale\n\nLe fabricant distingue la sortie de réflexion de Reasoner de sa réponse finale. Gardez ces parties dans leurs rôles respectifs lors de l’examen du résultat. La réponse finale doit énoncer clairement la conclusion, les valeurs ou conditions qui l’établissent et tout cas non résolu. Un raisonnement approfondi est utile lorsqu’il relie les éléments de preuve à ce résultat ; sa longueur n’est pas une preuve indépendante de l’exactitude de la conclusion.\n\nVérifiez les calculs importants et les associations aux sources par rapport au contenu fourni. Un schéma peut être mal interprété même si l’explication semble cohérente. Une réponse liée au code doit conserver le cas d’entrée concret et le comportement attendu qui rendent sa logique proposée évaluable. Posez une question de suivi sur une condition précise non résolue au lieu de traiter l’assurance comme une vérification.\n\n### Famille multimodale et limites des éditions\n\nLa version V6 décrit une série de modèles fusionnés entraînés pour le raisonnement textuel et multimodal, avec des travaux de recherche sur la réflexion longue et la mémoire globale. Son annonce montre aussi une analyse de vidéo de dix minutes dans la famille au sens large et décrit séparément l’interaction Omni en temps réel. Ces processus sont distincts du tableau de la variante Reasoner image/texte et ne doivent pas être transformés en plafond non documenté de médias ou de sortie par requête.\n\nLa description publiée de l’entraînement au raisonnement long de la famille est distincte d’un tableau complet des limites de tokens de l’API native. Préservez la variante Reasoner choisie et les éléments réels renvoyés par l’interface du producteur, plutôt que de supposer que Pro, Turbo, Omni ou les versions V6.5 ultérieures possèdent des contrôles identiques.\n\n### Produire un livrable de raisonnement examinable\n\nUn résultat utile peut être une solution, une comparaison ou une explication fondée sur une image de document. Conservez la question initiale et les sources avec la réponse finale afin que la déduction décisive puisse être vérifiée ou prolongée. Distinguez une valeur lue dans la source, un calcul fondé sur elle et une hypothèse que la tâche n’a pas établie. Cela rend la variante de réflexion complexe utile pour une tâche de raisonnement finie et traçable.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Separate a reading from a conclusion\n\nAnalyze these source readings: [TABLE] Device A: 20 tasks in 5 minutes; Device B: 30 tasks in 10 minutes. [NOTE] The tasks may differ in complexity. Calculate the observed tasks-per-minute rates, then assess the claim 'A is inherently faster.' Separate computed values, supported comparison and the missing condition needed for that broader claim.A rate table and a concise final assessment separating observations, calculations and an unresolved comparability condition.Check the answer does not turn unequal task sets into proof of an inherent device advantage.SenseNova-V6-ReasonerSenseNova V6 Reasoner applique une réflexion complexe aux questions associant images et texte. La variante du producteur renvoie du contenu de raisonnement et une réponse textuelle finale pour les tâches mathématiques, analytiques et de compréhension documentaire, avec une vérification du résultat par rapport aux éléments originaux.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
SenseNova V6 Reasoner est la variante multimodale de SenseTime pour le raisonnement complexe et délibéré sur des questions écrites et des images. Le tableau des variantes du producteur décrit une conversation image/texte et une sortie contenant un processus de raisonnement et une réponse finale. Sa famille V6 met l’accent sur la compréhension mixte visuelle et linguistique, l’analyse mathématique et le raisonnement lié au code. Reasoner est distinct des variantes Pro et Turbo légère.
Fournissez la question, les valeurs pertinentes et les conditions qu’une solution doit satisfaire. Si la tâche utilise un graphique, un schéma ou une image de document, rendez clairs ses libellés et les relations qui le régissent. Gardez les valeurs données distinctes des hypothèses et identifiez les informations absentes. Une demande utile peut demander quelle interprétation est étayée par les éléments illustrés et quelle condition modifierait la conclusion.
Pour un problème mathématique, préservez l’expression originale ou la figure visible et les définitions utilisées. Pour une comparaison documentaire, identifiez les pages et la règle qui doit trancher un désaccord. Le livrable final doit permettre d’examiner le résultat décisif et ses hypothèses, plutôt que simplement produire une longue explication autour d’une tâche insuffisamment précisée.
Le fabricant distingue la sortie de réflexion de Reasoner de sa réponse finale. Gardez ces parties dans leurs rôles respectifs lors de l’examen du résultat. La réponse finale doit énoncer clairement la conclusion, les valeurs ou conditions qui l’établissent et tout cas non résolu. Un raisonnement approfondi est utile lorsqu’il relie les éléments de preuve à ce résultat ; sa longueur n’est pas une preuve indépendante de l’exactitude de la conclusion.
