Solar Pro 3 est le modèle de langage à mélange d’experts d’Upstage pour les tâches écrites complexes et le raisonnement. Son fournisseur indique 102 milliards de paramètres au total, dont 12 milliards actifs par passe de propagation avant, avec un contexte de 128 000 tokens. Le coréen est une langue centrale, aux côtés de l’anglais et du japonais en entrée et en sortie. La date limite publiée des données d’entraînement est juillet 2025.
La publication du concepteur met en avant un suivi plus précis des consignes et une meilleure compréhension de l’intention de l’utilisateur. Pour une requête complexe, fournissez le contenu à examiner, les contraintes pertinentes et le résultat souhaité. Une réponse utile applique ces consignes au contexte fourni au lieu de renvoyer une explication générale du sujet.
Pour une analyse en plusieurs étapes, identifiez les prémisses et les dépendances entre les étapes. Demandez la conclusion accompagnée des éléments ou calculs nécessaires à son évaluation. Une tâche documentaire peut comparer des passages, extraire les informations pertinentes ou expliquer l’application d’une règle, en conservant les contenus sources importants au fil des échanges.
Le fournisseur mentionne les sorties structurées, l’appel de fonctions et les appels parallèles parmi les capacités du modèle. L’application fournit les fonctions et leurs arguments, exécute les appels proposés et renvoie les résultats. Une réponse structurée organise les constats du modèle en champs définis, tandis que l’application vérifie toujours que les valeurs correspondent à la source et à la tâche.
Le guide actuel de raisonnement considère qu’un effort omis désactive le raisonnement pour Solar Pro 3. Minimal et low le laissent également désactivé, tandis que medium et high activent l’étape de raisonnement. Cela diffère de la correspondance de low à max documentée pour Pro 4 et Mini 4. Le raisonnement utilise des tokens de sortie avant la réponse finale ; la requête doit donc prévoir de la place pour les deux étapes.
Pour un travail principalement en coréen, précisez le public et la terminologie à préserver. Une sortie en anglais ou en japonais doit elle aussi avoir une cible et un style explicites. Un livrable final utile peut être une explication, une note comparative, des informations structurées ou du code proposé avec les vérifications pertinentes. Distinguez cette édition Pro 3 des modèles Solar Pro ultérieurs et des mises à jour séparées au sein de sa propre lignée.
", "aboutText": "Solar Pro 3 est le modèle de langage à mélange d’experts d’Upstage pour les tâches écrites complexes et le raisonnement. Son fournisseur indique 102 milliards de paramètres au total, dont 12 milliards actifs par passe de propagation avant, avec un contexte de 128 000 tokens. Le coréen est une langue centrale, aux côtés de l’anglais et du japonais en entrée et en sortie. La date limite publiée des données d’entraînement est juillet 2025.\n\nLa publication du concepteur met en avant un suivi plus précis des consignes et une meilleure compréhension de l’intention de l’utilisateur. Pour une requête complexe, fournissez le contenu à examiner, les contraintes pertinentes et le résultat souhaité. Une réponse utile applique ces consignes au contexte fourni au lieu de renvoyer une explication générale du sujet.\n\nPour une analyse en plusieurs étapes, identifiez les prémisses et les dépendances entre les étapes. Demandez la conclusion accompagnée des éléments ou calculs nécessaires à son évaluation. Une tâche documentaire peut comparer des passages, extraire les informations pertinentes ou expliquer l’application d’une règle, en conservant les contenus sources importants au fil des échanges.\n\nLe fournisseur mentionne les sorties structurées, l’appel de fonctions et les appels parallèles parmi les capacités du modèle. L’application fournit les fonctions et leurs arguments, exécute les appels proposés et renvoie les résultats. Une réponse structurée organise les constats du modèle en champs définis, tandis que l’application vérifie toujours que les valeurs correspondent à la source et à la tâche.\n\nLe guide actuel de raisonnement considère qu’un effort omis désactive le raisonnement pour Solar Pro 3. Minimal et low le laissent également désactivé, tandis que medium et high activent l’étape de raisonnement. Cela diffère de la correspondance de low à max documentée pour Pro 4 et Mini 4. Le raisonnement utilise des tokens de sortie avant la réponse finale ; la requête doit donc prévoir de la place pour les deux étapes.