Vérifiez les calculs importants et les associations aux sources par rapport au contenu fourni. Un schéma peut être mal interprété même si l’explication semble cohérente. Une réponse liée au code doit conserver le cas d’entrée concret et le comportement attendu qui rendent sa logique proposée évaluable. Posez une question de suivi sur une condition précise non résolue au lieu de traiter l’assurance comme une vérification.
La version V6 décrit une série de modèles fusionnés entraînés pour le raisonnement textuel et multimodal, avec des travaux de recherche sur la réflexion longue et la mémoire globale. Son annonce montre aussi une analyse de vidéo de dix minutes dans la famille au sens large et décrit séparément l’interaction Omni en temps réel. Ces processus sont distincts du tableau de la variante Reasoner image/texte et ne doivent pas être transformés en plafond non documenté de médias ou de sortie par requête.
La description publiée de l’entraînement au raisonnement long de la famille est distincte d’un tableau complet des limites de tokens de l’API native. Préservez la variante Reasoner choisie et les éléments réels renvoyés par l’interface du producteur, plutôt que de supposer que Pro, Turbo, Omni ou les versions V6.5 ultérieures possèdent des contrôles identiques.
Un résultat utile peut être une solution, une comparaison ou une explication fondée sur une image de document. Conservez la question initiale et les sources avec la réponse finale afin que la déduction décisive puisse être vérifiée ou prolongée. Distinguez une valeur lue dans la source, un calcul fondé sur elle et une hypothèse que la tâche n’a pas établie. Cela rend la variante de réflexion complexe utile pour une tâche de raisonnement finie et traçable.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites SenseNova-V6-Reasoner | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: L’ensemble des rôles pris en charge dépend du modèle sélectionné. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | ContratLisez votre document UTF-8 réel et insérez son texte dans messages[].content. |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.00132 / 1K tokens Sortie · Tokens en sortie $0.00506 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "SenseNova-V6-Reasoner",\n "messages": [\n {\n "role": "user",\n "content": "Hello!"\n }\n ]\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source document}"\nexport AILOOT_TEXT_FILE AILOOT_STREAM\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Reasoner', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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/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-body.bin\npython3 - <<'PY_RESULT'\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nmaterial_path = Path(os.environ['AILOOT_TEXT_FILE'])\nif not material_path.is_file():\n raise SystemExit('Choose your actual UTF-8 document')\ntext = material_path.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('The document must contain text')\nstream = os.environ.get('AILOOT_STREAM', '0') == '1'\npayload = {'model': 'SenseNova-V6-Reasoner', 'messages': [{'role': 'user', 'content': 'Hello!'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting passages.\\n\\n' + text\npayload['stream'] = stream\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')\nrequest = Request('https://api.ailoot.ai/v1/chat/completions', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers={'Authorization': 'Bearer ' + api_key, 'Content-Type': 'application/json'}, 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-body.bin').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result-body.bin').write_bytes(raw)\nimport json, os\nfrom pathlib import Path\n\nraw = Path('result-body.bin').read_bytes()\nif os.environ.get('AILOOT_STREAM', '0') == '1':\n Path('result.sse').write_bytes(raw)\n print(raw.decode('utf-8'))\nelse:\n Path('result.json').write_bytes(raw)\n result = json.loads(raw)\n print(json.dumps(result, ensure_ascii=False, indent=2))\n for choice in result.get('choices', []):\n print('Choice', choice.get('index'), json.dumps(choice, ensure_ascii=False))\nimport { readFileSync, writeFileSync } from 'node:fs';\n\nconst apiKey = process.env.AILOOT_API_KEY;\nif (!apiKey?.trim()) throw new Error('Set AILOOT_API_KEY');\nif (!process.env.AILOOT_TEXT_FILE) throw new Error('Choose your actual UTF-8 document');\nconst text = readFileSync(process.env.AILOOT_TEXT_FILE, 'utf8');\nif (!text.trim()) throw new Error('The document must contain text');\nconst stream = process.env.AILOOT_STREAM === '1';\nconst payload = {"model": "SenseNova-V6-Reasoner", "messages": [{"role": "user", "content": "Hello!"}]};\npayload.messages[0].content = 'Summarize this material and quote supporting passages.\\n\\n' + text;\npayload.stream = stream;\nconst response = await fetch('https://api.ailoot.ai/v1/chat/completions', { method: 'POST', headers: { 'Authorization': 'Bearer ' + apiKey, 'Content-Type': 'application/json' }, body: JSON.stringify(payload) });\nconst raw = Buffer.from(await response.arrayBuffer());\nwriteFileSync('result-body.bin', raw);\nwriteFileSync('response-headers.txt', [...response.headers].map(([key, value]) => key + ': ' + value).join('\\n'));\nif (!response.ok) throw new Error('HTTP ' + response.status + '; original response saved in result-body.bin');\nif (stream) {\n writeFileSync('result.sse', raw);\n process.stdout.write(raw);\n} else {\n writeFileSync('result.json', raw);\n const result = JSON.parse(raw.toString('utf8'));\n console.log(JSON.stringify(result, null, 2));\n for (const choice of result.choices ?? []) console.log('Choice', choice.index, JSON.stringify(choice));\n}\njson ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra SenseNova-V6-Reasoner, sensetime/sensenova-v6-reasoner
Utilisez les chemins de méthode indiqués ci-dessus.
SenseNova-V6-ReasonerSenseNova V6 Reasoner applique une réflexion complexe aux questions associant images et texte. La variante du producteur renvoie du contenu de raisonnement et une réponse textuelle finale pour les tâches mathématiques, analytiques et de compréhension documentaire, avec une vérification du résultat par rapport aux éléments originaux.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
SenseNova V6 Reasoner est la variante multimodale de SenseTime pour le raisonnement complexe et délibéré sur des questions écrites et des images. Le tableau des variantes du producteur décrit une conversation image/texte et une sortie contenant un processus de raisonnement et une réponse finale. Sa famille V6 met l’accent sur la compréhension mixte visuelle et linguistique, l’analyse mathématique et le raisonnement lié au code. Reasoner est distinct des variantes Pro et Turbo légère.
Fournissez la question, les valeurs pertinentes et les conditions qu’une solution doit satisfaire. Si la tâche utilise un graphique, un schéma ou une image de document, rendez clairs ses libellés et les relations qui le régissent. Gardez les valeurs données distinctes des hypothèses et identifiez les informations absentes. Une demande utile peut demander quelle interprétation est étayée par les éléments illustrés et quelle condition modifierait la conclusion.
Pour un problème mathématique, préservez l’expression originale ou la figure visible et les définitions utilisées. Pour une comparaison documentaire, identifiez les pages et la règle qui doit trancher un désaccord. Le livrable final doit permettre d’examiner le résultat décisif et ses hypothèses, plutôt que simplement produire une longue explication autour d’une tâche insuffisamment précisée.
Le fabricant distingue la sortie de réflexion de Reasoner de sa réponse finale. Gardez ces parties dans leurs rôles respectifs lors de l’examen du résultat. La réponse finale doit énoncer clairement la conclusion, les valeurs ou conditions qui l’établissent et tout cas non résolu. Un raisonnement approfondi est utile lorsqu’il relie les éléments de preuve à ce résultat ; sa longueur n’est pas une preuve indépendante de l’exactitude de la conclusion.
Vérifiez les calculs importants et les associations aux sources par rapport au contenu fourni. Un schéma peut être mal interprété même si l’explication semble cohérente. Une réponse liée au code doit conserver le cas d’entrée concret et le comportement attendu qui rendent sa logique proposée évaluable. Posez une question de suivi sur une condition précise non résolue au lieu de traiter l’assurance comme une vérification.
La version V6 décrit une série de modèles fusionnés entraînés pour le raisonnement textuel et multimodal, avec des travaux de recherche sur la réflexion longue et la mémoire globale. Son annonce montre aussi une analyse de vidéo de dix minutes dans la famille au sens large et décrit séparément l’interaction Omni en temps réel. Ces processus sont distincts du tableau de la variante Reasoner image/texte et ne doivent pas être transformés en plafond non documenté de médias ou de sortie par requête.
La description publiée de l’entraînement au raisonnement long de la famille est distincte d’un tableau complet des limites de tokens de l’API native. Préservez la variante Reasoner choisie et les éléments réels renvoyés par l’interface du producteur, plutôt que de supposer que Pro, Turbo, Omni ou les versions V6.5 ultérieures possèdent des contrôles identiques.