\n\nPour un travail principalement en coréen, précisez le public et la terminologie à préserver. Une sortie en anglais ou en japonais doit elle aussi avoir une cible et un style explicites. Un livrable final utile peut être une explication, une note comparative, des informations structurées ou du code proposé avec les vérifications pertinentes. Distinguez cette édition Pro 3 des modèles Solar Pro ultérieurs et des mises à jour séparées au sein de sa propre lignée.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Prepare a Korean-first customer note\n\nTranslate this message into polite Korean for an office customer: “Your Atlas Desk order is ready for collection. Please bring reference AD-51. We have not arranged delivery.” Keep Atlas Desk and AD-51 unchanged, preserve the collection-versus-delivery distinction and return only the translated message without adding collection hours.A polite Korean message retaining the product and reference strings and the original fulfillment facts.Check that the message describes collection readiness and does not claim a delivery booking or invent opening hours.upstage/solar-pro-3Solar Pro 3 d’Upstage est un modèle textuel MoE de 102 milliards de paramètres, dont 12 milliards actifs, pour les requêtes complexes et le raisonnement guidé par des consignes. Il prend en charge un contexte de 128 000 tokens, le coréen, l’anglais et le japonais, les sorties structurées et les processus orientés outils.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Solar Pro 3 est le modèle de langage à mélange d’experts d’Upstage pour les tâches écrites complexes et le raisonnement. Son fournisseur indique 102 milliards de paramètres au total, dont 12 milliards actifs par passe de propagation avant, avec un contexte de 128 000 tokens. Le coréen est une langue centrale, aux côtés de l’anglais et du japonais en entrée et en sortie. La date limite publiée des données d’entraînement est juillet 2025.
La publication du concepteur met en avant un suivi plus précis des consignes et une meilleure compréhension de l’intention de l’utilisateur. Pour une requête complexe, fournissez le contenu à examiner, les contraintes pertinentes et le résultat souhaité. Une réponse utile applique ces consignes au contexte fourni au lieu de renvoyer une explication générale du sujet.
Pour une analyse en plusieurs étapes, identifiez les prémisses et les dépendances entre les étapes. Demandez la conclusion accompagnée des éléments ou calculs nécessaires à son évaluation. Une tâche documentaire peut comparer des passages, extraire les informations pertinentes ou expliquer l’application d’une règle, en conservant les contenus sources importants au fil des échanges.
Le fournisseur mentionne les sorties structurées, l’appel de fonctions et les appels parallèles parmi les capacités du modèle. L’application fournit les fonctions et leurs arguments, exécute les appels proposés et renvoie les résultats. Une réponse structurée organise les constats du modèle en champs définis, tandis que l’application vérifie toujours que les valeurs correspondent à la source et à la tâche.
Le guide actuel de raisonnement considère qu’un effort omis désactive le raisonnement pour Solar Pro 3. Minimal et low le laissent également désactivé, tandis que medium et high activent l’étape de raisonnement. Cela diffère de la correspondance de low à max documentée pour Pro 4 et Mini 4. Le raisonnement utilise des tokens de sortie avant la réponse finale ; la requête doit donc prévoir de la place pour les deux étapes.
Pour un travail principalement en coréen, précisez le public et la terminologie à préserver. Une sortie en anglais ou en japonais doit elle aussi avoir une cible et un style explicites. Un livrable final utile peut être une explication, une note comparative, des informations structurées ou du code proposé avec les vérifications pertinentes. Distinguez cette édition Pro 3 des modèles Solar Pro ultérieurs et des mises à jour séparées au sein de sa propre lignée.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites upstage/solar-pro-3 | 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.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0003 / 1K tokens Sortie · Tokens en sortie $0.0012 / 1K tokens Entrée · Lecture du cache $0.00003 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0003 / 1K tokens Sortie · Tokens en sortie $0.0012 / 1K tokens Entrée · Lecture du cache $0.00003 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "upstage/solar-pro-3", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='upstage/solar-pro-3',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='upstage/solar-pro-3',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 upstage/solar-pro-3
Utilisez les chemins de méthode indiqués ci-dessus.