Un résultat utile peut être une solution, une comparaison ou une explication fondée sur une image de document. Conservez la question initiale et les sources avec la réponse finale afin que la déduction décisive puisse être vérifiée ou prolongée. Distinguez une valeur lue dans la source, un calcul fondé sur elle et une hypothèse que la tâche n’a pas établie. Cela rend la variante de réflexion complexe utile pour une tâche de raisonnement finie et traçable.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites SenseNova-V6-Reasoner | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.00132 / 1K tokens Sortie · Tokens en sortie $0.00506 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "SenseNova-V6-Reasoner",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'SenseNova-V6-Reasoner', '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': 'SenseNova-V6-Reasoner', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra SenseNova-V6-Reasoner, sensetime/sensenova-v6-reasoner
Utilisez les chemins de méthode indiqués ci-dessus.
sensetime/sensenova-v6-reasonerSenseNova V6 Reasoner applique une réflexion complexe aux questions associant images et texte. La variante du producteur renvoie du contenu de raisonnement et une réponse textuelle finale pour les tâches mathématiques, analytiques et de compréhension documentaire, avec une vérification du résultat par rapport aux éléments originaux.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
SenseNova V6 Reasoner est la variante multimodale de SenseTime pour le raisonnement complexe et délibéré sur des questions écrites et des images. Le tableau des variantes du producteur décrit une conversation image/texte et une sortie contenant un processus de raisonnement et une réponse finale. Sa famille V6 met l’accent sur la compréhension mixte visuelle et linguistique, l’analyse mathématique et le raisonnement lié au code. Reasoner est distinct des variantes Pro et Turbo légère.
Fournissez la question, les valeurs pertinentes et les conditions qu’une solution doit satisfaire. Si la tâche utilise un graphique, un schéma ou une image de document, rendez clairs ses libellés et les relations qui le régissent. Gardez les valeurs données distinctes des hypothèses et identifiez les informations absentes. Une demande utile peut demander quelle interprétation est étayée par les éléments illustrés et quelle condition modifierait la conclusion.
Pour un problème mathématique, préservez l’expression originale ou la figure visible et les définitions utilisées. Pour une comparaison documentaire, identifiez les pages et la règle qui doit trancher un désaccord. Le livrable final doit permettre d’examiner le résultat décisif et ses hypothèses, plutôt que simplement produire une longue explication autour d’une tâche insuffisamment précisée.
Le fabricant distingue la sortie de réflexion de Reasoner de sa réponse finale. Gardez ces parties dans leurs rôles respectifs lors de l’examen du résultat. La réponse finale doit énoncer clairement la conclusion, les valeurs ou conditions qui l’établissent et tout cas non résolu. Un raisonnement approfondi est utile lorsqu’il relie les éléments de preuve à ce résultat ; sa longueur n’est pas une preuve indépendante de l’exactitude de la conclusion.
Vérifiez les calculs importants et les associations aux sources par rapport au contenu fourni. Un schéma peut être mal interprété même si l’explication semble cohérente. Une réponse liée au code doit conserver le cas d’entrée concret et le comportement attendu qui rendent sa logique proposée évaluable. Posez une question de suivi sur une condition précise non résolue au lieu de traiter l’assurance comme une vérification.
La version V6 décrit une série de modèles fusionnés entraînés pour le raisonnement textuel et multimodal, avec des travaux de recherche sur la réflexion longue et la mémoire globale. Son annonce montre aussi une analyse de vidéo de dix minutes dans la famille au sens large et décrit séparément l’interaction Omni en temps réel. Ces processus sont distincts du tableau de la variante Reasoner image/texte et ne doivent pas être transformés en plafond non documenté de médias ou de sortie par requête.
La description publiée de l’entraînement au raisonnement long de la famille est distincte d’un tableau complet des limites de tokens de l’API native. Préservez la variante Reasoner choisie et les éléments réels renvoyés par l’interface du producteur, plutôt que de supposer que Pro, Turbo, Omni ou les versions V6.5 ultérieures possèdent des contrôles identiques.
Un résultat utile peut être une solution, une comparaison ou une explication fondée sur une image de document. Conservez la question initiale et les sources avec la réponse finale afin que la déduction décisive puisse être vérifiée ou prolongée. Distinguez une valeur lue dans la source, un calcul fondé sur elle et une hypothèse que la tâche n’a pas établie. Cela rend la variante de réflexion complexe utile pour une tâche de raisonnement finie et traçable.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites sensetime/sensenova-v6-reasoner | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’identifiant réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: outil de fonction fourni | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | Contrattableau de messages avec une structure role/content |
Paramètrefile_material | Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | Contratpropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’identifiant exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.00132 / 1K tokens Sortie · Tokens en sortie $0.00506 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "sensetime/sensenova-v6-reasoner", "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='sensetime/sensenova-v6-reasoner',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='sensetime/sensenova-v6-reasoner',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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra SenseNova-V6-Reasoner, sensetime/sensenova-v6-reasoner
Utilisez les chemins de méthode indiqués ci-dessus.