upstage/solar-pro-3Solar Pro 3 d’Upstage est un modèle textuel MoE de 102 milliards de paramètres, dont 12 milliards actifs, pour les requêtes complexes et le raisonnement guidé par des consignes. Il prend en charge un contexte de 128 000 tokens, le coréen, l’anglais et le japonais, les sorties structurées et les processus orientés outils.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Solar Pro 3 est le modèle de langage à mélange d’experts d’Upstage pour les tâches écrites complexes et le raisonnement. Son fournisseur indique 102 milliards de paramètres au total, dont 12 milliards actifs par passe de propagation avant, avec un contexte de 128 000 tokens. Le coréen est une langue centrale, aux côtés de l’anglais et du japonais en entrée et en sortie. La date limite publiée des données d’entraînement est juillet 2025.
La publication du concepteur met en avant un suivi plus précis des consignes et une meilleure compréhension de l’intention de l’utilisateur. Pour une requête complexe, fournissez le contenu à examiner, les contraintes pertinentes et le résultat souhaité. Une réponse utile applique ces consignes au contexte fourni au lieu de renvoyer une explication générale du sujet.
Pour une analyse en plusieurs étapes, identifiez les prémisses et les dépendances entre les étapes. Demandez la conclusion accompagnée des éléments ou calculs nécessaires à son évaluation. Une tâche documentaire peut comparer des passages, extraire les informations pertinentes ou expliquer l’application d’une règle, en conservant les contenus sources importants au fil des échanges.
Le fournisseur mentionne les sorties structurées, l’appel de fonctions et les appels parallèles parmi les capacités du modèle. L’application fournit les fonctions et leurs arguments, exécute les appels proposés et renvoie les résultats. Une réponse structurée organise les constats du modèle en champs définis, tandis que l’application vérifie toujours que les valeurs correspondent à la source et à la tâche.
Le guide actuel de raisonnement considère qu’un effort omis désactive le raisonnement pour Solar Pro 3. Minimal et low le laissent également désactivé, tandis que medium et high activent l’étape de raisonnement. Cela diffère de la correspondance de low à max documentée pour Pro 4 et Mini 4. Le raisonnement utilise des tokens de sortie avant la réponse finale ; la requête doit donc prévoir de la place pour les deux étapes.
Pour un travail principalement en coréen, précisez le public et la terminologie à préserver. Une sortie en anglais ou en japonais doit elle aussi avoir une cible et un style explicites. Un livrable final utile peut être une explication, une note comparative, des informations structurées ou du code proposé avec les vérifications pertinentes. Distinguez cette édition Pro 3 des modèles Solar Pro ultérieurs et des mises à jour séparées au sein de sa propre lignée.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites upstage/solar-pro-3 | 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.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0003 / 1K tokens Sortie · Tokens en sortie $0.0012 / 1K tokens Entrée · Lecture du cache $0.00003 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.0003 / 1K tokens Sortie · Tokens en sortie $0.0012 / 1K tokens Entrée · Lecture du cache $0.00003 / 1K tokens Entrée · Écriture dans le cache — / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "upstage/solar-pro-3",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'upstage/solar-pro-3', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'upstage/solar-pro-3', '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 upstage/solar-pro-3
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Prepare a Korean-first customer note\n\nTranslate this message into polite Korean for an office customer: “Your Atlas Desk order is ready for collection. Please bring reference AD-51. We have not arranged delivery.” Keep Atlas Desk and AD-51 unchanged, preserve the collection-versus-delivery distinction and return only the translated message without adding collection hours.A polite Korean message retaining the product and reference strings and the original fulfillment facts.Check that the message describes collection readiness and does not claim a delivery booking or invent opening hours.