sensetime/sensenova-v6-reasonerSenseNova V6 Reasoner applique une réflexion complexe aux questions associant images et texte. La variante du producteur renvoie du contenu de raisonnement et une réponse textuelle finale pour les tâches mathématiques, analytiques et de compréhension documentaire, avec une vérification du résultat par rapport aux éléments originaux.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
SenseNova V6 Reasoner est la variante multimodale de SenseTime pour le raisonnement complexe et délibéré sur des questions écrites et des images. Le tableau des variantes du producteur décrit une conversation image/texte et une sortie contenant un processus de raisonnement et une réponse finale. Sa famille V6 met l’accent sur la compréhension mixte visuelle et linguistique, l’analyse mathématique et le raisonnement lié au code. Reasoner est distinct des variantes Pro et Turbo légère.
Fournissez la question, les valeurs pertinentes et les conditions qu’une solution doit satisfaire. Si la tâche utilise un graphique, un schéma ou une image de document, rendez clairs ses libellés et les relations qui le régissent. Gardez les valeurs données distinctes des hypothèses et identifiez les informations absentes. Une demande utile peut demander quelle interprétation est étayée par les éléments illustrés et quelle condition modifierait la conclusion.
Pour un problème mathématique, préservez l’expression originale ou la figure visible et les définitions utilisées. Pour une comparaison documentaire, identifiez les pages et la règle qui doit trancher un désaccord. Le livrable final doit permettre d’examiner le résultat décisif et ses hypothèses, plutôt que simplement produire une longue explication autour d’une tâche insuffisamment précisée.
Le fabricant distingue la sortie de réflexion de Reasoner de sa réponse finale. Gardez ces parties dans leurs rôles respectifs lors de l’examen du résultat. La réponse finale doit énoncer clairement la conclusion, les valeurs ou conditions qui l’établissent et tout cas non résolu. Un raisonnement approfondi est utile lorsqu’il relie les éléments de preuve à ce résultat ; sa longueur n’est pas une preuve indépendante de l’exactitude de la conclusion.
Vérifiez les calculs importants et les associations aux sources par rapport au contenu fourni. Un schéma peut être mal interprété même si l’explication semble cohérente. Une réponse liée au code doit conserver le cas d’entrée concret et le comportement attendu qui rendent sa logique proposée évaluable. Posez une question de suivi sur une condition précise non résolue au lieu de traiter l’assurance comme une vérification.
La version V6 décrit une série de modèles fusionnés entraînés pour le raisonnement textuel et multimodal, avec des travaux de recherche sur la réflexion longue et la mémoire globale. Son annonce montre aussi une analyse de vidéo de dix minutes dans la famille au sens large et décrit séparément l’interaction Omni en temps réel. Ces processus sont distincts du tableau de la variante Reasoner image/texte et ne doivent pas être transformés en plafond non documenté de médias ou de sortie par requête.
La description publiée de l’entraînement au raisonnement long de la famille est distincte d’un tableau complet des limites de tokens de l’API native. Préservez la variante Reasoner choisie et les éléments réels renvoyés par l’interface du producteur, plutôt que de supposer que Pro, Turbo, Omni ou les versions V6.5 ultérieures possèdent des contrôles identiques.
Un résultat utile peut être une solution, une comparaison ou une explication fondée sur une image de document. Conservez la question initiale et les sources avec la réponse finale afin que la déduction décisive puisse être vérifiée ou prolongée. Distinguez une valeur lue dans la source, un calcul fondé sur elle et une hypothèse que la tâche n’a pas établie. Cela rend la variante de réflexion complexe utile pour une tâche de raisonnement finie et traçable.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites sensetime/sensenova-v6-reasoner | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.00132 / 1K tokens Sortie · Tokens en sortie $0.00506 / 1K tokens Entrée · Lecture du cache $0 / 1K tokens Entrée · Écriture dans le cache $0 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "sensetime/sensenova-v6-reasoner",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'sensetime/sensenova-v6-reasoner', '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': 'sensetime/sensenova-v6-reasoner', '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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les identifiants réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra SenseNova-V6-Reasoner, sensetime/sensenova-v6-reasoner
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Separate a reading from a conclusion\n\nAnalyze these source readings: [TABLE] Device A: 20 tasks in 5 minutes; Device B: 30 tasks in 10 minutes. [NOTE] The tasks may differ in complexity. Calculate the observed tasks-per-minute rates, then assess the claim 'A is inherently faster.' Separate computed values, supported comparison and the missing condition needed for that broader claim.A rate table and a concise final assessment separating observations, calculations and an unresolved comparability condition.Check the answer does not turn unequal task sets into proof of an inherent device advantage.